Thèse soutenue

Contributions algorithmiques à l'analyse musculo-squelettique ˸ modèles et méthodes

FR  |  
EN
Auteur / Autrice : Claire Livet
Direction : Georges DumontCharles Pontonnier
Type : Thèse de doctorat
Discipline(s) : Automatique, Productique et Robotique
Date : Soutenance le 08/07/2022
Etablissement(s) : Rennes, École normale supérieure
Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
Partenaire(s) de recherche : Laboratoire : Université de Rennes - École normale supérieure - Rennes - Institut de Recherche en Informatique et Systèmes Aléatoires - Analysis-Synthesis Approach for Virtual Human Simulation
Jury : Examinateurs / Examinatrices : Yannick Aoustin, Laetitia Fradet
Rapporteurs / Rapporteuses : Floren Colloud, Sonia Duprey

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Dans un cadre de rééducation clinique, on peut chercher à établir la sévérité d'une pathologie locomotrice d'un patient. Cela nécessite d'utiliser des outils permettant d'évaluer des variables biomécaniques avec un retour rapide au clinicien. On peut utiliser pour cela l'analyse biomécanique du mouvement, qui s'appuie sur l'utilisation de modèles et de méthodes pour évaluer ces variables biomécaniques. Afin de poser un diagnostic pertinent, il est important d'utiliser un modèle du patient anatomiquement réaliste. Il faut alors pouvoir fournir au clinicien un retour en temps réel sur les performances du patient en utilisant un modèle soumis à des contraintes géométriques.Cette thèse propose différentes contributions algorithmiques pour réduire de le temps de calcul des étapes de l'analyse musculo-squelettique tout en prenant en compte des contraintes géométriques présentes dans le corps humain, à la fois pour l'évaluation des variables cinématiques mais aussi musculaires. Elle s'intéresse aussi à la réduction du temps de calcul pour la génération de modèles de chemins musculaires.