Détermination du nombre de synergies musculaires

Les synergies comme éléments structurant les
coordinations musculaires
Nicolas A. Turpin
Soutenance de thèse: 10 février 2012 à l’université de Nantes
ATER à l’université JF Champollion depuis octobre 2012
ATER à l’université Paul Sabatier à partir de Mars 2012
Réaliser un mouvement nécessite la coordination de plusieurs
muscles
Lesquels ?
A quelle intensité ?
A quels moments ?
Notion de redondance musculo-squelettique et problème de Bernstein
Outils pour l’étude des coordinations musculaires
Étude des décalages temporels et des phases d’activation muscle par muscle
Dorel et al. 2008
Pollock et al. 2008
Evolution de l’amplitude de l’EMG RMS
Approches
correctes mais
c’est fastidieux et
peu efficace…
time
Dorel et al. 2008
Nowicki et al. 2005
biceps femoris
semi tendinosus
vastus lateralis
vastus medialis
Enregistrement à 1000Hz
Filtre passe bas à 9Hz
(enveloppe)
activité
EMG
temps
Le signal est constitué de plusieurs
« vagues » d’activations
soleus
rectus femoris
gluteus maximus
s1
s2
s3
activité
EMG
s4
temps
s1
s2 s3 s4
profils de variation communs(aspects temporels)
poids associés
aux muscles
(aspects spatiaux)
Méthode d’identification des basics factors / synergies
 Analyse en Composante Principale (ACP)
Ivanenko et al. 2004 – J Neurophysiol
 Analyse en Composante Indépendante (ICA)
Kargo et al. 2004 – J Neuroscience
 Factorisation Matricielle Non négative (NMF) Tresch et al. 2006 – J Neurophysiol
Lee et Seung 1999 - Nature
synergies musculaires
Dominici et al. 2011 - Science
Détermination du nombre de synergies musculaires
 VAF : variance expliquée = qualité du modèle
N= 1: 79%
variance accounted for
1,0
0,9
0,8
0,7
0,6
0,5
1
2
3
4
5
6
Nombre de synergies du modèle
7
Détermination du nombre de synergies musculaires
 VAF : variance expliquée = qualité du modèle
N= 1: 79%
variance accounted for
1,0
0,9
0,8
+
0,7
0,6
0,5
1
2
3
4
5
6
Nombre de synergies du modèle
7
Détermination du nombre de synergies musculaires
 VAF : variance expliquée = qualité du modèle
N= 1: 79%
variance accounted for
1,0
0,9
N= 2: 91%
0,8
0,7
0,6
0,5
+
1
2
3
4
5
6
Nombre de synergies du modèle
7
Détermination du nombre de synergies musculaires
 VAF : variance expliquée = qualité du modèle
N= 1: 79%
variance accounted for
1,0
0,9
N= 2: 91%
0,8
0,7
N= 3: 95%
0,6
0,5
1
2
3
4
5
6
Nombre de synergies du modèle
7
trapèze
EMG
réel
modèle
triceps
 8 muscles du membre
supérieur
 3 synergies
Fléchisseurs
du poignet
On considère qu’au delà de 90% (VAF) le taux de reconstruction est « correcte »
Cette détermination est difficile et reste un choix ± arbitraire
Utilisation des décompositions:
 réduction des données
→ interprétation plus simple des données EMG
→ séparation des aspects temporels et spatiaux de ces signaux
 support d’hypothèses neurophysiologiques
Divergence de neurones du cortex moteur
Existence de « modules » au niveau du
tronc cérébral et/ou de la moelle épinière
(ex. CPGs) distribuant l’activité électrique
Drew et al. 2009 – J Physiol
Poggio et Bizzi 2004 - Nature
Limitations d’un tel modèle
 Sans contraintes (a priori sur la solution) on ne peut pas définir une
base unique (ex. : ACP = vecteurs orthogonaux, NMF : poids >0)
validité de ces a priori?
 Pas de consensus général sur la méthode de détermination du
nombre de synergies
Et VAF à 90% implique ~10% non expliquée
Mais, ...
Décompose le mouvement en « actions motrices » qui donnent du sens.
