Nous vous rappelons que, afin de garantir l'accès de tous les inscrits aux salles de réunion, l'inscription aux réunions est gratuite mais obligatoire.
Inscriptions closes à cette réunion.
8 personnes membres du GdR ISIS, et 10 personnes non membres du GdR, sont inscrits à cette réunion.
Capacité de la salle : 70 personnes.
Journée thématique organisée conjointement par :
Actuellement, plusieurs laboratoires travaillent en France sur l'analyse de l'activité électromyographique pour différentes applications. Ces travaux tendent à améliorer l'extraction d'informations concernant la commande neuromusculaire et l'environnement de travail de ce système. Ces thématiques trouvent leur intérêt, tant dans la communauté scientifique signal (nouveaux défis en estimation de délais variables, séparation de sources, classification) que dans la communauté de la santé au sens large (maladies neuro-dégénératives, ergonomie, activités physiques, commande de prothèses).
L'objectif de cette journée est de se faire rencontrer les différents acteurs afin d'échanger sur les expertises développées, voire engager de nouvelles collaborations.
Institut du cerveau et de la Moelle Epinière (ICM) Hôpiltal Pitié-Salpêtrière 75013 PARIS
L'accès peut se faire par le Bd de l'hôpital (Métro St-Marcel) ou le Bd Auriol (Métro Chevaleret). Dans la Pitié-Salpêtrière, l'ICM est un grand bâtiment cubique noir, l'accès principal se fait par une grande passerelle.
Matin : salle 01-02
9:30 - Accueil, café de bienvenue
10:00 - Clarisse Gaudez, Laurent Claudon, Laboratoire de biomécanique et d’ergonomie, INRS, Nancy – L’EMG comme outil d’évaluation du risque de Troubles Musculo-squelettiques du Membre Supérieur
10:30 - Marc Leouffre, Christine Servière, Franck Quaine, Gipsa-lab, Grenoble - Modèles de coordination musculaire par séparation de sources des activités EMG
11:00 - Jonathan Monsifrot, Eric Le Carpentier, IRCCYN Nantes - Déconvolution de signaux EMG en vue du pilotage de prothèse d'avant-bras
11:30 - Abdelbassit Boualem, Meryem Jabloun, Université d'Orléans, laboratoire PRISME - Estimation de délai variable entre signaux EMG de surface pour l’estimation de la vitesse de conduction des fibres musculaires
Pause déjeuner
Après midi : auditorium
14:00 - Roberto Merletti, Director of the Lab. for Engineering of the Neuromuscular System (LISiN), Politecnico di Torino, Italy - Surface electromyography: half a century of research
15:00 - Pascal Madeleine, Sensory Motor Interaction Institute, Université d'Aalborg, Danemark - Outils d’analyses non linéaires des signaux électromyographiques de surface
16:00-16:15 pause
16:15 - Julien Roussel, Michel Haritopoulos, Philippe Ravier, Olivier Buttelli, Université d'Orléans, laboratoire PRISME - Propriétés cyclostationnaires des signaux EMG
16:45 - Maria Vinti, Laboratoire d’analyse et de restauration du mouvement, CHU Chenevier-Mondor, Créteil – EMG et co-contraction spastique
Clarisse Gaudez, Laboratoire de biomécanique et d’ergonomie, INRS, Nancy.
Les Troubles Musculo-squelettiques du Membre Supérieur représentent près des 4/5 des maladies professionnelles reconnues en France. Ils recouvrent un ensemble de maladies touchant les tissus mous péri-articulaires. Ce sont des pathologies multifactorielles. L’électromyographie de surface est un outil fréquemment utilisé par les équipes de recherche, en entreprise ou en laboratoire, pour quantifier les sollicitations liées à l’activité de travail. L’analyse temporelle et l’analyse fréquentielle sont habituellement utilisées pour traiter ces signaux. Ils permettent de déterminer les actions ou les événements les plus sollicitants au sein d’une activité de travail qui ont pu passés inaperçus lors de l’analyse ergonomique classique, de comparer les sollicitations musculaires dans différentes situations (par exemple selon l’expérience des sujets ou différentes caractéristiques d’outils), de mettre en évidence des périodes de récupération, d’évaluer le risque d’apparition de fatigue musculaire ou encore d’identifier la présence de fatigue.
Jonathan Monsifrot, IRCCYN Nantes.
