UNIVERSITÉ DE POITIERS Faculté des sciences fondamentales et appliquées Thèse présentée en vue de l’obtention du grade de Docteur de l’Université de Poitiers Ecole doctorale : Spécialité : Sciences pour l’ingénieur & Aéronautique Biomécanique et Bio-ingénierie par Eric D ESAILLY Analyse biomécanique 3D de la marche de l’enfant déficient moteur Modélisation segmentaire et modélisation musculo-squelettique Soutenue le 8 décembre 2008 devant le jury composé de : L. Chèze P. Gorce F.X. Lepoutre N. Khouri D. Yepremian P. Sardain P. Lacouture Pr Pr Pr Chir-Ph Md MPR MCF Pr Université de Lyon Université du Sud Toulon-Var Université de Valencienne Hopital Trousseau Paris Fondation Ellen Poidatz St Fargeau Université de Poitiers Université de Poitiers Rapporteur Rapporteur Examinateur Examinateur Examinateur Directeur Directeur s Aux enfants, Remerciements Ce travail a été conduit au laboratoire de mécanique des solides (UMR 6610 CNRS) et au sein de la fondation Ellen Poidatz. Je tiens à remercier les directeurs respectifs de ces deux établissements, Messieurs Bonneau et Watier, pour m’avoir fourni à la fois des environnements scientifiques et des conditions matérielles favorables à l’accomplissement de cette thèse. Je remercie également Madame le docteur Carlier et à travers sa personne la Société d’Études et de Soins pour les Enfants Paralysés et polymalformés pour le soutient majeur de cette association à ces travaux de doctorat. Mes sincères remerciements vont au professeur Laurence Chèze et au professeur Philippe Gorce pour avoir accepté d’être rapporteurs de ces travaux. Je remercie aussi le professeur François-Xavier Lepoutre d’avoir accepté d’examiner mes travaux. Je remercie profondément le professeur Patrick Lacouture pour son encadrement et pour les enseignements dont il m’a fait profiter au fil des années. Je lui suis tout particulièrement reconnaissant de m’avoir transmis sa passion pour la biomécanique dont l’approche est venue compléter, lors de notre rencontre en licence, celle que j’avais acquise à travers l’exercice de la kinésithérapie. Il a contribué à l’affirmation de ma vocation de chercheur. Je tiens d’ailleurs à adresser mes pensées à Jacques Dubois, Alain Junqua, Hubert Gain et Pascale Gosselin des enseignants qui ont marqué mes études en biomécanique et en kinésithérapie et qui ont contribué à la construction de ma passion actuelle pour ce domaine. Je remercie le docteur Philippe Sardain pour son implication dans l’encadrement de cette thèse, pour sa rigueur toujours constructive et pour sa perception “roboticienne” du mouvement qui a enrichi ces travaux. Mes remerciements et mon admiration s’adressent au docteur Daniel Yepremian, qui bien au-delà du tutorat de cette thèse CIFRE, m’a transmis ses compétences dans l’analyse quantifiée de la marche, et a supporté mes élans parfois trop définitifs lors de nos multiples débats. Le caractère appliqué de ses travaux a incontestablement renforcé mon enthousiasme pour cette thématique. Quant au docteur Néjib Khouri il est impossible de dire à quel point sa passion, véritable moteur collectif, a contribué au dynamisme des travaux qui ont été menés. Merci. Je tiens à remercier l’ensemble de l’équipe du laboratoire d’analyse du mouvement de la fondation Ellen Poidatz, le Docteur Hareb pour son aide et sa forte implication dans le développement de ce projet, nous avons intégré la fondation de façon quasi simultanée, le chemin parcouru ensemble a été un plaisir ; Lionel Lejeune et Djilali Bouchakour qui, plus que des compagnons de “manip.” sont de véritables collaborateurs des travaux applicatifs réalisés dans cette thèse, de nombreux projets d’amélioration de nos protocoles sont encore à réaliser ensemble ; Michel Jarrige pour les discussions partagées autour de la marche et de l’appareillage ; et aussi Marie Bouveau et Martine Moulfi, pour leur disponibilité et leurs encouragements. J’adresse également mes pensées sincères aux enfants et aux familles qui ont accepté que les données recueillies lors des examens d’analyse de la marche soient utilisées à des fins de recherche clinique. Bien sûr je remercie tous les membres de l’équipe “Mécanique du geste sportif” avec qui j’ai plaisir à travailler et particulièrement Tony, Fabien, Michael, Marie, Khalil, Mathieu pour les moments de détente et les amitiés. Un clin d’oeil à Stephen et Arnaud avec qui une amitié est née des discussions de laboratoire menées au cours des repas. A mes amis proches, Mickael et Fred, merci d’avoir compris mon isolement durant la rédaction de cette thèse. A mes parents, merci pour leur amour, leur soutien, leur aide et leurs encouragements. Enfin, que dire d’autre à Véronique et à notre fils Robert que je les aime. 2 Table des matières Table des matières 1 Introduction 3 I Modélisation segmentaire 11 Introduction de la première partie 13 1 Identification des discontinuités de contact au sol 15 2 Analyse cinématique 23 2.1 Outils . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.2 Formulation matricielle de la cinématique . . . . . . . . . . . . . . . 24 2.2.1 Matrice de rototranslation M . . . . . . . . . . . . . . . . . . 25 2.2.2 Matrice des vitesses W . . . . . . . . . . . . . . . . . . . . . 26 2.2.3 Matrice des accélérations H . . . . . . . . . . . . . . . . . . 27 2.3 Description des positions angulaires . . . . . . . . . . . . . . . . . . 27 2.4 Description des vitesses articulaires . . . . . . . . . . . . . . . . . . 29 2.5 Modélisation cinématique . . . . . . . . . . . . . . . . . . . . . . . . 29 2.5.1 Modèles de placement de marqueurs . . . . . . . . . . . . . . 30 2.5.2 Construction des différents repères cinématiques . . . . . . . 30 2.5.3 Calcul des centres articulaires . . . . . . . . . . . . . . . . . 34 2.5.4 Traitement des signaux cinématiques . . . . . . . . . . . . . 41 2.5.5 Solution adoptée face aux artefacts liés aux mouvements de peau 42 2.5.6 Proposition d’un repère du tronc . . . . . . . . . . . . . . . . 47 2.5.7 Conclusion à propos du modèle cinématique . . . . . . . . . 51 Analyse cinématique d’un cas clinique . . . . . . . . . . . . . . . . . 52 2.6.1 Présentation du sujet . . . . . . . . . . . . . . . . . . . . . . 53 2.6.2 Observation . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 2.6 1 TABLE DES MATIÈRES 2 3 2.6.3 Bilan clinique . . . . . . . . . . . . . . . . . . . . . . . . . . 53 2.6.4 Mesures cinématiques issues de l’AQM . . . . . . . . . . . . 54 Analyse dynamique et énergétique 61 3.1 Analyse Dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 3.1.1 Outils . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 3.1.2 Formulation matricielle de la dynamique . . . . . . . . . . . 62 3.2 Analyse énergétique . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 3.3 Analyse dynamique et énergétique d’un cas clinique . . . . . . . . . . 65 3.3.1 Apport des données dynamiques et énergétiques . . . . . . . 66 3.3.2 Synthèse et perspectives thérapeutiques . . . . . . . . . . . . 69 Conclusion de la première partie 69 II Modélisation musculosquelettique 73 Introduction de la deuxième partie 75 4 Modèle géométrique 77 4.1 Modélisation développée . . . . . . . . . . . . . . . . . . . . . . . . 78 4.1.1 Adaptation morphologique du modèle osseux . . . . . . . . . 78 4.1.2 Positionnement des segments osseux . . . . . . . . . . . . . . 81 4.1.3 Optimisation des chemins musculaires, le ”Convex wrapping algorithm” . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 5 4.2 Application : longueur et vitesse d’allongement du rectus femoris “virtuel” lors de la marche après son transfert chirurgical chez l’enfant IMC 94 4.3 Simulation en cinématique directe des longueurs musculaires issues des tests cliniques. . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 4.3.1 Méthode . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 4.3.2 Application : interprétation des données cliniques relatives aux ischio-jambiers . . . . . . . . . . . . . . . . . . . . . . . . . 114 Modèle dynamique 5.1 123 Introduction et objectif . . . . . . . . . . . . . . . . . . . . . . . . . 123 5.1.1 Biomécanique musculaire . . . . . . . . . . . . . . . . . . . 124 5.1.2 Méthodes de détermination des forces musculaires et des réactions articulaires . . . . . . . . . . . . . . . . . . . . . . . . 125 5.1.3 Détermination des forces musculaires chez l’enfant IMC . . . 131 TABLE DES MATIÈRES 3 5.1.4 5.2 5.3 5.4 5.5 Initiation du travail sur la sensibilité du modèle dynamique aux paramètres du modèle géométrique . . . . . . . . . . . . . . 131 5.1.5 Objectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 Modélisation développée . . . . . . . . . . . . . . . . . . . . . . . . 133 5.2.1 Calcul des “Bras de levier” et orientation des efforts musculaires135 5.2.2 Formulation du modèle dynamique . . . . . . . . . . . . . . 135 5.2.3 Méthode de résolution du modèle dynamique . . . . . . . . . 137 Evaluation des forces musculaires lors de la marche du sujet sain . . . 138 5.3.1 Méthode . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 5.3.2 Résultats lors de la marche normale . . . . . . . . . . . . . . 138 5.3.3 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 Sensibilité au modèle géométrique lors de la marche pathologique . . 147 5.4.1 Effet de la modélisation de la torsion fémorale . . . . . . . . 147 5.4.2 Effet de la modélisation du transfert du droit antérieur . . . . 152 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 Conclusion de la deuxième partie 158 Conclusion 160 Bibliographie 167 Table des figures 183 Liste des tableaux 193 4 TABLE DES MATIÈRES Introduction 5 Introduction Le travail présenté s’inscrit dans une collaboration menée entre la fondation Ellen Poidatz et l’équipe “mécanique du geste sportif” du laboratoire de mécanique des solides de l’université de Poitiers. Cette collaboration est contractualisée par une bourse CIFRE (Conventions Industrielles de Formation par la Recherche). Ce dispositif a pour objectif de favoriser le développement de la recherche partenariale publique-privée. J’ai donc été salarié par la fondation Ellen Poidatz1 pendant trois années de doctorat pour remplir une mission de recherche opérationnelle, stratégique pour son développement, dans le secteur de l’Analyse Quantifiée de la Marche. Ainsi les travaux de recherche réalisés durant cette thèse sont nourris de la réunion des compétences et des attentes de la fondation Ellen Poidatz et de celles de l’équipe “mécanique du geste sportif” du laboratoire de mécanique des solides, unité mixte de recherche du CNRS et de l’université de Poitiers (N°6610). La motivation première de ce travail est en rapport avec la prise en charge thérapeutique des enfants déficients moteurs et notamment des enfants atteints d’Infirmité Motrice Cérébrale (IMC) qui présentent des déficiences motrices à l’origine, en particulier, de troubles de la marche. Ces troubles sont la conséquence d’anomalies de la commande musculaire et du tonus musculaire, souvent de type spastique, puis secondairement de déformations orthopédiques. La qualité de vie des enfants infirmes moteurs cérébraux peut être largement améliorée en leur permettant d’acquérir et de conserver une autonomie à la marche. Les traitements proposés ont pour objectif cette acquisition ou ce maintien de la marche, et cela jusqu’à l’âge adulte. L’ensemble des moyens thérapeutiques à disposition comporte la rééducation, le traitement des troubles du tonus (par exemple grâce aux injections de toxine botulique) et la chirurgie (de type souvent multi-étagée avec ténotomie, ostéotomie voire neurotomie). La définition et la compréhension des mécanismes à l’origine des troubles de la marche sont donc des enjeux majeurs pour optimiser les traitements, en particulier chirurgicaux. De nombreuses classifications basées sur l’examen clinique ont été proposées. Mais celles-ci restent insuffisantes pour déterminer les modalités des interventions thérapeutiques et en évaluer les résultats. Aussi, l’analyse du mouvement appliquée aux troubles 1 Situé au coeur de Saint Fargeau, village d’Ile-de-France à 40 km au sud de Paris par l’autoroute A6 et la nationale 7, le Centre de Rééducation Fonctionnelle de la Fondation Ellen Poidatz a été le premier établissement de France à accueillir, dès 1919, des enfants et des adolescents pour leur offrir un programme de soins, de rééducation et d’enseignement. Le Centre de Rééducation Fonctionnelle accueille des enfants, des adolescents et de jeunes adultes de 18 mois à 20 ans à raison de 60 lits d’hospitalisation complète et 5 places d’hospitalisation de jour. Les soins et traitements sont assurés par une équipe pluridisciplinaire de médecins, infirmières, aides-soignantes, kinésithérapeutes, ergothérapeutes, orthophonistes, psychomotriciens ... 7 8 Introduction de la marche des enfants IMC représente l’examen clé à la compréhension des mécanismes physiopathologiques à l’origine des troubles observés de la marche. L’analyse biomécanique de la marche est à la fois un outil diagnostique et d’évaluation des traitements appliqués aux enfants présentant des troubles des fonctions neuromotrices. Elle apporte des mesures quantitatives suffisamment précises pour être comparatives et reproductibles. Dans cette perspective, la fondation Ellen Poidatz assure la prise en charge pluridisciplinaire de ces patients et dispose d’un plateau d’analyse de la marche. Elle a intégré en 2003 le premier laboratoire d’analyse de la marche d’Ile de France dédié à l’enfant, installé initialement en 1999 à l’hôpital St Joseph à Paris en collaboration avec la fondation Poidatz sous la direction du Dr Lespargot. Le Laboratoire Alain Lespargot est désormais dirigé par le Dr Yepremian ; il s’est enrichi de moyens techniques de façon continue. Ce laboratoire comprend actuellement un plateau technique complet d’évaluation 3D de la marche (étude cinématique, cinétique, vidéographique et EMG fonctionnel de surface). L’équipe, constituée de médecins et de chirurgiens a souhaité, par cette convention CIFRE, augmenter ses compétences en intégrant l’approche biomécanique en son sein. La mission initiale était, entre autres, sur la base d’une analyse biomécanique des troubles de la marche des enfants IMC, d’évaluer les effets des traitements et de développer un outil, objectif et pertinent, d’aide au diagnostic et à la décision. L’optimisation des traitements impose en effet, une analyse aussi complète et précise que possible des anomalies rencontrées : – anomalies primaires en rapport direct avec la lésion neurologique (spasticité, défauts de commande musculaire, troubles de l’équilibre...) ; – anomalies secondaires telles que les vices architecturaux, les rétractions ; – anomalies tertiaires qui sont volontaires à type de compensation. La fondation était également particulièrement intéressée par les apports de la modélisation musculaire dans la chirurgie multi-étagée de l’enfant ou de l’adolescent IMC marchant. Ce questionnement fait aujourd’hui partie des orientations scientifiques de la communauté des biomécaniciens ; il reste encore essentiellement du domaine fondamental. Les seuls modèles utilisés en analyse clinique visent à identifier les paramètres de longueur et de variation de longueur des muscles ischio-jambiers renseignant ainsi sur leur extensibilité et sur leur spasticité. Les résultats attendus visent à identifier, au court du cycle de marche, les variations des forces produites par les muscles des membres inférieurs mais aussi les variations de leur spasticité et l’effet de leurs éventuelles rétractions sur les données cinématiques et dynamiques de la marche. Ces résultats auraient un impact majeur sur les décisions de chirurgie musculaire et d’injection de toxine botulique dans les muscles. Introduction Deux directions de travail ont donc été adoptées. La première consistait à développer des applications directement utilisables par le service d’analyse du mouvement de la fondation afin, d’une part, de rationaliser les différentes procédures de l’Analyse Quantifiée de la Marche (AQM), et d’autre part, d’apporter de nouveaux éléments d’interprétation. La seconde consistait à investiguer la question de la modélisation musculosquelettique des membres inférieurs permettant d’identifier les longueurs des muscles, leurs variations de longueurs et les forces qu’ils exercent sur les segments osseux. Cette organisation nous a guidé dans l’écriture de ce manuscrit. Il est en effet constitué de deux parties. La première présente les actions de transfert des travaux de recherche vers la fondation. Elles se concrétisent par le développement et l’utilisation d’un logiciel de traitement des données d’AQM intitulé 3DGait [61] et d’un outil d’exportation des comptes rendus, à destination des prescripteurs et des patients, nommé 3DReport. La réalisation de ce logiciel repose sur un certain nombre de points théoriques actuellement débattus au sein de la communauté scientifique. Nos participations nombreuses à différents congrès témoignent de cette discussion. Elle est développée dans les trois chapitres qui constituent cette première partie. Le premier traite de l’identification des discontinuités de contact au sol qui est la condition sine qua non à toute interprétation des paramètres mesurés [56, 58, 59]. Le deuxième présente les questions relatives à l’analyse cinématique que sont la définition des repères segmentaires et l’identification des centres articulaires [60, 118]. Le troisième présente les calculs dynamiques mis en place pour réaliser l’interprétation clinique et pour effectuer les calculs des forces musculaires présentés dans la deuxième partie. La seconde partie se veut être une approche que l’on pourrait qualifier de plus fondamentale, à caractère exploratoire, qui porte sur la question de la modélisation musculosquelettique du membre inférieur tant du point de vue géométrique que dynamique. L’ensemble de cette modélisation a été conduit en franchissant étape par étape les points théoriques et expérimentaux. Cette modélisation permet l’évaluation des caractéristiques cinématiques et dynamiques à l’échelle anatomique [57] ; elle autorise d’envisager la poursuite de ces travaux vers l’objectif ambitieux de la simulation de la marche pathologique et de l’impact de la chirurgie orthopédique, avec l’ouverture d’une thématique visant à la possible optimisation des corrections chirurgicales. A travers les deux chapitres de cette partie, nous aborderons successivement les questions liées au modèle géométrique puis celles liées au modèle dynamique. 9 10 Introduction Première partie Modélisation segmentaire 11 Introduction de la première partie L’Analyse Quantifiée de la Marche a pour spécificité d’utiliser des paramètres biomécaniques (cinématique, cinétique et EMG) pour répondre à des besoins médicaux. Son but est d’identifier, de quantifier et de comprendre les défauts de marche rencontrés chez un patient, principalement dans l’optique de choisir le traitement le plus approprié. C’est par ailleurs un moyen largement utilisé pour l’évaluation des traitements s’inscrivant ainsi dans la dynamique de plus en plus nécessaire de pratiquer une médecine basée sur la preuve. En améliorant l’identification des causes des défauts de marche, l’AQM permet d’améliorer les recommandations thérapeutiques [100, 101, 55]. Cet examen est d’ailleurs coté à la classification commune des actes médicaux, et de plus en plus de centres d’analyse de la marche sont en activité ou sont en projet. L’intérêt clinique de l’AQM n’est plus à démontrer [150] cependant, certains auteurs [152, 122] ont mis en évidence la variabilité d’interprétation entre les experts, menant à des recommandations thérapeutiques parfois différentes. Cette interprétation, qui consiste à mettre en relation les données biomécaniques de l’AQM entre elles et avec les données cliniques, reste une tâche difficile. En effet, l’expert doit faire face à de nombreux éléments pour interpréter correctement les données de l’AQM : quantité importante de données, intégration des paramètres biomécaniques, connaissance des techniques utilisées pour obtenir ces données, intégration des données cliniques, compréhension de la marche normale et pathologique. La question de la nécessaire connaissance des techniques utilisées pour obtenir les données d’AQM et ainsi de connaître les erreurs et les incertitude potentielles de cet examen a été une des motivations de la collaboration entre la fondation Ellen Poidatz et le laboratoire de mécanique des solides de Poitiers. Différents outils commerciaux existent pour effectuer le traitement des données cinématiques et dynamiques enregistrées : PolygonViewer, Visual3D... Ces outils sont largement utilisés et acceptés par la communauté clinique, cependant, même s’ils sont généralement bien documentés, ils ne permettent pas de connaître l’ensemble des calculs qu’ils effectuent et sont surtout peu évolutifs. 13 14 La volonté du laboratoire d’analyse du mouvement de la fondation Ellen Poidatz étant de contrôler l’ensemble de la procédure permettant l’obtention de données d’AQM, le développement d’un logiciel à ce propos a été entrepris. Il est intitulé 3DGait [61]. La réalisation de ce logiciel repose sur un certain nombre de points théoriques actuellement débattus au sein de la communauté scientifique. Il permet, à partir des données brutes de cinématique et de dynamique enregistrées lors de la marche, de fournir au médecin spécialiste des données interprétables. Les trois chapitres qui constituent cette première partie présentent les bases théoriques sur lesquelles s’appuie ce logiciel tout en développant particulièrement les apports originaux qui ont été développés pour améliorer le calcul des données d’AQM. Le premier chapitre traite de l’identification des discontinuités de contact au sol qui est la condition sine qua non à toute interprétation des paramètres mesurés. Ce découpage en cycle de marche est souvent un processus manuel ou semi-manuel de recueil des différents instants du cycle de marche du patient enregistré. Les différentes méthodes cinématiques d’identification de ces discontinuités ont été évaluées et nous ont conduit à développer et à valider une nouvelle méthode d’identification de ces discontinuités de contact au sol [56, 58, 59]. Le deuxième chapitre présente les questions relatives à l’analyse cinématique avec notamment les questions de la définition des repères segmentaires [60], de l’identification des centres articulaires [118] et de la minimisation des artefacts liés aux mouvements de peau. L’examen de ces différents points a montré qu’un réel débat animait la communauté scientifique à leur propos, ainsi des choix ont été faits au regard des propositions de la littérature et des contraintes spécifiques aux conditions d’examen de la population pédiatrique. De même, certaines techniques originales ont été proposées et évaluées, tout en dégageant des perspectives d’amélioration du recueil et du traitement des données cinématiques. Enfin une base de données cinématiques spécifique aux méthodes calculatoires adoptées a été constituée pour permettre l’interprétation des données spécifiques de la marche du patient analysé. Le troisième chapitre présente les calculs dynamiques mis en place pour l’interprétation clinique et pour permettre les calculs des forces musculaires présentés dans la deuxième partie. Au fil des deux derniers chapitres un cas clinique est présenté pour illustrer les données calculées. Chapitre 1 Identification des discontinuités de contact au sol En Analyse Quantifiée de la Marche, les données cinématiques et cinétiques sont nécessairement analysées en fonction du temps, et plus exactement en fonction de leur instant d’apparition au cours du cycle de marche. Le découpage de la marche en cycles et en différentes phases facilite en effet l’interprétation des données mais également le calcul des paramètres spatiaux et temporels de la marche que sont entre autres, la cadence, les temps d’appui, de double appui et d’oscillation, et les longueurs de pas. (a) (b) F IG . 1.1 – La différence entre la figure (a) et la figure (b) illustre l’importance de l’indication des phases du cycle de marche pour la compréhension des données d’Analyse Quantifiée de la Marche. Sur la figure 1.1, les phases d’appui du côté droit sont représentées par des aires rouges/rosées, et les phases d’appui du côté gauche, par des aires bleu ciel1 . Ainsi, les phases de double appui sont identifiables par leurs superpositions sous la forme de 1 Nous en profitons pour informer le lecteur que tout au long de ce manuscrit une convention de couleurs a été choisie pour différencier le côté droit du côté gauche. Ainsi, sauf indication contraire, les courbes concernant le côté droit sont présentées en rouge et les courbes concernant le côté gauche en bleu. Ces couleurs correspondent à celles que nous venons de présenter pour la représentation des temps de contact au sol. 15 16 Identification des discontinuités de contact au sol bandes mauves comme présentées à la figure 1.2. Ces différentes phases sont classiquement représentées lors d’un découpage du signal étudié par cycle de marche. L’abscisse n’est alors plus exprimée en unité temporelle mais en pourcentage de la durée du cycle de marche. Ce type de présentation effectué à la figure 1.3 permet une interprétation plus usuelle et plus facile du signal présenté sur la figure 1.1. F IG . 1.2 – Les contacts initiaux (IC) et les décollages du pied ou “Toe Off” (TO) permettent de définir les phases d’appui droites et gauches. Leur superposition graphique matérialise les phases de double appui. F IG . 1.3 – Angle de flexion/extension du genou gauche en fonction du cycle de marche (courbe bleue) chez un enfant IMC. La norme de flexion du genou est représentée en noir avec en grisé, l’intervalle de confiance de plus ou moins deux écart-types. On observe que le pic de flexion du genoux est atteint tardivement au cours de l’oscillation, et que le genou présente un excès de flexion en phase d’appui. L’importance de la connaissance des phases du cycle de marche nous a amené à proposer un nouvel algorithme d’identification des discontinuités de contact au sol lors de la marche. La validation de cet algorithme a fait l’objet d’une publication [56] que nous avons choisi d’intégrer à ce manuscrit, et dont le résumé français est présenté ci-après. 17 Résumé : Les instants d’attaque du talon au sol (IC) et de décollage du gros orteil (TO) sont des mesures essentielles pour déterminer les paramètres temporels de la marche. Ceux-ci sont particulièrement importants pour interpréter les résultats d’analyse quantifiée de la marche (AQM) de l’enfant infirme moteur cérébral (IMC). Leur identification est souvent manuelle compte-tenu des limites des algorithmes de détection actuels lorsqu’on les applique à la marche pathologique. Un nouvel algorithme de détection automatique de ces instants (HPA ou High Pass Algorithm) a été développé. C’est une méthode de traitement des signaux de la cinématique du pied dans le domaine fréquentiel. L’objectif de cet article est d’évaluer la justesse et la précision de HPA et de deux autres méthodes, HMA [92] et FVA [123], également basées sur l’utilisation des données cinématiques. Vingt enfants IMC (13.5 ± 4.95 ans) et huit adultes sains ont été étudiés. Les données cinématiques ont été recueillies (Saga3RT-50 Hz) simultanément aux données dynamiques (2 Kistler-400 Hz). Le nouvel algorithme est basé sur le filtrage passe-haut des signaux de déplacement du pied. La justesse et la précision de HPA, HMA et FVA sont comparées en étudiant leurs erreurs de détection par rapport aux événements détectés par les plateformes de force. L’erreur relative de HPA (moyenne ± écart type) est de 1 ± 23 ms pour IC et de 2 ± 25 ms pour TO chez les enfants IMC avec des résultats significativement plus justes et précis (p<0.05) que ceux obtenus avec les deux autres méthodes. En effet, les erreurs de détection de HMA et FVA sont amplifiées dans les cas pathologiques ; leur utilisation à ce propos est discutée. Dans la marche normale, HPA présente les mêmes performances que FVA. HPA est l’algorithme le mieux adapté à la détection des événements du cycle de marche à partir des données cinématiques, en particulier en AQM des enfants IMC. G Model GAIPOS-2627; No of Pages 5 Gait & Posture xxx (2008) xxx–xxx Contents lists available at ScienceDirect Gait & Posture journal homepage: www.elsevier.com/locate/gaitpost Foot contact event detection using kinematic data in cerebral palsy children and normal adults gait Eric Desailly a,b,*, Yepremian Daniel b, Philippe Sardain a, Patrick Lacouture a a b Laboratoire de Mécanique des Solides, Université de Poitiers, UMR-6610, CNRS, SP2MI, BP-30179, 86962 Futuroscope Cedex, France Fondation Ellen Poidatz, 77310 St Fargeau-Ponthierry, France A R T I C L E I N F O A B S T R A C T Article history: Received 31 August 2007 Received in revised form 17 June 2008 Accepted 24 June 2008 Initial contact (IC) and toe off (TO) times are essential measurements in the analysis of temporal gait parameters, especially in cerebral palsy (CP) gait analysis. A new gait event detection algorithm, called the high pass algorithm (HPA) has been developed and is discussed in this paper. Kinematics of markers on the heel and metatarsal are used. Their forward components are high pass filtered, to amplify the contact discontinuities, thus the local extrema of the processed signal correspond to IC and TO. The accuracy and precision of HPA are compared with the gold standard of foot contact event detection, that is, force plate measurements. Furthermore HPA is compared with two other kinematics methods. This study has been conducted on 20 CP children and on eight normal adults. For normal subjects all the methods performed equally well. True errors in HPA (mean standard deviation) were found to be 1 23 ms for IC and 2 25 ms for TO in CP children. These results were significantly (p < 0.05) more accurate and precise than those obtained using the other algorithms. Moreover, in the case of pathological gaits, the other methods are not suitable for IC detection when IC is flatfoot or forefoot. In conclusion, the HPA is a simple and robust algorithm, which performs equally well for adults and actually performs better when applied to the gait of CP children. It is therefore recommended as the method of choice. ß 2008 Elsevier B.V. All rights reserved. Keywords: Gait events Kinematic detection Initial contact Toe off Algorithm 1. Introduction In gait analysis, a gait cycle is determined from initial contact (IC) and toe off (TO) times. Those temporal measurements are essential in cerebral palsy clinical gait analysis. They allow normalization of gait kinematics and/or kinetics, which in turn facilitates comparisons between different subjects and conditions. The reference method to determine those events is that using force plates if ‘‘clean hits’’ are recorded for each stance phase. This condition is not systematically satisfied and, furthermore, the number of force plates able to be used in a laboratory is limited. Other methods, such as using foot-switches or attaching accelerometers to the body are used for detecting gait events with some success. Nevertheless, they need to be accompanied by additional devices, which complicate the experimental procedure. In many situations, including the case of clinical gait analysis in children, a method of detection of those events based on kinematic data is often necessary. Different detection methods have been described * Corresponding author at: Laboratoire de Mécanique des Solides, Université de Poitiers, UMR-6610, CNRS, SP2MI, BP-30179, 86962 Futuroscope Cedex, France. Tel.: +33 549496686; fax: +33 549496504. E-mail address: [email protected] (E. Desailly). [1–5], amongst which only three use exclusively kinematic data. These are the Hreljac and Marshall method (HMA) [3], the O’Connor et al. method (FVA, standing for foot velocity algorithm) [5] and the Ghoussayni et al. method [1]. The HMA and the FVA are the only ones using neither arbitrary contact detection threshold nor video frames and force plates at any stage of their detection algorithm. The Ghoussayni et al. method [1] has not been included in this study since, to use it, threshold values need to be defined. That restriction renders this algorithm not completely automatic. The HMA is established on the hypothesis that the vertical acceleration peak of the heel marker takes place at IC and that the forward acceleration peak of the metatarsal marker occurs at TO. The FVA relies on the identification of peaks and troughs in the vertical velocity signal from the midpoint of the heel and toe marker locations. The HMA and FVA have only been tested on three cerebral palsy children [5]. The aim of the pre-test was to choose a method and it appeared that both methods presented a lack of precision regarding a population of cerebral palsy children. A new method of gait event detection was thus developed, the high pass algorithm (HPA). It is based on a high pass frequency filtering of the forward displacement signals from the foot markers. The present study evaluates the accuracy and precision of this method against the two others in pathological gait event analysis. Their applicability to 0966-6362/$ – see front matter ß 2008 Elsevier B.V. All rights reserved. doi:10.1016/j.gaitpost.2008.06.009 Please cite this article in press as: Desailly E, et al., Foot contact event detection using kinematic data in cerebral palsy children and normal adults gait, Gait Posture (2008), doi:10.1016/j.gaitpost.2008.06.009 G Model GAIPOS-2627; No of Pages 5 E. Desailly et al. / Gait & Posture xxx (2008) xxx–xxx 2 normal gait analysis is also addressed. The hypothesis underlying this study is that the HPA is superior to HMA and FVA with respect to both accuracy and precision. 2. Methods All subjects walked barefoot at a self-selected speed and only trials containing clean force plate hits on both sides were studied. Cerebral palsy children and healthy adults formed the two groups. The first group was composed of 20 patients (age 6–19 years, average 13.5 years). All of them had spastic cerebral palsy, their initial foot contacts were classified according to three categories by a rehabilitation physician: heel contact, flat contact and fore foot contact. Ten of the children had a GMCFS level [6] of I; six were at level II and four at level III. The second group, consisting of eight healthy adults, walked normally with a heel first rocker. All experimental procedures were conducted in accordance with the declaration of Helsinki and were approved by the local ethics committee. Subjects had given their informed consent. Kinematic data were acquired (Saga3RT) simultaneously with dynamic data measured by two force plates (Kistler 9286 A) operating at frequencies of 50 Hz and 400 Hz. A set of classical clinical-purpose Helen Hayes markers was used to collect kinematic data [7]. Pelvis markers were used to calculate mean walking speed by finite differentiation. For event detection, only second metatarsal head and heel markers were used. Event detection was accomplished using the ‘‘gold standard’’ force plate method and the three algorithms based on kinematic data. The force plate algorithm used is a threshold method. IC is detected as the first point above 5 N before the maximum value of the ground reaction force is attained. TO is then the first point under 5 N after this maximum [2]. 