Sélectionnez votre langue

Société de biomécanique
Le Blog

Article par A. Chaumeil, lauréate d'une bourse de participation au congrès de la Société de Biomécanique 2022.

Pour étudier l’équilibre, il est nécessaire de caractériser le mouvement du corps complet et de prendre en compte l’anthropométrie du participant afin de calculer des variables telles que la position du centre de masse (CoM), du centre de masse extrapolé (XCoM, (Hof, 2008)) ou le moment cinétique (WBAM). Cette caractérisation du mouvement se fait classiquement à l’aide d’un système optoélectronique, avec tous les inconvénients que cela représente (préparation du participant, temps de traitement des données, …). Avec les améliorations apportées dans le domaine de la vision par ordinateur, de nombreuses techniques d’analyse du mouvement sans marqueurs à partir de caméras vidéo ont été développées ces dernières années. Cette approche présente un réel intérêt en biomécanique car cela ne nécessite qu’un ensemble de caméras et pas d’instrumentation directe du participant. Cependant, parmi les codes et logiciels développés récemment, très peu sont conçus pour être appliqué à la biomécanique humaine, et leur évaluation reste partielle. L’enjeu de cette étude était donc d’évaluer un de ces logiciels, Theia3D (Theia Markerless, Kingston, Canada), en comparant les résultats obtenus à ceux obtenus avec un système basé sur les marqueurs pour trois paramètres liés à l’équilibre : CoM, XCoM et WBAM. Une session expérimentale a été menée, qui a permis d’enregistrer simultanément des données vidéo et marqueurs. Ces données ont été traitées séparément pour en extraire les paramètres liés à l’équilibre, qui ont pu être comparés. L'approche utilisée est résumée sur la figure ci-dessous.

Pipeline traitement

Figure 1 : Illustration de la collecte et du traitement des données

Seize participants ont réalisé quatre mouvements différents : une marche sur tapis instrumenté, un déséquilibre en avant suivi d’un rattrapage, une marche sur une poutre étroite et un countermovement jump (squat puis saut). Les participants étaient équipés de 46 marqueurs. Deux systèmes de 10 caméras chacun, optoélectronique et vidéo, étaient synchronisés et permettaient d’enregistrer les mouvements des participants.

Les vidéos ont été traitées avec le logiciel Theia3D, qui donne la position et l’orientation de chaque segment. Ces données, ainsi que les données marqueurs, ont été exportées et analysées dans le logiciel de modélisation et d'analyse du mouvement Visual3D (C-Motion, Germantown, USA). Pour chaque méthode (avec et sans marqueurs), un modèle cinématique contenant des paramètres inertiels (Dumas & Wojtusch, 2018) a été développé. La description et la comparaison de ces modèles est décrite dans (Lahkar et al., 2022). Ces modèles sont d'abord personnalisés aux sujets, puis les variables d'intérêt (trajectoires des CoM et XCoM et moment cinétique) sont calculées à partir des données issues des deux méthodes (par cinématique inverse pour la méthode avec marqueurs, par application du modèle aux données pour la méthode sans marqueurs). L’accord entre les résultats obtenus avec les deux méthodes a été quantifié avec un calcul d’erreur quadratique moyenne (RMSE).

Pour les mouvements considérés, la RMSE pour le CoM et le XCoM est d’environ un centimètre et pour le moment cinétique la RMSE correspond à moins de 8% de l’amplitude totale du moment cinétique au cours du mouvement. Bien que ces erreurs ne soient pas complètement négligeables, ces résultats indiquent un niveau de concordance modéré à fort entre le système sans marqueurs et le système avec marqueurs. L'approche sans marqueurs semble donc une alternative raisonnable aux systèmes à base de marqueurs pour les études sur l'équilibre.

Références

Dumas, R., & Wojtusch, J. (2018). Estimation of the Body Segment Inertial Parameters for the Rigid Body Biomechanical Models Used in Motion Analysis. In Handbook of Human Motion (p. 47‑77). Springer International Publishing. https://doi.org/10.1007/978-3-319-14418-4_147

Hof, A. L. (2008). The ‘extrapolated center of mass’ concept suggests a simple control of balance in walking. Human Movement Science, 27(1), 112‑125. https://doi.org/10.1016/j.humov.2007.08.003

Lahkar, B. K., Chaumeil, A., Dumas, R., Muller, A., & Robert, T. (2022). Description, Development and Dissemination of Two Consistent Marker-based and Markerless Multibody Models [Preprint]. Bioengineering. https://doi.org/10.1101/2022.11.08.515577

Publication

Chaumeil, A., Lahkar, B. K., Dumas, R., Muller, A., & Robert, T. (2022). Accuracy of a markerless motion capture system for balance related quantities | bioRxiv. Consulté 4 janvier 2023, à l’adresse https://www.biorxiv.org/content/10.1101/2022.11.10.515951v1

L' autrice

photoAutriceAnaïs Chaumeil, Laboratoire de Biomécanique et Mécanique des Chocs (LBMC), UMR_T9406 Université Gustave Eiffel, France.

Anaïs Chaumeil est doctorante au sein du LBMC et travaille actuellement sur le développement de méthodes d’analyse du mouvement sans marqueurs pour des applications en biomécanique.

 

 

 

Copyright

© 2023 par l’auteur. Sauf mention contraire, le contenu du blog de la Société de Biomécanique (texte et figures) est distribué sous licence Creative Commons Attribution - Partage dans les mêmes conditions 4.0.

Nous attendons vos propositions d’articles pour ce blog ! Pour cela, lorsqu’une de vos étude a été publiée, ou à la suite de votre soutenance de thèse,  vous pouvez écrire un résumé de cette étude (format à télécharger ici, version en français obligatoire, version anglaise facultative) et l’envoyer à l’adresse : blog_sb@biomecanique.org

Les informations diffusées sur ce blog sont de la seule responsabilité de leurs auteurs. La Société de Biomécanique ne saurait être tenue pour responsable pour ces informations.

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
En savoir plus
General
Général
Gestion des sessions
Accepter
Décliner
Analytics
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