Les signaux électromyographiques (EMG) ont reçu une importante attention ces vingt-cinq dernières années en vue du pilotage de prothèses ou d'exosquelettes (suite à une expérience prometteuse par Battye et al.). La plupart des traitements en-ligne actuels se résument à extraire des caractéristiques temps-fréquence et à classifier les descripteurs extraits. Ces méthodes ne conviennent plus lorsque les signaux proviennent de muscles fins ou proches, par exemple en provenance des muscles de l'avant-bras, et ne permettent pas un pilotage fin, proportionné et simultané des divers degrés de liberté.
Dans ce travail, nous nous intéressons aux signaux EMG intra-musculaires (iEMG). Un signal iEMG peut être modélisé comme un mélange de trains d'impulsions chacun filtré linéairement. Chaque train correspond à la mise à feu d'une unité motrice, et est codé par la réponse impulsionnelle du filtre linéaire correspondant. Cette réponse impulsionnelle n'est autre que le potentiel d'action de l'unité motrice (MUAP). Nous proposons une représentation du signal iEMG par modèle de Markov caché.
Par filtrage bayésien, nous estimons le taux de mise à feu de chaque unité, ainsi que la forme des MUAP. Cette analyse fine du signal iEMG servira plus tard pour le pilotage précis de la prothèse.
Abdelbassit Boualem, Université d'Orléans, laboratoire PRISME.
La vitesse de conduction est un indicateur physiologique intéressant. Il est relié à la vitesse de propagation des potentiels d’action le long des fibres musculaires. C’est pourquoi, il permet, suivant la condition d’exercice, de suivre les modifications du recrutement des unités motrices, d’observer les perturbations de propagation du potentiel lors d’études sur la fatigue ou encore d’étudier différentes pathologies neuromusculaires dans le cadre de travaux cliniques. L'évaluation de la vitesse de conduction peut être réalisée par l’estimation du délai temporel entre des signaux EMG de surface recueillis à l’aide d’électrodes disposées linéairement le long de l’axe des fibres musculaires. Les conditions de recueil de ce signal peuvent rendre difficile l’estimation de ce délai. En particulier lors d’exercices dynamiques, les bouffées d’activités EMG sont courtes et il se produit un déplacement relatif des électrodes par rapport aux fibres musculaires. Dans ces conditions, la méthode d’estimation au sens de maximum de vraisemblance reste optimale. Mais cette méthode, dans le cas des signaux non-stationnaires, est lourde et très gourmande en temps de calcul. La modélisation de délai par un modèle avec quelques paramètres (exemple d’un modèle polynomial) permet de réduire la complexité du problème d’estimation. La maximisation de la vraisemblance est un problème d’optimisation multidimensionnel et fortement non linéaire. Pour assurer la convergence vers l’optimum global, les méthodes d’optimisation stochastiques prennent toute leur place, en particulier la méthode du recuit simulé dans le cas de présence d’optimums locaux.
Roberto Merletti, Director of the Lab. for Engineering of the Neuromuscular System (LISiN), Politecnico di Torino, Italy
Surface Electromyography (sEMG) is the study of the electrical signals produced by muscles and detected on the skin. The distribution of this potentials on the skin is changing very rapidly and represents the sources (action potentials) moving along the fibers of the active motor units. False colors can be used to represent these potentials (red for +, blue for -) and to obtain a movie consisting of 2000 frames/s that must be displayed in slow motion, off-line. Alternatively, features of the signals (such as amplitude or spectral features) can be calculated every ½ s or every second and displayed in real time. These images can be obtained with High Density electrode grids and contain an enormous amount of information about the muscles below the grid and its control.
Extraction and interpretation of these information is a current research challenge.
How did it all start? The field started to develop half a century ago thanks to the work of great scientists like John Basmajan, Carlo De Luca and many others. For many years signals were detected by means of an electrode pair, which is like looking at a movie whose screen is covered by a canvas with two holes. Nevertheless some useful information about muscle activation and myoelectric manifestations of fatigue could be obtained. With recent advanced technology much more information can be extracted today about the mechanisms of muscle function, as movement generator, and its control by the brain.
Applications range from electrophysiology to rehabilitation medicine, from sport to space medicine, from occupational medicine to ergonomics, to obstetrics and games. A few applications will be illustrated by means of movies: some fundamental engineering concepts will be described.
Prof. Merletti obtained his first degree from Politecnico di Torino in Electronics Engineering, the M.S. and the Ph.D. From The Ohio State University, Columbus, Ohio. He worked five years in an Italian pacemaker company and then returned to the scientifically rich (but economically poor) Italian academic world. For about four years he was Associate Professor at Boston University under the guidance of his mentor Prof Carlo De Luca. Since 2005 he is Full Prof. of Biomedical Engineering at Politecnico di Torino where he had the role of partner or coordinator of a few European and ESA projects. He has trained a dozen Ph.D.s and many engineers in the field.