2.1. The Hreljac and Marshall’s algorithm (HMA) The HMA was computed as follows. The raw positions of the markers were lowpass filtered with optimal cutoff frequencies for each marker using the residual method of Winter [8] as recommended by the authors [3]. This method was repeated by Tirosh and Sparrow [9]. IC detection needs the vertical displacement and the jerk of the heel marker. IC is detected after the maximum vertical displacement of the heel marker when its jerk signal first crosses zero as it decreases. Detection of the TO uses the horizontal displacement and the jerk of the second metatarsal head marker. Similarly, TO is detected before the maximum horizontal displacement of the second metatarsal head marker when its jerk first crosses zero as it decreases. 2.2. The foot velocity algorithm (FVA) The FVA was not fully processed in terms of its initial description [5]. Heel and metatarsal markers were used in this algorithm. Their raw positions were low-pass filtered with a cutoff frequency of 7 Hz (zero-lag Butterworth fourth-order filters). The vertical velocity of their middle point was used. TO is still detected at the local maximum peaks of the foot middle point velocity curves. But for IC detection, the processed signal only contains a single trough in the case of equinus gait, as shown in Fig. 1, referring to the equinus column and FVA row. Therefore, the threshold level proposed by the authors in IC identification is not relevant for the above population. This threshold was initially used to eliminate the major troughs occurring during the swing phase in order to detect only the second ones after TO. To keep the FVA applicable to normal gait, this threshold method was replaced by a ‘‘retrograde’’ method: IC is detected at the first trough before the following TO. This ‘‘retrograde’’ method makes the FVA relevant for both populations. Smaller troughs during stance phase are disregarded. The ‘‘retrograde’’ method has been validated by a systematic visual inspection of the detected time events on the foot velocity graphics. 2.3. The high pass algorithm (HPA) HPA is a signal process that combines elements of signal processing from the time and frequency domains. The forward displacement signal is high pass filtered (zero-lag Butterworth fourth-order filter) in order to eliminate the static offset of the signal. Maxima and minima of this processed signal correspond to the high frequencies contained in the signal. They are induced by IC and TO and therefore permit the detection of those events. The algorithm is as follows: The heel and metatarsal markers were used. All signals were low pass filtered at 7 Hz (zero-lag Butterworth fourth-order filter). Fig. 1. Signals used in HMA, FVA, and HPA to detect IC and TO in the case of the equinus gait and the normal gait. In the first row the vertical (solid) and horizontal (dashed) raw displacements do not give clear identification of gait events. The HMA row shows the jerk of those displacements with the corresponding IC and TO detection. The FVA row shows the vertical velocity of the middle point of the foot markers and the corresponding events detection. The HPA row shows the horizontal displacement of one marker high pass filtered at 0.5 (dashed) and 1.1 (solid) of the gait frequency with the detected IC and TO. The vertical component (last row) of the ground reaction forces indicates the true times of IC and TO. Please cite this article in press as: Desailly E, et al., Foot contact event detection using kinematic data in cerebral palsy children and normal adults gait, Gait Posture (2008), doi:10.1016/j.gaitpost.2008.06.009 G Model GAIPOS-2627; No of Pages 5 E. Desailly et al. / Gait & Posture xxx (2008) xxx–xxx 3 The gait frequency was determined from the vertical component of the heel marker. The horizontal displacement of both markers was high pass filtered at 0.5 times the gait frequency. Cubic spline interpolation at the same frequency as that of the force plates was applied. IC was defined as the first maximum of these high passed signals. The horizontal displacement of both markers was then high pass filtered at 1.1 times the gait frequency. Cubic spline interpolation again. TO was defined as the last maximum of these high passed signals. After filtering, the signals were interpolated with a spline function at the frequency of the force plates, in order to enhance the accuracy of detection. 2.4. Computations and statistical analysis The algorithms were developed in MATLABTM. For each trial, IC and TO event times were determined using the force plate data and estimated using the kinematic methods. The true errors (TE) and absolute errors (AE) were calculated for each of the algorithms by the net or absolute differences between estimated times and event times. The number of frame errors was calculated through normalizing the AE by frame duration (20 ms). The accuracy is equivalent to the mean of the TE. The precision is the mean of the AE. The TE data were tested for normal distribution using the Kolmogorov–Smirnov test. If distributions of the data are normal, then the TE and AE can be expressed by mean and standard deviation. If not, the data are compared by median and range. The statistical differences of accuracy between the methods were tested by an ANOVA for repeated measures with a post hoc paired t-test after a Bonferroni correction. The statistical differences of precision between the methods were tested with a non-parametric Wilcoxon test. The significance threshold in all tests is p < 0.05. Data analysis was completed using the statistical program R. Fig. 2. Means and standard deviations of the true errors in the estimated gait event times (IC and TO) for the three tested algorithms (HPA, HMA, and FVA): for cerebral palsy children’s steps (n = 40) and healthy adults’ steps (n = 16). Horizontal dotted lines indicate true errors of one frame (20 ms). *Indicates a statistical difference with p < 0.05. Table 1 presents statistical results for the TE and AE with respect to the three methods and the two populations studied. Mean, standard deviation, median, and range of the data are expressed. velocity curves used in the FVA showed only one major trough in 32 of the 40 steps. In relation to AE, the Wilcoxon test shows a statistical difference between the HPA and both the HMA and the FVA in both IC and TO detection. The percentage distribution of the number of frame errors for the three tested algorithms is seen in Fig. 3. This shows the greater precision of the HPA over the HMA and the FVA. The HPA identified 75% of the IC and 66% of the TO with an AE of less than one frame (<20 ms). 3.1. Clinical data 3.2. Data from normal adults In the studied population the analyzed steps are composed of 23 fore foot, 13 flat foot and four heel first contacts. Their mean speed was 0.96 0.17 m/s with a range from 0.67 to 1.23 m/s. Considering TE, the Kolmogorov–Smirnov test accepted the normalcy hypothesis in most of the conditions, the exception being IC detection in CP children using the FVA. ANOVA for repeated measures shows an effect of the algorithm variable. The post hoc paired t-test after a Bonferroni correction demonstrated that HPA was more accurate than both HMA and FVA in the detection of TO. The mean TE and standard deviations are presented in Fig. 2. The In the normal adult population the mean speed was 1.2 0.12 m/s with a range from 1.03 to 1.36 m/s. Concerning TE, the Kolmogorov–Smirnov test accepted the normalcy hypothesis in all conditions. ANOVA for repeated measures shows an effect of the algorithm variable. In the post hoc paired t-test after Bonferroni correction, again HPA proved to be more accurate than HMA and FVA in the detection of TO. The mean TE and standard deviations are presented in Fig. 2. As for AE, the Wilcoxon test shows there to be no statistical difference between the HPA and FVA in both IC and TO detection, 3. Results Table 1 Mean, standard deviation (S.D.), median, and range of TE in the determination of gait event times (IC and TO) for the three algorithms (HPA, HMA, and FVA) applied to the steps of cerebral palsy children and healthy adults Cerebral palsy children’s steps (n = 40) HPA Healthy adults’ steps (n = 16) HMA FVA HPA HMA FVA IC TO IC TO IC TO IC TO IC TO IC TO ÿ2 25 ÿ4 ÿ74 60 25 101 ÿ14 ÿ109 384 ÿ15 29 ÿ15 ÿ68 58 34 113 54 ÿ282 228 27 59 41 ÿ200 133 27 19 32 ÿ10 55 ÿ14 12 ÿ16 ÿ28 18 31 100 ÿ29 ÿ67 202 ÿ28 13 ÿ29 ÿ48 ÿ2 ÿ8 73 ÿ12 ÿ115 230 21 30 14 ÿ17 77 18 17 11 1 74 76 71 47 9 384 26 20 19 1 68 91 74 74 3 282 54 36 46 0 200 29 17 32 2 55 17 7 18 2 28 83 61 57 4 202 28 13 29 2 48 40 60 20 0 230 25 26 18 2 77 TE (ms) Mean S.D. Median Min Max 1 23 3.5 ÿ40 67 AE (ms) Mean S.D. Median Min Max 17 15 12 0 67 Please cite this article in press as: Desailly E, et al., Foot contact event detection using kinematic data in cerebral palsy children and normal adults gait, Gait Posture (2008), doi:10.1016/j.gaitpost.2008.06.009 G Model GAIPOS-2627; No of Pages 5 E. Desailly et al. / Gait & Posture xxx (2008) xxx–xxx 4 Fig. 3. Percentage distribution of number of frame errors (20 ms between each frame) in the estimated gait event times (IC and TO) for the three tested algorithms (HPA, HMA, and FVA): comparison of cerebral palsy children’s steps (n = 40) with healthy adults’ steps (n = 16). while showing the greater precision of both HPA and FVA compared with HMA in IC and TO detection. The percentage distribution of the number of frame errors for the three tested algorithms is seen in Fig. 3. 4. Discussion The determination of gait events from kinematics data is a point of importance in clinical-purpose gait studies. A detection algorithm must provide a high level of accuracy and precision for both pathological and normal gait. The HPA was developed for this purpose. The interest in this topic is confirmed by the recent publication by Zeni et al. [10] of another gait event detection algorithm. It might be productive to compare it with HPA in future research. In the present study, three algorithms, HPA, HMA and FVA, were tested on two populations. The choice of the high pass cut off frequencies in HPA is the result of pretests, in which 0.5 and 1.1 coefficients appeared to be the best cutoff frequencies. The effect of these frequencies could be the object of another independent study. Nevertheless, one explanation for the choice of the high pass cutoff frequencies is that it corresponds to the frequency content of the signal at the detected event time. In the forward foot displacement signals, IC information contains some frequencies lower than gait frequency, while TO information contains frequencies higher than gait frequency. The results indicated that, in the gait of normal adults, the three methods do not give comparable results. The HPA and FVA algorithms present no significant differences and both appeared more accurate and more precise than the HMA algorithm. HPA seems slightly less accurate than FVA, at the same time appearing more precise. The statistical tests show no significant differences between those two algorithms in relation to accuracy and precision. This demonstrates their convergence in performance with respect to normal gait. For FVA, the current TE results were comparable to those obtained by the authors of the method [5] (IC 16 15 ms and TO 9 15 ms), whereas the populations tested were different (normal adults vs. normal children populations in their study). With the HMA algorithm, the TE and the AE emerging in the present study are superior to those reported in previous studies [3,9]. Hreljac and Marshall [3] found a mean TE of 1.2 ms in both TO and IC, with a maximum TE of 13.9 ms and 11.5 ms, respectively, and AE means of 4.7 ms and 5.6 ms. Tirosh and Sparow [9] reported AE means of 10 ms and 7.4 ms for IC and TO. O’Connor et al. obtained a TE value of ÿ8 (ÿ104/109) ms for IC and of 24 15 ms for TO. Having adhered to the HMA as described by their authors and as corrected in more recent work [5], as well as using an optimal filtering frequency as recommended in Ref. [9], no explanation for the lack of accuracy of this method in the present study emerged. It should be noted, nevertheless, that the populations of the different studies are comparable neither in number nor in age. This may be part of the explanation. Besides, the present results confirm those already described in Ref. [5], that is that it is more difficult to identify IC than TO with a kinematical algorithm. This is due to the heel first rocker, which is present in normal gait and which maintains the movement of the foot markers after IC. In pathological gait, the superiority of HPA over the two other algorithms is well-established by experimental results. The precision of HPA is much greater and, for CP children, it has here been shown to be more accurate than both HMA and FVA. As O’Connor et al. [5] point out, Hreljac and Marshall [3] never claimed their algorithm was applicable to clinical cases and the limitations of the HMA described by O’Connor et al. are confirmed [5]. As was indicated in the introduction, the FVA is not applicable in the absence of a heel first rocker. The inaccurate results obtained with this algorithm can therefore be explained because 90% of the studied population lacked a heel first rocker. This is confirmed by the foot velocity curves showing only one major trough in 32 of the 40 analyzed steps. This is a serious drawback that leads the authors to advise against using FVA for clinical purposes. The subjects walked barefoot at a self-selected speed, as in most clinical gait studies. We therefore have no idea of the performance of the three algorithms at speeds outside the range of 0.67–1.36 m/ s. Thus, despite the good results of the HPA method compared to the others, clinicians are encouraged to use force plates to check the accuracy of data outside this walking speed range. In conclusion, the HPA is a simple and robust algorithm which, compared to others, performs equally well for the gait of adults and better for that of cerebral palsy children. This constitutes a strong argument that HPA should therefore be recommended as the method of choice. Conflict of interest None. References [1] Ghoussayni S, Stevens C, Durham S, Ewins D. Assessment and validation of a simple automated method for the detection of gait events and intervals. Gait and Posture 2004;20:266–72. [2] Hansen AH, Childress DS, Meier MR. A simple method for determination of gait events. Journal of Biomechanics 2002;35:135–8. [3] Hreljac A, Marshall RN. Algorithms to determine event timing during normal walking using kinematic data. Journal of Biomechanics 2000;33:783–6. Please cite this article in press as: Desailly E, et al., Foot contact event detection using kinematic data in cerebral palsy children and normal adults gait, Gait Posture (2008), doi:10.1016/j.gaitpost.2008.06.009 G Model GAIPOS-2627; No of Pages 5 E. Desailly et al. / Gait & Posture xxx (2008) xxx–xxx [4] Mickelborough J, Van Der Linden ML, Richards J, Ennos AR. Validity and reliability of a kinematic protocol for determining foot contact events. Gait and Posture 2000;11:32–7. [5] O’Connor CM, Thorpe SK, O’Malley MJ, Vaughan CL. Automatic detection of gait events using kinematic data. Gait and Posture 2007;25: 469–74. [6] Palisano R, Rosenbaum P, Walter S, Russell D, Wood E, Galuppi B. Development and reliability of a system to classify gross motor function in children with cerebral palsy. Developmental Medicine and Child Neurology 1997;39: 214–23. 5 [7] Davis III RB, Õunpuu S, Tyburski D, Gage JR. A gait analysis data collection and reduction technique. Human Movement Science 1991;10:575–87. [8] Winter DA. Biomechanics and motor control of human movement, 2nd ed., New York: Wiley; 1990. [9] Tirosh O, Sparrow WA. Identifying heel contact and toe-off using forceplate thresholds with a range of digital-filter cutoff frequencies. Journal of Applied Biomechanics 2003;19:178–84. [10] Zeni Jr JA, Richards JG, Higginson JS. Two simple methods for determining gait events during treadmill and overground walking using kinematic data. Gait and Posture 2008;27:710–4. Please cite this article in press as: Desailly E, et al., Foot contact event detection using kinematic data in cerebral palsy children and normal adults gait, Gait Posture (2008), doi:10.1016/j.gaitpost.2008.06.009 Chapitre 2 Analyse cinématique Une fois la question de la détection des phases du cycle de marche résolue, il est possible de calculer et d’interpréter les paramètres cinématiques nécessaires à l’analyse de la marche. Cette analyse cinématique nécessite la modélisation du corps humain par une chaîne articulée de solides indéformables. Dans cette thèse, notre intérêt s’est focalisé sur la modélisation des membres inférieurs et du tronc. Le corps humain est bien entendu composé d’un plus grand nombre de segments et se limiter à l’étude des membres inférieurs et du tronc est effectivement réducteur. C’est néanmoins une approche qui permet une interprétation clinique mais qui nous a également permis de nous attacher à certaines questions relatives à la modélisation spécifique des membres inférieurs. L’étude du mouvement du corps dans sa globalité est d’ores et déjà planifiée au sein de la fondation Ellen Poidatz, les enregistrements de la cinématique de l’ensemble du corps étant réalisés de façon systématique depuis que le récent changement de dispositif expérimental nous le permet. Dans ce chapitre, nous allons présenter successivement, les bases théoriques des calculs cinématiques mis en oeuvre puis les modèles de placement de marqueurs utilisés et la façon dont chaque segment n est repéré par un repère local ℜn (On , xn , y n , z n ) orthonormé direct centré sur le centre de rotation de l’articulation proximale. Ceci nécessite d’étudier comment sont calculés ces centres de rotation articulaire et quelles solutions ont été adoptées vis-à-vis des artefacts liés aux mouvements de peau. Une proposition de construction originale du repère lié au tronc est également présentée au paragraphe 2.5.6. Enfin nous illustrerons les résultats obtenus par l’étude d’un cas clinique. 23 Analyse cinématique 24 2.1 Outils Afin de réaliser une analyse cinématique du mouvement humain, il est nécessaire de disposer d’outils de mesure spécifiques. Dans l’ensemble de nos travaux, cette mesure est effectuée par cinématographie 3D. Nous tenons à présenter succinctement les dispositifs que nous avons utilisés au laboratoire d’Analyse Quantifiée de la Marche de la fondation Ellen Poidatz. Ce laboratoire est une pièce de 10 mètres de longueur, à laquelle on peut ajouter 3 mètres pour que le sujet s’élance dans le couloir de marche, 6 mètres de largeur et 3.25 mètres de hauteur. Au cours des 3 années durant lesquelles j’ai travaillé au sein de la fondation Ellen Poidatz dans le cadre de ma thèse (contrat CIFRE), j’ai contribué au renouvellement du dispositif d’acquisition cinématographique 3D. Le laboratoire était, à mon arrivée, équipé d’un système SAGA-3RT avec 6 caméras analogiques 50Hz développé et distribué par la société Biogesta. Ce dispositif a été remplacé en février 2008 par un dispositif VICON avec 8 caméras numériques MX-20 (résolution = 2 millions de pixels ; fréquence d’acquisition à pleine résolution > 200Hz). Ce changement s’inscrit dans un processus normal de mise à niveau technologique du matériel qui permet notamment d’utiliser des marqueurs rétro-luminescents plus petits et plus nombreux pour complexifier ainsi les modèles de placement de marqueurs afin d’améliorer la justesse et la précision des évaluations réalisées au laboratoire. Pour garantir la compatibilité entre les examens, ayant eu lieu avant et après la transition matérielle, le modèle de placement de marqueurs utilisé avec le dispositif SAGA-3RT , décrit en 2.5.1, a été conservé. Des marqueurs additionnels ont été ajoutés à ce modèle dans les examens postérieurs à cette transition. Ce changement de dispositif explique également l’utilisation de l’un ou de l’autre, ou des deux dispositifs, dans les travaux présentés ci-après. 2.2 Formulation matricielle de la cinématique L’analyse cinématique vise à décrire le mouvement. Dans ce cadre, il est nécessaire de modéliser le corps humain par une chaîne de solides indéformables que sont les différents segments anatomiques tels que la jambe ou le bassin. Pour décrire les positions de ces segments, nous avons choisi le formalisme des matrices homogènes, appelées aussi matrices de transformation homogène, ou matrices de rototranslation. Les calculs présentés ci-après sont détaillés dans les publication suivantes [62, 109, 110]. La section 2.3 montre que le calcul de la matrice M ou matrice de rototranslation facilite notamment la description des angulations des segments et des articulations. Le calcul 2.2 Formulation matricielle de la cinématique 25 F IG . 2.1 – La position et l’orientation de repère ℜn du segment Sn sont évaluées dans le repère ℜ0 . des matrices W et H, respectivement matrices des vitesses et des accélérations, est introduit ici. Leur utilisation sera présentée au cours du chapitre 3. 2.2.1 Matrice de rototranslation M Les coordonnées des vecteurs directeurs des repères locaux nous permettent de construire pour tout instant t la matrice de rotation R0,n . Elle définit l’orientation du repère dit local ℜn (On , xn , y n , z n ) par rapport au repère du laboratoire ℜ0 (O, X 0 , Y 0 , Z 0 ) supposé galiléen. R0,n xX yX zX = xY yY zY xZ yZ zZ La position de l’origine du repère local ℜn par rapport à l’origine du repère laboratoire ℜ0 est décrite par le vecteur T 0,n . T 0,n tX = tY tZ Ces deux matrices peuvent être exprimées en une formulation dite homogène sous Analyse cinématique 26 F IG . 2.2 – La Matrice Mn,m exprime la rototranslation du repère ℜn lié au segment Sn par rapport au repère ℜm du segment Sm . la forme d’une matrice de rototranslation M0,n . M0,n = " R0,n T 0,n 0 0 0 1 # Cette formulation permet de connaître à tout instant t la position et l’orientation des segments dans le référentiel d’étude. On peut déterminer la position relative d’un segment m par rapport à un segment n, et donc d’un repère ℜm par rapport à un repère ℜn par : −1 Mn,m = M0,n M0,m −1 avec M0,n l’inverse de la matrice M0,n . 2.2.2 Matrice des vitesses W Une matrice W0,n ou matrice des vitesses du repère ℜn du segment n par rapport à ℜ0 peut être définie comme suit : W0,n = avec Ω0,n " Ω0,n V 0,n 0 0 0 0 0 = ωZ −ωY # −1 = Ṁ0,n M0,n −ωZ ωY 0 −ωX ωX 0 et V 0,n vX = vY vZ et Ṁ0,n la dérivée en fonction du temps de M0,n . Elle est calculée par différentiation 2.3 Description des positions angulaires 27 finie des composantes de la matrice M0,n au cours du temps. Ω0,n est le taux de rotation de ℜn par rapport à ℜ0 exprimé sous la forme d’une matrice de pré-multiplication vectorielle, et V 0,n est la vitesse de l’origine de ℜn par rapport à ℜ0 . 2.2.3 Matrice des accélérations H Une matrice H0,n , ou matrice des accélérations du repère ℜn du segment n par rapport à ℜ0 , peut être définie comme suit : H0,n = " G0,n a0,n 0 0 0 0 # −1 = M̈0,n M0,n avec G0,n l’accélération angulaire de ℜn par rapport à ℜ0 . L’accélération linéaire de l’origine de ℜn par rapport à ℜ0 est notée a0,n . 2.3 Description des positions angulaires La modélisation mise en place est une modélisation à 8 segments et 7 articulations. Les articulations des hanches, des genoux et des chevilles ont 3 degrés de liberté (ddl.). L’articulation tronc bassin est une articulation fictive constituée, en fait, de multiples articulations ; la simplification mise en place comprend 6 ddl. La position d’un segment par rapport à un autre peut être décrite par la matrice de passage de l’un à l’autre. Cette formulation à 12 paramètres présente de multiples intérêts car elle est non singulière et facilite l’expression des calculs dynamiques. Cependant cette expression de la rotation d’un segment par rapport à un autre est impossible à rapprocher de la description clinique que l’on peut faire du mouvement humain. Pour réaliser cette description, on préfère une description par paramètres indépendants sous la forme d’angles de Cardan autrement appelés angles de Bryant qui rendent compte des mobilités anatomiques. Les angulations décrivant les orientations des différents segments sont calculées à l’aide des angles de Cardan par repère mobile. Cette procédure est préconisée par l’ISB. La séquence choisie décrit les positions segmentaires par une succession de trois rotations d’angle Ψ, Θ, Φ, autour des axes d’un repère mobile dans l’ordre z, x, y. L’axe z est celui du repère proximal. L’axe y est lié au repère distal. Enfin l’axe x est un axe virtuel. La matrice décrivant ce paramétrage de Cardan de la position du segment m par rapport au segment n est la matrice Rn,m . L’ensemble des repères du modèle étant construit suivant la même orientation, Ψ Analyse cinématique 28 correspond alors à la flexion/extension de l’articulation, Θ à l’adduction/abduction et Φ à la rotation interne/rotation externe. Ces rotations élémentaires s’expriment comme suit : CΨ −SΨ 0 Rz (Ψ) = SΨ CΨ 0 0 0 1 1 0 0 Rx (Θ) = 0 CΘ SΘ 0 −SΘ CΘ CΦ 0 SΦ Ry (Φ) = 0 1 0 −SΦ 0 CΦ avec C = cosinus et S = sinus. Ainsi, pour les articulations des membres inférieurs qui combinent ces trois rotations, et ne présentent pas de risque de singularité de par leur débattement, les angles Ψ, Θ, Φ, sont déterminés par : CΨ −SΨ 0 1 0 0 CΦ 0 SΦ Rz (Ψ)Rx (Θ)Ry (Φ) = SΨ CΨ 0 0 CΘ −SΘ 0 1 0 0 0 1 0 SΘ CΘ −SΦ 0 CΦ soit : Rn,m CΨCΦ − SΨSΘSΦ −SΨCΘ CΨSΦ + SΨSΘCΦ = Rz (Ψ)Rx (Θ)Ry (Φ) = SΨCΦ + CΨSΘSΦ CΨCΘ SΨSΦ − CΨSΘCΦ −CΘSΦ SΘ CΘCΦ Dans cette séquence : Θ = S −1 (Rn,m (3, 2)) Ψ = T −1 (−Rn,m (1, 2), Rn,m (2, 2)) Φ = T −1 (−Rn,m (3, 1), Rn,m (3, 3)) avec S −1 = arcsinus et T −1 = arctan2. Les résultats ainsi obtenus sont illustrés dans la section 2.6. 2.4 Description des vitesses articulaires 2.4 29 Description des vitesses articulaires Les vitesses articulaires peuvent être calculées par dérivation des positions angulaires par rapport au temps. Ψ̇(t) = Ψ(t + 1) − Ψ(t − 1) 2dt Θ̇(t) = Θ(t + 1) − Θ(t − 1) 2dt Φ̇(t) = Φ(t + 1) − Φ(t − 1) 2dt Les vitesses articulaires sont calculées par différenciation finie des variations des positions angulaires calculées pour une séquence de Cardan donnée. Elles prennent donc leur signification dans le même cadre de représentation clinique que celui des angles de Cardan. On peut dès lors parler de vitesse de flexion/extension pour Ψ̇(t), de vitesse d’adduction/abduction pour Θ̇(t) et de vitesse de rotation interne/rotation externe pour Φ̇(t). Ces vitesses articulaires sont à distinguer des composantes du vecteur taux de rotation Ωn,m de Wn,m la matrice des vitesses du repère Rm par rapport au repère Rn . Les composantes de celui ci sont exprimées dans le repère fixe Rn et, bien que décrivant la même variation de rotation entre les deux segments, elles ne permettent pas d’interprétations cliniques à mettre en rapport avec les angles de Cardan décrivant les positions articulaires. 2.5 Modélisation cinématique Nous venons de présenter comment les matrices M , W , H, ainsi que les positions angulaires et les vitesses angulaires des segments sont calculées. La position et l’orientation de chaque segment sont apparues essentielles. Elles sont caractérisées par les repères segmentaires. Nous allons présenter dans cette section comment ceux-ci sont déterminés à partir de l’enregistrement des positions des marqueurs collés sur la peau du patient. Nous verrons successivement quel est le placement adopté pour les marqueurs, quelle est l’orientation anatomique choisie pour les différents repères, comment sont identifiés les centres articulaires et quelle méthode a été choisie pour remédier aux erreurs liées aux mouvements de la peau et des masses molles. Enfin, nous proposons une solution de construction de repère cinématique du tronc à partir d’un nombre de marqueurs restreint. Analyse cinématique 30 2.5.1 Modèles de placement de marqueurs Le modèle de placement de marqueurs le plus couramment utilisé en analyse clinique est le modèle de Davis aussi connu comme le modèle PlugIn Gait (PIG) chez les utilisateurs de systèmes VICON, ou encore comme le modèle de Helen Hayes modifié [48, 98]. Le modèle de recueil des données cinématiques utilisé par la fondation est un modèle adapté de ce dernier. Il est constitué de 21 marqueurs lors d’une prise de mesure statique en position corrigée puis de 17 marqueurs lors de l’acquisition de la marche. Les 4 marqueurs retirés sont des marqueurs "anatomiques" nécessaires au repérage des condyles internes et des malléoles internes (figure 2.3), ceci afin de définir au mieux les centres articulaires des genoux et des chevilles. Des marqueurs ont été ajoutés à ce modèle, les marqueurs du tronc utilisés en 2.5.6, les marqueurs du haut du corps définis par le modèle PlugIn Gait full body, et des marqueurs techniques additionnels sur les cuisses, les jambes et les pieds. La liste de ces marqueurs et leur localisation est présentée au tableau 2.1. 2.5.2 Construction des différents repères cinématiques Les marqueurs que nous venons de localiser permettent la construction des repères cinématiques des différents segments. Nous décrirons ici la construction des repères du bassin, des cuisses, des jambes et des pieds. La construction du repère du tronc est décrite à part, dans la sous-section 2.5.6. Chaque segment n est repéré par un repère local ℜn (On , xn , y n , z n ) orthonormé direct, centré sur le centre de rotation de l’articulation proximale. L’orientation générale de ces repères est conforme aux recommandations ISB pour les chevilles, les genoux, les hanches et le bassin [79, 177, 178]. Ainsi en position de référence anatomique, l’axe x est antéro-postérieur, l’axe y est longitudinal au segment, enfin l’axe z est médio-latéral. Cependant, les constructions spécifiques de chaque repère ne sont pas systématiquement celles de l’ISB. Nous détaillons les constructions de repère adoptées et leur justification. Repère du bassin Le repère bassin que nous utilisons dans ce travail reprend strictement l’orientation recommandée par l’ISB [178]. Son origine est cependant centrée au milieu des deux épines iliaques antéro-supérieures et non pas au centre de l’une ou l’autre des hanches. De plus l’origine du repère n’est pas située au milieu des deux marqueurs mais en arrière de ceux-ci du rayon d’un marqueur r=7 mm plus 2 mm pour l’épaisseur du 2.5 Modélisation cinématique F IG . 2.3 – Marqueurs utilisés. Les marqueurs rouges sont les marqueurs techniques du modèle de Helen Hayes modifié. Les marqueurs bleu ciel sont les marqueurs anatomiques. Les marqueurs bleu marine sont les marqueurs ajoutés pour constituer le modèle PlugIn Gait full body. Les marqueurs verts sont les marqueurs techniques additionnels. 31 Analyse cinématique 32 Tête Tronc Bras Avant Bras Main Bassin Cuisse Jambe Pied Marqueurs gauche RFHD RBHD C7 T10 CLAV STRN RBAK RSHO RELB RWRA RWRB RFIN RASI RPSI S1 RTHI RTHI2 RPAT RKNE RIKNE* RTTA RTIB RANK RIANK* RHEEL RMETA1 RTOE RMETA5 Localisation droit LFHD LBHD tempe en arrière horizontalement avec LFHD et RFHD apophyse épineuse de C7 apophyse épineuse de T10 fourchette sternale apophyse xyphoïde pointe de l’omoplate droite LSHO acromion LELB épicondyle latéral LWRA styloïde radiale LWRB styloïde ulnaire LFIN tête du deuxième métacarpien LASI épine iliaque antéro-supérieure LPSI épine iliaque postéro-supérieure milieu de la ligne reliant RPSI et LPSI LTHI face latérale de la cuisse (ancillaire) LTHI2 face latérale de la cuisse LPAT face antérieure de la cuisse au dessus de la rotule LKNE condyle externe LIKNE* condyle interne LTTA tubérosité tibiale antérieure LTIB face latérale du tibia (ancillaire) LANK malléole externe LIANK* malléole interne LHEEL en arrière du calcanéum LMETA1 tête du premier métatarsien LTOE tête du deuxième métatarsien LMETA5 tête du cinquième métatarsien TAB . 2.1 – Liste des marqueurs utilisés. Les marqueurs notés en gras sont utilisés dans le modèle de Helen Hayes modifié. Les marqueurs signalés par * sont les marqueurs anatomiques placés lors de la calibration statique. Les marqueurs notés par un style normal sont les marqueurs ajoutés pour constituer le modèle Plugin Gait full body. Les marqueurs notés en italique sont les marqueurs techniques additionnels. 2.5 Modélisation cinématique tégument de façon à le centrer au milieu des deux épines iliaques antéro-supérieures. (LASI + RASI) /2 + (r + 0.002) × (S1 − (LASI + RASI)/2) k(LASI + RASI) /2 + (r + 0.002) × (S1 − (LASI + RASI)/2)k (RASI − LASI) z = kRASI − LASIk (O − S1) y = z∧ kO − S1k x = y∧z O = Repère de la cuisse Ce repère est construit conformément aux recommandations ISB [178]. Le calcul de HJC, le centre articulaire de la hanche, est présenté en 2.5.3. O = HJ C y = (HJ C − KJ C) / kHJ C − KJ Ck x = y ∧ (KN E − KJ C) / kKN E − KJ Ck z = x∧y Repère de la jambe La construction de ce repère ne respecte pas les recommandations ISB [178]. Comme d’autres auteurs [12], nous avons choisi de ne pas suivre ces recommandations qui, bien qu’elles soient défendues par leurs auteurs [1], ne permettent pas la concourance des axes y de la cuisse et de la jambe au niveau de l’articulation du genou. Le principe de différencier le plan frontal du plan torsionnel du tibia1 [178] nous paraît très intéressant. Nous proposons alors d’adopter l’orientation suivante, qui correspond au repère anatomique et dont le plan (y, z) caractérise le plan torsionnel du tibia. Le repère comprenant le plan frontal, que nous nommerons repère frontal, est simplement déterminé en effectuant une rotation de la valeur de torsion tibiale du repère torsionnel autour de l’axe y. Ce repère frontal correspond ainsi à l’orientation classiquement utilisée pour 1 Le plan torsionnel est le plan comprenant les malléoles tibiales et fibulaires ainsi que le centre articulaire du genou. 33 Analyse cinématique 34 déterminer la cinématique clinique de la marche [98]. O = KJ C y = (KJ C − AJ C) / kKJ C − AJ Ck x = y ∧ (AN K − AJ C) / kAN K − AJ Ck z = x∧y Repère du pied Pour la construction du repère du pied, les marqueurs qui sont liés au pied sont T OE et éventuellement HEEL. Dans ce contexte, il est nécessaire de faire appel à la position de la jambe pour créer ce repère. On obtient alors un repère dont le plan (x, z) n’est pas parallèle à celui du tibia en position de référence anatomique corrigée. Nous définissons donc le repère pied anatomique quiest calculé en effectuant une rotation, dans le sens direct du repère pied, d’un angle HEEL,\ T OE, AJC autour de l’axe z. Ce repère pied anatomique correspond à la définition proposée par l’ISB [178]. O = AJ C x = (RT OE − AJ C) / kRT OE − AJ Ck z = x ∧ (KJ C − AJ C) / kKJ C − AJ Ck y = z∧x 2.5.3 Calcul des centres articulaires Les différents repères que nous venons de présenter utilisent les positions des centres articulaires de la hanche, du genou et de la cheville. Certains sont plus évidents à localiser que d’autres ; nous allons présenter la technique utilisée pour chacun d’eux, et détailler en particulier cette question pour le centre articulaire de la hanche et celui du genou. 