Le mouvement de la marche est un processus essentiel de l'activité
humaine et aussi le résultat de nombreuses interactions collaboratives
entre les systèmes neurologiques, articulaires et
musculo-squelettiques fonctionnant ensemble efficacement. Ceci
explique pourquoi une analyse de la marche est aujourd'hui de plus en
plus utilisée pour le diagnostic (et aussi la prévention) de
différents types de maladies (neurologiques, musculaires,
orthopédique, etc.). Ce rapport présente une nouvelle méthode pour
visualiser rapidement les différentes parties du corps humain liées à
une possible asymétrie (temporellement invariante par translation)
existant dans la démarche d'un patient pour une possible utilisation
clinique quotidienne. L'objectif est de fournir une méthode à la fois
facile et peu dispendieuse permettant la mesure et l'affichage visuel,
d'une manière intuitive et perceptive, des différentes parties
asymétriques d'une démarche. La méthode proposée repose sur
l'utilisation d'un capteur de profondeur peu dispendieux (la Kinect)
qui est très bien adaptée pour un diagnostique rapide effectué dans de
petites salles médicales car ce capteur est d'une part facile à
installer et ne nécessitant aucun marqueur. L'algorithme que nous
allons présenter est basé sur le fait que la marche saine possède des
propriétés de symétrie (relativement à une invariance temporelle) dans
le plan coronal. / The gait movement is an essential process of the human activity and
also the result of coordinated effort between the neurological,
articular and musculoskeletal systems. This motivates why gait
analysis is important and also increasingly used nowadays for the
(possible early) diagnosis of many different types (neurological,
muscular, orthopedic, etc.) of diseases. This paper introduces a
novel method to quickly visualize the different parts of the body
related to an asymmetric movement in the human gait of a patient for
daily clinical. The goal is to provide a cheap and easy-to-use method
to measure the gait asymmetry and display results in a perceptually
relevant manner. This method relies on an affordable consumer depth
sensor, the Kinect. The Kinect was chosen because this device is
amenable for use in small, confined area, like a living room. Also,
since it is marker-less, it provides a fast non-invasive diagnostic.
The algorithm we are going to introduce relies on the fact that a
healthy walk has (temporally shift-invariant) symmetry properties in
the coronal plane.
| Identifer | oai:union.ndltd.org:umontreal.ca/oai:papyrus.bib.umontreal.ca:1866/12830 |
| Date | 12 1900 |
| Creators | Moevus, Antoine |
| Contributors | Mignotte, Max |
| Source Sets | Université de Montréal |
| Language | French |
| Detected Language | French |
| Type | Thèse ou Mémoire numérique / Electronic Thesis or Dissertation |
Page generated in 0.1222 seconds