Proposition de thèse: Commande myoélectrique avancée des articulations distales
Directeur et encadrant(s) de thèse: Aoustin Yannick (PU, Nantes LS2N/REV), Jozina De Graaf (PU, Aix Marseille ISM), Le Carpentier Eric (MdC, Nantes LS2N/SIMS)
Yannick.Aoustin@ls2n.fr, jozina.de-graaf@univ-amu.fr, Eric.Le-Carpentier@ls2n.fr
En collaboration avec la startup Orthopus nous avons déjà travaillé sur une prothèse de main sous-actionnée [Butin et al 2023, 2024], pour une amputation au niveau de l’articulation du poignet. REINVENT souhaite étendre l’étude à une prothèse coude/poignet/main. L’application visée est donc de prendre en compte le handicap d’une amputation en amont du coude. Nous adresserons par conséquent le problème de la communication entre le membre résiduel (MR) et les actionneurs de la prothèse. Cette communication portera sur l’EMG associée à la mobilité fantôme, présente chez 76% des amputés du membre inférieur (Touillet et al. 2018). Le travail de thèse portera sur trois axes.
1°) Exploitation des activités myoélectriques liées à la mobilité fantôme
Dans un premier temps, des amputés transhuméraux seront sélectionnés et entraînés pour avoir des mouvements fantômes fluides (Rossel, 2023) pendant la réalisation de mouvements volontaires de leur MR. Les activités musculaires du MR seront enregistrées avec un manchon multi-électrodes sèches (installation rapide), ce qui permettra d’étudier le nombre minimal d’électrodes nécessaire à la distinction entre les activités liées à l’exécution des mouvements fantômes et les activités liées aux mouvements du MR.
Il faudra apprendre à dissocier les mouvements propres du MR des mouvements fantômes du bras amputé. De plus, le port de prothèse va induire des perturbations liées aux mouvements de cette dernière. Ces deux phénomènes nécessiteront la mise au point d’un algorithme robuste de détection et d’identification de mouvements fantômes. Des méthodes d’apprentissage (Lento, 2023) seront mises en œuvre pour détecter et identifier, à partir de mesures multi-canaux de sEMG, ces mouvements fantômes lorsque le participant amputé portera la prothèse sur son MR.
2°) Commande myoélectrique basée régression et électrode arrays (LS2N):
Une fois que nous aurons départagé les activités musculaires associées aux mouvements fantômes de celles liées aux mouvements du MR portant la prothèse, un modèle descriptif des signaux au niveau du MR se développer de façon a en extraire des paramètres afin de caractériser les mouvements fantômes.
3°) Commande de la prothèse.
Afin de prendre en compte les éventuelles perturbations qui agissent sur le système mécatronique, telles que les effets des frottements mécaniques et des forces de gravité, et afin d’obtenir un comportement du bras appareillé continu et dynamique, nous développerons un ensemble de compensations de la gravité de la structure mécatronique, de ses frottements et de sa dynamique à l’aide d’une commande feed-forward basée sur un modèle dynamique le plus réaliste possible (Aoustin and Formalskii, 2013).
Ensuite une étude sera menée afin d’identifier de possibles comportements automatiques de la prothèse (postures de repos, ajustements automatiques, balancement) permettant de réduire la charge cognitive des utilisateurs et de reproduire l’activité réflexe/inconsciente.
Planning :
-L’année D1 sera essentiellement réservée à l’exploitation des activités myoélectriques liées à la mobilité fantôme (rédaction d’un article de conférence, biomécanique).
-L’année D2, la commande myoélectrique basée régression et électrode arrays (LS2N) sera développée (rédaction d’un article de revue).
-L’année D3 sera commande du système mécatronique (rédaction d’un article de revue, rédaction de la thèse).
Rossel O., M. Chateaux, N. Jarrassé, F. Vérité, A. Touillet, C. Nicol, J. Paysant, J. B. De Graaf ‘’ Phantom movement training without classifier performance feedback improves mobilization ability while maintaining EMG pattern classification’’ In IEEE Transactions on Medical Robotics and Bionics , volume 5 , 2023.
Butin C, Aoustin Y , Chablat D, et Gouaillier D, ''Design of an efficient non-backdrivable mechanism with wrap spring for hand prosthesis'', Journal of Mechanics and Robotics, 1-14, jMR-23-1557, 10.1115/1.4064739, 2024.
Aoustin Y. et Formaskii, A., ''Modeling control and simulation of upward jump of a biped'', Multibody System Dynamics, 32 (1), pp. 55-66, 2013.
Lento, B., Aoustin, Y., and Zielinska, T. (February 16, 2023). "Feasibility Study of Upper Limb Control Method Based On EMG-Angle Relation." ASME. J. Comput. Nonlinear Dynam. doi: https://doi.org/10.1115/1.4056918.
Touillet, A., Peultier-Celli, L., Nicol, C., Jarrassé, N., Loiret, I., Martinet, N., ... & De Graaf, J. B. (2018).
Characteristics of phantom upper limb mobility encourage phantom-mobility-based prosthesis control. Scientific Reports , 8 (1), 15459.
Mots clefs : Prothèse de membre supérieur, mouvements fantômes, contrôle intuitif
Le financement se fera dans le cadre d’un contrat doctoral d’enseignement (CDE).
Salaire annuel (2023) : 26.4k€ brut
Début et durée : La date souhaitée du travail de thèse est septembre 2024, pour une durée de 36 mois.
Lieu de travail : Le lieu de travail du (de la) doctorant(e) sera le LS2N, Campus de l’École Centrale de Nantes.