2.5.3.1 Centre articulaire de la hanche Comme nous venons de le rappeler, la plupart des modèles cinématiques utilisent les centres articulaires des hanches, ceci pour modéliser la liaison bassin-cuisse, et également pour orienter l’axe vertical du repère cuisse. La hanche est une articulation sphéroïde très congruente qui permet, malgré tout, des mouvements de bonne amplitude. La position du centre de cette articulation est totalement inaccessible à la palpation, et donc à la mesure cinématographique directe. Pour identifier ce centre articulaire, différentes méthodes sont à notre disposition. La première est l’utilisation 2.5 Modélisation cinématique d’équations de régression issues de mesures cadavériques ou de mesures par imagerie. Ces équations expriment la position du centre articulaire de la hanche dans le repère bassin en fonction des dimensions de celui-ci [20, 19, 108, 148, 170]. La seconde consiste à utiliser des méthodes fonctionnelles pour identifier le centre articulaire à partir du mouvement de la cuisse par rapport au bassin. Ces méthodes fonctionnelles font l’objet de nombreuses recherches qui démontrent leur bonne précision quand elles sont utilisées avec le bon type de mouvement [87, 108, 18, 81, 71, 147, 151, 65]. Ces mouvements sont des mouvements de flexion/extension et abduction/adduction voire de circumduction. Ils sont réalisés en appui unipodal ce qui les rend difficilement réalisables pour des sujets à motricité limitée. Enfin, la dernière solution consiste à utiliser des données d’imagerie 3D spécifiques au patient. Dans le cadre des examens d’Analyse Quantifiée de la Marche réalisés à la fondation Ellen Poidatz, il est nécessaire d’accéder à une mesure précise et juste des centres articulaires des deux hanches des sujets étudiés. La méthode employée classiquement en analyse clinique est celle utilisant les équations de régression de Bell [19]. Cette méthode est retenue pour sa simplicité, mais surtout parce qu’il est impossible, la plupart du temps, de demander aux sujets handicapés d’effectuer les mouvements nécessaires à l’utilisation de méthodes fonctionnelles. Cette méthode est cependant soumise aux limitations des méthodes par équations de régressions, en particulier du fait de la non prise en compte des déformations du bassin pourtant très fréquentes chez les enfants IMC. Face à ces limitations, à savoir l’imprécision des méthodes par équations de régression et la mise en oeuvre impossible des mouvements classiquement requis par les méthodes fonctionnelles, la recherche d’une solution est apparue nécessaire. Il a été proposé de réaliser des manoeuvres passives, c’est-à-dire des mouvements de la hanche du patient effectués par un thérapeute, mais la réalisation de ce type de manoeuvre conjointement avec un enregistrement cinématique est très difficile du fait des occlusions de marqueurs produites par le thérapeute et l’environnement (table d’examen, cadre de marche ...). Certains auteurs ont envisagé de n’utiliser que des données de marche pour déterminer les centres de hanche par méthodes fonctionnelles [87, 136]. Piazza et al. ont évalué cette hypothèse chez des sujets sains lors de la marche. Ils utilisent des clusters de 4 marqueurs sur plaques rigides pour recueillir la cinématique du pelvis et de la cuisse. En appliquant la méthode de Soderkvist [153] ces auteurs ont montré que ce type de mouvement ne suffisait pas à identifier le centre articulaire de la hanche avec une précision suffisante. Les erreurs de localisation en condition de marche sont au maximum de 7 cm. Ils montrent également que le mouvement de marche ne produit pas assez d’amplitude d’abduction/adduction pour per- 35 36 Analyse cinématique mettre une identification précise des centres articulaires. Hicks et Richards ont utilisé une méthode d’ajustement sphérique lors de la marche à partir de données issues de l’utilisation de modèles cliniques classiques. Ils utilisent pour cela le modèle de Cleveland et le modèle de Helen Hayes. Les résultats obtenus montrent que l’utilisation de données de marche est insuffisante, mais que les données issues du modèle de Helen Hayes apportent plus de précision que celles issues du modèle de Cleveland. L’erreur de localisation moyenne obtenue avec le modèle de Helen Hayes est de 4,6 cm. Ces résultats tendent à prouver que l’utilisation de deux marqueurs sur la cuisse pour le modèle de Helen Hayes permet une identification plus précise que celle d’un cluster rigide comme avec le modèle de Cleveland ou dans l’étude de Piazza et al. Nous avons contribué à montrer, dans une collaboration avec Tony Monnet [118], que la méthode SCoRE [65] présente in vivo des avantages sur les méthodes par axes hélicoïdaux et sur les méthodes par ajustement à une sphère. Ainsi, au regard des avancées que permet la méthode SCoRE, nous formulons l’hypothèse que cette méthode peut être appliquée avec succès en utilisant directement les données issues de l’enregistrement de plusieurs cycles de marche. En effet, l’emploi d’un plus grand nombre de marqueurs, l’optimisation des matrices de rotation des segments et l’algorithme de cette méthode sont, nous le supposons, des éléments qui peuvent produire des résultats suffisamment précis pour des applications cliniques. Pour tester cette hypothèse avec la méthode SCoRE, les coordonnées des centres articulaires déterminés à partir de mouvements spécifiques vont être comparées à celles calculées à partir des données de marche. Deux sujets sains (30 et 33 ans) ont participé à l’expérimentation. Quatre marqueurs ont été collés en regard des épines iliaques antéro-supérieures et postéro-supérieures et cinq marqueurs ont été collés sur la cuisse comme représentés sur la figure 2.4. Chaque sujet réalise une succession de 5 cycles de flexion/extension, 5 cycles d’abduction/adduction et de 5 cycles de circumductions pour chaque hanche avant de réaliser une marche à vitesse normale. Le sujet N°1 effectue les tests fonctionnels à une amplitude complète et le sujet N°2 à une amplitude modérée. Les enregistrements sont effectués à l’aide d’un dispositif VICON (8 caméras MX20). Pour chaque sujet, les matrices de rotation segmentaires sont calculées par optimisation grâce à la redondance du nombre de marqueurs [25]. Les centres articulaires sont alors calculés comme décrits par Monnet et al. [118, 117]. Soit u la position constante du centre de la hanche dans le repère bassin ℜb et v sa position dans ℜc , le repère cuisse. R0,b et R0,c sont les matrices de rotation de ces repères dans ℜ0 . La position du centre de la hanche HJC dans ℜ0 s’écrit : 2.5 Modélisation cinématique 37 F IG . 2.4 – Placement des marqueurs sur la cuisse et le bassin. Les marqueurs sur les épines iliaques postéro-supérieures sont schématisés en pointillé. r HJC = r b + R0,b u r HJC = r c + R0,c v Donc r c + R0,c v = r b + R0,b u Les inconnues u et v peuvent être regroupées en un seul vecteur de dimension 6 tel que : h R0,c −R0,b i " v u # = rb − rc Ce système linéaire à 3 équations et 6 inconnues caractérise les vecteurs constants u et v dans leur repère local respectif. Ce système peut être formulé pour un mouvement constitué de n instants différents de la façon suivante : # r b (t0 ) − r c (t0 ) R0,c (t0 ) −R0,b (t0 ) " v .. . . .. .. . u = r b (tn ) − r c (tn ) R0,c (tn ) −R0,b (tn ) Soit sous forme simplifiée : Φ " v u # =Λ La position du centre articulaire s’obtient alors dans le repère proximal et distal par Analyse cinématique 38 F IG . 2.5 – Cinématique de la hanche du sujet N°1 lors de la marche en degré. Les courbes bleues représentent le côté gauche et les rouges le côté droit. Le trait noir entouré d’une bande grisée représente la cinématique normale, plus ou moins deux écarts-types. moindres carrés en introduisant la pseudo-inverse : " v u # = ΦT Φ −1 ΦT Λ Conjointement à ces calculs, la cinématique de la hanche est calculée lors de ces différents mouvements conformément à la section 2.3. Les amplitudes maximales des différents mouvements sont quantifiées, de même que la distance entre les centres articulaires calculés par les deux méthodes. La cinématique de la hanche du sujet N°1 est illustrée par la figure 2.5. Les amplitudes maximales lors des différents tests et lors de la marche sont présentées dans le tableau 2.2. Les coordonnées des centres articulaires trouvés pour les deux méthodes sont présentées dans le tableau 2.3. La distance entre le centre articulaire calculé à partir des tests fonctionnels et à partir des tests de marche est, pour le sujet N°1, de 14.7cm à droite et de 13.9cm à gauche et, pour le sujet N°2, de 11.3cm à droite et de 9.6cm à gauche. Cette discordance entre les résultats est illustrée par la figure 2.6. Les résultats que nous avons obtenus chez deux sujets sains suffisent à démontrer la non applicabilité de cette méthode sur des données de marche. Les erreurs obtenues sont supérieures à celles rapportées dans la littérature pour des situations comparables [87, 136]. La latéralisation importante du centre de la hanche identifié est en rapport avec une faible amplitude d’abduction/adduction lors de la marche. A ce sujet, ces résultats corroborent ceux de Piazza et al [136]. Considérant la méthode fonctionnelle 2.5 Modélisation cinématique F IG . 2.6 – Représentation des centres articulaires droits calculés chez le sujet N°1 par les méthodes fonctionnelles à partir de mouvements spécifiques (point bleu), à partir des données de marche (point rouge) et calculés par équations de régression (point noir). 39 Analyse cinématique 40 Sujet N°1 Test D Test G Flexion/Extension 102 98 Abduction/Adduction 66 74 Rotation interne/externe 44 46 N°2 Flexion/Extension Abduction/Adduction Rotation interne/externe 79 58 32 Marche D Marche G 39 35 15 13 34 22 75 54 34 38 13 21 38 11 23 TAB . 2.2 – Amplitudes maximales en degré lors des différents mouvements. Sujet N°1 N°2 Ox Oy Oz Test D 0.038 -0.091 0.120 Test G 0.052 -0.105 -0.101 Marche D 0.079 -0.079 0.261 Marche G 0.039 -0.055 -0.231 Ox Oy Oz 0.034 -0.088 0.093 0.027 -0.087 -0.090 0.045 -0.090 0.206 0.048 -0.078 -0.183 Écart D Écart G -0.042 0.013 -0.012 -0.049 -0.140 0.129 -0.011 0.003 -0.113 -0.021 -0.009 0.093 TAB . 2.3 – Coordonnées en mètre des centres articulaires calculés avec les mouvements fonctionnels et les mouvements de marche. Ces coordonnées sont exprimées en RB centré en O, le barycentre des marqueurs du bassin. classique comme la méthode de référence, nous observons sur la figure 2.6 la différence entre celle-ci et la méthode par équations de régression de Bell [19]. Cette différence illustre la relative imprécision de cette dernière qui est malgré tout plus juste que celle que nous venons d’évaluer. L’application clinique des méthodes d’identification fonctionnelle du centre de la hanche est encore impossible. Leur intérêt est néanmoins réel pour personnaliser le modèle au patient analysé, mais des travaux sont encore à envisager pour trouver des mouvements et/ou des méthodes permettant leur utilisation chez des sujets à mobilité articulaire, motricité et capacité cognitive restreintes. Nous avons infirmé notre hypothèse de l’applicabilité de la méthode SCoRE à partir de mouvements de marche. Ceci rejoint les résultats précédemment publiés [87, 136]. Suite à ces résultats nous avons décidé d’utiliser les équations de régression de Bell [19] en attendant d’éventuelles améliorations pour l’applicabilité des méthodes fonctionnelles. En parallèle, notre réflexion se porte de plus en plus vers l’intégration de données d’imagerie 3D à notre modèle cinématique. 2.5.3.2 Centres articulaires du genou et de la cheville KJC, le centre articulaire du genou, est calculé comme étant le milieu de KN E et de IKN E, le marqueur anatomique dont la position est déterminée grâce à l’enregis- 2.5 Modélisation cinématique trement statique. AJC, le centre articulaire de la cheville, est de même calculé comme étant le milieu de AN K et de IAN K. Ce choix est différent de celui adopté par le modèle Plugin Gait classiquement utilisé en analyse de la marche. Celui-ci définit ces deux centres articulaires de façon analogue. Le centre articulaire du genou est défini à l’intersection d’un cercle de rayon égal à la distance séparant HJC de KN E centré en HJC et contenant le marqueur cuisse T HI, et d’un cercle centré en KN E, de rayon égal à la moitié de la largeur du genou relevée lors de l’examen clinique. Ce modèle rend la localisation du marqueur ancillaire prépondérante dans la localisation du centre articulaire. Ainsi pour le genou, l’axe z du repère cinématique ne sera pas forcément égal à l’axe intercondylien de flexion-extension. De même, le centre articulaire de la cheville ne sera pas forcement placé au milieu des deux malléoles externes. De nombreuses études ont montré qu’une erreur de placement des marqueurs ancillaires T HI ou T IB avait un retentissement sur le calcul des paramètres cinématiques autant que dynamiques [91, 51, 102, 30]. L’erreur de placement des marqueurs internes IKN E et IAN K a également un retentissement sur ces valeurs. Néanmoins, la conception plus anatomique de cette méthode, combinée à l’expérience de l’équipe du laboratoire d’analyse du mouvement de la fondation Ellen Poidatz dans le placement des marqueurs internes, a été un facteur de décision pour l’utilisation de marqueurs internes afin de calculer les centres articulaires du genou et de la cheville. Une étude récente a montré que les résultats de ces deux types de modélisation ne présentent pas de différences significatives si les marqueurs sont correctement placés [69]. 2.5.4 Traitement des signaux cinématiques Lors de l’enregistrement des marqueurs réfléchissants par cinématographie un bruit se superpose au signal représentant leurs positions. Ce bruit est engendré par le dispositif d’acquisition cinématique. Ces perturbations du signal vont être amplifiées par les dérivations conduisant à la détermination des vitesses et des accélérations. Ceci aura, un retentissement important sur les calculs dynamiques présenté au chapitre 3. Pour minimiser cette erreur, considérée comme aléatoire et de contenu fréquentiel supérieur à la fréquence de la marche, un filtre fréquentiel passe-bas est utilisé. Ce filtre de type Butterworth d’ordre 4 sans déphasage a pour fréquence de coupure 7 Hz. Il est appliqué sur les données brutes et après chaque étape de dérivation dans les travaux qui sont présentés dans ce manuscrit sauf indication contraire. 41 Analyse cinématique 42 2.5.5 Solution adoptée face aux artefacts liés aux mouvements de peau La cinématique des segments est enregistrée par des marqueurs collés à même la peau. L’objectif est de décrire le mouvement d’un segment solide et donc généralement assimilé aux segments osseux recouverts par les muscles et la peau. Il apparaît très vite que ces masses molles (muscles et peau, voire tissus adipeux) ont un mouvement relatif par rapport aux os sous-jacents lors de la plupart des mouvements et en particulier lors de la marche. Ces mouvements affectent la position des marqueurs cinématiques et provoquent dès lors des erreurs dans l’appréciation de la rotation et de la position des segments. Ce type d’erreurs est généralement qualifié d’artefacts liés aux mouvements de peau. Cette erreur a une fréquence propre, proche de celle de la marche. Elle n’est donc pas corrigée par le filtrage fréquentiel des données. Le retentissement des artefacts liés aux mouvements de peau a été largement évalué tant sur les résultats des calculs cinématiques [140, 139] que dynamiques [91] ; certaines revues de littérature rendent compte de l’importance des recherches autour de cette thématique [107, 17]. Il est de même particulièrement important de ne pas avoir de variations de longueurs des segments lors de modélisations musculo-squelettiques telles que celles présentées au chapitre 4. Certains muscles du corps humain présentent des variations de longueurs maximales de seulement quelques centimètres ; le gracilis par exemple ne varie que de 4 cm environ lors de la marche pour une longueur de repos de 41 cm ; ainsi toutes variations de longueur des segments osseux engendrent des erreurs importantes sur le calcul des longueurs et des vitesses d’allongement musculaire. Différentes solutions ont été proposées pour faire face à ces artefacts liés aux mouvements de peau. Parmi les non-invasives, on distingue deux catégories : les méthodes d’optimisation segmentaires et les méthodes d’optimisation globale. Nous les présentons succinctement afin de préciser la solution adoptée pour lutter contre les artefacts liés aux mouvements de peau. – L’optimisation segmentaire Les méthodes d’optimisation segment par segment cherchent à identifier la matrice de rotation R et le vecteur position p d’un segment de façon à minimiser l’écart de position des marqueurs externes du segment entre deux instants t et t + dt. Certaines méthodes prennent l’instant initial de l’enregistrement comme référence [153, 154, 171, 28, 29], ceci présuppose que la position des marqueurs est juste à cet instant initial. Face à cette limite, Chèze et al. [42] proposent d’établir une position de référence par rapport à l’ensemble du mouvement. D’autres évolutions ont été proposées pour ces techniques ; on distinguera les méthodes utilisant un nombre de marqueurs supérieur à 3, les méthodes de calibrations multiples et dynamiques, et les méthodes de modélisa- 2.5 Modélisation cinématique 43 tion des déformations des tissus mous. L’ensemble de ces méthodes permet d’optimiser la rotation des segments pris séparément mais ne s’affranchit pas du risque de dislocations (pertes de contact) articulaires ni de variations de longueurs segmentaires. Pour résoudre cette limite, les méthodes d’optimisation globale ont été proposées. – L’optimisation globale Les méthodes d’optimisation globale [37, 33, 111] définissent les coordonnées généralisées d’un modèle cinématique en minimisant l’écart entre les positions des marqueurs recalculées sur la base de ce modèle et celles enregistrées. Des coefficients de pondération peuvent être introduits pour distinguer les marqueurs les plus affectés par les artefacts liés aux mouvements de peau. L’intérêt est de préserver les caractéristiques du modèle géométrique. La longueur des segments reste constante et les articulations conservent leurs liaisons. Cette méthode apparaît très intéressante dans notre problématique ; notons cependant que les erreurs sont compensées globalement, ce qui peut, en cas de perturbation importante d’un segment en particulier, affecter l’ensemble des segments à distance dans la chaîne cinématique. Ceci peut aboutir à des erreurs de calcul de la cinématique lorsque le modèle n’est pas suffisamment personnalisé. Nos besoins étant de minimiser les artefacts liés aux mouvements de peau, tout en garantissant le respect des longueurs segmentaires et la non dislocation des articulations, le choix d’une méthode d’optimisation globale paraîtrait la plus satisfaisante ; cependant la compensation intersegmentaire des artefacts liés aux mouvements de peau nous a conduit à proposer une méthode composite garantissant le respect de la rotation propre de chaque segment et le respect des contraintes géométriques. Nous nommerons cette méthode : solidification itérative. Le principe de solidification itérative implémenté dans l’algorithme 1 est lié aux fonctions de construction de repères anatomiques présentées en 2.5.2, de même qu’aux fonctions de calcul des centres articulaires présentées en 2.5.3. Les fonctions de construction de repères anatomiques utilisent systématiquement un marqueur anatomique du segment sus-jacent pour origine du segment sous-jacent. Ceci permet de garantir une géométrie constante des différents marqueurs anatomiques, les uns par rapport aux autres, dans le repère segmentaire, tout en conservant l’orientation propre du segment mesurée avec les marqueurs techniques. Ainsi la chaîne cinématique présente des dimensions constantes ce qui minimise les erreurs liées aux mouvements de peau dans le calcul des dimensions segmentaires tout en conservant les rotations propres de chaque segment. Soit u0,i l’ensemble des positions des n marqueurs anatomiques et v0,i l’ensemble des m marqueurs techniques du segment i dans R0 . Ces positions sont exprimées dans des matrices n × 4 et m × 4 en ajoutant en quatrième colonne, un vecteur unité n × 1 Analyse cinématique 44 ou m × 1 . Soit par exemple : u0,i = x1 y1 z1 x2 y2 z2 .. .. .. . . . xn yn zn 1 1 1 1 Dans ces matrices, la première ligne correspond au centre articulaire proximal du segment (sauf pour le segment racine) et la dernière, au centre articulaire du segment sous-jacent. La fonction fanat de calcul de la matrice de rotation anatomique correspond à la description faite en 2.5.2. La fonction de calcul de repères techniques ftech est, quant à elle, quelconque si elle a pour origine le centre articulaire proximal du segment. Ainsi, si le nombre de marqueurs liés au segment est supérieur à trois, des méthodes d’optimisation de la matrice de rotation [25, 34, 154, 171, 176, 32, 117] sont utilisables dans la fonction ftech pour minimiser les erreurs liées aux mouvements de peau dans le calcul des rotations. Cette méthode répond aux objectifs fixés : respect des rotations propres des segments, solidification des longueurs segmentaires et non dislocation des articulations. Cependant, une des limitations de cet algorithme est de considérer que la déformation des marqueurs est potentiellement équivalente alors que certains modèles proposent des solutions de pondération des mouvements des différents marqueurs . De plus, de par son processus itératif, une erreur dans la définition des marqueurs anatomiques ou des incertitudes dans la définition de la matrice de rototranslation technique seront propagées distalement le long de la chaîne segmentaire. Il reste à quantifier les incertitudes engendrées. Néanmoins les résultats actuels de cette méthode nous donnent satisfaction par rapport à nos objectifs principaux qui étaient la solidification des longueurs segmentaires et la non dislocation des articulations. Cette méthode est intégrée dans les différentes étapes de la définition des repères segmentaires illustrées par la figure 2.7. 2.5 Modélisation cinématique Alg. 1 Algorithme de solidification itérative pour une chaîne de k segments. t0 correspond aux coordonnées des marqueurs lors de l’enregistrement statique, et t = 1 : tf inal au différentes images de l’enregistrement dynamique. Pour i = 1 : k Faire M0,i (t0 )tech = ftech (u0,i (t0 )) calcul de u0,i (t0 )(n, :) le centre art. distal du i segment Si i 6= k Alors u0,i+1 (t0 )(1, :) = u0,i (t0 )(n, :) le centre art. proximal du segment i + 1 Fin Si −1 uTi,i (t0 ) = M0,i (t0 )tech uT0,i (t0 ) Pour t = t1 : tf inal Faire M0,i (t)tech = ftech (v0,i (t)) uT0,i (t) = M0,i (t)tech uTi,i (t0 ) Si i 6= k Alors v0,i+1 (t)(1, :) = u0,i (t)(n, :) le centre art. proximal du segment i + 1 Fin Si M0,i (t)anat = fanat (u0,i (t)) Fin Pour Fin Pour 45 46 Analyse cinématique F IG . 2.7 – Les différentes étapes de la définition des repères segmentaires : l’enregistrement des coordonnées des marqueurs (ronds rouges) ; le calcul de toutes les coordonnées des marqueurs (ronds bleus) et des centres articulaires (ronds verts) de façon à avoir des segments rigides ; la construction des repères segmentaires. 2.5 Modélisation cinématique 2.5.6 Proposition d’un repère du tronc2 En analyse clinique de la marche, le mouvement du tronc est couramment étudié. Différents repères (TCS pour « Trunk Coordinate Systems ») ont été proposés pour décrire la cinématique de ce segment. La définition des TCS dépend principalement des marqueurs utilisés. En analyse de la marche de l’enfant, il est parfois nécessaire de minimiser le nombre de marqueurs. Les motivations à la minimisation du nombre de marqueurs peuvent être diverses : le gain de temps, le port de corset ou d’un dispositif expérimental pouvant gêner la pose des marqueurs (ainsi T10 peut être impossible à placer correctement en cas de port d’un dispositif de recueil des signaux EMG), l’occlusion de certains marqueurs (par exemple le marqueur CLAV peut être masqué par la tête en cas de troubles du maintien de la tête, le marqueur STRN peut être caché par la poitrine). L’ISB recommande un TCS utilisant quatre marqueurs sur le tronc, C7, T10, CLAV, STRN [179]. Deux publications ont présenté des modèles pour répondre à ce besoin de minimisation du nombre de marqueurs. Star et al. [157] ont proposé un modèle nommé “Direct markers placement” (DTCS ) nécessitant trois marqueurs sur le tronc C7, CLAV et STRN. Nguyen et Baker [121] ont proposé le modèle “Indirect markers placement” (ITCS ) utilisant C7, CLAV, STRN sur le tronc et LSHO et RSHO, deux marqueurs usuels des épaules. Seulement, bien qu’étant des repères alternatifs à celui de l’ISB, ils nécessitent toujours l’utilisation de CLAV et de STRN, les deux marqueurs présentant le plus grand risque d’occlusion. Nous proposons donc un nouveau TCS, construit à partir d’un set réduit de marqueurs : un seul marqueur sur le tronc (C7) au lieu des quatre recommandés et trois autres marqueurs usuels placés au bassin et aux épaules. Nous nommons ce TCS : “Composite trunk coordinate system” (CTCS ). Pour valider cette approche, la justesse et la précision des trois TCS réduisant le nombre de marqueurs (DTCS , ITCS et le nouveau CTCS ) ont été comparées avec le modèle de référence proposé par l’ISB. La marche, à vitesse librement choisie de quatre sujets sains, a été enregistrée sous deux conditions : normale et perturbée. La condition perturbée consiste à effectuer des mouvements anarchiques et désynchronisés des épaules en marchant. Les données sont enregistrées avec un dispositif SAGA-3RT (6 caméras 50Hz). Pour construire les quatre repères du tronc, les marqueurs suivants sont positionnés : RSHO, LSHO, C7, T10, CLAV, STRN, S1, RASI, LASI. Trois TCS sont construits en respectant les descriptions faites par leurs auteurs comme ci-après : 2 Desailly E, Yepremian D, Sardain P, Lacouture P ; Effects of local coordinate systems on trunk kinematics. Computer Methods in Biomechanics and Biomechanical Engineering. Vol 10 Sup 1. Société de Biomécanique, Lyon, 2007. 47 48 Analyse cinématique (a) (b) (c) (d) F IG . 2.8 – Les différents repères cinématiques du tronc (TCS) testés. (a) ISBTCS , (b) CompositeTCS , (c) DirectTCS , (d) IndirectTCS . Calcul de ISBTCS : O = CLAV (C7 + CLAV )/2 − (T 10 + ST RN )/2 y = k(C7 + CLAV )/2 − (T 10 + ST RN )/2k CLAV − C7 z = ∧y kCLAV − C7k x = y∧z Calcul de DTCS : O = (C7 + CLAV )/2 CLAV − C7 x = kCLAV − C7k C7 − ST RN z = x∧ kC7 − ST RN k y = z∧x Calcul de ITCS : O = (C7 + CLAV )/2 RSHO − LSHO z = kRSHO − LSHOk C7 − ST RN y = z∧ kC7 − ST RN k x = y∧z 49 2.5 Modélisation cinématique Le nouveau TCS proposé est inspiré des descriptions du mouvement du tronc par angles projetés [128, 16]. Ce TCS est un repère composite dont l’axe vertical y est orienté de S1, un marqueur lié au bassin à C7 ; l’axe latéral temporaire est orienté de LSHO vers RSHO ; l’axe frontal x est le produit vectoriel des deux vecteurs précédents. L’axe latéral définitif z est alors recalculé pour former un repère orthonormé. Calcul de CTCS : O = (LSHO + RSHO)/2 C7 − S1 y = kC7 − S1k RSHO − LSHO x = y∧ kRSHO − LSHOk z = x∧y Dans les deux conditions, normale et perturbée, l’orientation du tronc dans le repère global a été calculée par angles de Cardan suivant la séquence z, x, y correspondant à la flexion Ψ, l’inclinaison latérale Θ et la rotation du tronc Φ. La justesse et la précision des trois TCS calculés avec un faible nombre de marqueurs ont été évaluées par rapport au TCS recommandé par l’ISB, et considéré ici comme la méthode de référence, en conditions normale et perturbée, en calculant les erreurs RMS et les coefficients de corrélation pour Ψ, Θ et Φ. Ainsi pour Ψ : et v u n u1 X e2 ERM S(ΨT CStest , ΨT CSISB ) = t n i=1 i n X i=1 CorrCoef (ΨT CStest , ΨT CSISB ) = s n X i=1 (xi − x̄).(yi − ȳ) 2 s (xi − x̄) . n X i=1 (yi − ȳ)2 avec ΨT CStest (x1 , ..., xn ) les angulations calculées par le TCS testé, ΨT CSISB (y1 , ..., yn ) les angulations calculées par le ISBTCS , ei = xi − yi et i = 1, ..., n. Les résultats présentés dans le tableau 2.4 montrent une meilleure justesse du CTCS par rapport au DTCS et au ITCS dans les deux conditions. La précision est également meilleure pour le CTCS pour les différentes composantes dans les deux conditions, excepté pour la mesure de la rotation axiale en condition normale avec un coefficient de 50 Analyse cinématique F IG . 2.9 – Positions angulaires du tronc mesurées au cours d’un cycle de marche chez un sujet avec les 4 types de repères locaux différents (ISBTCS , CompositeTCS , DirectTCS , IndirectTCS ). Parmi les trois TCS testés, le CompositeTCS présente les mesures les plus proches de celles obtenues avec le ISBTCS . corrélation de 0.7 qui, bien que bon, est inférieur à ceux des DTCS et ITCS . Par rapport à la référence du TCS préconnisé par l’ISB, le meilleur TCS est le CTCS en particulier pour l’évaluation de la flexion et de l’inclinaison latérale. Pour ce qui est de la rotation, qui est le paramètre le plus analysé lors d’études cinématiques du tronc, la robustesse du CTCS face aux perturbations par des mouvements des épaules, rend cette méthode la plus adaptée à l’analyse clinique de la marche. Ces résultats permettent également de connaître les limites d’interprétation clinique des mouvements du tronc lors de l’utilisation d’un nombre de marqueurs réduits. En conclusion, il a été montré que la minimisation du nombre de marqueurs est parfois nécessaire en particulier lors d’études de la marche perturbée. Dans ces cas, le nouveau repère composite proposé pour l’analyse de la cinématique du tronc (CompositeTCS ) donne des résultats comparables à ceux obtenus à l’aide du repère ISB considéré comme la référence, et cela, en limitant les contraintes expérimentales. 51 2.5 Modélisation cinématique Flexion ERMS (deg) Corr. Coef. Marche normale CTCS DTCS ITCS Marche perturbée CTCS DTCS ITCS Inclinaison latérale ERMS (deg) Corr. Coef. Rotation ERMS (deg) Corr. Coef. 2.9 41.6 42.4 0.79 0.12 0.10 1.1 16.4 2.9 0.73 0.09 -0.02 3.1 3.1 3.0 0.70 0.79 0.78 3.6 19.6 24.9 0.78 -0.08 0.09 3.4 13.5 11.6 0.61 0.11 0.28 5.7 22.3 18.7 0.98 0.62 0.70 TAB . 2.4 – Erreurs “root mean square” (ERMS) et coefficients de corrélation pour les trois méthodes comparées à la méthode recommandée par l’ISB en conditions normales et « perturbées ». 2.5.7 Conclusion à propos du modèle cinématique Nous venons de présenter le modèle cinématique adopté pour créer le logiciel 3DGait que nous avons développé pour le laboratoire de la fondation Ellen Poidatz à des fins d’Analyse Quantifiée de la Marche. La littérature abondante dans ce domaine propose un nombre important de modèles et de solutions aux multiples sources d’erreurs inhérentes à l’analyse cinématographique. Leur variété et leurs différents niveaux d’applicabilité clinique nous ont conduit à l’élaboration d’un compromis entre les nombreuses méthodes. L’objectif est à la fois de conserver la compatibilité avec les examens réalisés avant le début de la thèse à l’aide du modèle de Helen Hayes modifié, à 21 marqueurs présenté en 2.5.1, de respecter au mieux les recommandations formulées par la communauté biomécanique, et d’avoir des résultats néanmoins proches de ceux produits par le modèle PlugIn Gait qui, malgré ses limites, domine en nombre d’examens cliniques de la marche. Le modèle que nous proposons n’a pas la prétention d’être exempt d’erreurs de mesures comme par exemple pour le calcul des centres articulaires, mais cherche à faire, au mieux, avec les contraintes techniques et expérimentales de l’analyse clinique de la marche des enfants IMC. De même, différents auteurs [41, 13] ont montré qu’il est hasardeux de comparer les résultats issus de différents laboratoires plus encore lorsque les modèles cinématiques ne sont pas comparables. Aussi, pour permettre l’interprétation clinique des données obtenues à partir du modèle établi, nous avons constitué une base de données de la cinématique normale de sujets sains. Cette base de donnée est constituée de 14 sujets : 7 adultes et 7 enfants sains. Les signaux cinématiques des 28 membres inférieurs de ces sujets sont représentés par la figure 2.10. La moyenne et l’écart-type de chaque signal servira de norme. Cette norme est adjointe à la présentation des résultats cinématiques. La moyenne de 52 Analyse cinématique F IG . 2.10 – Superposition des différents signaux de cinématique normale des membres inférieurs des 14 sujets ayant participé à la construction de la norme cinématique du laboratoire. Les amplitudes articulaires sont données en degré et sont représentées en fonction du temps normalisé en pourcentage du cycle de marche. chaque paramètre calculé est encadrée d’un intervalle de confiance, de plus ou moins deux écart-types, recouvrant 95% de la variabilité du paramètre en question dans notre population normale. Cette base de donnée est progressivement augmentée de nouveaux sujets ; nous constituons ainsi une table de référence pour le laboratoire de la fondation Ellen Poidatz. 2.6 Analyse cinématique d’un cas clinique Le propos de cette illustration des paramètres calculés avec le logiciel 3DGait sur la base des modèles cinématiques présentés au chapitre précédent est bien de fournir un exemple de son applicabilité clinique. La discussion de ce cas clinique se poursuit dans la section 3.3 pour illustrer l’utilité des calculs dynamiques et énergétiques exposés dans le chapitre 3. Les principes d’interprétation clinique des résultats d’ana- 2.6 Analyse cinématique d’un cas clinique lyse quantifiée de la marche ne seront pas développés. L’objectivation cinématique et dynamique des troubles de marche est un outil pour l’interprétation diagnostique de ces troubles, et donc pour la prise de décision thérapeutique. Rappelons néanmoins que l’interprétation de ces résultats et les décisions qui en découlent, sont nécessairement effectués en les confrontant à l’histoire de la maladie du patient, à ses déficits, à ses handicaps, aux données de son examen clinique, de ses examens complémentaires (imagerie, explorations fonctionnelles...), à l’observation visuelle et vidéographique de sa marche, aux éventuels examens électromyographiques, et aux attentes de l’enfant et de ses parents. La synthèse de ces différentes informations est réalisée à la fondation Ellen Poidatz par une équipe de médecins spécialistes de médecine physique et de rééducation, de chirurgiens, de rééducateurs et de spécialistes en biomécanique pour aboutir à la décision thérapeutique. Chaque dossier est cependant interprété au final par le médecin spécialiste assurant le suivi du patient. Le bilan du cas clinique présenté ci-après a été dirigé par les docteurs Yepremian et Khouri. 