Aller au contenu principal
Il y a présentement des items dans votre panier d'achat.
85e Congrès de l'Acfas
Auteur et co-auteurs
Liang He
UdeM - Université de Montréal
Pierre A. Mathieu
Université de Montréal
5a. Résumé

La synergie musculaire est considérée comme une approche pouvant être utilisée par le cerveau pour efficacement activer plusieurs muscles impliqués dans un mouvement. Ici il est question de la synergie du biceps brachial, un muscle multifonctionnel. On a analysé des ensembles de 8 signaux électromyographiques captés au-dessus du muscle de 10 sujets alors que leur main droite était en pronation ou en supination et qu’ils étaient assis avec le coude plié ou debout le bras étendu horizontalement. La valeur quadratique moyenne de ces signaux a été obtenue et avec un algorithme de factorisation matriciel non négatif, 3 synergies musculaires d’une durée de 4,2 s ont été identifiées. À partir des 3 coefficients obtenus, une fenêtre de 0,2 s est initialement utilisée pour entrainer un classifieur bayésien qui, sur les 0,2 s suivantes estime pour chacun des 400 échantillons qu’elle contient la probabilité (entre 0 et 1) que la main soit dans une position donnée. Ceci se répète à tous les 0,2 s et à la fin une courbe de 7600 valeurs (couvrant 3,8 s) est obtenue. Avec la main en pronation ou supination, la valeur moyenne des 3 ou 4 essais de chaque sujet a variée entre 0,53 et 0,98. Comme toute valeur >0,5 indique une bonne classification, le classifieur bayésien peut donc être utilisé pour détecter la posture de la main. Une classification en temps réel sera bientôt effectuée avec un filtre de Kalman sur des signaux du biceps alors que la main alterne entre pronation et supination.