Dans certaines circonstances, une personne peut être privée de ces capacités à des degrés divers, peut-être en raison de l'amputation des membres, lésions de la moelle épinière ou de maladies dégénératives. Dans ces cas, les appareils fonctionnels sont des outils pertinents pour aider les personnes à améliorer leurs capacités fonctionnelles. Particulièrement adapté dans le cas des personnes atteintes de déficience motrice grave, biosignaux électriques ont été utilisées avec succès pour faire fonctionner les appareils de communication alternatifs. Depuis plus d'un demi-siècle, l'information extraite du signal électromyographique pour operer un dispositif n'a pas examiné les informations fournies par l'unité de base du muscle: l'unité motrice. L'objectif de cette étude est d'examiner comment accéder à l'information au niveau de l'unité motrice permettrait d'améliorer les performances de l'opérateur au cours de la tâche de contrôle du curseur. L'objectif de cette étude est de déterminer si l'accès aux informations au niveau de l'unité motrice permettrait d'améliorer les performances de l'opérateur au cours de la tâche de contrôle du curseur. L'hypothèse est que la méthodologie proposée permettrait de générer des commandes de contrôle plus précises, par rapport aux approches traditionnelles en s'appuyant sur l'information globale obtenue par l'acquisition du signal sEMG conventionnel. Un système pour détecter les potentiels d'action d'unités motrices à partir du signal électromyographique a été conçu, y compris la conception de l'électrode, et la performance évaluée en mesurant le temps pris pour effectuer plusieurs tâches de contrôle du curseur. Les spécifications des tâches ont été extraites d'une étude précédente, qui a utilisé la méthode traditionnelle de traitement du signal électromyographique. La comparaison, basée sur la difficulté de la tâche estimée par la loi de Fitts, a indiqué que le signal de commande généré par la nouvelle méthode a fourni une meilleure précision que celle générée par l'approche traditionnelle, étant 27% plus rapide dans la tâche plus difficile / In some circumstances, a person may be deprived of natural abilities, such as walking and speaking, perhaps due to limb amputation, spinal cord injuries (SCI), or degenerative diseases. Assistive technology devices allows motor-impaired people to overcome their limitations promoting greater independence. Particularly suitable in the case of people with severe motor impairment, electrical biosignals have been successfully utilised to operate alternative communication devices. For over half a century, information extracted from the electromyographic signal for the purpose of operating a given device has not considered the information provided by the basic unit of the muscle: the motor unit. The objective of this study is to investigate how accessing information at motor unit level would improve the operator's performance during a given task. The hypothesis is that the proposed methodology would allow generating more precise control commands, when compared to traditional approaches relying on global information obtained by conventional electromyographic signal acquisition and processing. A system to detect motor unit action potentials from the electromyographic signal was devised, including the electrode design, and the performance evaluated by measuring the time taken to perform several cursor control tasks. The specifications of the cursor control task were extracted from a different study, which used the traditional electromyographic signal-processing approach. Comparing the results from both studies proved that the novel approach provides better control than the traditional one, being 27\% faster in the most difficult task
| Identifer | oai:union.ndltd.org:theses.fr/2013LORR0098 |
| Date | 12 July 2013 |
| Creators | Galvao Pinheiro, Carlos |
| Contributors | Université de Lorraine, Universidade Federal de Uberlândia, Bourhis, Guy, Andrade, Adriano de Oliveira |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0023 seconds