2.6.1 Présentation du sujet B. est agé de 9 ans et 4 mois lors de sa consultation d’Analyse Quantifiée de la Marche. Il souffre d’une diplégie spastique (séquelles de prématurité). 2.6.2 Observation A la marche pieds nus, son membre inférieur gauche est le plus déformé avec une attitude de la cuisse gauche en flexion-adduction-rotation interne. La rotation est plus visible en fin d’oscillation. L’attaque du pas se fait par la pointe du pied gauche alors que le contact du côté droit se fait par le tiers antérieur de la plante du pied. 2.6.3 Bilan clinique Le bilan clinique est résumé dans les tableaux 2.5 et 2.6. Il est marqué par la brièveté des ischio-jambiers qui prédomine paradoxalement à droite. Par ailleurs, l’équin est majeur à gauche et davantage modéré à droite . Sur le plan rotationnel, les troubles prédominent au membre inférieur gauche avec une antéversion fémorale excessive et une torsion externe du segment jambier exagérée. Du côté droit, les troubles rotationnels sont uniquement observés au niveau fémoral. Sur le plan moteur, les commandes sont globalement correctes sauf en distal avec une nette prédominance des troubles à gauche. Il faut également souligner le défaut 53 54 Analyse cinématique Droite 0 -10 70 20 30 25 25 20 40 Gauche Hanche Extension -5 Droit antérieur -10 Rotation Interne 80 Rotation externe 30 Abduction en flexion V1 20 V3 15 Abduction en extension V1 15 V3 10 Torsion fémorale 50 Genou Extension discret flessum élastique Angle poplité 90° +/V1 20 40 V3 15 20 Angle poplité bilatéral 60 60 Lasègue passif 40 30 Ely test 90 80 Torsion tibiale externe 25 Cheville Flex° dorsale genou fléchi V1≃V3 -10 -20 Flex° dorsale genou tendu V1≃V3 -20 -30 Pied Arrière pied/Jambier postérieur Tendance au varus à gauche TAB . 2.5 – Bilan passif d’extension active présent essentiellement au genou gauche. 2.6.4 Mesures cinématiques issues de l’AQM Les paramètres spatiaux-temporels de la marche de B. sont illustrés par la figure 2.11. On observe chez ce sujet une diminution de la vitesse et de la cadence par rapport à la normale. Les longueurs de pas sont également diminuées notamment à droite, ce signe peut être mis en relation avec la brièveté des ischio-jambiers du même côté et ce d’autant que le temps d’oscillation n’est pas réduit. Au niveau temporel, la marche demeure symétrique mais présente une augmentation des durées d’appui et de double appui. La cinématique du tronc, du bassin, des hanches, des genoux et des chevilles est représentée sur les figures 2.12, 2.13 et 2.14. – Au niveau du tronc : – de profil, le thorax présente une inclinaison antérieure d’une quinzaine de degrés. – dans le plan transverse, on constate l’absence de giration en anti-phase des ceintures qui signe une motricité axiale globalement perturbée. 2.6 Analyse cinématique d’un cas clinique F IG . 2.11 – Paramètres spatiaux-temporels de la marche. Le nombre de cycles étudiés, la vitesse moyenne et la cadence sont données. Ce graphique présente les longueurs de pas, droit et gauche, en mètres et les durées moyennes de simple appui et de double appui, droit et gauche. Ces données sont également présentées numériquement avec leurs écarts-types. Les valeurs normales calculées sur la base des équations de régression de Wheelwright [174] sont indiquées à titre indicatif pour la tranche d’âge correspondant à celle du sujet. On observe chez ce sujet une diminution de la vitesse et de la cadence par rapport à la normale. Les longueurs de pas sont également diminuées notamment à droite. Au niveau temporel, la marche demeure symétrique mais présente une augmentation des durées d’appui et de double appui. 55 56 Analyse cinématique Droite Gauche Lasègue actif 35° genou fléchi à 5° 20° genou fléchi à 20° Fléchisseurs de hanche 4+ 4Plan postérieur plus fort à droite qu’à gauche Position du pont décollement unilatéral possible Abduction de hanche abduction à abduction à l’horizontale avec une l’horizontale avec une flexion de 10° flexion de 20° Appui unipodal <5” un instant Quadriceps dissociation un peu difficile, contraction contre résistance OK, angle mort 5° à droite et 20° à gauche Releveurs des pieds 4+ 3+, prédominance des inverseurs Triceps 2 difficile à tester Inverseurs 4 3+ Everseurs 4 1 TAB . 2.6 – Bilan actif. – Au niveau du bassin : – de profil, l’antéversion a un aspect en double dôme accentué signant une mauvaise dissociation bassin/fémur bilatérale. – dans le plan frontal, le bassin est oblique en permanence en bas et à gauche. Cette obliquité est expliquée par le défaut d’extension de hanche et de genou prédominant de ce même côté durant la phase d’appui et entraînant une inégalité de longueur fonctionnelle du membre inférieur gauche ou par un déficit des abducteurs de hanche à droite accentué par l’antéversion excessive du fémur. Remarquons que cette dernière hypothèse n’expliquerait cette bascule que durant la phase d’appui droite. – dans le plan transverse, le bassin progresse en permanence avec l’hémibassin droit en rotation interne et inversement à gauche. – Au niveau des hanches : – de profil, la mobilité en flexion est légèrement excessive avec une prédominance gauche. Le défaut d’extension, lors de la phase d’appui, n’intéresse que le côté gauche. – dans le plan frontal, les hanches s’adaptent à l’obliquité du bassin. A noter, un net passage en adduction durant l’appui à droite qui pourrait être un signe de déficit des stabilisateurs latéraux de la hanche. – dans le plan transverse, la hanche gauche progresse en rotation interne. – Au niveau des genoux : 2.6 Analyse cinématique d’un cas clinique – de profil, la flexion est excessive des deux côtés lors de l’appui initial. Un passage vers l’extension se produit durant le mi-appui et cela surtout à droite. Le pic de flexion est nettement retardé des deux côtés avec une survenue tardive de 18 et 20% du cycle de marche à partir du début de l’oscillation. Ce qui peut évoquer un frein à la flexion du genou durant l’oscillation. – Au niveau des chevilles : – de profil, on observe des courbes déplacées vers la flexion plantaire avec un aspect en double bosse durant la phase d’appui du côté droit. Le secteur de mobilité est compris entre 10° et 50° à droite et entre 25° et 50° à gauche. Durant l’oscillation, le pied se relève lentement à gauche et plus rapidement à droite. – la progression des pieds se fait durant la phase d’appui en rotation interne permanente en particulier du côté gauche. Un passage en rotation externe se produit du côté droit durant l’oscillation pour faciliter le passage du pas. L’interprétation de ce cas clinique se poursuit dans la section 3.3 par l’interprétation des données dynamiques et énergétiques dont le calcul va être présenté au chapitre suivant. 57 58 Analyse cinématique F IG . 2.12 – Cinématique du pelvis et du thorax en degrés au cours du temps (s). On observe la rotation gauche des ceintures pelviennes et scapulaires et l’inclinaison gauche du pelvis. De même, on constate l’absence de giration en anti-phase des ceintures. 2.6 Analyse cinématique d’un cas clinique F IG . 2.13 – Courbes de la cinématique articulaire des articulations des membres inférieurs du côté droit (rouge). Les amplitudes articulaires sont données en degré et sont représentées en fonction du temps normalisé en pourcentage du cycle de marche. Les normes cinématiques sont représentées en noir avec en grisé, l’intervalle de confiance de plus ou moins deux écart-types. 59 60 Analyse cinématique F IG . 2.14 – Courbes de la cinématique articulaire des articulations des membres inférieurs du côté gauche (bleu). Les amplitudes articulaires sont données en degré et sont représentées en fonction du temps normalisé en pourcentage du cycle de marche. Les normes cinématiques sont représentées en noir avec en grisé, l’intervalle de confiance de plus ou moins deux écart-types. Chapitre 3 Analyse dynamique et énergétique L’analyse cinématique que nous venons de présenter permet la description du mouvement, l’étude de ses causes, quant à elle, n’est accessible que par l’analyse dynamique. Celle-ci consiste en un calcul des efforts produisant le mouvement observé. Développer ce type d’analyse est nécessaire pour l’interprétation clinique des données d’AQM. Le calcul des forces, des moments et des puissances articulaires renseigne le clinicien sur l’action du groupe musculaire principal agissant sur l’articulation et sur son mode de contraction (concentrique, statique ou excentrique). C’est également une étape préliminaire au calcul des forces musculaires tel que réalisé au chapitre 5. Ce type d’analyse n’était pas réalisé à la fondation Ellen Poidatz avant le début de cette thèse, un des objectifs du travail était donc d’intégrer ces calculs aux examens d’AQM. Ceci a été réalisé par l’implémentation des calculs par dynamique inverse dans le logiciel 3DGait. Les modalités de calcul par dynamique inverse en trois dimensions sont présentées ci-après ainsi que celles du calcul des puissances articulaires. Les résultats ainsi obtenus sont illustrés à travers l’analyse du cas clinique présenté précédemment à la fin du chapitre 2. 3.1 Analyse Dynamique 3.1.1 Outils Les efforts aux sol sont recueillis par deux plateformes de force Kistler (9286 A). Ceci permet de mesurer les efforts de contact sous chaque pied au cours de la marche, et donc de déterminer la dynamique inter-segmentaire par calcul en dynamique inverse ascendante. Les paramètres suivants mesurés et calculés grâce aux plateformes sont représentés sur la figure 3.1 : 61 62 Analyse dynamique et énergétique − → – les trois composantes fx , fy , fz , de la résultante F pied/P F des forces exercées par le pied sur la plateforme (PF) ; – les trois composantes Mx , My , Mz , du moment de ces forces, exprimées en O, le centre de la plateforme ; – les positions ax , ay , du centre de pression A qui est le point d’application de la − → résultante F pied/P F à la surface de la plateforme. F IG . 3.1 – Représentation des paramètres calculés à partir des plateformes de force. 3.1.2 Formulation matricielle de la dynamique 3.1.2.1 Matrice J Calculer la dynamique intersegmentaire d’un système multi-corps pluri-articulé nécessite la connaissance, a priori, des caractéristiques inertielles de ses segments. L’ensemble de ces paramètres est regoupé au sein d’une matrice J. Cette matrice correspond au tenseur d’inertie global pour un solide isolé [67, 66, 117], calculé dans le repère ℜi . Ji (ℜi ) = " KO q qt m # KOxx KOxy KOxz KOyx KOyy KOyz = KO K O KO zz zy zx qx qy qz Ko est la matrice d’inertie de Poinsot Z Z 2 KOxx = x dm KOyy = y 2 dm KOxy = Z xy dm KOxz = Z xz dm qx qy qz m KOzz = Z z 2 dm KOyz = Z yz dm q, le tenseur de premier ordre, est le résultat du produit de la masse m du segment par 63 3.1 Analyse Dynamique la position de son centre de masse xg q = m yg zg Ces caractéristiques inertielles des segments peuvent être connues par différentes méthodes : – mesure directe sur pièces anatomiques [36, 44] ; – imagerie [185, 187, 113, 63, 50, 64] ; – identification [117, 40, 169]. Elles sont généralement exprimées sous la forme de matrice principale d’inertie IG centrée en G, le centre de masse du solide de masse m. Pour déterminer la matrice d’inertie de Poinsot KO , on transporte dans un premier temps IG en O grâce au théorème de Huygens : −→ −→ −→−→ IO = IG + m(OG T OG I3 − OGOG T ) avec I3 une matrice identité de dimension 3 × 3. Puis la matrice d’inertie de Poinsot KO est calculée par : KO = tr(IO ) I3 − IO 2 En analyse clinique de la marche chez l’enfant IMC aucune donnée spécifique à cette population n’est disponible. La question du choix du modèle inertiel est encore non consensuelle pour l’étude dynamique de la marche en particulier dans le cas d’enfants présentant des handicaps. Face à ces interrogations nous avons décidé d’utiliser un des modèles le plus utilisé, celui de Zatsiorsky modifié par De Leva [50, 186]. 3.1.2.2 Matrice Φ Les tenseurs des efforts appliqués à un corps n sont exprimés dans un référentiel quelconque sous la forme d’une matrice Φn(ℜ) . Ainsi Φn(ℜ0 ) qui regroupe les efforts extérieurs appliqués sur n exprimés dans ℜ0 s’écrit sous la forme d’une matrice antisymétrique : 64 Analyse dynamique et énergétique Φn(ℜ0 ) = " c −f t 0 # f cz = −cy 0 −fx −cz 0 cx −fy cy −cx O −fz fx fy fz 0 avec cx , cy et cz les composantes du moment en ℜ0 appliqué à n et fx , fy et fz les composantes de la force sur n exprimée dans ℜ0 . La résultante dynamique et le moment dynamique du corps n dans un référentiel s’exprime également par une matrice anti-symétrique sous forme homogène. Cette matrice que l’on notera A est liée aux matrices H et J d’un corps n par : t An(ℜ0 ) = H0,n Jn(ℜ0 ) − Jn(ℜ0 ) H0,n avec H0,n la matrice d’accélération de n exprimée dans ℜ0 et déjà décrite en 2.2.3 et Jn(ℜ0 ) la matrice d’inertie J décrite en 3.1.2.1 et exprimée dans ℜ0 comme présenté en 3.1.2.3. Dans le cas particulier des efforts de pesanteur, la matrice Φg contient les efforts de → gravité produits par l’accélération de la pesanteur − g = (0, 0, −9.81)t : Φg/n(ℜ0 ) = Hg Jn(ℜ0 ) − Jn(ℜ0 ) H tg avec, 0 0 Hg = 0 0 0 0 0 0 0 0 0 0 0 −9.81 0 0 3.1.2.3 Les changements de repères Les changements de repères d’un référentiel à l’autre s’effectuent à l’aide des matrices de rototranslation M . Ainsi à l’aide de Mn,m , la matrice de passage du repère m au repère n, on peut exprimer les matrices Φm(ℜm ) , et Jm(ℜm ) du corps m exprimées dans le repère ℜm , dans le repère ℜn par les relations suivantes : t Φm(ℜn ) = Mn,m Φm(ℜm ) Mn,m t Jm(ℜn ) = Mn,m Jm(ℜm ) Mn,m 65 3.2 Analyse énergétique 3.1.2.4 Dynamique inverse La dynamique inter-segmentaire est calculée de façon récurrente par un calcul en dynamique inverse ascendante initialisé par les efforts mesurés au sol par les plateformes de force. Le calcul s’effectue dans ℜ0 , le repère du laboratoire. Il est initialisé pour tous les instants t par : Φ0/n(ℜ0 ) = Φplatef orme/n(ℜ0 ) Pour les n solides identifiés de 1 à N on a pour tous les instants t également, Φn/n+1(ℜ0 ) = −An(ℜ0 ) + Φn−1/n(ℜ0 ) + Φg/n(ℜ0 ) On détermine ensuite Φn/n+1 (ℜn ) les efforts du segment n sur le segment n + 1 dans le repère ℜn du segment n par changement de repère comme décrit en 3.1.2.3. Ce calcul évalue les moments et forces dites internes qui sont les résultantes des efforts actionneurs aux articulations. 3.2 Analyse énergétique La puissance articulaire à chaque articulation est calculée à partir de la matrice Φn/n+1 (ℜn ) des efforts articulaires du segment n sur le segment n + 1 dans le repère ℜn du segment n et de la matrice de vitesse du repère ℜn+1 du segment n + 1 par rapport au repère ℜn du segment n de la façon suivante : Pn/n+1 = X triu(Φn/n+1 (ℜn ). ∗ Wn,n+1 ) triu réalise la somme des éléments triangulaires supérieurs du produit élément par élément des deux matrices noté .∗. P Le produit Pzn/n+1 = cz ωz appélé puissance sagittale est également calculé. Cette “puissance” n’est mécaniquement pas la puissance articulaire mais elle est utilisée classiquement en clinique et est intégrée aux résultats fournis par le logiciel 3DGait. 3.3 Analyse dynamique et énergétique d’un cas clinique En continuité de l’interprétation des résultats issus du modèle cinématique, nous allons illustrer les résultats du modèle dynamique chez ce même patient. 66 Analyse dynamique et énergétique F IG . 3.2 – Composantes de la résultante des forces de contact pied-sol côté droit et gauche. 3.3.1 Apport des données dynamiques et énergétiques Les forces de contact pied-sol présentées par la figure 3.2 permettent une appréciation globale de la cause du mouvement. On observe une plus faible impulsion vers l’avant lors du contact gauche que lors du contact droit, ce qui montre que moins de vitesse de déplacement est crée lors de l’appui gauche. De ce côté, la composante verticale de la force de réaction devrait présenter deux pics. L’appui est inférieur du côté gauche par rapport au côté droit. Les moments et puissances articulaires présentés par la figure 3.3 montrent du côté droit que le moment d’extension de hanche est exagéré et prolongé avec une puissance articulaire positive montrant une contraction concentrique des extenseurs de hanche. Le moment d’extension du genou droit observé lors de l’acceptation de la charge ré- 3.3 Analyse dynamique et énergétique d’un cas clinique F IG . 3.3 – Angulations, vitesses angulaires, moments et puissances dans le plan sagittal du côté droit pour la hanche, le genou et la cheville. Moments et puissances sont normalisés par la masse du sujet. 67 68 Analyse dynamique et énergétique F IG . 3.4 – Angulations, vitesses angulaires, moments et puissances dans le plan sagittal du côté gauche pour la hanche, le genou et la cheville. Moments et puissances sont normalisés par la masse du sujet. gresse complètement au mi-appui pour devenir excessive dans l’appui terminal. La puissance en début d’appui n’est pas absorbée comme cela se devrait. Dans l’ensemble, les efforts au niveau du genou sont essentiellement statiques. Cet aspect peut évoquer un pattern de marche “genou levé”. Le pattern de la cheville en double bosse est typique d’une raideur active du triceps avec une production finale de puissance insuffisante. Les données de moment et de puissance articulaires calculées du côté gauche sont illustrées par la figure 3.4. Le moment d’extension de hanche gauche est insuffisant avec une génération faible de puissance. Le moment d’extension du genou gauche, excessif lors de la mise en charge, ne régresse que partiellement au mi-appui pour s’exagérer de nouveau dans l’appui terminal. Cet aspect est typique d’une marche genou fléchi. Le pic maximal de moment de cheville en flexion plantaire est trop précoce 3.3 Analyse dynamique et énergétique d’un cas clinique et il correspond à une absorption d’énergie. La puissance destinée à la propulsion est insignifiante. 3.3.2 Synthèse et perspectives thérapeutiques La synthèse de cette analyse met en évidence un déficit moteur prédominant à gauche. La cheville droite présente un équin dynamique et la gauche un équin trés important quasi fixé. La brièveté des ischio-jambiers peut expliquer le déficit d’extension du genou observé des deux côtés. Les rectus femoris peuvent-être à l’origine du retard de flexion du genou en phase oscillante. La confirmation est apportée par les activités EMG anormales des muscles du couple ischio-jambiers/rectus femoris lors de la marche des deux côtés. Enfin, l’antétorsion majeure du col fémoral gauche peut expliquer la rotation interne de hanche gauche durant la marche malgré la compensation en rotation externe de l’hemi-bassin droit. En conclusion, B. a été opéré en deux temps. Une dérotation bilatérale des fémurs a été réalisée dans un premier temps opératoire. Dans un second temps opératoire, des allongements fractionnés des ischio-jambiers et des transferts des rectus femoris ont été effectués, de même qu’une chirurgie de correction de la déformation en équin des pieds. 69 70 Analyse dynamique et énergétique Conclusion de la première partie Un des objectifs à l’origine du travail présenté dans cette première partie était de développer un outil de calcul des données d’analyse quantifiée de la marche. La réalisation de l’application 3DGait [61] en est la concrétisation. Celle-ci a nécessité l’étude des méthodes proposées et débattues au sein de la communauté des chercheurs en biomécanique. Des choix entre les différentes modélisations conduites à l’échelle cinématique et entre les solutions expérimentales et numériques existantes ont donc été réalisés. Cette démarche nous a également conduit au développement et à la validation de solutions originales. Dans un premier temps, la question de la détermination des phases du cycle de marche et donc des discontinuités de contact au sol est apparue comme étant un prérequis indispensable à toute interprétation des données cinématiques et dynamiques de la marche. Face au nombre d’examens réalisés à la fondation Ellen Poidatz, l’intégration d’une procédure d’identification automatique des contacts au sol dans le logiciel 3DGait est rapidement apparue nécessaire. L’étude de la justesse et de la précision des méthodes publiées à ce propos sur notre population d’étude a mis en évidence leurs limites. Ainsi, une méthode originale de détection de ces phases du cycle de marche a été développée et validée. Ces travaux ont été publiés [56, 59, 58], ils sont désormais intégrés dans le logiciel 3DGait et également utilisés au sein du laboratoire de biomécanique par d’autres chercheurs en biomécanique et en robotique. Dans un second temps, les calculs cinématiques mis en oeuvre et les solutions de modélisation adoptées ont été exposés. Ces dernières sont débattues, et les choix réalisés parmi l’ensemble des solutions existantes sont justifiés. Certaines questions relatives aux déterminations des centres articulaires, aux solutions mises en oeuvre face aux artefacts liés aux mouvements de peau, et à la problématique de la modélisation cinématique du tronc, sont particulièrement détaillées. La localisation du centre articulaire de la hanche est une thématique de recherche riche en publications, néanmoins, lors de l’étude de sujets pathologiques et notamment d’enfants IMC, les solutions fonctionnelles proposées dans la littérature sont apparues expérimentalement inapplicables. Cependant, nous avons contribué à montrer qu’une de ces méthodes nu71 72 Analyse dynamique et énergétique mériques présentait in vivo une précision supérieure lors de l’identification du centre articulaire de l’épaule [118]. Ainsi, au regard de l’objectivation de cette avancée numérique, l’identification du centre de la hanche, déjà conduite de façon infructueuse avec des méthodes numériques moins précises à partir de données mesurées exclusivement lors de la marche, a été évaluée. Les résultats négatifs de cette étude confirment l’inapplicabilité de cette démarche et posent la question des solutions alternatives aux méthodes prédictives de calcul de la localisation du centre articulaire de la hanche. La riche problématique de la lutte contre les artefacts liés aux mouvements de peau est également abordée ; une solution originale visant à combiner les intérêts des méthodes dites segmentaires et globales est proposée. Par ailleurs, l’étude de la marche ne se limitant pas à celle des membres inférieurs, une proposition de repère du tronc, d’une grande simplicité expérimentale, est effectuée et validée [60]. Enfin, une base de données cinématiques normative a été constituée à partir de l’enregistrement de la marche de 14 sujets sains afin de permettre l’interprétation clinique des données d’AQM de chaque patient. Un exemple d’interprétation d’un cas clinique est d’ailleurs présenté à la fin des chapitres 2 et 3 pour illustrer les résultats des calculs mis en place. Enfin, l’étude du mouvement humain ne pouvant se limiter à l’analyse cinématique, les méthodes de calculs dynamique et énergétique intégrés au logiciel 3DGait sont présentées. Leurs implémentations permettent d’interpréter cliniquement les efforts résultants aux articulations et d’envisager le calcul des forces musculaires entrepris dans le chapitre 5. Notons qu’au-delà des publications déjà réalisées, l’ensemble de ces travaux ouvre des perspectives de recherche à l’échelle de la modélisation segmentaire notamment au niveau de la validation de l’algorithme de solidification itérative et également, à propos du développement d’une méthode d’identification des centres articulaires applicable dans un cadre clinique. Deuxième partie Modélisation musculosquelettique 73 Introduction de la deuxième partie L’étude du mouvement humain est éminemment complexe et s’appuie nécessairement sur une modélisation du système étudié. La modélisation segmentaire présentée dans la première partie permet de dégager de nombreuses informations ayant un intérêt clinique. Celles-ci permettent de décrire la cinématique des articulations et de calculer les résultantes des efforts à l’origine du mouvement. Cependant, cette modélisation segmentaire ne permet pas de caractériser la cinématique des muscles de même qu’elle ne suffit pas à déterminer les forces produites par les différents muscles, ce qui serait susceptible de renseigner le clinicien sur l’organisation motrice du patient. Or, les troubles de marche chez les enfants déficients moteurs sont causés par des dysfonctionnements du système nerveux central qui entraînent notamment des troubles du tonus musculaire, de la coordination et de l’équilibre. Ces perturbations neuromotrices entraînent à leur tour des rétractions musculaires et des déformations osseuses qui aggravent alors le pronostic fonctionnel de la marche de l’enfant. Pour accéder à la connaissance des rétractions musculaires et des troubles de commande musculaire chez un patient, la mise en place d’une modélisation musculosquelettique devient nécessaire. Cette modélisation s’appuie dès lors sur la réalité anatomique du sujet et non plus uniquement sur ses dimensions segmentaires. Elle peut être uniquement cinématique ou adjoindre un modèle dynamique dont l’objectif sera de déterminer les forces transmises par les muscles aux segments osseux et éventuellement de déterminer la commande neuromusculaire ayant conduit à l’organisation motrice adoptée par le sujet étudié. Cette partie est divisée en deux chapitres. Dans le premier, un modèle cinématique à l’échelle musculosquelettique est présenté, celui-ci intègre des solutions de personnalisation basées sur l’intégration de mesures cliniques. Les trajets des muscles sont déterminés par un algorithme innovant permettant la détermination des chemins musculaires en respectant les contraintes anatomiques. Ce modèle a une réelle applicabilité tout en ayant une précision estimée comparable à celle de modèles éléments finis bien plus délicats à mettre en place de façon routinière. Ce modèle a ensuite permis l’étude 75 76 des variations de la cinématique du rectus femoris après une chirurgie par transfert du rectus femoris et l’étude des relations existant entre la cinématique musculaire lors de la marche et l’extensibilité maximale des muscles mesurée cliniquement. Dans le deuxième chapitre, la question de la détermination des forces musculaires est débattue. Une modélisation dynamique est mise en place avec notamment la proposition d’une formulation originale de ce modèle. Des résultats de forces musculaires obtenus chez le sujet sain sont discutés. Enfin la sensibilité d’une telle modélisation aux variations de modèle géométrique est évaluée et discutée au regard de modifications de la géométrie d’un seul os du modèle et de la modification d’insertion d’un seul muscle. Les résultats obtenus permettent de dégager de nombreuses perspectives d’amélioration du modèle. Chapitre 4 Modèle géométrique La modélisation géométrique du système musculosquelettique permet d’apprécier la cinématique des os et des muscles1 mais est également une étape indispensable à la mise en place de tout calcul de forces musculaires. Différents modèles musculosquelettiques sont disponibles sous la forme de logiciels plus ou moins ouverts, de même des banques de données anatomiques sont mises à disposition des chercheurs notamment sous l’impulsion de programmes de recherche européens. Notre choix s’est porté sur le développement intégral d’un modèle musculosquelettique, tout en nous s’appuyant sur des données anatomiques publiées. Développer un modèle commun au laboratoire de mécanique des solides et à la fondation Ellen Poidatz permet d’avoir le contrôle de cet outil, de développer et d’implémenter des algorithmes originaux, d’apprécier réellement les limites de tels modèles et enfin d’intégrer les résultats cliniquement exploitables directement dans nos outils de calcul des données d’AQM. Au sein de ce chapitre, la modélisation mise en place et les solutions de personnalisation du modèle adopté seront présentées. Un algorithme innovant de détermination des chemins musculaires est proposé. Enfin, deux applications de ce modèle sont effectuées. Le première traite de l’effet de la chirurgie de transfert du rectus femoris sur sa cinématique musculaire. La seconde établit les relations existant entre les tests d’extensibilité musculaire maximale et les longueurs de ces mêmes muscles lors de la marche. 1 Les vocables muscle, corps musculaire, ensemble muscle-tendon, tendon, complexe musculotendineux sont couramment utilisés pour décrire ce qu’on peut regrouper sous le qualificatif de masses molles. Une confusion peut avoir lieu entre les dénominations muscle et corps musculaire. Nous utiliserons donc le vocable muscle pour qualifier l’ensemble muscle-tendon et le terme de corps musculaire sera réservé au seul corps strié du muscle. 77 78 Modèle géométrique 4.1 4.1.1 Modélisation développée Adaptation morphologique du modèle osseux La question de l’adaptation morphologique du modèle est à mettre en relation avec l’objectif de personnalisation de ce modèle. Le besoin d’un dimensionnement est évident. La déformation structurelle des segments osseux est, quant à elle, d’un abord moins facile. En effet, à moins de bénéficier d’examens d’imagerie 3D pour chaque patient, il est a priori difficile de connaître la géométrie osseuse spécifique du patient. Les examens d’imagerie sont, de plus, outre leur coût, difficiles à mettre en oeuvre. L’IRM est un examen long en acquisition et en traitement. Le scanner 3D est très irradiant. La radiographie biplanaire basse émission dite EOS apparaît comme une bonne solution mais reste encore peu répandue. Les données de géométrie osseuse que nous avons utilisées sont issues de données CT-Scan fournies par le projet Européen VAKHUM (contract #IST-1999-10954)(subject006). Chaque segment osseux est défini par deux matrices au sein de fichiers VRML. La première (équation 4.1) contient les coordonnées des noeuds du maillage et la deuxième (équation 4.2) comprend les indices des sommets composant les facettes triangulaires du maillage tel que présenté sur la figure 4.1. Les indices des noeuds sont tous orientés dans le sens direct de façon à différencier l’intérieur de l’extérieur du maillage. x1 y1 z1 x2 y2 z2 .. .. .. . . . xn yn zn 1 2 .. . os.vertices (n × 3) = os.f aces (((n − 2) × 2) × 3) = 2 4 .. . (4.1) 3 3 .. . · · · · · · (n − 2) × 2 (4.2) 4.1 Modélisation développée F IG . 4.1 – Maillage du fémur composé de noeuds et de facettes triangulaires. La difficulté de mise en oeuvre de l’imagerie limite la personnalisation du modèle. Certaines caractéristiques géométriques du squelette sont néanmoins accessibles à la mesure clinique comme celles des dimensions des segments, de l’antétorsion fémorale, et de la torsion tibiale. Ces deux dernières sont respectivement évaluées par les mesures dites de Netter (cité par [142]) et de Staheli [156] (cette dernière a été modifiée pour être réalisée en décubitus2 ). Des méthodes ont été proposées pour modéliser ces déformations [86, 54, 145, 6, 7]. Nous allons expliciter la technique mise en oeuvre. 4.1.1.1 Dimensionnement Les segments osseux sont mis à l’échelle du sujet par une homothétie basée sur le rapport de longueur segmentaire entre le segment osseux initial et la longueur du segment du sujet. 4.1.1.2 Antétorsion fémorale et torsion tibiale Au-delà de la mise à l’échelle, il est nécessaire de pouvoir adapter spécifiquement la géométrie de chaque os du modèle à celle du sujet, ceci d’autant plus lorsque que l’on cherche à modéliser les membres inférieurs d’enfants IMC. En effet, la géométrie osseuse des membres inférieurs change de façon continue, de la gestation jusqu’à la fin de la croissance de l’enfant. Dans le cadre d’une croissance normale, les fémurs présentent une antétorsion de 40° qui va se réduire jusqu’à 10-15° à l’âge adulte. De même, les tibias ont à la naissance une torsion externe de 0° qui va augmenter avec la croissance jusqu’à 25°. Chez l’enfant IMC, ces os sont soumis à des contraintes particulières causées par les anomalies primaires qui sont en rapport direct avec la lésion neurologique (spasticité, défaut de commande musculaire, trouble de l’équilibre...), mais aussi par le cercle vicieux reliant les anomalies secondaires, que sont les vices 2 couché sur le dos 79 80 Modèle géométrique architecturaux et les rétractions, aux anomalies tertiaires, qui sont d’ordre compensatoire. Ces déformations peuvent donc être très différentes de celles du sujet sain. Les cliniciens accordent une grande importance aux troubles de rotations axiales des fémurs et des tibias. Celles-ci sont évaluées par des manoeuvres cliniques qui ont fait l’objet de plusieurs validations [94, 155, 47]. L’adaptation morphologique des fémurs et des tibias de notre modèle est donc basée sur ces mesures. La méthodologie que nous avons adoptée pour effectuer ces déformations est présentée ci-après ; le résultat est illustré figure 4.2. Soit α l’angle d’antétorsion clinique et β l’angle d’antétorsion du maillage initial. La torsion à effectuer est de θ = β − α. Cette torsion doit se faire de façon continue sur la longueur L du fémur. Les noeuds de l’os déformé sont dans un premier temps recalculés dans son repère local pour i = 1 au nombre de noeuds, par : cos(θ(vertices(i, 2)/L)) 0 sin(θ(vertices(i, 2)/L)) T vertices(i, :)T = 0 1 0 vertices(i, :) − sin(θ(vertices(i, 2)/L)) 0 cos(θ(vertices(i, 2)/L)) ce qui permet de répartir linéairement la torsion θ sur toute la longueur du segment. Ensuite le segment est globalement recalé par une rotation opposée de −θ : cos(−θ) 0 sin(−θ) T verticesT = 0 1 0 vertices − sin(−θ) 0 cos(−θ) 81 4.1 Modélisation développée F IG . 4.2 – Antétorsion fémorale (vue de 3/4 et de dessus) et torsion tibiale (vue de dessous). La géométrie initiale est représentée en beige clair, l’os déformé est en bleu ciel. L’antétorsion fémorale initiale de α1 = 10 est augmentée de α2 = 30 pour se conformer à celle du patient qui est α = 40. La même démarche est réalisée pour le tibia. 4.1.2 Positionnement des segments osseux 4.1.2.1 Principes généraux Les coordonnées des facettes sont fournies dans le repère CT-Scan. Il est donc nécessaire d’affecter un repère propre à chaque os. Ces repères correspondent en orientation à celui du segment corporel auquel l’os appartient et sont illustrés par la figure 4.3. Ces repères ont été construits par palpation virtuelle de points du maillage. Ces points correspondent à ceux servant à la construction des repères cinématiques du modèle segmentaire. Les repères sont alors construits par double produit vectoriel normé en conformité avec les repères définis au chapitre 2. La position et l’orientation de chaque os sont alors commandées par la matrice homogène du segment auquel il appartient. De façon à n’utiliser qu’un seul produit matriciel, une colonne de 1 est ajoutée à la matrice 4.1 Bsegt,os 1 bone.vertices 1 = .. . 