His scientific production includes over 200 papers in international journal and two textbooks in the field.
Pascal Madeleine, Physical Activity and Human Performance Group, Center for Sensory-Motor Interaction (SMI), Dept. of Health Science and Technology, Aalborg University, Denmark.
Cette présentation va décrire les outils d’analyse des signaux électromyographiques (EMG) de surface. Plus précisément, l’accent sera d’abord mis sur les méthodes d’analyse traditionnelles telles qu’amplitude et fréquence de l’EMG de surface. Ensuite cet exposé se concentrera sur les méthodes d’analyse non-linéaires telles que l’entropie, l‘analyse quantitative de récurrence, l’information mutuelle et les synergies musculaires appliqués à l’EMG. Les possibilités et limitations de ces méthodes d’analyses seront présentées et discutées dans différents domaines d’applications (ergonomie et sports) chez le sujet sain et le patient souffrant de troubles musculo-squelettiques.
Pascal Madeleine est né en 1969 à Toulouse, France. Il est titulaire d’une Maitrise en Génie Biologique et Médical de l’Université Paul Sabatier, Toulouse, France et d’un doctorat en Science Biomédicale de l’Université d’Aalborg. En 2010, il a obtenu un doctorat d’état en Sciences, Facultés d’ingénieries, sciences et médecine, Université d’Aalborg, Denmark. Il est professeur des universités au « Center for Sensory-Motor Interaction (SMI) », Department des sciences et techniques de la santé, Université d’Aalborg, Denmark. Il dirige le groupe de recherche sur l’activité physique et les prestations humaines et co-directeur du laboratoire sur l’ergonomie et les troubles musculo-squelettiques. Il a publié plus de 100 articles scientifiques et chapitres. Ses domaines de recherche ont attrait au développement et à l’application de nouvelles méthodes and techniques en ergonomie et sciences du sport.
Julien Roussel, Université d'Orléans, laboratoire PRISME.
Mean firing rates of Motor Unit Action Potential (MUAP) trains are one of the key parameters of electromyographic (EMG) signals because they provide information about the neuromuscular command. Besides, the estimation of mean firing rates is of great interest for applications ranging from neuromuscular diseases diagnosis to motor control. In a constant-force and under isometric condition, even if the mean firing rates is constant, a MUAP train cannot be considered as a periodic function due to the neuromuscular jitter. While jitter produces a stochastic variation between two consecutive spikes, cyclostationary tools, such as the cyclic spectrum density, show that MUAP trains keep a periodic energy with a period equal to the mean inter-spike interval. Such properties improve the estimation of the firing rates and can be further used as a blind source separation criterion in the objective of MUAP decomposition. We show results and limitations of this approach on synthetic and real EMG signals.
Maria Vinti, Laboratoire d’analyse et de restauration du mouvement, AP-HP, Unité de Neurorééducation - Groupe Hospitalier Henri Mondor, Créteil.
L’analyse du signal électromyographique est un des outils utilisés en site clinique afin de mieux comprendre les relations existantes entre l’effecteur du mouvement (muscle) et sa commande. Son utilisation permet de mieux comprendre les troubles du mouvement secondaires à un handicap neurologique et une meilleure prise en charge thérapeutique.
La cocontraction spastique, anomalie ubiquitaire de la commande motrice dans la population parétique, est l’une des formes d’hyperactivité musculaire handicapant le plus sévèrement le mouvement volontaire du sujet atteint de parésie spastique, au membre supérieur comme à la marche. Expliquée par une mauvaise distribution de la commande descendante, la cocontraction spastique est une contraction exagérée du muscle antagoniste, déclenchée par la commande sur l’agoniste, qui vient créer un couple d’opposition voire d’inversion du mouvement désiré.
Dans ce travail, par la quantification du signal EMG, nous avons cherché à caractériser ce phénomène en étudiant les réactivités des cocontractions antagonistes face à des changements de la commande centrale (différents niveaux d’efforts) et des changements périphériques (muscle antagoniste relâché ou étiré) en condition statique (isométrique). Les résultats de ces études pourraient permettre aux cliniciens de mieux évaluer et intégrer dans leur examen le phénomène de cocontraction spastique, en dirigeant peut-être leur réflexion vers de nouvelles mesures thérapeutiques.
Date : 2013-05-21
Lieu : GH Pitié-Salpêtrière - Bâtiment ICM à PARIS
Thèmes scientifiques :
A - Méthodes et modèles en traitement de signal
Inscriptions closes à cette réunion.
Accéder au compte-rendu de cette réunion.
(c) GdR IASIS - CNRS - 2024.