Étude du recrutement des unités motrices par analyse du signal EMG de surface

Study of the motors units recrutment by analysis of the surface EMG signal

• Auteur / Autrice : Fouaz Sofiane Ayachi
• Direction : Sofiane Boudaoud, Catherine Marque
• Type : Thèse de doctorat
• Discipline(s) : Bio-ingénierie, biomécanique, biomatériaux
• Date : Soutenance en 2011
• Etablissement(s) : Compiègne

Mots clés

Mots clés contrôlés

Statistique

Modèles mathématiques

Traitement du signal

Biomécanique

Muscles

Électromyographie

Mots clés libres

Emg

Modélisation

Analyse de forme

Analyse statistique du signal

Recrutement des unités motrices

Contrôle moteur

Résumé

Le système nerveux central contrôle des mouvements par l’activation des unités de motrices (UM), les plus petites structures fonctionnelles du muscle. Les UM produisent une activité électrique qui peut être détectée par la technique de l’électromyographie de surface (EMGs). Le caractère stochastique du signal EMGs est dû principalement à la superposition des trains de potentiels d’action d’UM (TPAUM) (recrutement spatial), les TPAUM sont caractérisés par leurs instants de décharge (recrutement temporel), ainsi que par la forme des potentiels d’action (PA), qui dépend de certains facteurs méthodologiques et de facteurs intrinsèques au muscle. Le but de cette thèse sera d’étudier les possibilités et les limites d’utilisation de l’analyse de forme de la densité de probabilité des amplitudes (DP) du signal EMGs comme indicateur sur les stratégies de recrutement des UM et du contrôle moteur. Cette analyse semble pertinente puisque le signal EMGs est la somme de processus aléatoires ; les TPAUM. Des modifications sur ces variables devraient être perçues sur le signal composite. La contribution apportée par cette thèse se scinde en deux parties : la proposition d’un modèle complet de génération qui s’inspire de travaux récents issus de la littérature. Ce modèle prend en considération, pour la génération du signal EMGs, de nombreux paramètres physiologiques, anatomiques et nerveux, ainsi que la génération de la force. Cette prise en compte permet d’avoir un meilleur réalisme lors de la simulation. La deuxième partie concerne plusieurs études, en simulation et en expérimental, sur l’analyse des signaux EMGs monopolaires détectés sur le biceps brachial lors de contractions isométriques isotonique (force constante)/anisotonique (force graduée). L’objectif est d’extraire de l’information sur le patron de recrutement des UM à partir de ces signaux. Dans ce contexte, nous avons testé deux approches d’analyse de forme de la DP du signal EMGs qui sont la Statistique d’Ordre Supérieur (SOS), et un algorithme récent, le modèle de forme noyau (CSM : Core Shape Modeling). Les résultats indiquent une forte sensibilité des descripteurs proposés pour la séparation des classes de signaux (force, niveau de synchronisation de décharge), à l’effet filtrant du tissu adipeux et de la composante non propagée. L’efficacité de la classification dépend d’autre part de l’anatomie et du nombre d’UM composant le muscle. Pour les facteurs neuronaux, les deux stratégies de recrutement testées donnent les mêmes tendances avec plus de réalisme physiologique pour l’une d’entre elles. De plus, l’analyse de forme (par SOS), dans certains cas, nous donne des informations sur l’anatomie du muscle considéré, en termes de position de l’UM par rapport à l’électrode. En termes de performance de classification, l’algorithme CSM, donne un résultat relativement meilleur que l’approche SOS, que ce soit en simulation ou en expérimentation. Pour résumer, ce travail de thèse s’inscrit comme une démarche exploratoire du potentiel de l’analyse de forme de la DP du signal EMGs dans l’extraction d’information sur les modalités d’activation musculaire. De nombreux efforts restent à fournir en accord avec les perspectives proposées.

The central nervous system control the movement through the activation of the motors units (MUs), the smallest muscle functional structure. The MU produce electrical activity that can be detected by the technique of surface electromyography (sEMG). The stochastic nature of EMGs signal is mainly due to the superposition of trains of MU action potentials ( MUAPT) (spatial recruitment), the MUAPT are characterized by their discharge frequency (temporal recruitment) and the shape of the action potential (PA), which depends on some factors methodological and intrinsic to the muscle. The aim of this thesis is to study the possibilities and limitations of using the shape analysis of the EMGs signal’s probability density function (DP) as an indicator on MU recruitment strategies and motor control. This analysis seems relevant since the EMGs signal is the sum of random processes, the MUAPT. The contribution of this thesis is divided into two parts : the proposal of a complete model generation inspired by recent work from the literature. This model takes into consideration, for the EMGs signal generation, many physiological, anatomical and nervous parameters, as well as the force generation. Such consideration allows for greater realism in the simulation. The second part concerns several studies, simulation and experimental analysis of EMGs monopolar signals detected on the biceps brachii during isometric contractions isotonic (constant force) / anisotonique (graduated force). The aim is to extract information on the pattern of MU recruitment from these signals. In this context, we tested two approaches based on the shape analysis of the EMGs signal’s DP which are the Higher Order Statistics (HOS), and a recent algorithm, the Core Shape Modeling (CSM). The results indicate a high sensitivity of the proposed descriptors for separating classes of signals (force, sync level of the discharge), the filtering effect of adipose tissue and non propagating component. The efficiency of the classification depends the other hand of the anatomy and the number of MU which composed the muscle. For neuronal factors, both recruitment strategies tested give similar trends with one of them is physiologically more realistic. In addition, analysis of shape (SOS), in some cases, gives us information about muscle anatomy of the concerned muscle, in terms of MU position relative to the electrode. Concerning performance of classification, the algorithm CSM gives a result relatively better than SOS approach, either in simulation or experimentation. To summarize, this thesis is listed as an exploratory process of the shape analysis potential of the EMGs signal’s DP in order to extract the information on the muscular activation’s modalities. A lot of efforts are still required in accordance with the perspectives offered.