1 On oriente alors chaque segment osseux en déterminant les coordonnées de ses noeuds comme suit : T BRT 0 ,os = TR0 ,segt Bsegt,os 82 Modèle géométrique F IG . 4.3 – Repères osseux Les chemins musculaires sont ensuite définis en utilisant le “Convex wrapping algorithm” décrit en 4.1.3. Le résultat global est représenté par la figure 4.4. 4.1.2.2 Cas particulier du genou Le principe de commande des segments osseux que nous venons de présenter nécessite qu’un segment osseux ait son équivalent segmentaire. Ceci est le cas pour les segments pieds, pour les ensembles tibia-fibula qui correspondent aux jambes, pour les fémurs avec les cuisses et pour le pelvis avec le bassin. Cependant un segment osseux n’a pas d’équivalent segmentaire, la rotule. Cet os est un élément majeur de la fonction du genou ; il n’est cependant pas accessible à la mesure cinématique à moins d’utiliser des pins intracorticaux [104]. Il est dès lors nécessaire de choisir un modèle cinématique pour commander le mouvement de la rotule à partir de la cinématique des éléments mesurables à la périphérie que sont la jambe et la cuisse. La solution classiquement adoptée est de lier la cinématique de la rotule à celle du complexe tibia-fibula. Cette solution, qui est cohérente lors d’une modélisation de la cinématique du genou à un degré de liberté, ne l’est pas lorsque le genou peut présenter du varus/valgus mais surtout de la rotation interne/externe, la rotule pouvant alors se trouver en dehors de la trochlée dans ce type de modélisation. Nous proposons donc une modélisation de la cinématique de la rotule dépendante de la cinématique du complexe tibia-fibula et du fémur. Anatomiquement, la rotule est maintenue au centre de la trochlée fémorale par les deux faces internes de celle-ci et par les retinaculi latéraux et médiaux. De plus, l’inextensibilité du tendon patellaire s’oppose à la tension du quadriceps, maintenant ainsi la rotule à une distance constante de la tubérosité tibiale antérieure. On considère donc que la position de la rotule Opat 4.1 Modélisation développée F IG . 4.4 – Adaptation du modèle à la cinématique de la marche du sujet après l’étape d’adaptation morphologique des segments osseux. Dans un premier temps, les segments osseux sont positionnés par rapport à la cinématique de la marche. Dans un second temps, les trajets musculaires sont déterminés. 83 84 Modèle géométrique est contrôlée par trois distances a, b et c, avec a la distance de Opat à un point du condyle interne du genou A, b la distance de Opat à un point du condyle externe du genou B et c la distance de Opat à la tubérosité tibiale antérieure C. La position de la rotule est alors dépendante de la position de ces trois points, C appartenant au tibia et les deux autres A et B appartenant au fémur. Pour trouver cette position, il faut déterminer le point Opat qui est à une distance a du point A, à une distance b du point B et à une distance c du point C. Ce problème, qui revient à déterminer l’intersection de trois sphères d’origine et de rayons connus, a deux solutions M et N , dont seule celle localisant la rotule en avant du genou M sera retenue. Deux repères centrés en A sont définis, ℜ1 (A, x1 , y 1 , z 1 ) et ℜ2 (A, x1 , y 2 , z 2 ) : z1 x1 y1 −→ −→ AB AC = −→ z 2 = −→ AB AC z2 ∧ z1 = kz 2 ∧ z 1 k = z 1 ∧ x1 y 2 = z 2 ∧ x1 F IG . 4.5 – L’origine du repère patella M est déterminée à partir des positions de A, B, C, et des longueurs a, b, c. On cherche les coordonnées de M et N dans ℜ1 : calcul de AI la coordonnée de M et de N portée sur z 1 : cos(α) = AB 2 + a2 − b2 2 × a × AB 85 4.1 Modélisation développée AI = a × cos(α) calcul de IK la coordonnée de M et de N portée sur y 1 : IM 2 = a2 (1 − cos(α)) cos(α′ ) = AC 2 + a2 − c2 2 × a × AC AJ = a × cos(α′ ) cos(β) = z 1 · z 2 IK 2 = (AJ − AI cos(β)) sin2 (β) puis calcul de leurs coordonnées sur x1 : h= √ IM 2 − IK 2 ainsi, les vecteurs positions des deux solutions sont déterminés dans ℜ1 (A, x1 , y 1 , z 1 ), à savoir : AM = AI z 1 + AN = AI z 1 + √ √ IK 2 y 1 + h x1 IK 2 y 1 − h x1 la solution AM permet de localiser l’origine du repère patella Opat . La définition du repère patella ℜpat (Opat , x, y, z) est alors effectuée comme suit : B−A kB − Ak O rot − y = z∧ O rot − x = y∧z z = A+B 2 A+B 2 Les coordonnées des noeuds de la patella ayant été préalablement exprimées dans ℜpat celle-ci est alors connue dans ℜ0 comme présenté en 4.1.2.1. Le résultat de cette modélisation cinématique de la patella est illustré figure 4.6. Il est à noter que a et b 86 Modèle géométrique F IG . 4.6 – La position de la patella est définie à partir de celle des points A et B liés au fémur, du point C lié au tibia et des distances a, b, c. sont des longueurs contrôlées par la mise à l’échelle du fémur, et que c, qui correspond à la longueur du tendon patellaire, peut être soit mesurée sur le patient, soit déterminée à partir de la mise à l’échelle du tibia. La première possibilité est particulièrement intéressante pour modéliser l’effet d’une pattela alta (une rotule haute), qui est liée à un allongement pathologique du tendon patellaire. 4.1.3 Optimisation des chemins musculaires, le ”Convex wrapping algorithm” La position des parties molles, qu’il s’agisse d’ensembles muscles-tendons ou de ligaments, autour des pièces osseuses est déterminante. Les longueurs musculotendineuses, leurs variations ainsi que leurs bras de levier sur les pièces osseuses sont des paramètres utilisés directement ou indirectement à des fins de calcul ou d’interprétation clinique. Néanmoins ces paramètres dépendent du trajet que réalisent les muscles. Il est ainsi nécessaire de déterminer les trajets musculaires lors du mouvement. La position du muscle étant inaccessible à la mesure directe, différentes méthodes ont été proposées pour modéliser au mieux son trajet au cours du mouvement. On peut les regrouper en deux catégories, les modèles filaires et les modèles éléments finis. Chacune de ces catégories regroupe différents algorithmes de complexité variable pour déterminer ces trajets musculaires. L’objectif commun à tous ces modèles est de respecter au mieux l’anatomie en reliant l’origine du muscle à son insertion tout en contournant 4.1 Modélisation développée les segments osseux et en respectant certains points de passages anatomiques tels que les trochlées ou les retinaculi. Le muscle étant un organe contractile, le principe commun à tous ces modèles est de trouver le chemin le plus court respectant les différentes contraintes anatomiques. Les algorithmes filaires regroupent les modèles en “straight line”, les algorithmes par “via points”, les algorithmes dits de “wrapping surface” et les algorithmes de “dynamic via points”. Le modèle en “straight line” est le plus simple et le plus ancien [93]. Il est inadapté à la modélisation de nombreux muscles qui s’enroulent autour de diverses structures anatomiques. Il est néanmoins toujours utilisé comme élément de comparaison pour évaluer de nouveaux algorithmes et pour modéliser les trajets directs de certains muscles monoarticulaires. Les algorithmes par “via points”, imposent des points de passages [54]. Ils sont particulièrement utiles pour modéliser la réflexion de certains muscles sur des structures telles que des retinaculi. Les algorithmes dits de “wrapping surface” ont été une avancée importante pour la modélisation des trajets musculaires [167, 72] . Ils permettent une modélisation beaucoup plus réaliste du trajet de certains muscles glissant sur les structures osseuses lors du mouvement. Ce type d’algorithme a été validé sur pièce anatomique pour les muscles semitendineux, semimembraneux, graciles, psoas. Plus récemment les algorithmes de “dynamic via points” ont été une généralisation 3D des modèles “via points” aux situations 3D, avec prise en compte de la réflexion du muscle ou non sur les via points en fonction de la position des différents segments osseux [31]. On inclura dans ces algorithmes ceux proposés pour déterminer les trajets ligamentaires. Pour identifier le trajet du ligament triangulaire du carpe, Marai et al. [112] proposent de résoudre cette question sous la forme d’un problème d’optimisation résolu par une méthode de programmation quadratique séquentielle. La fonction objectif consiste à trouver le chemin le plus court. Les contraintes sont de ne pas pénétrer le maillage osseux sous-jacent. Les algorithmes basés sur des modélisations éléments finis sont au nombre de deux. Le “host mesh” [68] et le “complex mesh” [22] sont des modèles utilisant des données volumiques issues de l’IRM. Ils déforment les muscles à volume quasi constant dans une boîte d’enveloppement (bounding box). Ces modèles, très réalistes, nécessitent néanmoins des temps de calcul très importants de l’ordre de 5 à 10 heures sur processeur Silicon Graphics Origin 3800 à mémoire partagée [22]. Ils nécessitent également d’avoir accès à des données IRM pour le sujet d’étude. Face au besoin d’identifier les chemins des muscles de notre modèle musculosquelettique, nous avons formulé les besoins en ces termes : “Trouver le plus court chemin entre l’insertion et l’origine d’un muscle en s’enroulant autour des structures osseuses sous jacentes et en respectant d’éventuelles contraintes de non-glissement”. Les mo- 87 88 Modèle géométrique dèles de type “wrapping surface” ne respectent pas strictement les contraintes liées à la géométrie osseuse, car ils utilisent des formes géométriques simples telles que des sphères, des ellipsoïdes ou des cylindres pour modéliser l’enroulement des muscles autour des os. La solution proposée par Marai et al. [112] est intéressante, mais la résolution du problème d’optimisation est coûteuse en temps. Le temps de calcul pour un modèle comprenant un nombre important de muscles est alors très long. Nous avons donc choisi de développer le “convex wrapping algorithm” pour déterminer les chemins musculaires. Cet algorithme utilise directement la géométrie osseuse comme objet d’enveloppement et non plus uniquement des formes géométriques simples. Ce nouvel algorithme est détaillé dans la méthode. Ses résultats sont comparés aux méthodes de “straight line” et de “wrapping surface” en mesurant la longueur et les bras de leviers du semitendineux lors de la marche chez un sujet sain. 4.1.3.1 Méthode Le “convex wrapping algorithm” est utilisé sur le modèle présenté précédemment pour déterminer les chemins des muscles. L’objectif est de déterminer l’enveloppe convexe des chemins physiologiquement possibles. L’enveloppe convexe correspond à la plus petite surface recouvrant le squelette de l’origine (A) à l’insertion (B) du muscle. Pour accélérer la résolution, tout en incluant des contraintes de non-glissement à la surface du squelette, un prisme contenant l’espace des chemins musculaires possibles est défini. Le “convex wrapping algorithm” est décrit ci-dessous en se référant à la figure 4.7. – Premièrement un hémiplan (S1 ) contenant les chemins possibles est défini en − → construisant le repère ℜ1 grâce au vecteur directeur V défini lors de la modélisation par rapport à l’orientation d’un des segments croisés par le muscle : → → → → ℜ1 (− u ,− v ,− w ) avec − u = −→ AB → −→ , − v = AB − → − V ∧→ u − − → − → , → − → w = u ∧ v − → V ∧ u L’espace des solutions (S1 ) est restreint à l’hémi-espace délimité par le plan → → → (− u ,− v ) en direction de − w. – La seconde étape est optionnelle en fonction du type de contrainte : – Cas “2 contraintes de non-glissement” : deux points P1 et P2 sont des contraintes de non-glissement latérales. On cherche tout d’abord, si elles sont dans (S1 ). −−→ −→ → Ainsi, chaque point P a une projection sur AB appelée P ′ . Si − w • P ′P > 0 alors P ∈ S1 . Ensuite : – Si P1 ∈ S1 et P2 ∈ S1 : le prisme des solutions est construit avec le segment 89 4.1 Modélisation développée AB pour arête principale et les deux faces comprenant AB qui contiennent respectivement P1 et P2 . – Si P1 ∈ / S1 ou P2 ∈ / S1 : on passe au cas “1 contrainte de non-glissement” . – Si P1 ∈ / S1 et P2 ∈ / S1 : on passe au cas “0 contrainte de non-glissement” . – Cas “1 contrainte de non-glissement” : le point P1 est l’unique contrainte de non-glissement latéral ; on cherche si P1 ∈ S1 . Chaque point P a une −−→ −→ → projection sur AB appelée P ′ . Si − w • P ′ P > 0 alors P ∈ S1 . – Si P ∈ S1 le prisme des solutions est construit avec le segment AB pour arête principale et une face comprenant AB qui contient P1 . L’autre face → forme un angle de π/6 avec − w. – Si P ∈ / S1 on passe au cas “0 contrainte de glissement”. – Cas “0 contrainte de non-glissement” : le prisme des solutions est construit avec le segment AB pour arête principale et les deux faces comprenant AB → forment un angle de π/3 . La médiane de cet angle est dans la direction de − w. – L’ensemble S des points pj contenus dans le prisme est défini. L’enveloppe convexe C de ces points est calculée. L’enveloppe convexe de S est l’intersection de tous les convexes contenant S. Pour N points p1 , ..., pN , l’enveloppe convexe C est définie par l’expression : C= ( N X j=1 λj pj : λj ≥ 0 pour chaque j et N X ) λj = 1 j=1 Ce calcul est effectué par le “Qhull algorithm” [14]. – Enfin, le plus court chemin entre A et B sur C est calculé soit par un algorithme géodésique [124], soit par une approximation plus rapide en utilisant l’algorithme de Dijkstra. P athA→B Ax A y Az . .. .. . = f (C, A, B) = . . . Bx By Bz Le chemin obtenu est une séquence de points décrivant le plus court chemin de (A) à (B) en évitant tous les os sous-jacents. Une fois ce chemin défini, les longueurs, vitesses d’allongement et bras de levier peuvent être obtenus. Pour une illustration du résultat obtenu avec ce “convex wrapping algorithm”, le chemin musculaire du semitendineux est calculé lors de la marche d’un jeune sujet sain de 10 ans pesant 30 kg pour une taille de 1.4 m. Lui et ses parents ont été informés de la procédure et ont donné leur consentement. La cinématique de la marche 90 Modèle géométrique (a) (b) (c) F IG . 4.7 – Algorithme de détermination des chemins musculaires. (a) L’hémiplan (S1 ) et le prisme des solutions sont déterminés en fonction de l’origine A et de la terminai− → son B du muscle, en fonction du vecteur directeur V et d’éventuelles contraintes de glissement. (b) L’enveloppe convexe des chemins possibles C est représentée en bleu. (c) Le chemin musculaire parcourant C est représenté en rouge. de ce sujet est recueillie avec un dispositif cinématographique VICON avec 8 caméras MX20. Le protocole cinématique est celui présenté au chapitre 2. Les longueurs, les vitesses d’allongement musculaire et les bras de levier exprimés au genou et à la hanche sont calculés avec l’algorithme “wrapping surface” sur une ellipsoïde et avec le “convex wrapping algorithm”. Les options utilisées dans ce cas pour l’algorithme “convex wrapping” sont : – une contrainte de non-glissement au-delà du tubercule du condyle interne ; – un algorithme géodésique exact. L’ensemble des calculs est réalisé sous Matlab. 4.1.3.2 Résultats La figure 4.8 rend un résultat visuel qui ne permet pas d’apprécier le glissement progressif du muscle sur l’os jusqu’à la contrainte de non-glissement que constituent les adhérences des fascia adjacents au semitendineux. Elle permet néanmoins de vérifier la non pénétration du semitendineux dans le tibia et/ou le fémur. On remarque également le chemin pris par les deux algorithmes par rapport à la ligne droite reliant les deux insertions. Les résultats de longueur musculaire et de vitesse d’allongement musculaire sont présentés par la figure 4.9. On observe les résultats très proches des deux algorithmes. 4.1 Modélisation développée F IG . 4.8 – Trajets du semitendineux droit obtenus par 3 méthodes différentes. Le trajet bleu représente le chemin en ligne droite, le trajet vert celui obtenu à partir de l’algorithme “wrapping surface” sur une ellipsoïde, et en rouge celui obtenu avec le “convex wrapping algorithm”. F IG . 4.9 – Tracés sur un cycle de marche des longueurs et vitesses d’allongement du semitendineux droit obtenues à partir des 3 méthodes différentes. Les courbes bleues correspondent au chemin en ligne droite, les courbes vertes à l’algorithme “wrapping surface” sur une ellipsoïde et les courbes rouges décrivent les résultats obtenus avec le “convex wrapping algorithm”. 91 92 Modèle géométrique F IG . 4.10 – Tracés sur un cycle de marche des bras de levier du semitendineux droit sur la hanche et le genou obtenus à partir des 3 méthodes différentes. Les courbes bleues correspondent au chemin en ligne droite, les courbes vertes à l’algorithme “wrapping surface” sur une ellipsoïde et les courbes rouges décrivent les résultats obtenus avec le “convex wrapping algorithm”. 4.1 Modélisation développée La figure 4.10 présente les résultats du calcul des bras de levier pour les deux algorithmes. La similitude entre les deux algorithmes est importante. Cependant, certaines différences peuvent être observées notamment à propos du bras de levier en flexion/extension du genou qui présente un plateau en phase de simple appui. Cette différence correspond à l’instant d’extension maximale du genou et met en évidence l’effet de la contrainte de non-glissement antérieur. 4.1.3.3 Discussion Le “convex wrapping algorithm” que nous proposons présente l’intérêt principal de ne pas nécessiter un paramétrage complexe. Il utilise uniquement la géométrie osseuse sous-jacente et non pas des hypothèses géométriques simplificatrices pour identifier le chemin du complexe muscle-tendon. L’utilisation d’une enveloppe convexe garantit, de par sa définition mathématique, la non pénétration des structures sous-jacentes. La définition d’un prisme comme espace des solutions permet à la fois d’accélérer le calcul en minimisant l’espace des solutions mais surtout d’intégrer des contraintes de non-glissement. Ces contraintes de non-glissement ne sont appliquées que dans certaines configurations géométriques conformément au concept principal des “dynamic via points” proposé par Carman et Milburn [31]. Cette méthode répond au cahier des charges que nous nous sommes fixé : “Trouver le plus court chemin entre l’insertion et l’origine d’un muscle en s’enroulant autour des structures osseuses sous-jacentes et en respectant d’éventuelles contraintes de nonglissement”. Néanmoins, ce cahier des charges ne doit peut-être pas être systématiquement adopté pour l’ensemble des muscles du corps humain. Il serait très intéressant, dans des travaux futurs, de valider cette méthode à partir de données anatomiques mesurées in situ sur pièces cadavériques comme l’ont effectué Arnold et al. [6] ou sur des données IRM recueillies sous différentes positions. La validation par rapport à la mesure IRM présente néanmoins certains biais. Le sujet est nécessairement en position couchée ce qui déforme les masses molles. La situation de repos contractile dans laquelle se trouve le muscle en position couchée peut également induire des différences de chemins musculaires par rapport à la position debout. La vérification sur pièces anatomiques entreprise pour l’algorithme “wrapping surface” en a montré la validité. Nous avons donc choisi de comparer les résultats de l’algorithme “convex wrapping” à ceux de l’algorithme “wrapping surface”, pour illustrer a minima le réalisme anatomique de la méthode que nous proposons. En conclusion, la similitude à propos des résultats entre la méthode proposée et celle des ellipsoïdes, de même que le réalisme du résultat global nous font penser que 93 94 Modèle géométrique cette méthode est une avancée originale pour la modélisation de la géométrie musculoquelettique mais aussi ligamentaire. Elle présente en particulier l’intérêt d’utiliser le maillage osseux sous-jacent et non pas des simplifications géométriques pour contraindre le chemin musculo-tendineux. 4.2 Application : longueur et vitesse d’allongement du rectus femoris “virtuel” lors de la marche après son transfert chirurgical chez l’enfant IMC Dans la marche normale, le muscle rectus femoris est actif durant la phase de transition entre l’appui et l’oscillation pour freiner la flexion du genou [135]. Chez l’enfant IMC, la spasticité du rectus femoris fait que son activité se prolonge durant l’oscillation ; cette activité anormale est reconnue comme altérant la flexion du genou durant l’oscillation [160, 161, 70, 134, 126, 127, 21]. Ceci entraîne une boiterie caractérisée par un défaut d’oscillation du genou durant la phase aérienne de la marche, c’est le “stiff knee gait” ou marche avec un genou raide. Les traitements de ce type de boiterie vont d’une paralysie chimique par injection de toxine botulinique au transfert tendineux, en passant par la désinsertion basse du rectus femoris. Le traitement le plus classique est le transfert du rectus femoris sur le tendon du gracilis ou du semi-tendinosus. Ainsi le muscle transféré, bien que toujours spastique, demeure fléchisseur de hanche, et deviendrait fléchisseur du genou et non plus extenseur. Ceci permettrait de détourner la spasticité pour une amélioration fonctionnelle de la marche [70, 134]. La spasticité du rectus femoris est classiquement évaluée par le test de Duncan/Ely. Au cours de celui-ci, l’examinateur fléchit rapidement le genou du patient placé en procubitus3 . Ce test déclenchant la spasticité est positif si l’examinateur ressent une résistance excessive au mouvement ou si la hanche ipsilatérale fléchit [21]. Ce test clinique met en évidence la spasticité mais ne fournit pas d’information sur son retentissement fonctionnel au cours de la marche. C’est pourquoi des examens électromyographiques sont réalisés. L’électromyographie de surface (EMG) lors de la marche montre alors l’activité dite pathologique de ce muscle en enregistrant une activité prolongée en phase oscillante [134, 161]. Il a néanmoins été montré qu’il n’y avait pas de corrélation entre un test de Duncan/Ely positif et une activité EMG pathologique, et aussi que la présence ou l’absence d’une activité EMG anormale du rectus femoris n’influençait pas le résultat de la chirurgie [35], peut-être parce que la plupart des patients IMC présentent une activité EMG durant la mi-oscillation [125]. Dans ce contexte, les analyses ciné3 couché sur le ventre. 4.2 Application : longueur et vitesse d’allongement du rectus femoris “virtuel” lors de la marche après son transfert chirurgical chez l’enfant IMC 95 matique et dynamique de la marche sont utilisées pour objectiver ce type de boiterie en “stiff knee”, ainsi que l’effet de la chirurgie [134, 161, 77, 126, 127]. Les éléments précédents permettent de décrire la boiterie, mais pas de comprendre son mécanisme. Pour cela, un certain nombre d’études ont été réalisées. Ainsi, il a été montré, par des techniques de simulation, que l’augmentation d’activité du rectus femoris entraînait un déficit d’oscillation du genou [97, 136]. Par ailleurs, l’amélioration chez l’IMC de l’oscillation du genou après chirurgie a été associée à une augmentation de la vitesse de flexion du genou au décollage du pied ainsi qu’à une diminution du moment d’extension du genou durant la phase de double appui précédant l’oscillation [76]. Ceci confirme l’importance de la vitesse de flexion du genou au décollage sur l’oscillation [4]. Ces auteurs suggèrent ainsi que, bien que la marche en stiff knee se manifeste en phase oscillante, elle pourrait être causée par une activité musculaire anormale durant la phase d’appui. Ces hypothèses sont étayées par des études par simulation de ce type de marche chez l’IMC. Ces études montrent que l’augmentation de la vitesse de flexion du genou au décollage du pied est susceptible d’améliorer la flexion de celui-là durant l’oscillation [77]. Par ailleurs, des simulations de la marche normale ont montré qu’une diminution de la force de l’iliopsoas ou des gastrocnemius, de même qu’une augmentation de la force du quadriceps, étaient susceptibles de diminuer la flexion du genou durant l’oscillation [75]. Cette dernière étude, qui relève de la modélisation musculosquelettique, nous permet d’évoquer d’autres travaux menés à cette échelle. La réalité anatomique de l’effet du transfert en terme de bras de levier a été validée de même que le modèle numérique permettant de prédire ce changement de bras de levier [52]. Cependant, des travaux plus récents de la même équipe (Department of Mechanical Engineering, Stanford University) ont relancé la discussion de l’effet du transfert quant à l’action effective et non pas potentielle de celui-ci sur la flexion du genou [10, 11]. Ces auteurs ont constaté la présence d’adhérences du transfert par des tissus cicatriciels au plan sous-jacent des vastes. Cette étude a porté sur six sujets et sur un échantillon hétérogène de trois chirurgiens avec 2 techniques chirurgicales différentes. Ces constatations les amènent à poser l’hypothèse que le transfert n’a pas d’action de flexion du genou mais simplement une action de libération de l’oscillation au même titre qu’une désinsertion basse. Cette hypothèse a été étayée par des mesures de vitesse tissulaire sous IRM dynamique qui montrent que la direction de la vitesse de déplacement du rectus femoris demeure proche de celle du vastus intermedius. Notons cependant que la plus grande efficacité du transfert par rapport à la désinsertion basse a été démontrée [35, 161, 127]. C’est pourquoi, il serait intéressant d’isoler une série de transferts sans adhérences et de conduire la même étude. En conclusion, la question de l’effet réel du transfert du rectus femoris demeure. 96 Modèle géométrique En parallèle de ces travaux sur la dynamique musculaire du rectus femoris, des recherches ont porté sur l’étude des perturbations de la cinématique de ce muscle en cas de stiff knee [96, 158]. Les perturbations identifiées ont montré une longueur maximale réduite et une apparition plus précoce de celle-ci durant la phase d’oscillation par rapport à la normale. De même, la vitesse d’allongement du complexe musculotendineux était significativement plus faible et retardée, de la phase de double appui vers la phase de simple appui. Ceci montre que l’instant correspondant à la longueur maximale du rectus femoris ne correspond pas à l’instant de flexion maximale du genou, le premier étant plus précoce, et le second retardé en cas de stiff knee. Par ailleurs, l’instant de survenue de la vitesse d’allongement maximale du rectus femoris, susceptible de déclencher sa spasticité, confirme l’importance de la phase d’appui précédant l’oscillation. L’étude des paramètres de cinématique musculaire est de plus en plus utilisée en analyse clinique de la marche des enfants IMC [6, 8, 9, 166, 165, 53, 168, 144, 159]. Il a notamment été montré que ce type d’analyse permettait de déterminer s’il était judicieux de réaliser un traitement chirurgical des ischio-jambiers en cas de marche en “crouch gait” ou marche accroupie [9]. La brièveté ou la spasticité de ces muscles pouvant être la cause de cette boiterie, leur caractère ni lent ni bref durant la marche permet d’exclure l’éventualité d’un allongement chirurgical qui serait alors sans résultat voire néfaste, en entraînant une majoration d’antéversion du bassin sans corriger le “crouch gait”. L’étude des modifications de cinématique du rectus femoris après une chirurgie par transfert en cas de stiff knee n’a jamais été réalisée. Nous nous proposons donc d’étudier l’effet de cette chirurgie sur la cinématique de ce muscle que l’on sait perturbée dans cette boiterie [96]. Ces types d’études nécessitent de considérer le rectus femoris avant la chirurgie mais également après. Or celui-ci a été transféré, il faut donc, pour étudier les modifications de cette cinématique musculaire, examiner celle du rectus femoris virtuel. Ce rectus femoris virtuel n’a pas d’existence anatomique. Cependant, si les perturbations décrites précédemment sont à l’origine du stiff knee, la chirurgie devrait améliorer ces perturbations en cas de succès. Ainsi, pour étudier l’effet de la chirurgie sur les paramètres de cinématique musculaire pathologique, il faut quantifier l’amélioration de ceux-ci, en post-opératoire sur le rectus femoris virtuel. L’objectif de cette étude est donc multiple : – étudier l’effet global de la chirurgie par transfert du rectus femoris ; – étudier l’effet de cette chirurgie sur la cinématique musculaire du rectus femoris ; – chercher d’éventuels comportements cinématiques qui seraient prédictifs d’une bonne indication chirurgicale ou qui permettraient d’éliminer cette indication. 4.2 Application : longueur et vitesse d’allongement du rectus femoris “virtuel” lors de la marche après son transfert chirurgical chez l’enfant IMC 97 Pour répondre à ces questions, nous avons conduit une étude longitudinale rétrospective par comparaison de différents paramètres entre les conditions pré et postopératoires. Population, matériel et méthode Seize enfants ont été inclus dans cette étude. Eux et leurs parents ont donné leur consentement pour l’utilisation de leurs données d’examen à des fins de recherche clinique. Tous ces sujets ont été examinés cliniquement en pré-opératoire et ont tous eu un examen d’analyse de la marche complet en pré et post-opératoire. Les critères de décision ayant conduit à une chirurgie par transfert du rectus femoris sont basés sur l’examen clinique (Duncan/Ely test), sur l’examen EMG ( bouffée pathologique d’activité durant l’oscillation), et sur l’examen cinématique avec notamment le critère du retard du pic de flexion maximale du genou et le défaut d’amplitude d’oscillation. L’examen d’analyse de la marche a été effectué soit par un dispositif Saga3RT (6 caméras 50Hz), soit par un dispositif VICON (8 caméras MX20) avec le protocole décrit au chapitre 2. L’examen EMG a été réalisé soit avec un dispositif MotionLabs soit avec un dispositif Aurion Zero-Wire. Une manoeuvre de Hartford a systématiquement été conduite pour vérifier le bon placement des électrodes afin d’être certain de différentier les activités du rectus femoris de celles des vastes. Protocole chirurgical Au final, 26 transferts de rectus femoris ont été effectués. L’ensemble des patients de la série a été opéré par le même chirurgien et avec la même technique, certains gestes chirurgicaux étant en plus associés au transfert en fonction des patients. La technique chirurgicale du transfert du rectus femoris sur le gracilis est illustrées par les figures 4.11 et 4.12 et se déroule en trois étapes conformément au protocole opératoire décrit par N. Khouri : 1. préparation et ténotomie du rectus femoris. Le quadriceps est composé de quatre parties : le vaste latéral et le vaste médial unis et recouvrant le vaste intermédiaire, le rectus femoris biarticulaire s’étendant de l’épine iliaque antéro inférieure à la base de la rotule. Ce dernier muscle est tendineux à ses deux extrémités. L’extrémité distale tendineuse fusionne aux tendons des trois autres muscles pour former le tendon quadricipital qui se fixera sur la base de la rotule. A la jonction tiers-moyen/tiers-inférieur de cuisse existe un espace celluleux de séparation entre le rectus femoris et les vastes. Le chirurgien profitera de cette disposition anatomique pour amorcer la séparation du rectus femoris et la poursuivre dans le sens distal jusqu’à sectionner son tendon à 2 cm de la base de la 98 Modèle géométrique F IG . 4.11 – Illustration de la technique de transfert du rectus femoris. La désinsertion du rectus femoris (RF) et son transfert sur le gracilis (Gr) sont effectués. On observe sur cette figure la masse des adducteurs (Add), le tenseur du fascia lata (TFL), et les vastus medialis (VM), lateralis (VL) et intermedius (Vi), ce dernier est découvert après le transfert qui suit alors quasiment le trajet du sartorius (Sar). Auteur de la figure : N. Khouri. 4.2 Application : longueur et vitesse d’allongement du rectus femoris “virtuel” lors de la marche après son transfert chirurgical chez l’enfant IMC 99 rotule après l’avoir séparé du tendon quadricipital ; 2. préparation et ténotomie du gracile. Les ischio-jambiers internes et le gracile sont abordés par une incision longitudinale en amont du creux poplité. Le tendon du gracile est repéré au sein de sa masse charnue puis sectionné et disséqué vers son insertion distale sur le tibia ; 3. suture du rectus femoris au gracile. Le tendon du gracile est tunnelisé d’arrière en avant à travers une boutonnière élargie faite dans la cloison intermusculaire médiale (cloison conjonctive anatomique séparant les compartiments antérieur et postérieur de la cuisse). Ce tendon passe en dedans du sartorius. Les deux tendons du rectus femoris et du gracile sont suturés l’un à l’autre au niveau du versant médial et distal de la cuisse. La suture est faite sur un genou fléchi à 20°. (a) (c) (b) (d) (e) F IG . 