Sélectionnez votre langue

Société de Biomécanique
Annonces soutenances

Chloe Hatrisse soutiendra sa thèse réalisée au LBMC dans la salle Léonard de Vinci sur le campus de Bron le vendredi 12 décembre à 14h.

Titre : Quantification de la locomotion et de la charge de travail du cheval en conditions réelles d’entrainement 

Encadrement : Laurence Chèze, Neila Mezghani

Résumé : La pratique de l’équitation à haut niveau requière des charges et volumes d’entrainement importants pour le cheval. Le phénomène de fatigue chez le cheval peut avoir des conséquences lésionnelles, il apparait lorsque celui-ci est soumis à des entrainements trop intenses et/ou trop fréquemment répétés. Les premiers signes de l’apparition d’une lésion se traduisent par des anomalies locomotrices souvent discrètes, caractérisées, par exemple, par la modification de la durée d’appuis et/ou de la durée de foulée ou une diminution des amplitudes de mouvement du dos. Ces anomalies peuvent être difficiles à diagnostiquer de façon précoce par les vétérinaires. Si ces signes ne sont pas détectés, l’intensité des entrainements n’est pas adaptée en conséquence, laissant les lésions s’aggraver et s’installer plus durablement. Ainsi, être capable de détecter précocement l’apparition des anomalies locomotrices et de contrôler la charge de travail est essentiel, pour éviter des conséquences irréversibles d’un surentrainement.
Le projet ANR CAPT-ESE, dans lequel s’inclut ce travail de thèse, s’intéresse à la prévention et à la gestion des affections locomotrices du cheval par le suivi et l’optimisation des entraînements. Dans ce contexte, le protocole du projet prévoit l’inclusion de vingt chevaux, atteints de lésions dorsales. Ils suivront un protocole d’entrainements et d’examens vétérinaires strict et seront équipés de capteurs embarqués directement intégrés dans le harnachement du cheval, pour chacun d’eux.
Ce travail de thèse comprend deux volets. Le premier volet consiste à développer et valider des méthodes de quantification des paramètres locomoteurs du cheval, basées sur des données issues de ces capteurs, permettant la détection d’anomalies locomotrices. Le second volet consiste à quantifier la charge d’entrainement, en combinant des paramètres locomoteurs et physiologiques du cheval. Ces deux volets seront mis en relation dans le cadre d’analyses longitudinales sur la base des données collectées tout au long du protocole.
Premièrement, des méthodes de détection des débuts et fins d’appuis ont été développées. Ces méthodes sont applicables en milieu terrestre, avec différents types de sol (asphalte, caoutchouc, sable, …), ainsi qu’en milieu aquatique, lors de la marche sur tapis roulant immergé, facilitant le suivi des paramètres locomoteurs de foulée dans différentes conditions. Une méthode de quantification des mouvements du dos a également été développée. Les résultats ont montré une cohérence entre les amplitudes de mouvement du dos du cheval mesurées avec cette méthode et celles mesurées avec un système de mesures cinématiques de
référence. La comparaison des données mesurées avec l’évaluation visuelle et subjective de la mobilité dorsale par des vétérinaires montre par ailleurs la difficulté à estimer correctement ce paramètre.
Deuxièmement, une méthode basée sur l’apprentissage machine, mettant en relation l’évolution de la lactatémie sanguine (rendant compte de la fatigue musculaire du cheval) et l’évolution des paramètres locomoteurs et physiologiques, a permis de prédire les états aérobie et anaérobie lors de tests d’effort. Cette méthode a mis en évidence les paramètres locomoteurs et physiologiques les plus pertinents pour estimer la charge de travail, conduisant à la création d’un indicateur d’intensité de l’entrainement.

Les travaux postérieurs à cette thèse (projet ANR en cours) consisteront à réaliser des analyses longitudinales de ces deux volets d’études. A terme, les outils mis en place pourraient être intégrés dans des dispositifs pour les cavaliers afin d’optimiser la prévention des troubles locomoteurs.

Lien visio : Contacter Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.

Sauvegarder
Choix utilisateur pour les Cookies
Nous utilisons des cookies afin de vous proposer les meilleurs services possibles. Si vous déclinez l'utilisation de ces cookies, le site web pourrait ne pas fonctionner correctement.
Tout accepter
Tout décliner
General
Général
Gestion des sessions
Accepter
Décliner
Analytique
Outils utilisés pour analyser les données de navigation et mesurer l'efficacité du site internet afin de comprendre son fonctionnement.
Matomo
Logiciel libre et open source de mesure de statistiques web
Accepter
Décliner