Caractéristiques de la composante temporelle
 Principe de superposition des « actions motrices »
Davis et Vaughan 1993- JEK
Ivanenko et al. 2006 Neuroscientists
Composantes liées
à la marche
normale
Composante
supplémentaire liée
à l’action ajoutée Ivanenko et al. 2006 Neuroscientists
Caractéristiques de la composante temporelle
 Le nombre et la forme des « basics factors » sont associés à la complexité
et à la maturation du contrôle moteur
Clark et al. 2010 – J Neurophysiol
Cheung et al. 2012- PNAS
Dominici et al. 2011 - Science
Caractéristiques de la composante spatiale
 la composante temporelle permet de distinguer les coordinations lors de la
marche et de la course
 la composante spatiale demeure stable entre ces deux modes de coordination
Switch de la composante #2
entre marche et course
Structure spatiale
relativement stable
Cappelinni et al. 2006 – J Neurophysiol
Caractéristiques de la composante spatiale
 Les mêmes synergies peuvent être modulées et combinées pour répondre à
diverses contraintes (Hug et al. 2011 - J. Neurophysiol / Torres-Oviedo et al. 2010 -
Modulation des
composantes temporelles
J Neurophysiol)
Structure spatiale
relativement stable
Hug et al. 2011 – J. Neurophysiol
Objectifs:
 Déterminer les modifications de coordinations en terme de
synergies musculaires avec les variations de contraintes:
 augmentation de la puissance – puissance maximale
 variations avec la fatigue (test de temps limite)
…et les différences pouvant exister avec l’expertise
 EMGs
• Système Delsys : Bagnoli 16, Delsys, Inc Boston, USA
• Amplification : ×1000
• Numérisation : bande passante = 6 à 400 Hz
• Fréquence d'échantillonnage : 1 kHz
6 muscles
 tests
7 muscles
• 3 puissances testées
60-90-120% de la puissance moyenne (PM) au 2000m
• et un test de temps limite (100% PM)
•8 sujets novices / 7 experts
 Analyses
• Enveloppe = filtre passe bas à 9 Hz
• 15 cycles successifs moyennés
• Extraction des synergies par factorisation matricielle non négative
Fh
Fy
Fx
10 muscles
Les données en aviron
power (W)
Fh (N)
Fy (N)
Fx (N)
untrained subjects
expert rowers
400
400
200
200
0
0
-2 0 0
-2 0 0
-4 0 0
-4 0 0
-6 0 0
-6 0 0
400
400
200
200
0
0
-2 0 0
-2 0 0
-4 0 0
-4 0 0
-6 0 0
-6 0 0
2000
2 0 00
1000
1 0 0 02 0 00
-- 42 00 00
1500
1000
--046 00 00
0
2 0 0 -046 0 0
2 0 0 042 00 00
500
0
2000
2 0 00
1500
1000
2000
1500
1000
500
2000
1500
1000 0
-2 0 0
1000
-- 24 00 00
-- 46 00 00
0
- 10 0 0
-6 0 0
-1 0 0
1000
500
-5 0
-5 0
0
0
50
50
500
0
-1 0 0
0
-1 0 0
100
100
2000
2 0 0 40 0 0
2000
240000
2000
2 000
1000
2
1 0 0 00 00
- -420000
1000
1000
- -6040000
0
2 0 0-4060000
2 0 02040000
0
2 0 0 00
2000
2 000
1000 0
-2 0 0
1000
- -420000
- -6040000
-1 0 0
- 06 0 0
-1 0 0
2 0 0 04 0 0
2 0 0 04 0 0
200
1000
1000
-5 0
-5 0
0
0
50
50
100
100
0
-1 0 0
0
-1 0 0
% of rowing cycle
-5 0
-5 0
% of rowing cycle
0
0
50
100
50
100
-5 0
0
50
100
-5 0
0
50
100
Le nombre de synergies en aviron
 3 synergies permettent de représenter >90% de la variance chez la plupart des
sujets
VAF(%)
100
80
EXP
UNT
60
40
20
0
0
1
2
3
4
5
6
7
8
9
10
number of muscles synergies
 Description des synergies en aviron / novices
fléchisseurs coude
extenseurs du rachis
drive
a.u.