4.12 – Étapes du transfert du rectus femoris (RF) sur le gracilis (Gr). (a) la chirurgie nécessite deux voies d’abord. (b) par la voie 1, préparation et ténotomie du rectus femoris. (c) par la voie 2, préparation et ténotomie du gracilis ici associées à un allongement du semitendinosus (ST). (d) tunnelisation du gracilis vers le compartiment antérieur vue de la voie d’abord 1. (e) suture des deux tendons. Gestes associés facultativement : 1. allongement des ischio-jambiers internes. Cet allongement est souvent réalisé en cas de rétraction des ischio-jambiers. Il se fait par la même voie d’abord que pour réaliser la ténotomie du gracile. Le procédé est celui de l’allongement intramusculaire (une ou plusieurs sections de la partie tendineuse du muscle au 100 Modèle géométrique sein de sa masse charnue). Les ténotomies ne sont pas indiquées chez le sujet déambulant ou marchant ; 2. transfert du rectus femoris sur le semitendineux. Si le gracile est trop grêle ou remanié par une chirurgie préalable le semitendineux sera utilisé. Comme pour le gracile son tendon sera sectionné en conservant son insertion distale puis tunnelisé à travers la cloison intermusculaire médiale vers le rectus femoris ; 3. abaissement de la rotule (patella) Dans certaines situations pathologiques, il existe un angle mort quadricipital associé à une rotule haute et à un ligament patellaire élongué. L’ensemble musculotendineux sera traité par ténotomie-transfert du rectus femoris, abaissement de la patella et raccourcissement du ligament patellaire. La protection des sutures du raccourcissement et de l’abaissement de la rotule est confiée à un cerclage trans-patellaire et trans-tibial. L’ablation de ce cerclage sera faite au troisième mois post-opératoire ; 4. ostéotomies tibiales et/ou fémorales ; 5. chirurgie du pied et des muscles croisant la cheville. Calculs et traitement des données Pour cette étude, nous avons repris l’ensemble de ces dossiers et réalisé la simulation des longueurs des rectus femoris avant et après chirurgie, à l’aide du modèle proposé dans la section 4. Cette modélisation a donc été conduite en dimensionnant et en déformant le modèle pour l’adapter aux caractéristiques du squelette du sujet avant et après chirurgie. Les longueurs des rectus femoris ont été normalisées par leur longueur en position anatomique de référence simulée. Les vitesses d’allongement ont été calculées par différentiation finie des longueurs au cours du temps. Le même type d’analyse a été menée chez 14 sujets sains comprenant 7 enfants et 7 adultes. Ceci a permis d’établir une norme de référence quant à la cinématique du rectus femoris. Un rectus femoris est considéré court si sa longueur maximale est inférieure à la longueur maximale moyenne normale moins deux écarts types. Le timing de ce pic maximum de longueur est considéré précoce s’il est inférieur au timing du pic maximum de longueur moyen normal moins deux écarts types. Un rectus femoris est considéré lent si sa vitesse d’allongement maximale est inférieure à la vitesse d’allongement maximale moyenne normale moins deux écarts types. Enfin le timing de ce pic maximum de vitesse est considéré précoce s’il est inférieur au timing du pic maximum de vitesse moyen normal moins deux écarts types. Les évaluations du timing des pics maximum de longueur et de vitesse sont déterminées par rapport au début de l’oscillation. Parallèlement à ces mesures des caractéristiques cinématiques des rectus femoris, l’amélioration de la qualité de marche globale a été effectuée par le calcul du Gait 4.2 Application : longueur et vitesse d’allongement du rectus femoris “virtuel” lors de la marche après son transfert chirurgical chez l’enfant IMC 101 Deviation Index (GDI) [146] en utilisant la base de données normale précédemment décrite. L’intérêt du GDI est qu’il permet de quantifier linéairement l’écart entre la marche du sujet et la marche dite normale qui est défini dans notre base de données cinématique construite par l’enregistrement de la marche de 14 sujets sains. Ainsi un score de 100 indique une marche normale, et toute diminution de 10 unités de ce score indique une déviation d’un écart-type par rapport à la marche normale. De même, l’indice de Golberg a été calculé à partir de la cinématique angulaire du genou pour déterminer si les 26 membres inférieurs étaient stiff, borderline ou non stiff, en reprenant la terminologie proposée par l’auteur [76] et illustrée à la figure 4.13. F IG . 4.13 – Illustration des quatre paramètres pris en compte pour le calcul de l’indice de Golberg (illustration d’après Goldberg et al. 2006). (1) la valeur du pic maximal de flexion du genou, (2) l’amplitude de flexion entre le début de l’oscillation et la flexion maximale, (3) l’amplitude globale de flexion du genou, (4) le timing en pourcentage du cycle de marche entre le début de l’oscillation et le pic de flexion. Un paramètre est positif si sa valeur est inférieure à la valeur normale moins deux écarts types dans le cas des paramètres 1, 2 et 3. Le paramètre 4 est positif s’il est supérieur à la valeur normale moins deux écarts types. Le membre inférieur est considéré stiff si trois ou quatre paramètres sont positifs. Il est considéré borderline si deux paramètres sont positifs. Si un ou aucun paramètre n’est positif, le membre est alors non stiff. Les relations de dépendance entre les différentes variables (pré et post chirugies ; stiff, borderline et non stiff ; court ou non ; longueur maximale précoce ou non ; lent ou non ; vitesse maximale précoce ou non) ont été testées à l’aide de tables de contingences multiples. La significativité de ces relations a été testée par le test exact de Fischer (p<0.05). Résultats La qualité de marche globale évaluée par le GDI s’est améliorée pour tous les sujets sauf un avec une différence significative entre les deux conditions pré et post opératoires (Student t-test : F=2.06 ; p<0.05). Le GDI moyen des sujets en pré-opératoire est 102 Modèle géométrique de 58 ±12 (min=40 ; max=86). En post-opératoire, il est de 74±7 (min=60 ; max=86). L’amélioration moyenne du GDI est significative de 18±12 (min=-9 ; max=39). Une interaction négative entre le GDI pré-opératoire et l’amélioration de ce même score est observée sur la figure 4.14. Ainsi, plus la marche était dégradée, plus son amélioration a été importante (Coeff. de Pearson=-0.81 ; p<0.05). F IG . 4.14 – Corrélation entre l’amélioration du GDI et le GDI pré-opératoire. L’indice de Goldberg a distingué 11 stiff et 15 borderline en pré-opératoire. En post-opératoire, 21 sont non stiff et 5 sont borderline. 23 membres inférieurs ont été améliorés d’au moins une catégorie (8 sujets de 2 catégories). L’effet de la chirurgie sur l’indice de Golberg montre 88% d’amélioration (Fisher exact test : p<0.05). La longueur du rectus femoris lors de la marche d’un sujet IMC, ainsi que la normalisation de sa longueur maximale sont représentées sur la figure 4.15. On observe à la fois le déficit de longueur maximale par rapport à la normale mais aussi le décalage précoce de ce maximum durant la phase de double appui. Ces caractéristiques sont normalisées en post-opératoire. De même, la vitesse d’allongement du rectus femoris lors de la marche du même sujet, ainsi que la normalisation de cette vitesse, sont représentées sur la figure 4.16. Nous notons à la fois le déficit de vitesse maximale par rapport à la normale mais aussi le décalage précoce de ce maximum durant la phase d’appui. Ces caractéristiques sont normalisées en post-opératoire. Si sur ces graphiques l’ensemble des quatre paramètres est amélioré, le tableau de contingence 4.1 montre en fait uniquement un effet significatif de la chirurgie sur la normalisation du timing de longueur maximale et sur la normalisation du timing de la vitesse d’allongement maximale. L’interaction entre l’amélioration du stiff knee et la normalisation des différents 4.2 Application : longueur et vitesse d’allongement du rectus femoris “virtuel” lors de la marche après son transfert chirurgical chez l’enfant IMC 103 (a) (b) F IG . 4.15 – Longueur du rectus femoris à la marche en pré-opératoire (a) et en postopératoire (b) sur un cycle de marche. (a) (b) F IG . 4.16 – Vitesse d’allongement du rectus femoris à la marche en pré-opératoire (a) et en post-opératoire (b) sur un cycle de marche. 104 Modèle géométrique Chirurgie avant après Longueur court non court 17 9 14 12 Max. de longueur précoce non précoce 17 9 6 20 Vitesse lent non lent 9 17 4 22 Max. de vitesse précoce non précoce 23 3 14 12 Test exact de Fisher p<0.05 p<0.05 TAB . 4.1 – Tableau de contingence évaluant l’indépendance entre la variable chirurgie et les paramètres de cinématique musculaire. paramètres a également été évaluée malgré le faible nombre de non normalisations. Il apparaît une relation significative entre la normalisation du timing de longueur maximale et l’amélioration du stiff knee comme l’illustre le tableau 4.2. Test exact de Fisher Amélioration de l’indice de Goldberg oui non Longueur Normalisée Non normalisée 7 8 1 1 Max. de longueur Normalisé Non normalisé 11 3 0 1 Vitesse Normalisée Non normalisée 7 2 0 1 Max. de vitesse Normalisé Non normalisé 9 11 1 2 p<0.05 TAB . 4.2 – Tableau de contingence évaluant l’indépendance entre l’amélioration de l’indice de Goldberg et la normalisation des paramètres de cinématique musculaire. Discussion Cette étude montre un effet significatif de la chirurgie sur la marche en stiff knee 4.2 Application : longueur et vitesse d’allongement du rectus femoris “virtuel” lors de la marche après son transfert chirurgical chez l’enfant IMC 105 avec une amélioration de 18±12 unités du GDI. Cette amélioration moyenne est d’environ deux écarts types de la variance de la population normale. Il est néanmoins intéressant de constater que cette amélioration est d’autant plus importante que la marche est dégradée. Ces résultats mettent en garde le chirurgien quant au risque de ne pas améliorer la marche du patient si celle-ci présente un GDI supérieur à 75. L’ensemble des patients, que nous avons étudiés, a été traité par un transfert du rectus femoris. La décision de la chirurgie n’était pas liée à la caractérisation en stiff ou borderline par l’indice de Goldberg. Malgré cela, tous les sujets opérés étaient soit stiff, soit borderline. Les critères de décision chirurgicale qu’ont été l’examen clinique, l’examen EMG, et l’appréciation de l’ensemble de la cinématique du sujet ont donc conduit aux mêmes conclusions que le calcul rétrospectif de l’indice de Goldberg. Cet indice aidant à la décision thérapeutique n’est donc pas déterminant mais apporte un élément complémentaire au bilan pré-opératoire. Cet indice réalise néanmoins une synthèse des troubles de la cinématique sagittale du genou et montre son amélioration par la chirurgie dans 88% des cas. La chirurgie a normalisé significativement le timing de longueur maximale (65% étaient déficitaires avant contre 23% après) et de vitesse d’allongement maximale du rectus femoris virtuel (88% étaient déficitaires avant contre 54% après). La chirurgie n’a pas eu d’effet significatif sur la normalisation de la longueur maximale du rectus femoris (65% était déficitaires avant contre 54% après) ni sur la normalisation de sa vitesse d’allongement maximale (35% étaient déficitaires avant contre 15% après). Les résultats pré-opératoires montrent néanmoins que la marche en stiff knee était liée pour 65% des cas à un déficit de timing de longueur maximale, pour 88% des cas à un déficit de timing de vitesse d’allongement maximale, et pour 65% des cas à un déficit de timing de longueur maximale et enfin pour seulement 35% des cas à un déficit de vitesse d’allongement maximale. Ces données prises isolément ne permettent pas de dégager un critère de cinématique du rectus femoris systématiquement prédictif d’un stiff knee. Deux de ces paramètres ont néanmoins été améliorés par la chirurgie, et parmi eux, la normalisation du timing de longueur maximale est corrélée avec l’amélioration du caractère stiff de la marche. On peut dès lors conclure que la présence d’un timing précoce de longueur maximale du rectus femoris est un bon signe d’une possible amélioration du stiff knee par la chirurgie de type transfert du rectus femoris. Néanmoins, ces résultats, quant à la prédictivité de la bonne réussite de la chirurgie, sont à pondérer par le faible nombre d’échecs relatif à l’amélioration du stiff knee de notre population d’étude. Pour conclure sur ce point, il serait nécessaire d’augmenter notre population de cas présentant des échecs d’amélioration de la marche. 106 Modèle géométrique Nous pensons que cette étude contribue également à la compréhension de la marche en stiff knee. En effet, la précocité du pic de vitesse d’allongement du rectus femoris peut expliquer un déclenchement précoce de la spasticité au cours de la phase d’appui. La spasticité limiterait alors l’allongement du rectus femoris. Ainsi sa longueur maximale serait atteinte précocement durant la phase d’appui et non pas durant le début de l’oscillation. Cette précocité du pic de vitesse peut être due à deux phénomènes : - soit l’allongement normal au cours de la deuxième moitié de la phase d’appui suffit à déclencher la spasticité ; on est alors dans le schéma d’un pic de vitesse précoce et d’une vitesse maximum diminuée avec conservation du pattern de vitesse d’allongement jusqu’à un certain seuil ; - soit la variation de vitesse présente un profil différent de la normale avec un pic de vitesse d’allongement précoce, non nécessairement inférieur en intensité à celui de la marche normale, et qui déclenche alors la spasticité du rectus femoris gênant par là-même l’oscillation du genou. La compréhension de l’effet de la chirurgie par transfert du rectus femoris est polémique. Deux hypothèses sont avancées, soit le transfert a uniquement un effet de libération de l’oscillation du genou en supprimant le frein à l’allongement du rectus femoris produit par sa spasticité ; soit en plus de cet effet, le transfert produit un moment fléchisseur du genou qui permet d’améliorer sa flexion avant et pendant l’oscillation. Il est intéressant de constater que ces deux hypothèses, quant à l’effet du transfert, sont dépendantes des hypothèses relatives à l’origine du stiff knee. Ainsi, si la marche en stiff knee est causée par un déficit de flexion de hanche et d’extension de cheville, seul l’effet fléchisseur du genou explique l’amélioration de la marche. A l’inverse, si la cause est uniquement liée à la spasticité du rectus femoris dès la phase d’appui, seule l’inhibition de celle-ci par la désinsertion est suffisante pour expliquer l’amélioration de la marche. Nous pensons néanmoins qu’il est illusoire de considérer que ce type de boiterie ne soit lié qu’à une cause unique ; il est probable que le transfert du rectus femoris, de par sa double action, permette de répondre aux deux causes possibles du stiff knee. Pour progresser dans la compréhension de cette boiterie et de l’effet de ce traitement, nous pensons qu’il serait opportun de prolonger cette analyse de la cinématique du rectus femoris et du rectus femoris “virtuel” par une étude de la dynamique musculaire du rectus et de son transfert pendant la marche. Conclusion Cette étude a permis de mettre en évidence les effets de la chirurgie de la marche en stiff knee par transfert du rectus femoris, sur différents plans. L’amélioration globale de la qualité de marche a été démontrée de même que l’amélioration de la boiterie en 4.3 Simulation en cinématique directe des longueurs musculaires issues des tests cliniques. 107 elle-même. Certains paramètres de cinématique musculaire ont été normalisés, montrant ainsi l’effet de la chirurgie non seulement pendant la phase oscillante mais aussi pendant la phase d’appui. La normalisation du timing du pic d’allongement maximum du rectus femoris est notamment corrélée avec l’amélioration du stiff knee. Enfin, ces éléments contribuent à la compréhension globale du stiff knee et de l’action de son traitement par transfert du rectus femoris. 4.3 Simulation en cinématique directe des longueurs musculaires issues des tests cliniques. En consultation ou en cours de traitement, de nombreux tests cliniques sont réalisés. Ces tests permettent d’effectuer un bilan analytique de l’état orthopédique des différentes zones anatomiques considérées. Ces bilans sont couramment pratiqués en orthopédie et en rééducation par les chirurgiens, médecins spécialistes et kinésithérapeutes, entre autres. La confrontation des mesures angulaires cinématiques avec les mesures angulaires cliniques est instructive pour identifier si un déficit d’amplitude lors de la marche est causé par une raideur articulaire. Pour ce qui est des mesures de l’extensibilité des muscles polyarticulaires, il apparaît rapidement qu’il est difficile de mettre en relation les valeurs angulaires mesurées “sur table” avec celles mesurées lors de la marche. Prenons l’exemple de la mesure clinique appelée angle poplité, qui consiste à mesurer, sujet en décubitus dorsal, l’angle que forme la jambe avec l’horizontale, la hanche étant fléchie à 90°. La mesure angulaire ainsi évaluée sera difficilement comparable avec l’angle de flexion du genou mesuré lors de la marche du sujet, celui-ci ne marchant probablement pas la hanche fléchie à 90°. Pour cela, la mesure des longueurs musculaires apparaît comme la seule solution pour comparer l’extensibilité maximale mesurée lors du test clinique et la longueur du muscle lors de la marche. Le modèle géométrique que nous avons présenté permet l’analyse des mouvements des segments osseux et des éléments musculosquelettiques à partir de la cinématique des segments du sujet. Il n’est cependant pas utilisable en l’état pour évaluer les longueurs musculaires lors de tests cliniques. En effet, ces tests sont dans leur majorité effectués sur table avec un clinicien auprès du patient. Les occlusions de marqueurs sont alors incontournables et rendent ce type d’acquisition incompatible avec les nécessités d’un examen clinique. Nous proposons donc une méthode qui permet d’effectuer une mesure des longueurs musculaires cliniques par simulation en cinématique directe à partir des mesures goniométriques. Enfin nous appliquons cette méthode à l’étude des tests d’angle poplité et de Lasègue quant à leur possible représentativité des longueurs 108 Modèle géométrique musculaires lors de la marche. 4.3.1 Méthode La cinématique directe nécessite de formuler un modèle géométrique pour commander la position des segments et donc des os et des muscles à partir des mesures goniométriques. Ce modèle est détaillé dans le tableau 4.3. En cinématique directe, on s’intéresse classiquement à déterminer la position des extrémités des segments ou effecteurs (Pi ) du modèle en fonction des angles appliqués à chaque degré de liberté (qi ) : (4.3) P = f (q) Ici nous proposons d’évaluer les longueurs musculaires (Li ) en fonction des angles appliqués à chaque degré de liberté (qi ) : (4.4) L = f (q) Le modèle musculosquelettique que nous avons présenté précédemment permet quant à lui de déterminer L = f (T ) . La formulation du modèle géométrique résumé par l’équation 4.3 est donc proposée. Solide Nom N° Parent Bassin S1 S0 CuisseD S2 S1 CuisseG S3 S1 JambeD S4 S2 JambeG S5 S3 PiedD S6 S4 PiedG S7 S5 Orientation R(z,φ1 ) R(x,φ2 ) R(y,φ3 ) q1 q2 q3 q4 q5 q6 q7 q8 q9 q10 q11 q12 q13 q14 q15 q16 q17 q18 q19 q20 q21 Position Px Py Pz t1 t2 t3 t4 t5 t6 t7 t8 t9 0 L S2 0 0 L S3 0 0 L S4 0 0 L S5 0 TAB . 4.3 – Modèle géométrique des membres inférieurs. R(z,φ1 ) , R(x,φ2 ) et R(y,φ3 ) correspondent aux rotations (angles de Cardan) du segment par rapport au segment parent. Px , Py et Pz sont les coordonnées en translation de l’origine du segment par rapport à celle du segment parent. Les valeurs t4−9 sont données par les coordonnées des hanches dans le bassin. LS2−5 sont les longueurs des segments ; ces dernières données sont propres à chaque sujet. 4.3 Simulation en cinématique directe des longueurs musculaires issues des tests cliniques. A partir du modèle géométrique présenté par le tableau 4.3 nous déterminons la matrice Tn,m permettant de passer d’un repère m à un repère parent n ; elle s’exprime par : Rn,m Tn,m = 0 avec 0 Px Py Pz 0 1 Rn,m = R(z, φ1 )R(x, φ2 )R(y, φ3 ) Ainsi pour connaître la position du segment S6 qui est le pied droit dans le repère laboratoire (S0 ), on effectue le produit cumulatif des matrices de passage de la chaîne segmentaire reliant ces deux segments (Laboratoire, Bassin, CuisseD, JambeD, PiedD). T0,6 = T0,1 T1,2 T2,4 T4,6 Ceci est appliqué à tous les segments du modèle pour chaque configuration articulaire correspondant à un test clinique. Ces tests cliniques sont réalisés systématiquement pour chaque patient de la fondation Ellen Poidatz sous la forme d’un examen programmé respectant la fiche de bilan proposée par Lespargot et Yepremian [181] et présentée à la figure 4.18. Les tests retenus pour effectuer ces simulations sont le test de Lasègue, la mesure de l’angle poplité, la mesure de l’extension de hanche genou tendu qui évalue soit l’extensibilité du psoas soit le flessum de hanche, la mesure de l’extensibilité des gracilis, et la mesure d’extensibilité des adducteurs. Leurs simulations sont illustrées par la figure 4.17, et les résultats des longueurs simulées à partir de ces tests cliniques sont représentés en regard des variations de longueurs musculaires au cours de la marche sur les figures 4.19 et 4.20. Ces tests caractérisent la longueur maximale des psoas, des ischio-jambiers, des graciles et des adducteurs mais sont également réalisés à vitesse rapide pour évaluer la spasticité musculaire dans le cas des trois derniers tests. Ce type de bilan permet d’appliquer l’échelle de Tardieu à V1 et à V3 de façon à distinguer la part de l’hypoextensibilité de celle de l’hypertonie dans les troubles fonctionnels introduits par ces muscles. 109 110 Modèle géométrique (a) (b) (c) (d) F IG . 4.17 – (a) Test de Lasègue, (b) mesure de l’angle poplité, (c) extensibilité du gracilis, et (d) extensibilité des adducteurs. ,- "& @ ?,6?69<6 . 7 8 = !"! . >=* , 1.?= , 1, = , **6* ;>< "#$%%"& ! & 6& = & = & * < ,% 9 6( '( &()*+" - ./.0 ./.0 $ = !"! ./.0 ./.0 ./.0 ./.0 1 & 1 & .0 .0 ; ./.0 + ./.0 -:45 ,% 345728 , ./.0 ./.0 ./.0 -1 2 345 ./.0 ./.0 ./.0 ./.0 ./.0 , + * !" " # $% $ & '( & ) & $ & '( & $=>6 <- =>6 <- 4.3 Simulation en cinématique directe des longueurs musculaires issues des tests cliniques. F IG . 4.18 – Fiche de bilan neuro-orthopédique proposée par la fondation Ellen Poidatz. 111 112 Modèle géométrique F IG . 4.19 – Les longueurs musculaires simulées à partir des mesures goniométriques sont représentées par le trait noir horizontal. La bande grisée qui entoure ce trait correspond aux longueurs simulées en considérant une incertitude de plus ou moins 5° lors du test clinique. Ces données sont celles caractérisant les longueurs musculaires de B. que nous avons déjà présentées en 2.6 et en 3.3. Les longueurs des psoas-iliaques et des gracilis droits et gauches sont présentées. D’un point de vue fonctionnel, on remarque le déficit de longueur du psoas gauche lors de la marche. Cependant au regard des simulations faites à partir des données goniométriques et de la comparaison droite gauche, on peut établir que ce déficit de longueur du psoas gauche lors de la marche n’est pas causé par une rétraction de ce même muscle, le potentiel d’extensibilité fonctionnel étant plus important à gauche qu’à droite. 4.3 Simulation en cinématique directe des longueurs musculaires issues des tests cliniques. F IG . 4.20 – Les longueurs musculaires simulées à partir des mesures goniométriques sont représentées par le trait noir horizontal. La bande grisée qui entoure ce trait correspond aux longueurs simulées en considérant une incertitude de plus ou moins 5° lors du test clinique. Ces données sont celles caractérisant les longueurs musculaires de B. que nous avons déjà présentées en 2.6 et en 3.3. Les longueurs des rectus femoris et des semitendinosus droits et gauches sont présentées. La longueur clinique pour le rectus femoris ne correspond pas à son extensibilité maximale mais à sa longueur lors de l’accrochage identifié par le test de Duncan/Ely. On observe le déficit de longueur fonctionnel de ces muscles durant la marche. Le décalage précoce des maximum de longueur des rectus femoris droit et gauche est également mis en évidence. Au regard des résultats de simulation des longueurs cliniques, on peut affirmer que le déficit d’extensibilité des semitendinosus côté droit est la cause de son déficit de longueur lors de la marche. 113 114 Modèle géométrique 4.3.2 Application : interprétation des données cliniques relatives aux ischio-jambiers La spasticité des ischio-jambiers (IJ) et les rétractions qui en découlent sont des troubles fréquemment rencontrés chez les enfants IMC [135]. Ces perturbations peuvent entraîner des boiteries de type “crouch gait” caractérisées par une attitude de marche accroupie. Pour évaluer l’extensibilité et la spasticité des IJ, deux tests cliniques sont couramment utilisés : – la mesure de l’angle poplité. Celle-ci est effectuée à différentes vitesses V1, V2, V3, respectivement les vitesses lente, moyenne et rapide. V1 permet de définir l’extensibilité des ischiojambiers et V3 conformément aux recommandations de Tardieu, permet d’évaluer l’effet de la vitesse sur l’expression de la spasticité. – la mesure de l’angle résultant de la manoeuvre de Lasègue. Ce test, initialement décrit comme signe diagnostique de la sciatique par son auteur, est également utilisé pour évaluer l’extensibilité des muscles du plan postérieur en dehors de tout contexte d’inflammation radiculaire. On le qualifie alors d’élévation jambe tendue ou Straight Leg Raising (SLR). Il évalue l’extensibilité des ischio-jambiers si la cheville est laissée libre [74, 120, 182, 80]. Les ischios-jambiers, et en particulier les ischio-jambiers internes, ont fait l’objet de multiples investigations pour évaluer l’implication de leur spasticité et/ou de leur rétraction sur la marche. Presque tous les enfants IMC présentent des troubles du tonus voire des rétractions des ischio-jambiers, mais tous ne présentent pas forcément des anomalies de marche en crouch gait. Par ailleurs, des études par modélisation musculosquelettique ont montré que la marche accroupie n’était pas forcément liée à un déficit de longueur fonctionnelle des ischio-jambiers ou à un déficit de vitesse d’allongement maximale lors de la marche [53]. Dans la continuité de ces résultats, Arnold et al. ont montré qu’il était déterminant de vérifier que la longueur fonctionnelle des ischio-jambiers était inférieure à la normale lors de la marche avant d’envisager une chirurgie d’allongement [9, 8]. Pouvoir prédire la longueur des ischio-jambiers lors de la marche, à partir de bilan goniométrique, serait dès lors un apport fort à l’examen clinique. Mais avant d’aborder cette question de la prédictivité de la longueur musculaire fonctionnelle à partir des données goniométriques, revenons sur les limites connues de l’évaluation clinique de l’extensibilité et de la spasticité des ischio-jambiers. La question de la validité des mesures cliniques a été largement discutée quant à sa reproductibilité inter et intra-observateurs [120, 2, 163, 114]. Les conclusions portées par Ten Berge et al. [163] sont que la mesure de l’angle poplité ne présente pas de 4.3 Simulation en cinématique directe des longueurs musculaires issues des tests cliniques. différence significative si elle est faite par une évaluation visuelle ou goniométrique. De plus, ils ont montré que la reproductibilité intra-observateur était inférieure lors de l’évaluation d’IMC à celle mesurée chez des sujets sains, tout en restant acceptable. La reproductibilité inter-observateurs est reconnue comme la plus faible. Ainsi, ces auteurs recommandent de ne pas se contenter de ce seul paramètre. Les mêmes conclusions sont posées par Mutlu et al. [120] à propos du test de Lasègue. Le problème de la reproductibilité est un problème bien connu, c’est pourquoi de nombreuses propositions de standardisation ont été faites [172], de même qu’il est recommandé de vérifier les mesures d’angle poplité sous anesthésie en préopératoire [116]. Pour ce qui est de l’évaluation de la spasticité, différentes cotations existent et ont été validées (Tardieu, Ashworth et Ashworth modifié sont les plus rependues), elles sont cependant toujours réalisées sur la base de la mesure de l’angle poplité en effectuant le mouvement à des vitesses plus rapides que lors de la simple mesure d’extensibilité. Remarquons néanmoins que la spasticité s’exprime de façon variable pour un même sujet et que son expression dépend notamment de la position du sujet : couché, debout ou autre. Il a d’ailleurs était proposé de réaliser cette évaluation de la spasticité en position semi-assise pour se rapprocher des conditions d’expression de la spasticité des ischio-jambiers lors de la marche [181]. Les mesures goniométriques d’angle poplité et de Lasègue ont donc été largement étudiées. Cependant la sensibilité des deux tests n’a pas été évaluée en ce qui concerne les longueurs musculaires. De plus, savoir si un de ces tests cliniques permet de prédire la longueur musculaire lors de la marche demeure une question sans réponse. C’est pourquoi, pour savoir quel test clinique choisir, et comment l’interpréter pour savoir notamment si les rétractions et/ou la spasticité mesurée cliniquement sont à l’origine de la boiterie, il faut au préalable déterminer : – si les mesures cliniques obtenues avec les différents tests sont équivalentes pour caractériser la longueur maximale des ischio-jambiers ; – si ces tests permettent de différentier les sujets ayant des ischio-jambiers fonctionnellement courts, des autres ; – si pour chaque test la rétraction des ischio-jambiers mesurée cliniquement est représentative de leur allongement maximal lors de la marche ; – si la spasticité des ischio-jambiers mesurée cliniquement par angle poplité est représentative de leur allongement maximal lors de la marche. Pour répondre à ces questions, l’expérimentation suivante a été mise en place. Population, matériel et méthodes 115 116 Modèle géométrique Population totale 100 enfants IMC d’un âge moyen de 11.6 ans ont participé à cette étude. Les mesures d’angle poplité à V1 et V3 ainsi que les mesures de l’angle de Lasègue ont été effectuées pour chacun de leurs membres inférieurs. Les examens cliniques ont été faits par deux médecins de médecine physique et de rééducation expérimentés. Sous-populations 36 de ces enfants ont eu des examens d’analyse de la marche avec une modélisation musculosquelettique adaptée à leur géométrie osseuse. Pour chacun de leurs membres inférieurs, le calcul par simulation des longueurs cliniques du semitendineux a été réalisé à partir des valeurs d’angle poplité à V1 et à V3, mais aussi à partir des mesures de Lasègue comme présentées en 4.3.1. De même, la longueur d’allongement maximale moyenne de ce muscle a été calculée sur l’ensemble des cycles de marche de chaque patient. Les longueurs ainsi obtenues ont été normalisées par la longueur de ce même muscle en position anatomique de référence simulée. Nous avons donc pour les mesures angulaires 3 conditions de mesure et 4 conditions de mesure pour les longueurs musculaires. La population étudiée a été divisée en deux groupes : le groupe 1 comprend les membres inférieurs ayant des semitendineux non courts à la marche et le groupe 2 comprend les membres inférieurs ayant des semitendineux courts à la marche. Le critère de brièveté des semitendineux a été que la longueur maximale à la marche était inférieure à celle de la moyenne moins deux écart-types des longueurs maximales normalisées de la marche d’une population de 14 sujets normaux évalués avec le même protocole [8, 9]. Différents tests statistiques ont été utilisés pour analyser ces données. Des tests de Pearson ont permis de tester l’éventuelle corrélation entre les mesures angulaires. Pour les longueurs musculaires, l’homocédatiscité des données a été vérifiée permettant ainsi l’utilisation d’une anova à mesures répétées pour évaluer l’effet de la condition de mesure. Des t-tests pour mesures appariées ont ensuite été calculés pour préciser les éventuelles différences significatives entre les conditions de mesure. Résultats Nous présenterons d’abord les résultats des bilans angulaires de la population totale, puis ceux relatifs à la sous-population pour laquelle les simulations de longueur musculaire ont été effectuées. – Population totale : La population évaluée comprend 200 membres inférieurs. Le tableau 4.4 présente les amplitudes angulaires mesurées avec les trois tests. Les coefficients de corrélation entre les différents tests sont présentés dans le tableau 4.5. 4.3 Simulation en cinématique directe des longueurs musculaires issues des tests cliniques. Moyenne Écart-type Maximum Minimum Angle poplité V1 29.6 17.2 70 -10 Angle poplité V3 14.6 17.6 70 -20 Lasègue 38.2 12.7 80 10 TAB . 4.4 – Amplitudes angulaires mesurées par angle poplité à V1 et V3 et par Lasègue sur 200 membres inférieurs. Angle poplité V1 Angle poplité V3 Lasègue Angle poplité V1 Angle poplité V3 1 0.79 1 0.45 0.49 Lasègue 1 TAB . 4.5 – Corrélations de Pearson entre les différents tests d’amplitude angulaire mesurées sur 200 membres inférieurs. – Sous-populations : Parmi les 72 membres inférieurs évalués le groupe 1 en comprend 42 et le groupe 2, 29. Un membre inférieur a été exclu car il ne présentait ni déficit d’extensibilité (son angle poplité à V1 était égal à 70°), ni spasticité (son angle poplité à V3 était égal à 70°). Les amplitudes angulaires mesurées pour chacun des groupes sont présentées dans le tableau 4.6. Des tests de Student appariés montrent qu’il existe une différence significative entre le groupe 1 et le groupe 2 pour la mesure par angle poplité à V1 (F=4.53 ; p<0.05), une différence significative entre le groupe 1 et le groupe 2 pour la mesure par angle poplité à V3 (F=5.65 ; p<0.05) et pas de différence significative entre le groupe 1 et le groupe 2 pour la mesure par Lasègue (F=0.89 ; p<0.05). Les longueurs musculaires normalisées sont représentées pour les trois types de bilans goniométriques en fonction de leurs valeurs angulaires correspondantes sur la figure 4.21. Sur cette même figure est représentée la simulation de la longueur du semitendineux de 0 à 90° pour le test de l’angle poplité et le test de Lasègue chez un sujet. La significativité des différences entre les mesures des longueurs musculaires effectuées à partir des mesures goniométriques et celles des longueurs maximales à la marche est présentée dans le tableau 4.7. Discussion Avant de discuter les résultats que nous venons de présenter, il apparaît nécessaire de rappeler que les mesures cliniques qui ont servi à cette étude sont assujetties aux mêmes incertitudes que celles que nous avons évoquées dans l’introduction. Ainsi les corrélations et les similitudes entre les différentes longueurs musculaires que nous al- 117 118 Modèle géométrique F IG . 4.21 – Longueurs musculaires normalisées. En haut à gauche les données du groupe 1 et du groupe 2 sont représentées ainsi que la simulation de la longueur du semitendineux de 0 à 90° pour le test de l’angle poplité et le test de Lasègue. En bas à gauche, les données relatives au groupe 1. En bas à droite celles du groupe 2. Des tests de Student appariés montrent qu’il existe une différence significative entre le groupe 1 et le groupe 2 pour la mesure par angle poplité à V1 (F=4.53 ; p<0.05), une différence significative entre le groupe 1 et le groupe 2 pour la mesure par angle poplité à V3 (F=5.65 ; p<0.05) et pas de différence significative entre le groupe 1 et le groupe 2 pour la mesure par Lasègue (F=0.89 ; p<0.05). 4.3 Simulation en cinématique directe des longueurs musculaires issues des tests cliniques. Moyenne Écart-type Maximum Minimum Groupe 1 et 2 (n=71) Angle poplité V1 Angle poplité V3 30.4 12.7 15.4 16.8 70 60 0 -20 Lasègue 38.5 10.7 60 20 Moyenne Écart-type Maximum Minimum Groupe 1 (n=42) Angle poplité V1 Angle poplité V3 33.6 16.5 16.0 17.9 70 60 0 -15 Lasègue 39.5 10.4 60 20 Moyenne Écart-type Maximum Minimum Groupe 2 (n=29) Angle poplité V1 Angle poplité V3 25.9 7.2 13.4 13.4 50 30 0 -20 Lasègue 37.1 11.2 60 20 TAB . 4.6 – Amplitudes angulaires mesurées par angle poplité à V1 et V3 et par Lasègue pour le groupe 1 le groupe 2 et les deux. Moyenne Écart-type t-test Groupe 1 et 2 (n=71) L max marche L AP V1 L AP V3 0.425 0.445 0.425 0.066 0.066 0.061 p<0.05 p=0.8 L Lass 0.428 0.063 p=0.19 Moyenne Écart-type t-test Groupe 1 (n=42) L max marche L AP V1 L AP V3 0.441 0.458 0.439 0.063 0.063 0.059 p<0.05 p=0.39 L Lass 0.438 0.061 p=0.15 Groupe 2 (n=29) L AP V1 L AP V3 0.426 0.405 0.066 0.060 p<0.05 p=0.38 L Lass 0.412 0.063 p<0.05 Moyenne Écart-type t-test L max marche 0.402 0.064 TAB . 