Système de contrôle du mouvement du membre inférieur à base de réseaux de neurones artificiels : restauration de la marche chez le paraplégique

Control system of the lower limb movement based on artificial neural networks : gait restoration in the paraplegic

• Auteur / Autrice : David Guiraud
• Direction : Quy Dao Nguyen
• Type : Thèse de doctorat
• Discipline(s) : Spectrochimie
• Date : Soutenance en 1993
• Etablissement(s) : Châtenay-Malabry, Ecole centrale de Paris

Mots clés

Mots clés contrôlés

Paraplégie

Membre inférieur

Stimulation électrique

Réseaux neuronaux (informatique)

Mots clés libres

Orthèse active

Résumé

Une lésion totale ou partielle de la moelle épinière a un niveau t4 et t11 provoque une paralysie plus ou moins importante des membres inférieurs. Dans le cas du paraplégique complet, plusieurs solutions sont envisageables pour restaurer la fonction de marche. La stimulation électrique fonctionnelle semble être l'une des plus prometteuses. Pour obtenir un bon mouvement avec un système biomécanique aussi complexe que le nôtre, il faut des méthodes de contrôle aptes à gérer: la spécificité des paramètres d'un patient à l'autre, la forte non-linéarité du système et l'évolution dans le temps des caractéristiques de l'activateur musculaire (sous l'effet de la fatigue par exemple). Les méthodes classiques d'asservissement ne donnent pas de solution réellement satisfaisante. Les réseaux de neurones offrent, quant à eux, la possibilité de résoudre un certain nombre de ces problèmes et ce travail de thèse propose une évaluation de leurs capacités d'adaptation et d'apprentissage sur cette application particulière. Apres une analyse détaillée de chaque élément intervenant dans le mouvement du membre inferieur, nous proposons l'élaboration d'un réseau de neurones et d'une méthode d'apprentissage associée originale, tenant compte des contraintes exhibées par l'analyse précédente. Les résultats obtenus sur un outil de simulation - la machine a marcher - sont encourageants et valident, sur un cas réel, le principe développe. En effet, le réseau apprend à piloter la machine sans connaitre a priori la dynamique du système. On obtient un contrôle aussi bon qu'avec une méthode classique telle que le PID. De plus, l'intégration de connaissances liées à la structure de la trajectoire permet au réseau de fonctionner en mode dégradé où certains capteurs sont déconnectés. Ces caractéristiques en font un outil performant pour le contrôle du mouvement du membre inferieur, dont la dynamique est méconnue, avec un nombre restreint de capteurs, si l'on envisage une utilisation quotidienne du système par un patient