arm pull
recovery
cycle d’aviron
fléchisseurs genou
triceps sural
quadriceps
rétropulseurs épaules
extenseurs du coude
 Statistiques
 Différences entre 2
groupes de courbes si:
r intra ≠ r inter
 Différences pour les
poids des synergies:
ANOVA
Effet de l’expertise
 Couplages plus important entre les muscles de membres inférieurs
et supérieurs
 Pas de différences pour les profils d’activations des 2 premières
synergies
Turpin et al. (2011)-JEK
Effet de l’expertise
novices
experts
 Mais différences de profils mécaniques (forme et amplitude)
 la différence se fait au niveau des réponses mécaniques
Turpin et al. (2011)-JEK
 Effets de la puissance
PM: puissance moyenne au 2000m
120 % PM
90 % PM
60 % PM
 Évolution significative de l’amplitude de tous
les paramètres EMG et mécaniques
Turpin et al. 2011 - EJAP
Effet de la puissance
 Synergies similaires entre les 3 conditions de puissance
Turpin et al. 2011 - EJAP
Effets de la fatigue
 puissance maintenues à 100% de la puissance moyenne
 les coordinations musculaires restent inchangées
muscles
TA
GL
GM
Sol
VL
VM
RF
GMax
BF
ST
ES
Long
Ilio
LD
TraL
TraM
TraU
Delt
BB
Br
FD
TriL
TriS
novices
-1.5 ± 19.1
-16.5 ± 29.9
-14.4 ± 20.2
-2.6 ± 16.6
14.5 ± 21.0
25.0 ± 19.9
5.6 ± 32.6
99.1 ± 110.4
45.5 ± 33.5
42.8 ± 41.0
0.9 ± 47.8
-22.3 ± 32.5
56.4 ± 150.5
15.4 ± 80.3
54.2 ± 85.6
25.5 ± 18.5
34.6 ± 54.8
-1.9 ± 28.5
13.1 ± 41.4
-16.8 ± 23.9
17.1 ± 31.3
30.1 ± 32.9
1.1 ± 18.1
experts
20.9 ± 60.9
-11.6 ± 21.3
-15.0 ± 19.3
-4.9 ± 20.6
4.9 ± 6.6
4.7 ± 9.7
29.3 ± 26.1
18.4 ± 15.5
14.4 ± 13.7
19.5 ± 10.8
-7.2 ± 30.3
5.9 ± 35.5
13.1 ± 53.9
11.4 ± 14.6
9.8 ± 38.9
14.9 ± 12.4
19.8 ± 24.5
9.9 ± 24.4
15.6 ± 19.2
11.9 ± 14.0
19.1 ± 16.5
24.5 ± 15.0
20.0 ± 11.7 % évolution du niveau d’activité
entre le début et la fin du temps
limite. ≠ de 0 à p<0.05 (student)
En résumé:
 Représentation compacte des activations en aviron (3 synergies
suffisent à expliquer >90% de la variances des données)
 Les synergies sont stables avec les contraintes de puissance et avec la
fatigue
 Hormis quelques faibles différences dans la structure des synergies, les
différences experts novices reposent sur des différences de réponse
mécanique.
Perspectives/ hypothèses:
• La puissance explicative des synergies musculaires est permise parce
qu’il y a respect des caractéristiques du control:
- principe de superposition des programmes moteurs
- scaling en amplitude des patterns de coordination pour une action
donnée (=stabilité des synergies musculaires)
• Débat dans la littérature sur l’existence de synergies fixes (composante
spatiale), qui pourraient varier avec
- le mode de control (open vs. closed loop)
- le mode de contraction
Merci de votre attention…
 Les coordinations musculaires et les synergies sont reproductibles
 Stables dans le temps
 Spécifiques au sujet
R intra groupe > r inter group
Variations inter-individuelles
Activations des synergies
similaires entre les sujets
Vecteurs de synergies
(structure spatiale)
variables entre les sujets
Hug et al. 2010- J Appl Physiol
Variations inter-individuelles
Lors d’une tâche complexe comme un tour à la barre fixe, il est plus
facile de reproduire les données en fixant le synergies entre les sujets
qu’en fixant les profils temporels
Frère and Hug (2012)Frontiers in comput. Neurosc.