4.7 – Longueurs maximales durant la marche et longueurs musculaires mesurées par angle poplité à V1 et V3 et par Lasègue pour le groupe 1 le groupe 2 et les deux. La probabilité que les longueurs mesurées avec les tests cliniques soient égales à la longueur maximale durant la marche sont données dans la ligne t-test. 119 120 Modèle géométrique lons discuter ci-après comprennent l’effet de ces incertitudes. Les résultats à propos de la comparaison des angles mesurés avec les trois tests AP V1, AP V3 et SLR sont instructifs. On constate une bonne corrélation (r=0.79) entre les mesures d’angle poplité à V1 et à V3. La mesure moyenne à V1 est de 29.6°±17.2, et celle à V3 est de 14.6°±17.6. La spasticité entraîne donc une quinzaine de degrés de variation sur ce test. La corrélation passable entre le test de Lasègue et les deux autres démontre que ce test ne mesure pas strictement la même chose que les deux premiers sus-cités. Ce résultat n’a, à notre connaissance jamais été mis en évidence et montre que deux tests censés mesurer l’extensibilité des ischio-jambiers ne sont en réalité pas à même d’identifier la même grandeur physique. La cause peut être liée à une incertitude de mesure différente entre les deux tests ou au fait qu’ils ne mesurent pas la même réalité géométrique ou physiologique. Ces résultats sont confortés par les simulations de longueur en fonction des grandeurs angulaires réalisées pour chaque test de 0 à 90° chez un même patient. On constate sur la figure 4.21 que lors du test de Lasègue, la longueur des ischio-jambiers varie linéairement en fonction de l’angle de flexion de hanche. La mesure de l’angle poplité montre pour sa part une linéarité angle vs longueur de 0 à 40° mais au-delà, la longueur varie de moins en moins vite par rapport à l’angulation du genou. Cette mise en évidence géométrique de la non linéarité entre l’angle poplité et la longueur des ischio-jambiers met en question l’utilisation de ce test pour évaluer les variations d’extensibilité des ischio-jambiers chez un même sujet au cours du temps. La mesure de la longueur des ischio-jambiers lors de la marche a permis de différencier deux groupes, le premier regroupe les sujets n’ayant pas de déficit de longueur à la marche, le second au contraire comprend les sujets ayant des ischio-jambiers courts lors de la marche. L’ensemble des sujets des deux groupes présentaient une hypoextensibilité clinique et/ou une spasticité. Cependant, les sujets du groupe 1 ne présentent pas de déficit de longueur à la marche ce qui rejette l’indication d’une chirurgie d’allongement, conformément aux recommandations issues des travaux de Arnold et al. [8, 9]. La comparaison entre les mesures de longueur musculaire durant la marche et celles établies avec les mesures goniométiques montre que la longueur calculée à partir de la valeur angulaire mesurée par angle poplité à V3 ne présente pas de différence significative avec la longueur maximale lors de la marche et ce, pour les deux groupes. La longueur évaluée par angle poplité à V3 correspond à la longueur fonctionnelle des ischio-jambiers lors de la marche. Par ailleurs, les résultats obtenus avec ce test pour le goupe 1 et le groupe 2 sont significativement différents avec, pour le groupe 1 une moyenne de 16.5°±17.9 et pour le groupe 2, une moyenne de 7.2°±13.4. La longueur évaluée par angle poplité à V3 permet donc d’apprécier la longueur fonctionnelle des 4.3 Simulation en cinématique directe des longueurs musculaires issues des tests cliniques. ischio-jambiers lors de la marche et de différencier les sujets du groupe 1 de ceux du groupe 2. C’est donc un test qui peut permettre de différencier les sujets présentant un déficit de longueur fonctionnelle des ischio-jambiers lors de la marche de ceux ayant une longueur fonctionnelle normale. Nous recommandons donc ce test pour contribuer à la décision d’allongement chirurgical. Réaliser la mesure de l’angle poplité à V1 et à V3 permet de mettre en évidence la présence de spasticité en cas de différence. L’angle poplité à V1 autant que le test de Lasègue permettent d’apprécier une hypoextensibilité des ischio-jambiers. Néanmoins seul le test de Lasègue présente une relation linéaire angle-longueur, ce qui le prédispose à quantifier les variations d’hypoextensibilité au cours du temps. Enfin, l’évaluation de la spasticité par l’angle poplité à V3 est représentative de la longueur fonctionnelle à la marche des ischio-jambiers, que celle-ci soit normale ou courte, lors de la marche chez les enfants IMC spastiques. Conclusion Les mesures goniométriques de l’extensibilité et de la spasticité des ischio-jambiers sont soumises à des incertitudes qui invitent à la prudence et nécessitent de faire appel à des examens complémentaires tels que l’analyse de la marche pour poser des indications chirurgicales. Nous avons néanmoins montré que le test de Lasègue présente une relation linéaire angle-longueur favorable à la quantification des variations d’hypoextensibilité liées aux traitements ou à d’autres facteurs. De plus, il apparaît que l’évaluation de la spasticité à V3 par l’angle poplité est prédictive de la longueur fonctionnelle des ischio-jambiers durant la marche chez les IMC spastiques. Ce test est donc plus qu’un moyen de quantifier la spasticité, il apporte une contribution au diagnostic et à la décision chirurgicale dans le traitement de la marche accroupie ou “crouch gait” causée par des ischio-jambiers fonctionnellement courts lors de la marche. 121 122 Modèle géométrique Chapitre 5 Modèle dynamique 5.1 Introduction et objectif Connaître les forces musculaires et leurs actions sur le corps ainsi que les forces intra-articulaires peut contribuer à améliorer la compréhension du système sensorimoteur organisant le mouvement, mais aussi à aider aux diagnostics et aux traitements des personnes souffrant de troubles locomoteurs. Le mouvement humain est éminemment complexe, et son étude fait l’objet de multiples approches scientifiques dans les domaines de la physiologie, des neurosciences et bien entendu de la biomécanique. L’étude de la production de force par les muscles est au carrefour de la physiologie musculaire, de la neuro-physiologie et de la mécanique. Nous ne développerons pas ici les concepts neuro-moteurs de la commande musculaire même si, comme nous le verrons plus tard, ce point ne peut pas être éludé dans l’approche globale de notre objectif. En revanche, nous présenterons succinctement les principes physiologiques sous-jacents à la contraction musculaire et la complexité de la modélisation mécanique du muscle isolé, ainsi que les méthodes de détermination des forces musculaires et des réactions articulaires décrites dans la littérature. Puis nous envisagerons cette question avec l’objectif de son application au mouvement perturbé et en particulier à celui de la marche des enfants IMC. Enfin nous dégagerons des pistes de travail avec notamment la question de la sensibilité de ces calculs aux modifications de modèle géométrique. Les résultats, obtenus à partir du modèle dynamique mis en place, seront comparés aux signaux EMG d’une part, et aux données de la littérature chez le sujet sain, d’autre part. La sensibilité de ce modèle sera ensuite évaluée vis-à-vis d’une modification de la torsion fémorale et de la modélisation ou non du transfert du rectus femoris en post-opératoire. 123 124 Modèle dynamique 5.1.1 Biomécanique musculaire 5.1.1.1 Couple excitation-contraction Pour produire une force, les fibres musculaires doivent recevoir une stimulation d’un motoneurone. Le système nerveux central active un motoneurone qui conduit une impulsion électrique jusqu’à chacune de ses plaques motrices. Au niveau de cette synapse spécialisée, des échanges ioniques se produisent, culminant par la création, au niveau de la fibre musculaire, de potentiels d’action. Leur sommation spatiale et temporelle engendre la contraction musculaire. Un muscle n’est pas capable de se contracter ou de se relâcher instantanément. La production de force est une succession complexe d’événements qui commence par l’activation des unités motrices et se termine par la création de ponts de liaisons entre les molécules d’actine et celles de myosines au sein des myofibriles du muscle. Lorsque les unités motrices d’un muscle se dépolarisent, les potentiels d’action déclenchent la libération d’ions calcium dans le rétinaculum sarcoplasmique. L’augmentation de la concentration en ions calcium stimule alors la formation des ponts entre les filaments d’actine et de myosine et donc la contraction musculaire. Dans des études sur le muscle isolé, le délai entre la création d’un potentiel d’action au niveau d’une unité motrice et le pic de force a été quantifié comme variant de 5 ms pour les rapides muscles oculaires jusqu’à 40 ou 50 ms pour les muscles ayant un fort pourcentage de fibres lentes. Le relâchement musculaire dépend de la recapture des ions calcium par le rétinaculum sarcoplasmique. Cette recapture est un processus plus lent que la libération des ions calcium et ainsi, le temps nécessaire au relâchement musculaire peut être sensiblement plus long que celui nécessaire à sa contraction. Ces délais sont parfois modélisés dans des modèles musculo-squelettiques globaux par des constantes de 12 à 20 ms pour l’activation et de 24 à 200 ms pour la relaxation [183, 175, 129]. 5.1.1.2 Mécanique musculo-tendineuse Une fois le muscle excité, la production de force par le muscle est un phénomène complexe et non linéaire [115, 38]. Face à un telle complexité, des modèles plus ou moins élaborés ont été proposés (voir [78, 38] pour revue). Le plus connu est celui de Hill [88], qui a été enrichi au fil des publications, et sa version la plus utilisée en modélisation musculo-squelettique est celle proposée par Zajac [183] qui est illustrée par la figure 5.1, dans sa version proposée par Thelen [164]. L’appellation, “modèle de Hill”, est désormais générique et regroupe l’ensemble des modèles comprenant au moins trois composantes : une composante contractile (CC), une composante élastique parallèle (CEP) et une composante élastique série (CES). Dans ces modèles, les 125 5.1 Introduction et objectif relations force-longueur et force-vitesse du corps musculaire et force-contrainte des tendons sont représentées par des équations adimensionnées. Ainsi, la force FM de la composante contractile (CC) peut être définie par : FM = FF V (a, l˙M ) × FF L (lM ) × F0M × a avec FF V la relation force-vitesse adimensionnée, FF L la relation force-longueur adimensionnée, F0M la force maximale isométrique du muscle, a l’activation neuromusculaire comprise entre 0 et 1, lM et l˙M respectivement la longueur et la vitesse d’allongement du corps musculaire. Cette relation est intégrée à une fonction globale prenant également en compte le comportement visco-élastique du tendon et l’angle de pennation musculaire. Ainsi la force produite par le complexe muscle-tendon peut être résumée par : F = f (lM , l˙M , a) Ces modèles nécessitent la connaissance des paramètres de chacune des relations intégrées pour chacun des muscles étudiés. Notons que l’élaboration de tels modèles est une thématique de recherche à part entière ; à ce propos, nous proposons la lecture des travaux de Cheng et al. [38]. On y découvre un modèle mathématique particulièrement détaillé des caractéristiques mécaniques du muscle. 5.1.2 Méthodes de détermination des forces musculaires et des réactions articulaires Toute la problématique de la détermination des forces musculaires trouve sa complexité dans le fait que le système musculo-squelettique est un système sur-actionné. Ainsi, même si l’on connaît sa cinématique et sa dynamique externe, le modèle dynamique d’un tel système comprend plus d’inconnues (les forces musculaires et les efforts articulaires) que d’équations établies. Pour déterminer ces inconnues, différentes méthodes ont été décrites ; nous allons les présenter dans les paragraphes suivants. 5.1.2.1 Méthodes directes L’idéal serait de pouvoir déterminer les forces musculaires directement. Néanmoins, les forces musculaires peuvent difficilement être enregistrées directement autrement que par des méthodes fortement invasives et donc éthiquement inapplicables. De plus, cette mesure ne serait pas possible pour l’ensemble des muscles et des articulations. Ainsi, même si la mesure de telles forces était réalisable, l’emploi d’un modèle 126 Modèle dynamique F IG . 5.1 – Exemple d’un modèle musculaire sans dimension. Cette figure, adaptée de Thelen [164] présente le modèle de Hill proposé par Zajac [183]. Le corps musculaire est représenté par une composante contractile (CC) en parallèle avec la composante élastique parallèle (CEP)(a). La force musculaire est dépendante de la longueur musculaire (c) et de sa vitesse d’allongement (d). Le muscle est en série avec ses tendons qui constituent la composante élastique série (CES)(b). L’angle de pennation α est l’angle entre les fibres musculaires et le tendon. Les forces dans le corps musculaire et dans le tendon sont normalisées par la force isométrique maximale du muscle F0M . La longueur musculaire lM et la longueur tendineuse lT sont normalisées par la longueur musculaire optimale l0M . lST est la longueur pour laquelle le tendon commence à être mis en tension. La vitesse musculaire est normalisée par la vitesse de contraction M maximale du muscle Vmax . Pour une longueur du complexe muscle-tendon lM T , une vitesse et une activation données, ce modèle calcule la force musculaire F M et la force tendineuse F T . Notons que ce modèle nécessite la connaissance a priori pour le muscle considéré des équations caractérisant les relations présentées par les trois figures b,c,d. 5.1 Introduction et objectif dynamique et sa résolution demeureraient nécessaire. 5.1.2.2 Méthodes indirectes On parle de méthodes indirectes de détermination des forces musculaires par opposition aux méthodes directes. Cette expression regroupe en fait l’ensemble des méthodes nécessitant des mesures électromyographiques et/ou la formulation, pour le système musculo-squelettique étudié, d’équations issues du modèle dynamique, ainsi que leur résolution. On présentera successivement les méthodes réductionnistes, les méthodes électromyographiques, et les méthodes basées sur l’optimisation. Méthodes réductionnistes Nous reprendrons ici les écrits de Bonnefoy [24] : “Cette méthode consiste à réduire, par le biais d’hypothèses simplificatrices, le nombre de forces inconnues agissant sur l’articulation étudiée afin de rendre le problème déterminé [105, 106, 111]. Cette méthode a été utilisée pour étudier la mécanique de la hanche, du genou [119] et de la cheville [137] au cours de la marche. Dans ces études, l’électromyographie était utilisée afin de guider les chercheurs dans le choix des groupes musculaires actifs à chaque instant du cycle de marche pour limiter les solutions. Cependant, cette méthode simple à mettre en place est vite limitée. Tout d’abord, en étudiant les articulations de façon isolée, l’action de certains muscles bi-articulaires tels que le rectus femoris ou le gastrocnemius, ne peuvent pas être prises en compte dans le calcul. Ensuite, la coactivation des muscles antagonistes est négligée afin de simplifier l’analyse, ce qui a pour conséquence de sous-estimer systématiquement les réactions articulaires de contact.” Méthodes EMG L’examen électromyographique (EMG) enregistre l’activité électrique résultant de l’activation et de la contraction du muscle ou du groupe musculaire enregistré. Ces données sont informatives de l’organisation neuro-motrice périphérique mais ne permettent pas de connaître directement la force produite par le muscle enregistré [175]. En effet, même si l’activité EMG de surface peut sous certaines conditions conduire au calcul des forces musculaires produites par le muscle, ces relations sont en général dépendantes de sa structure, de sa vitesse de raccourcissement ou d’allongement, de sa longueur, de son état de fatigue. Ces observations, largement documentées mais difficiles à déterminer pour le muscle et le mouvement étudié, sont à intégrer au sein du modèle biomécanique du muscle dont on cherche à déterminer la force produite. Notons également qu’il est quasiment impossible techniquement de recueillir l’acti- 127 128 Modèle dynamique vité EMG différenciée de l’ensemble des muscles d’un membre. Dès lors, même en excluant le cas de muscles pathologiques, l’appréciation de la force produite par les muscles lors de tâches complexes, à partir uniquement de données EMG, apparaît illusoire. Cet outil apporte donc des données très intéressantes quant à l’activité neuromusculaire mais nécessite son intégration dans des modèles musculosquelettiques globaux pour apporter une information consistante sur la production de force de l’ensemble des muscles d’un membre lors d’une tâche donnée. On parle alors de technique d’EMG assistée et d’optimisation assistée par EMG [3, 15, 23, 27, 39, 84, 95, 143, 173]. Méthodes par optimisation Des techniques de modélisation musculaire ont été proposées par différents auteurs pour calculer les forces musculaires. Ces modélisations permettent, d’une part, de déterminer les bras de levier des différents muscles modélisés, d’autre part, de calculer les forces musculaires pouvant produire le mouvement étudié, en association à un modèle dynamique. Ces techniques de résolution dépendent du modèle musculosquelettique étudié. Si celui-ci présente un nombre de muscles anatomiquement réaliste, le système dynamique est alors décrit par un système d’équations sous-déterminé présentant plus d’inconnues que d’équations. Pour résoudre ce type de problème des techniques de résolution par optimisation sont classiquement utilisées ; elles font appel à la minimisation d’une fonction objectif, ou critère, supposée correspondre aux objectifs gouvernant le système neuro-moteur de l’organisme. Deux grandes méthodes de résolution du système dynamique existent ; la première consiste à déterminer par dynamique inverse les forces susceptibles d’avoir produit le mouvement et les efforts externes enregistrés à chaque instant, la seconde vise à identifier les forces susceptibles de rapprocher le mouvement simulé par dynamique directe du mouvement enregistré. Ces deux méthodes, qui s’appuient sur les mêmes modèles dynamiques, ont chacune leurs intérêts et leurs limites, comme nous allons le présenter succinctement. Optimisation statique par dynamique inverse Des procédures d’optimisation statique ont été utilisées pour déterminer les forces musculaires à partir des moments articulaires obtenus par dynamique inverse [45, 46, 131, 132, 73, 5, 84, 85, 149, 133, 82, 141, 26]. La cinématique et la dynamique intersegmentaire sont supposées connues, de même que les bras de levier musculaires. Les inconnues sont les forces musculaires et les forces de contact articulaires. La résolution de ce problème s’effectue par optimisation pour chacun des instants du mouvement 129 5.1 Introduction et objectif étudié. Ceci permet de déterminer la solution équilibrant la dynamique du système en minimisant un critère de performance J qui est généralement une variante de : J= m X i=1 (Ki Fini + Ks (Fi /P CSAi )ns ) + X n (Kj Fj j + Kt Mjnt ) avec m le nombre de muscles, Fi la force musculaire, Fi /P CSA la contrainte musculaire, P CSAi la surface de la section musculaire ou “Physiological Cross Section Area”, Fj et Mj les forces et moments articulaires, Ki,s,j,t des coefficients de pondération et ni,s,j,t des exposants permettant une formulation linéaire ou non-linéaire de la fonction objectif. Classiquement un seul de ces types de critère est utilisé à la fois, et la minimisation de la somme quadratique des contraintes musculaires est la plus usitée. Le critère J peut cependant être une combinaison pondérée de l’ensemble des quatre termes de cette équation qui caractérisent respectivement la minimisation de la somme des forces musculaires, celle de leurs contraintes, celle des forces de contact articulaires et celle des moments articulaires passifs. D’autres méthodes ont été proposées telles que la détermination des forces musculaires qui minimisent la contrainte du muscle présentant la contrainte maximum [138], ou la minimisation de la puissance articulaire instantanée. Des contraintes peuvent être introduites dans ce type de procédure telles que le bornage des forces calculées par les forces maximales théoriques de chacun des muscles, ou par la force correspondant à celle calculée par un modèle musculaire ayant la longueur, la vitesse et l’activation du muscle déterminées respectivement à partir de la cinématique du modèle et de l’enregistrement EMG. Ce type d’optimisation calcule des forces correspondant relativement bien aux signaux EMG comme on peut l’observer sur la figure 5.2, ce qui, ainsi que sa relative facilité de mise en oeuvre, a favorisé sa large utilisation. Cependant cette méthode ne permet pas d’intégrer des critères de performance intégrant des variables temporelles [82, 130], il est dès lors difficile de déterminer les activations neuro-musculaires qui présentent des décalages avec la production de force. Ce n’est donc pas un outil approprié pour étudier le système nerveux central et notamment les questions relatives à l’étude des coordinations inter-musculaires [99, 184]. Optimisation dynamique par dynamique directe L’optimisation dynamique par dynamique directe n’est pas sujette à ces limitations. L’optimisation dynamique intègre la dynamique du système dans le processus de résolution. Les forces musculaires et le critère de performance sont définis comme 130 Modèle dynamique F IG . 5.2 – Forces des muscles de la cheville et du genou calculées par optimisation statique comparées aux enregistrements EMG à la marche obtenus des travaux de Hof et al. [89, 90] au cours d’un cycle de marche. Les coefficients de corrélation r et leurs significativité p sont calculés pour évaluer la corrélation entre les résultats d’optimisation statique et la courbe enveloppe du signal EMG. Abréviations : Lat. Gas. = lateral gastrocnemius, Med. Gas. = medial gastrocnemius, Tib. Ant. = tibialis anterior, Rec. Fem. = rectus femoris, Vas. Med. = vastus medialis, Vas. Lat. = vastus lateralis, Semit. = semitendinosus, Bic. Fem. = biceps femoris, chef long. D’après [84]. 5.1 Introduction et objectif des fonctions dépendant du temps et formulées par un ensemble d’équations algébrodifférentielles [83]. Dans le meilleur des cas, ces équations représentent exactement les propriétés physiologiques fondamentales du système, et ainsi les variations au cours du temps des forces calculées sont susceptibles d’être plus proches de la réalité. Malheureusement, l’optimisation dynamique a un tel coût calculatoire d’une part, et une telle sensibilité aux valeurs d’initialisation d’autre part, que relativement peu de solutions dynamiques pour la marche ont été trouvées [43, 49, 180, 162]. De plus, pour la marche, cette approche a exigé que les modèles dynamiques soient simplifiés à tel point qu’il a été difficile de s’assurer de sa pertinence effective [5]. Notons qu’une similitude importante entre les résultats issus de procédures d’optimisation statique et de procédures d’optimisation dynamique a été montrée lors de la marche chez le sujet sain [5]. Cette similitude peut être observée sur la figure 5.3. 5.1.3 Détermination des forces musculaires chez l’enfant IMC Ces différentes méthodes sont utilisées sur des sujets à motricité normale mais exceptionnellement à des fins diagnostiques, notamment dans l’étude de pathologies d’origine neurologique et/ou présentant des modifications des propriétés musculaires. L’amélioration de la fiabilité de ces méthodes nécessite encore de nombreuses investigations dans de nombreux domaines avant de pouvoir déterminer des forces musculaires avec une erreur connue et/ou suffisamment faible. L’amélioration et la personnalisation des modèles rhéologiques et géométriques, l’intégration de la dynamique des masses molles dans le modèle dynamique, l’identification du, et certainement des, critère(s) à minimiser, l’intégration des données d’activation musculaire extraite des enregistrements EMG, sont un ensemble de pistes de recherche non exhaustives visant à améliorer le calcul des forces musculaires produites chez l’homme en mouvement pour, peut-être, parvenir un jour à interpréter cliniquement les résultats de ces calculs en toute confiance. 5.1.4 Initiation du travail sur la sensibilité du modèle dynamique aux paramètres du modèle géométrique Notre objectif est de déterminer à terme les forces musculaires et articulaires de sujets présentant des troubles neuro-moteurs. Cette perspective est ambitieuse et fait appel à la connaissance d’un nombre très important de paramètres physiologiques et neurophysiologiques personnalisés, non seulement pour le sujet étudié, mais aussi pour chacun de ses muscles. Ce travail est néanmoins nécessaire pour envisager des simulations réalistes de l’effet de différents scénarios chirurgicaux sur la marche. 131 132 Modèle dynamique F IG . 5.3 – Forces musculaires calculées lors de la marche par optimisation statique (triangles), optimisation statique intégrant le modèle musculaire de Zajac [183](cercles), et optimisation dynamique (ligne noire). Les enregistrements EMG sont représentés en gris. En général, les forces calculées par les différentes méthodes présentent des résultats similaires. Néanmoins, après le contact initial, de 0 à 30% du cycle de marche, la force calculée pour le gluteus maximus (GMAXM) était supérieure par optimisation dynamique à celle des autres méthodes. L’inverse est observé au même instant pour les ischio-jambiers (HAMS). Par ailleurs, avant le décollage de pied, de 55 à 62% du cycle de marche, les forces calculées pour le gluteus medius (GMEDP et GMEDA) diminuent de façon plus progressive pour la solution dynamique que pour les solutions statiques. D’après [5]. 5.2 Modélisation développée Malheureusement, il nous est apparu illusoire d’envisager aboutir à une solution globale à ce vaste programme dans le temps prévu pour la réalisation de cette thèse. Partant du fait que le modèle dynamique utilisé à la fois en optimisation statique et en optimisation dynamique est en étroite relation avec les paramètres d’état du modèle géométrique, nous nous sommes proposé d’étudier la sensibilité du modèle dynamique aux paramètres du modèle géométrique. Cette démarche a, à notre connaissance, déjà été conduite de deux façons distinctes : d’une part, l’effet de modification simulée des bras de levier de certains muscles sur le calcul des forces musculaires a été évalué, d’autre part, les modifications des bras de levier en fonction de modifications de géométrie osseuse globales tels que l’anté-torsion fémorale et la torsion tibiale ont été mesurées. Nous proposons ici l’étude de l’effet de la modélisation des modifications de géométrie osseuse globale du sujet sur le calcul des forces musculaires. 5.1.5 Objectif L’objectif du calcul des forces musculaires que nous mettons en place n’est pas de calculer les “vraies” forces, ce qui nécessiterait l’emploi de modèles rhéologiques et de modèles de commande neuro-musculaire personnalisés comme nous l’avons mentionné précédemment. Le but est de tester la sensibilité du modèle dynamique aux modifications du modèle géométrique, et également aux différents types de marche. Ceci est une étape préliminaire que nous considérons nécessaire avant d’intégrer des modèles neuro-physiologiques et rhéologiques au modèle dynamique. Pour cela, nous réalisons une résolution par optimisation statique du modèle dynamique. Nous développerons donc la modélisation dynamique mise en place et sa résolution, avant de présenter les résultats obtenus lors de la marche de sujets sains, puis les résultats relatifs à sa sensibilité aux modifications du modèle géométrique. 5.2 Modélisation développée Le modèle dynamique développé intègre 31 muscles par membres inférieurs, présentés dans le tableau 5.1 avec leurs PCSA respectives. Les données de PCSA sont issues des travaux de Klein Horsman et al. [103]. Les articulations des chevilles sont stabilisées autour des axes de varus/valgus x et d’adduction/abduction y par des couples liés au structures passives (butées articulaires et ligaments). Les articulations des genoux sont stabilisées de façon identique autour de l’axe x de varus/valgus. 133 134 Modèle dynamique Muscles ou groupes musculaires Abréviation PCSA adb 3.8+3.5+3.2+15.1 Add. magn. (dist.) adm1 26.5 Add. magn. (mid. + prox.) Add. brev (prox + mid + dist)+ Add. long. adm2 22.1+5 Bic. fem. CL + CB bif 27.2+11.8 Ext. dig. long. ehl 5.4 tip 6.6+31.1+21.6+21.6 tro 4.1+4.1+8.1+5.5+24.6+25.4 Glut. max. (sup.) gma1 49.7 Flex. dig. long. + Flex. hal. long. + ... Tibialis post. (med. + lat.) Gemellus (inf. + sup.) + Piriformis + ... Obt. ext. (inf.) + Obt. ext. (sup.) + Obt. int. Glut. max. (inf.) gma2 22.5 Glut. med. (ant. + post.) gme 37.9+60.8 Glut. min. (lat. + mid. + med.) gmi 10+8.1+7.4 Gracilis gra 4.9 Psoas minor + major pso 6.6+13+7.6+1.1+19.5 Pectineus pec 6.8 Peroneus brev. + tert. peb 19+6.2 Peroneus long. pel 23.9 Quadratus fem. quf 14.6 Rectus fem. ref 28.6 Sartorius sar 5.9 Iliacus (lat. + mid. + med.) + ... Semimembr. + Semitend. set 17.1+14.7 Soleus (med. + lat.) sol 94.3+85.9 Tensor fasc. l. tfl 8.8 Tibialis ant. + Ext. hal. long. tia 26.6+6.1 Vastus interm. vai 38.1 Vastus lat. (inf. + sup.) val 10.7+59 Vastus med. (inf. + mid. + sup.) vam 9.8+23.2+26.9 TAB . 5.1 – Les 26 muscles ou groupes musculaires inclus dans la modélisation dynamique et leurs PCSA respectives. Les groupes musculaires ont chacun une abréviation qui est reprise dans les courbes présentant les résultats de forces musculaires. 5.2 Modélisation développée 5.2.1 135 Calcul des “Bras de levier” et orientation des efforts musculaires Les forces produites par les muscles sont des forces de traction. Le point d’application de chacune correspond au dernier point de contact du muscle avec le segment osseux sur lequel il s’insère. L’orientation de la force de traction est donc celle du trajet musculaire juste après cette perte de contact. La détermination des chemins musculaires par le “convex wrapping algorithm”, proposé en 4.1.3 détermine ces points d’application et les orientations des efforts musculaires. 5.2.2 Formulation du modèle dynamique Nous avons choisi de formuler le modèle dynamique du système musculo-squelettique que nous nous proposons de résoudre de deux façons. La première dite “classique” répartit les moments articulaires internes sur les différents muscles croisant cette articulation. Le calcul des forces de contact est, dans ce modèle, effectué en calculant l’équilibre des forces, segment par segment. On résout donc deux systèmes d’équations, le premier exprimé articulation par articulation, le second segment par segment. La deuxième dite “homogène” calcule les forces musculaires et articulaires au sein du même système d’équations matricielles formulées segment par segment. Ces deux formulations sont évidemment équivalentes du point de vue mécanique. Cependant la formulation matricielle que nous proposons simplifie la programmation logicielle du modèle dynamique, en regroupant moments et forces au sein d’une même égalité pour chaque segment. Par ailleurs, cette double écriture nous a permis de vérifier l’absence d’erreurs de programmation du modèle dynamique en nous assurant de la stricte égalité des résultats calculés à partir des deux formulations complètement disjointes. 5.2.2.1 Formulation classique La formulation classique du modèle dynamique, utilisé comme contrainte lors d’une optimisation statique, nécessite le calcul préalable des moments articulaires internes Mk/k+1(Ok ) comme présenté en 3.1.2.2. Ce moment est égal à la somme du moment articulaire lié aux structures passives Mk/k+1(Ok ) art , et des moments à l’articulation produits par les i = 1 : m muscles croisant celle-ci. Ces moments musculaires dépendent de la force musculaire Fi et du point d’application de celle-ci par rapport à l’articulation noté ri . Ainsi : 136 Modèle dynamique Mk/k+1(Ok ) = Mk/k+1(Ok ) art + m X i=1 r i ∧ Fi Les forces de contact articulaire Fk/k+1 sont calculées de proche en proche par : Fk/k+1 = −mk ak + Fk−1/k + Pk + n X Fj j=1 où mk , ak et Pk sont respectivement la masse, l’accélération du centre de gravité et le poids du segment k, et j = 1 : n les muscles insérés sur k. 5.2.2.2 Formulation homogène Le modèle dynamique du système musculosquelettique est formulé sous la forme de matrices homogènes pour l’ensemble des k = 1 : N os du modèle et des n muscles insérés sur k par : Ak(ℜ0 ) = Φk+1/k(ℜ0 ) + Φk−1/k(ℜ0 ) + Φg/k(ℜ0 ) + n X Φj/k(ℜ0 ) j=1 avec : – Ak(ℜ0 ) la matrice regroupant la résultante dynamique et le moment dynamique s’appliquant à l’os k que l’on considère égale à celle du segment auquel il est associé ; – Φk+1/k(ℜ0 ) et Φk−1/k(ℜ0 ) les efforts transmis par les segments sus- et sous-jacents au segment k. Cette formulation fait apparaître la résultante des forces de contact articulaires de composantes fx , fy et fz , mais aussi les éventuels couples articulaires de composantes cx(ℜ0 ) , cy(ℜ0 ) , cz(ℜ0 ) liés aux structures non contractiles que sont les surfaces articulaires des ligaments et autres tissus (ménisques, téguments, ...). Ainsi : 0 −cz(ℜ0 ) cy(ℜ0 ) fx c 0 −cx(ℜ0 ) fy z(ℜ0 ) Φk+1/k(ℜ0 ) = O fz −cy(ℜ0 ) cx(ℜ0 ) −fx −fy −fz 0 – Φg/k(ℜ0 ) les efforts de pesanteur exercés sur l’os k que l’on considère égaux à ceux exercés sur le segment auquel il est associé ; −1 – et Φj = Mj(ℜ0 ) · U · Fj · Mj(ℜ où : 0) – Mj est une matrice homogène décrivant le point d’application et l’orientation de la force de traction musculaire sous la forme d’un repère “force musculai- 137 5.2 Modélisation développée re” ℜj dans le repère ℜ0 . L’axe xj du repère “force musculaire” est le vecteur directeur de la force musculaire ; les axes yj et zj sont d’orientation quelconque mais permettent la construction d’un repère orthonormé direct ; – Fj estl’intensité de la force musculaire transmise au segment osseux ; 0 0 0 1 0 0 0 0 contraint la force musculaire à n’agir que suivant xi – U = 0 0 0 0 −1 0 0 0 sans produire de couple dans son repère propre. 5.2.3 Méthode de résolution du modèle dynamique La résolution du modèle dynamique pour déterminer les forces musculaires consiste à résoudre un problème sous-déterminé, ce qui nécessite l’utilisation de techniques d’optimisation numériques sous contraintes. Nous avons pour cela utilisé la fonction fmincon de la toolbox optimisation de Matlab. Le problème a été posé comme suit : identifier en minimisant sous les contraintes Fj ≥ 0 g(F, f, c) = 0 F ∈ R F, f, c f (F ) = Pn j=1 Fj P CSAj 2 j avec : – le vecteur F qui a pour composante les j = 1 : n intensités des forces musculaires ; – f qui regroupe les forces de contacts articulaires et c, les couples articulaires liés aux structures passives ; – g(F, f, c) qui est la fonction de calcul de l’équilibre dynamique du modèle, g est soit de formulation classique soit de formulation homogène ; – les P CSAj qui sont les “Physiological cross section area” en cm2 des différents muscles. 