Analyse cinématique de l'épaule et du membre supérieur par capture de mouvement avec et sans marqueurs

Kinematic analysis of shoulder and upper-limb with marker-based and markerless motion capture.

• Auteur / Autrice : Félix Lefebvre
• Direction : Isabelle Rogowski, Yoann Blache
• Type : Thèse de doctorat
• Discipline(s) : Sciences et Techniques des Activités Physiques et Sportives
• Date : Soutenance le 27/11/2024
• Etablissement(s) : Lyon 1
• Ecole(s) doctorale(s) : École doctorale Interdisciplinaire Sciences-Santé (Villeurbanne ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire interuniversitaire de biologie de la motricité (Saint-Etienne ; Lyon ; Chambéry ; 2016-....)
• Jury : Président / Présidente : Laurence Chèze
• Jury : Examinateurs / Examinatrices : Isabelle Rogowski, Yoann Blache, Hélène Pillet, Lionel Reveret, Cédric Schwartz, Emilie Simoneau
• Jury : Rapporteur / Rapporteuse : Hélène Pillet, Lionel Reveret

Mots clés

Mots clés contrôlés

Articulation scapulo-humérale

Capteurs (technologie)

Capture de mouvements

Mouvements

Épaule

Mots clés libres

Artefacts des tissus mous

Scapula

Optimisation multi-Segmentaire

Estimation de pose

Apprentissage profond

OpenSim

Soft tissue artefacts

Scapula

Multibody kinematic optimization

Pose estimation

Deep learning

OpenSim

Résumé

La caractérisation précise et quantifiée du mouvement humain est essentielle dans de nombreux domaines et particulièrement en pratique clinique et sportive pour exploiter, préserver ou rétablir les capacités motrices. L’anatomie complexe de l’épaule lui confère une capacité de mouvement fine et de grande amplitude, au détriment d’une stabilité fragile et exposée à des risques importants d’altérations pouvant compromettre sa mobilité. Pour estimer la cinématique articulaire du complexe de l’épaule, il est donc nécessaire de disposer d’un système de capture de mouvement qui soit rapide, précis, et applicable en routine. Parmi les nombreux outils utilisés, l’estimation de la cinématique de l’épaule par mesure directe est généralement invasive ou irradiante, et en tout cas non adaptée à l’évaluation systématique. Les méthodes d’estimation cinématique de l’épaule par mesure cutanée indirecte sont plébiscitées, notamment avec marqueurs, mais avec une précision moindre du fait des artefacts des tissus mous. De nombreuses stratégies expérimentales et numériques ont été développées pour en améliorer les performances, sans toutefois donner pleinement satisfaction. Récemment, des méthodes de capture de mouvement sans marqueurs sont apparues mais aucune ne propose à ce jour d’estimations compatibles avec la modélisation cinématique détaillée du complexe de l’épaule. L’objectif de cette thèse était alors de contribuer au développement des outils d’analyse cinématique de l’épaule par capture de mouvement avec et sans marqueurs. Un premier sous-objectif de ce travail de thèse était d’étudier l’influence de l’optimisation du modèle cinématique et du poids des marqueurs de la scapula sur la cinématique scapulaire dans une optimisation multi-segmentaire. Les résultats de cette première étude ont mis en évidence que la redondance des marqueurs, à savoir l’utilisation de plus de trois marqueurs sur la scapula, est recommandée pour l’estimation de la cinématique scapulaire par optimisation multi-segmentaire. Ces résultats ont aussi montré que les poids optimaux sont à la fois spécifiques au participant et au mouvement, mais qu’un jeu de poids moyen par mouvement pouvait améliorer l’estimation de la cinématique scapulaire. Le second sous-objectif de ce travail de thèse était de développer une méthode de capture de mouvement sans marqueurs par algorithme d’apprentissage profond permettant le suivi cinématique du membre supérieur incluant le complexe de l’épaule. Cette seconde étude a consisté à développer un algorithme d’estimation de pose 2D capable d’identifier 20 repères anatomiques sur cinq mouvements différents avec une précision médiane inférieure à 9 px. La méthode de capture de mouvement sans marqueurs développée sur la base de cet algorithme a permis des estimations 3D des repères anatomiques de l’épaule avec une précision moyenne inférieure à 15 mm, aboutissant à une précision cinématique articulaire de 14° pour l’articulation scapulo-thoracique. Les estimations ainsi obtenues sont équivalentes voire meilleures que pour la capture de mouvement avec marqueurs, pour un gain de temps considérable par l’absence de préparation. De futurs travaux sont nécessaires pour transformer la preuve de concept développée en véritable outil de capture de mouvement, et valider son potentiel à devenir la méthode la plus adaptée pour l’estimation cinématique du complexe de l’épaule en routine.

The precise and quantified characterization of human movement is essential in many fields, particularly in clinic and sports, to enhance, preserve, or restore motor abilities. The complex anatomy of the shoulder gives it fine and large-range motion capability, at the cost of fragile stability, exposing it to significant risks of impairments that can compromise its mobility. To accurately estimate the kinematics of the shoulder complex, it is necessary to have a motion capture system that is fast, accurate, and suitable for routine use. Among the many tools employed, shoulder kinematic estimation via direct measurement is generally invasive or radiation-based, and in any case not suited for systematic evaluation. Indirect skin-based shoulder kinematic estimation methods, especially those using markers, are widely used but offer lower accuracy due to soft tissue artifacts. Numerous experimental and numerical strategies have been developed to improve their performance, though they have not yet fully satisfied expectations. Recently, markerless motion capture methods have emerged, but to date, none of them provide estimates compatible with the detailed kinematic modeling of the shoulder complex. The objective of this thesis was therefore to contribute to the development of shoulder kinematic analysis tools using both marker-based and markerless motion capture. A first sub-objective of this thesis was to study the influence of kinematic model optimization and scapular marker weight on scapular kinematics in a multibody kinematic optimization. The results of this first study highlighted that marker redundancy, meaning the use of more than three markers on the scapula, is recommended for scapular kinematic estimation in multibody kinematic optimization. These results also showed that the optimal marker weights are both participant- and movement-specific, but that an average weight set per movement could improve scapular kinematic estimation. The second sub-objective of this thesis was to develop a markerless motion capture method using a deep learning algorithm that allows for the kinematic tracking of the upper-limb, including the shoulder complex. This second study involved developing a 2D pose estimation algorithm capable of identifying 20 anatomical landmarks across five different movements with a median accuracy of less than 9 px. The markerless motion capture method developed based on this algorithm provided 3D estimates of the anatomical landmarks of the shoulder with an average accuracy of less than 15 mm, resulting in an articular kinematic accuracy of 14° for the scapulothoracic joint. These estimates were equivalent to, if not better than, those obtained using marker-based motion capture, with a significant time-saving due to the absence of preparation required. Further research is needed to transform this proof of concept into a fully functional motion capture tool and validate its potential to become the most suitable method for routine shoulder complex kinematic estimation.