138 Modèle dynamique 5.3 Evaluation des forces musculaires lors de la marche du sujet sain L’objectif de cette section est d’évaluer les résultats obtenus par optimisation statique lors de la marche du sujet sain, par rapport aux signaux EMG et par rapport aux données de la littérature. Nous présentons ici les résultats chez un enfant sain, puis chez un adulte sain. 5.3.1 Méthode Deux sujets sains ont pris part à l’expérience. Le sujet 1 était âgé de 9 ans et demi et pesait 32.7 kg pour 1.36 m. Le sujet 2 était âgé de 30 ans et pesait 96 kg pour 1.82 kg. Ils ont marché à allure libre. Leur cinématique ainsi que les efforts de contact sous leurs pieds ont été enregistrés conformément aux protocoles précédemment décrits aux chapitres 2 et 3. Pour le sujet 1, les muscles rectus femoris, vastus medialis, semitendinosus, tibialis, gastrocnemius medialis et soleus ont été enregistrés du côté droit par EMG (Aurion Zero-Wire) simultanément aux autres enregistrements. Pour le sujet 2, les muscles peroneus, biceps femoris, gluteus minimus, gluteus medius, gluteus maximus et adductor également côté droit ont été ajoutés à l’enregistrement. La cinématique musculaire ainsi que les bras de levier et les efforts obtenus par optimisation statique ont été calculés conformément aux méthodes présentées dans ce chapitre. Les données EMG ont été filtrées par un filtre passe bande de type Butterworth d’ordre 4 sans déphasage entre les fréquences 100 et 450 Hz. Le signal a ensuite été redressé puis normalisé pour des questions de représentation graphique. 5.3.2 Résultats lors de la marche normale 5.3.2.1 Résultats du sujet 1 : Le sujet 1 a marché à une vitesse normale de 1.02 m.s-1 . Les résultats des calculs de force sont présentés par les figures 5.4, 5.5, 5.6 et 5.7. La figure 5.4 est une synthèse des forces calculées pour les muscles ayant eu un enregistrement EMG. On observe sur ce graphique une relativement bonne correspondance entre les signaux EMG et les forces calculées. Les profils de force suivent les profils EMG, excepté pour le rectus femoris pour lequel on trouve une force musculaire durant la phase de simple appui bien qu’il ne présente pas d’activité EMG à cet instant. On observe également des décalages temporels entre le signal EMG et les forces 5.3 Evaluation des forces musculaires lors de la marche du sujet sain calculées pour certains muscles. Il y a un délai entre la fin du signal EMG et la fin de la production de force de 49 ms pour le vastus medialis après sa bouffée principale. Le gastrocnemius medius présente un délai entre le début de l’activation EMG et le début de production de force de 36 ms et un délai de désactivation de 48 ms. Le soleus présente des délais de 42 ms et 73 ms respectivement pour l’activation et la désactivation. F IG . 5.4 – Sujet 1 : Représentations sur un cycle de marche, des forces calculées pour 6 muscles principaux (tracés rouges) et leurs signaux EMG redressés et normalisés. Forces des muscles croisant la cheville La figure 5.5 montre des résultats de forces musculaires nulles pour les muscles extenseurs longs des orteils et de l’hallux (ehl), pour le peroneus brevis (peb) et le peroneus longus (pel). Ce résultat, qui est certainement non physiologique, est probablement lié aux contraintes de PCSA, mais surtout au fait que les bras de levier de ces muscles sont largement inférieurs à ceux des gastrocnemius, soleus et tibialis pour 139 140 Modèle dynamique équilibrer la flexion/extension. L’articulation est équilibrée par des couples articulaires passifs laissés libres dans le modèle dynamique. Les forces de ces muscles, qui ont un rôle plus stabilisateur que moteur de la cheville lors de la marche, sont intégrées au critère et sont donc minimisées en faveur des couples articulaires passifs précédemment cités. Les forces obtenues pour ces muscles croisant la chevilles sont, pour ce qui est de leurs variations, similaires à celles présentées aux figures 5.2 et 5.3. F IG . 5.5 – Sujet 1 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant la cheville droite (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. Forces des muscles croisant le genou Sur la figure 5.6 on observe un profil de force calculé pour le rectus femoris assez différent du profil EMG, qui montre une force produite du milieu de la première phase de double appui jusqu’à un peu après le début de l’oscillation. Notons que ces résultats 5.3 Evaluation des forces musculaires lors de la marche du sujet sain semblent correspondre à ceux présentés à la figure 5.2, mais qu’ils diffèrent de ceux trouvés par Anderson et Pandy (figure 5.3). Les forces calculées pour les vastus medialis, vastus lateralis et vastus intermedius ont été ajoutées et sont présentées ensembles (vasti). On observe une bonne correspondance de ces résultats avec ceux de Heintz et Gutierrez-Farewik mais aussi, pour ce qui est du profil, avec ceux présentés par Anderson et Pandy. Les gastrocnemius présentent une activité en fin d’oscillation qui est également retrouvée chez les deux auteurs. Les muscles ischio-jambiers présentent aussi des résultats concordant avec ceux de la littérature, excepté pour le biceps femoris (chef long) pour lequel un dôme de force est trouvé de la moitié de la phase de simple appui jusqu’à la moitié de la deuxième phase de double appui. Ce résultat n’est pas présent sur les graphiques 5.2 et 5.3. Ne disposant pas d’enregistrement EMG de ce muscle chez ce sujet, il nous est difficile d’apprécier la pertinence de ce résultat. Remarquons néanmoins que le même phénomène est observé chez le sujet 2, pour lequel l’enregistrement EMG de ce muscle a été réalisé, et que ce dôme de force correspond à une bouffée EMG. Les muscles sartorius (sar) et gracilis (gra) ainsi que le fascia lata (fl) assimilé à un muscle présentent des forces nulles ou quasi-nulles. Cette observation est à mettre en parallèle avec celle réalisée à propos des muscles “stabilisateurs” de la cheville. En effet la stabilité latérale du genou étant assurée par un couple passif, les forces de ces muscles, qui sont prédisposés à la stabilité latérale du genou, sont fortement minimisées lors de l’optimisation. Forces des muscles croisant la hanche La figure 5.7 présente les forces musculaires des muscles croisant la hanche. Les résultats pour les gluteus maximus et medius correspondent à ceux de la figure 5.3. Pour ce qui est du muscle ilio-psoas (pso), sa production de force augmente graduellement durant la phase de simple appui pour atteindre son maximum à la fin de celle-ci ; la force calculée pour ce muscle est par la suite plus faible et présente notamment un pic au milieu de l’oscillation. Il est difficile de comparer ces résultats à ceux de la littérature, en particulier au données de Anderson et Pandy qui présentent la force de ce muscle sur une grande échelle écrasant fortement la courbe. Néanmoins, leurs résultats montrent une augmentation plus tardive de la force de ce muscle qui se prolonge durant toute l’oscillation. Dans nos calculs, aucun muscle à même de fléchir la hanche n’est actif durant l’ensemble de l’oscillation. De plus, le moment articulaire calculé par dynamique inverse au niveau de la hanche montre un pic de moment de flexion correspondant à la production de force de l’ilio-psoas durant l’oscillation. Notons que ceci peut être également lié à une erreur lors de la procédure de calcul par dynamique inverse qui est connue pour être très sensible au bruit cinématique durant l’oscillation. 141 142 Modèle dynamique F IG . 5.6 – Sujet 1 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant le genou droit (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. 5.3 Evaluation des forces musculaires lors de la marche du sujet sain Les muscles adducteurs, que sont le pectiné, l’adductor brevis associé à l’adductor longus, les deux faisceaux de l’adductor magnus et le gracilis, ne produisent de la force que pour les deux faisceaux de l’adductor magnus (adm1 et adm2). Ce sont ceux qui s’insèrent le plus bas sur la ligne âpre ou sur le tubercule de l’adducteur sus-nommé. Ils ont donc les plus grands bras de levier, et on observe leur action fléchisseuse et adductrice de hanche en fin d’appui. F IG . 5.7 – Sujet 1 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant la hanche droite (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. 5.3.2.2 Résultats du sujet 2 : Le sujet 2 a marché à une vitesse plutôt lente de 0.98 m.s-1 pour un adulte de 1.82 m dont la vitesse de marche normale est théoriquement plus proche de 1.4 à 1.5 m.s-1 . Cette vitesse lente s’explique par la volonté de marcher sur les deux plateformes de force. 143 144 Modèle dynamique Les enregistrements EMG que l’on peut observer sur les figures 5.8, 5.9 et 5.10 montrent beaucoup moins de décalage temporel avec les forces calculées que chez le sujet 1. On observe néanmoins un délai entre la fin d’activation du soléaire et la fin de production de force de 65 ms. Forces des muscles croisant la cheville Les résultats des calculs des forces des muscles croisant la cheville sont très semblables à ceux du sujet 1. On observe d’ailleurs la même correspondance EMG-forces. F IG . 5.8 – Sujet 2 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant la cheville droite (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. Forces des muscles croisant le genou Les muscles croisant le genou présentent des forces fortement similaires à celles du sujet 1. On observe également une différence EMG-force à propos du rectus femoris ; 5.3 Evaluation des forces musculaires lors de la marche du sujet sain mais notons néanmoins que le tracé de force obtenu correspond, comme pour le sujet 1, à ceux présentés par Heintz et Gutierrez-Farwik représentés à la figure 5.2. Le tracé de la force calculé pour le biceps femoris est atypique par rapport aux données de la littérature relative aux semitendinosus [84] et aux ischio-jambiers regroupé en un seul groupe musculaire [5]. Aucune donnée par rapport au seul biceps femoris n’est publiée à notre connaissance. Remarquons cependant que la bouffée EMG de celui-ci est différenciée de l’activité EMG du semitendinosus et qu’elle est enveloppée par la force calculée. F IG . 5.9 – Sujet 2 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant le genou droit (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. Forces des muscles croisant la hanche Les résultats concernant les forces des muscles croisant la hanche sont également proches de ceux du sujet 1. On remarque cependant certaines différences. L’ilio-psoas 145 146 Modèle dynamique est ici actif durant presque tout le cycle de marche, ce qui correspond plus aux résultats de la figure 5.3. On remarque l’action des muscles pelvi-trochantériens (pyriformis, quadratus femoris, gemellus...) notés (tro+quf) qui stabilisent la hanche durant toute la phase d’appui et qui ont probablement une action de rotation externe de la hanche durant l’oscillation. Les données EMG des muscles gluteus medius et adducteurs sont représentées, mais elles ne sont manifestement pas exploitables pour l’interprétation. F IG . 5.10 – Sujet 2 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant la hanche droite (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. 5.3.3 Discussion Au bilan, les résultats des calculs de forces musculaires chez deux sujets sains ont montré une certaine correspondance de nos résultats avec ceux de la littérature [5, 84] en utilisant les même critères de minimisation quadratique des contraintes musculaires, mais également avec les données EMG que nous avons pu recueillir. Certains points 5.4 Sensibilité au modèle géométrique lors de la marche pathologique 147 posent néanmoins question comme par exemple les résultats pour le rectus femoris et le biceps femoris, qui pour le premier correspondent aux résultats de la littérature mais pas aux données EMG et qui, pour le second, ne sont jamais rapportés dans la littérature mais pour lesquels les données d’EMG d’un des sujets semblent corroborer nos résultats. Remarquons que ces deux muscles sont polyarticulaires et qu’ils peuvent agir autant sur le tibia que sur le bassin et que par ailleurs aucune modélisation de la physiologie de ces muscles n’a été introduite et qu’il serait probablement intéressant de s’attacher à cette question pour éclairer ces résultats. A ce propos, nous avons pu constater que des décalages temporels pouvaient apparaître entre l’activation EMG et les forces musculaires calculées par optimisation. Ces décalages sont probablement à mettre en relation avec la nécessité de modéliser à terme l’activation et la relaxation musculaire. Globalement ces résultats montrent la cohérence des résultats issus de notre modèle tant au regard des données EMG que des résultats de la littérature. Des pistes d’amélioration ont également pu être dégagées. 5.4 Sensibilité au modèle géométrique lors de la marche pathologique Les résultats précédemment décrits sont en partie dépendants du modèle géométrique du sujet. En effet, certains muscles ayant des bras de levier plus faibles que d’autres sont “oubliés” lors de l’optimisation comme par exemple les muscles adducteurs. Ces “oublis” montrent également les limites de la fonction objectif utilisée et le besoin à terme d’intégrer au modèle dynamique des moyens de favoriser les cocontractions autrement que par la simple utilisation des PCSA pour pondérer les résultats. Au demeurant, ce défaut du modèle révèle l’importance de la configuration géométrique. Ces paramètres géométriques sont d’autant plus importants que ce sont ceux sur lesquels la chirurgie va agir avec l’objectif d’entraîner une amélioration fonctionnelle. Ainsi, l’effet de la personnalisation du modèle géométrique va être évalué en particulier en fonction de la modélisation ou non de la torsion fémorale du sujet. De même, l’effet de la modélisation en post-opératoire du transfert du rectus femoris va être étudié. 5.4.1 Effet de la modélisation de la torsion fémorale L’antétorsion fémorale chez l’IMC est à la fois une conséquence et une des causes des troubles de la marche de ces enfants. C’est également une caractéristique anato- 148 Modèle dynamique mique présentant une forte variabilité inter-individuelle. Cette variabilité importante et la place importante accordée aux chirurgies de dérotations nous a conduit à évaluer l’effet de la modélisation de cette antétorsion sur les résultats du calcul des forces musculaires. 5.4.1.1 Méthode Nous avons effectué le calcul des forces musculaires chez le sujet B. (déjà présenté en 2.6 et en 3.3) dans deux configurations. Dans la première, son antétorsion fémorale de 40° a été modélisée. Dans la seconde, la géométrie du modèle générique initial a été conservée (antétorsion=10°). Les calculs ont été effectués dans les deux cas afin de tester l’effet de cette personnalisation du modèle. 5.4.1.2 Résultats Les résultats de ces calculs sont présentés par les figures 5.11, 5.12 et 5.13. On observe en première analyse que les résultats sont différents pour tous les muscles actifs. Ceci était prévisible pour les muscles croisant la hanche voire le genou mais pas pour les muscles qui n’ont aucune insertion sur le fémur et qui ne croisent pas le genou tel que le soleus. La non-modélisation de l’antétorsion fémorale entraîne une sur-estimation de la force produite par le soleus et une sous-estimation de celle du gastrocnemius medialis. Ceci montre que toute perturbation locale du modèle géométrique peut avoir des retentissements à distance sur le calcul des forces des muscles a priori non concernés. L’explication est liée à la résolution par optimisation du problème qui cherche un minimum garantissant l’équilibre de l’ensemble des forces musculaires impliquées dans le système considéré. La figure 5.12 montre d’importantes différences pour ce qui est du calcul des forces du rectus femoris et des vastus medialis, lateralis et intermedius. Le modèle générique donne pour résultat : – une force du rectus femoris en double bosse, la première commençant dès le contact au sol et la seconde à partir du mi-appui et se prolongeant jusqu’à après la mi-oscillation ; – une seule impulsion pour les vastes de 2 à 20% du cycle de marche. Dans le cas de la personnalisation de l’antétorsion, les résultats pour le rectus femoris ne présentent plus qu’une production de force du milieu de la phase d’appui jusqu’après la mi-oscillation. Celle-ci est inférieure à celle calculée durant l’appui avec le modèle générique. Les vastes produisent plus de force avec notamment l’apparition d’un deuxième dôme du mi-appui jusqu’à la fin d’appui. Ce résultat peut être expliqué par le recul du fût fémoral par rapport au plan frontal de la cuisse lié à la modélisation 5.4 Sensibilité au modèle géométrique lors de la marche pathologique F IG . 5.11 – Effet de la modélisation de la torsion fémorale sur les calculs des forces des muscles croisant la cheville droite, chez un sujet IMC. En rouge les forces obtenues avec le modèle géométrique générique (sans torsion fémorale), en vert celles calculées avec torsion fémorale. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. 149 150 Modèle dynamique de l’antétorsion. Ce recul diminue le bras de levier des vastes et favorise la répartition du couple d’extension du genou sur le rectus femoris plutôt que sur les vastes. F IG . 5.12 – Effet de la modélisation de la torsion fémorale sur les calculs des forces des muscles croisant le genou droit, chez un sujet IMC. En rouge les forces obtenues avec le modèle géométrique générique (sans torsion fémorale), en vert celles calculées avec torsion fémorale. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. C’est au niveau des forces des muscles croisant la hanche que l’effet de la modélisation de l’antétorsion est supposé être le plus important. Les résultats confirment cette hypothèse. On observe notamment des modifications au niveau des muscles abducteurs et fléchisseurs. Au niveau des abducteurs l’antétorsion oriente la solution vers une augmentation de forces du gluteus minimus (gmi) au détriment du gluteus medius notamment en fin d’appui lorsque le bras de levier en abduction du gluteus minimus est plus favorable que celui du gluteus medius. Par ailleurs, la force des adducteurs devient nulle au profit de celle de l’ilio-psoas qui est majorée. L’antétorsion rend en fait le bras de levier de flexion de l’ilio-psoas beaucoup plus favorable que celui des 5.4 Sensibilité au modèle géométrique lors de la marche pathologique muscles adducteurs. F IG . 5.13 – Effet de la modélisation de la torsion fémorale sur les calculs des forces des muscles croisant la hanche droite, chez un sujet IMC. En rouge les forces obtenues avec le modèle géométrique générique (sans torsion fémorale), en vert celles calculées avec torsion fémorale. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. 5.4.1.3 Discussion L’ensemble de ces résultats montre l’importance d’une modélisation de géométrie osseuse adéquate. En effet, le fait de personnaliser l’antétorsion fémorale du sujet peut modifier tant qualitativement que quantitativement les résultats des forces musculaires déterminés par optimisation statique. On observe d’ailleurs que cette personnalisation osseuse isolée du fémur a des effets sur les résultats des muscles situés à distance. Ceci démontre l’importance d’un personnalisation globale du modèle pour espérer, à terme, obtenir des résultats signifiants. De plus, les phénomènes d’extinction ou d’apparition 151 152 Modèle dynamique de forces, par exemple pour les vastes au profit du rectus femoris du fait d’une simple modification géométrique, montrent les limites de la modélisation dynamique mise en place pour apprécier les phénomènes de contractions synergiques entre les muscles ayant la même action. Montrer la sensibilité du modèle dynamique aux paramètres du modèle géométrique nous permet dès lors d’envisager la faisabilité d’une optimisation des paramètres géométriques pour améliorer l’organisation dynamique de la marche des patients. Cette piste de recherche à propos de l’optimisation des corrections chirurgicales est une perspective ambitieuse qui va encore nécessiter de gros efforts de recherche avant, nous l’espérons, d’aboutir. 5.4.2 Effet de la modélisation du transfert du droit antérieur 5.4.2.1 Méthode Le calcul des forces musculaires chez le sujet D. (déjà présenté en 2.6 et en 3.3) a été effectué à partir des données enregistrées un an après une prise en charge chirurgicale multi-sites. La chirurgie a consisté en des dérotations fémorales, des transferts des rectus femoris et des allongements fractionnés des ischio-jambiers droits et gauches. Deux calculs ont été réalisés, le premier avec la modélisation géométrique du transfert du rectus femoris et la seconde sans sa modélisation (modèle géométrique normal). La modélisation du transfert a consisté en une subdivision du trajet du rectus femoris en deux parties. La première correspond au trajet classique du rectus femoris jusqu’à la moitié de sa longueur en partant de son insertion sur le pelvis. La deuxième partie du trajet se poursuit jusqu’à l’insertion du gracilis sur lequel le transfert est effectué. Les calculs ont été effectués dans les deux cas afin de tester l’effet de cette modélisation de la chirurgie sur les résultats de calcul de forces musculaires. 5.4.2.2 Résultats Les résultats de la modélisation du transfert par rapport à sa non-modélisation montrent des différences au niveau des forces des muscles concernés directement par le transfert, mais aussi au niveau de muscles à distance tels que les différents chefs du triceps. Sur la figure 5.14 on observe l’augmentation de force du soleus et la diminution de celle des gastrocnemius lors de la modélisation du transfert par rapport à l’utilisation du modèle générique. Ces modifications sont à mettre en rapport avec celles observées à la figure 5.15. Elles montrent que la force du rectus femoris est très peu modifiée mais que, dans le cas de la modélisation du transfert, les vastes présentent une production de force de 38 à 85% du cycle de marche qui n’était pas calculée avec le modèle générique. 5.4 Sensibilité au modèle géométrique lors de la marche pathologique F IG . 5.14 – Effet de la modélisation du transfert du rectus femoris sur les calculs des forces des muscles croisant la cheville droite, chez un sujet IMC après chirurgie de type transfert du rectus femoris. En rouge les forces obtenues sans modélisation du transfert du rectus femoris, en vert celles calculées avec modélisation du transfert du rectus femoris. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. 153 154 Modèle dynamique F IG . 5.15 – Effet de la modélisation du transfert du rectus femoris sur les calculs des forces des muscles croisant le genou droit, chez un sujet IMC après chirurgie de type transfert du rectus femoris. En rouge les forces obtenues sans modélisation du transfert du rectus femoris, en vert celles calculées avec modélisation du transfert du rectus femoris. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. 5.4 Sensibilité au modèle géométrique lors de la marche pathologique Pour ce qui est des forces des muscles croisant la hanche, peu de modifications résultent de l’utilisation du modèle intégrant le transfert du rectus femoris comme le montre la figure 5.16. On constate globalement que la modélisation d’une modification d’insertion d’un seul muscle a un effet sur la répartition globale des forces entre les muscles intégrés dans ce modèle. F IG . 5.16 – Effet de la modélisation du transfert du rectus femoris sur les calculs des forces des muscles croisant la hanche droite, chez un sujet IMC après chirurgie de type transfert du rectus femoris. En rouge les forces obtenues sans modélisation du transfert du rectus femoris, en vert celles calculées avec modélisation du transfert du rectus femoris. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. Cette simple différence de modélisation a également un impact sur le résultat global du critère minimisé. Celui utilisé est la minimisation de la somme des contraintes musculaires au carré. Dans le cas de la modélisation du transfert du rectus femoris la minimisation du critère est plus importante que dans le cas d’une modélisation générique. Cette différence présentée sur la figure 5.17 a lieu durant la deuxième partie de 155 156 Modèle dynamique la phase de simple appui. F IG . 5.17 – Effet de la modélisation du transfert du rectus femoris sur la valeur du critère minimisé (somme des contraintes musculaires au carré), chez un sujet IMC après chirurgie de type transfert du rectus femoris. En rouge la valeur du critère obtenu sans modélisation du transfert du rectus femoris, en vert celle calculée avec modélisation du transfert du rectus femoris. 5.4.2.3 Discussion Le transfert du rectus femoris est un geste chirurgical dont l’efficacité, bien que prouvée, demeure encore difficile à expliquer. L’objectif de la comparaison de l’effet de sa modélisation ou de son absence sur les résultats de calcul de forces par optimisation statique n’était pas d’apporter une explication définitive de son action mais d’apprécier si la sensibilité du modèle dynamique était suffisante pour envisager de plus amples investigations. Les résultats de ce travail montrent que la modification de l’insertion de ce muscle entraîne des différences sur les forces musculaires calculées. Celles du rectus femoris sont, de façon surprenante, beaucoup moins modifiées que celles des muscles du triceps et des vastes. Nous avions évoqué l’intérêt de réaliser une étude de la dynamique du rectus femoris lors de la marche afin de mieux comprendre la cause et l’effet du traitement de la marche en stiff knee dans la section 4.2. Les résultats des calculs de forces mis en place ne nous paraissent pas suffisamment fiables pour conclure sur ce sujet. En effet, la nécessaire intégration dans les calculs de modèles de l’excitation et du relâchement musculaire ainsi que de modèles rhéologiques personnalisés aux sujet IMC serait nécessaire. Néanmoins les résultats que nous venons de présenter montrent clairement que l’effet du transfert est mécaniquement possible. Par 5.5 Conclusion ailleurs, les modifications de la valeur du critère au cours de la phase de simple appui semblent montrer que le transfert du rectus femoris peut potentiellement modifier l’équilibre dynamique des forces musculaires pendant la marche notamment durant la phase d’appui. Ces résultats relaient les hypothèses proposées par d’autres auteurs [76, 4] quant à une cause possible du stiff knee gait située non seulement durant l’oscillation mais également en phase d’appui. Ces auteurs ont montré que des déficits de flexion de hanche et ou d’extension de la cheville sur la fin d’appui entraînent une diminution de la vitesse de flexion du genou qui elle-même est susceptible de minimiser la flexion du genou durant l’oscillation. Ces résultats nous permettent donc d’envisager de plus amples investigations, tant pour comprendre l’effet réel de ce geste chirurgical que pour proposer des méthodes permettant son optimisation dans des travaux ultérieurs. 5.5 Conclusion Le modèle dynamique mis en place s’appuie sur le modèle géométrique précédemment présenté. L’utilisation d’une méthode de résolution de ce modèle dynamique par optimisation statique a permis le calcul des forces musculaires susceptibles d’équilibrer le système étudié tout en minimisant la fonction objectif choisie. Celle-ci minimise la somme quadratique des contraintes musculaires à chaque instant. Les résultats obtenus chez le sujet sain correspondent globalement à ceux présentés dans la littérature et aux enregistrements de l’activité EMG. Néanmoins, certaines limitations sont apparues. Certains muscles ont présenté des décalages temporels entre le signal EMG et la force calculée. Ceci pourrait être lié aux délais physiologiques d’activation-relaxation des muscles. De plus, les forces calculées pour certains muscles sont nulles tout au long du cycle de marche. Ce résultat montre une des limites du critère employé et nous conduit à envisager l’intégration de modèle rhéologique des muscles malgré la difficile personnalisation de ceux-ci, notamment chez les patients IMC. La sensibilité aux modifications de modèle géométrique du modèle dynamique mis en place a également été étudiée. L’effet de la personnalisation de la torsion tibiale et de la modélisation du transfert du rectus femoris a montré la grande sensibilité des calculs de force musculaire aux paramètres du modèle géométrique. Ces derniers résultats mettent en évidence le besoin d’un haut degré de fidélité du modèle géométrique et donc de sa nécessaire personnalisation. Ils montrent également que le modèle dynamique est suffisamment sensible pour envisager le développement de recherches portant sur l’optimisation, par simulation dynamique, de la géométrie musculosquelet- 157 158 Modèle dynamique tique, et pour fournir, à terme, au chirurgien des indications qualitatives et quantitatives considérées optimales de correction de la géométrie musculosquelettique portant par exemple sur l’angle de dérotation du fémur, ou sur l’accroissement de longueur d’un muscle. Les méthodes et les résultats présentés ici ont un intérêt d’ordre fondamental et mettent en évidence des besoins d’enrichissement du modèle avant d’envisager l’application clinique de tels calculs. Ainsi de nombreuses perspectives ont été mises en évidence telles que : – l’intégration de modèles d’activation-relaxation des muscles ; – l’intégration de modèles rhéologiques personnalisables ; – l’intégration des données d’activation EMG ; – l’intégration des raideurs passives des articulations. La longueur du chemin restant à parcourir avant d’aboutir à des résultats cliniquement exploitables est encore inconnue. Cependant le pas accompli dans ce chapitre a permis de mettre en évidence l’expression de la sensibilité du modèle dynamique aux perturbations du modèle géométrique. Conclusion de la deuxième partie Au cours de cette deuxième partie, une modélisation des membres inférieurs, à l’échelle musculosquelettique, a été mise en place. Cette modélisation est réalisée tant au niveau géométrique que dynamique. Son propos est de caractériser la cinématique et la dynamique musculaire à partir du mouvement du squelette et des efforts externes exercés sur le sujet étudié. La connaissance de ces paramètres d’ordre anatomique est d’un réel intérêt pour ce qui est du diagnostic et du choix du traitement proposé aux enfants IMC. Le détail géométrique de cette modélisation est présenté dans le chapitre 4. Les solutions de personnalisation du modèle sont détaillées. Un algorithme innovant de détermination des chemins musculaires a été développé et évalué. Il permet un réalisme anatomique comparable à celui des algorithmes par éléments-finis tout en étant plus facilement applicable et simple à implémenter. Deux applications de ce modèle sont conduites. La première caractérise les modifications de cinématique musculaire du rectus femoris accompagnant son transfert chirurgical. L’analyse de ces modifications de la cinématique du rectus femoris contribue à la compréhension de l’effet réel du transfert de ce muscle et a permis d’identifier un paramètre dont l’amélioration est corrélée avec la réussite de cette chirurgie. Une partie de ces travaux a été communiquée en congrès [57]. Cette étude a également conduit à l’implémentation d’un outil de calcul de la normalité de la marche qui a mis en évidence que l’effet de la chirurgie sur la qualité de marche était d’autant plus grand que la marche était perturbée initialement. La seconde application est une approche totalement originale permettant la comparaison toujours difficile entre les données de l’AQM et les données cliniques au niveau des extensibilités et de la spasticité musculaire. En effet, la simulation des longueurs musculaires, à partir des données recueillies lors des examens cliniques, est mise en parallèle avec les longueurs musculaires calculées au cours de la marche. Ceci permet de déterminer si la cause d’un déficit de longueur fonctionnelle d’un muscle polyarticulaire lors de la marche est lié à son hypo-extensibilité propre ou à sa spasticité, 159 160 Modélisation Musculosquelettique ou si elle est la conséquence secondaire d’un autre déficit. Ce travail évalue la pertinence des deux tests cliniques principaux, que sont la mesure de l’angle poplité et le test de Lasègue, utilisés pour caractériser l’extensibilité des ischio-jambiers et leur brièveté potentielle durant la marche chez l’enfant IMC. Ces travaux de modélisation musculosquelettique se sont poursuivis par la mise en place d’un modèle dynamique pour le calcul de forces musculaires. Ces calculs relèvent encore de la recherche fondamentale et ne sont actuellement pas applicables cliniquement, en particulier chez les sujets présentant des troubles de la commande et de la structure musculaire. C’est néanmoins une perspective captivante qui nous a conduit à proposer une modélisation dynamique pour évaluer les forces musculaires sur la base d’une optimisation statique. Les résultats obtenus chez le sujet sain ont été comparés à ceux de la littérature ainsi qu’aux enregistrements électromyographiques, montrant alors une certaine correspondance avec ces données. Cependant, certaines incohérences ont été dégagées, telles que les délais variables entre la contraction et la relaxation du muscle et son activation neuromusculaire. De même, des résultats non physiologiques d’extinction de la contraction de certains muscles, pouvant être qualifiés d’accessoires et ayant des bras de leviers moins importants que ceux des muscles dits principaux, sont mis en évidence. Ces résultats montrent l’importance de l’intégration de modèles d’activation-relaxation musculaires, de modèles rhéologiques et de la définition appropriée de critères d’optimisation pour obtenir une meilleure répartition des efforts au sein des muscles d’un même groupe musculaire. Une des perspectives de nos travaux est d’aboutir à la simulation de l’effet de différents scénarios chirurgicaux sur la marche en vue d’une optimisation de ces corrections chirurgicales. Dans cette perspective, l’effet de modifications du modèle géométrique sur le résultat des forces musculaires calculées a été évalué. Ceci a été conduit en personnalisant, ou non, l’antétorsion fémorale d’un sujet, et en simulant géométriquement le transfert du rectus femoris. Les résultats obtenus mettent en évidence une grande sensibilité du modèle dynamique, tant au niveau des muscles situés à proximité de la modification géométrique qu’au niveau des muscles situés à distance. Ces résultats ont un intérêt propre en prouvant que l’effet d’une modification isolée de la géométrie osseuse ou musculaire peut entraîner des modifications sensibles d’organisation motrice. Ils permettent également d’envisager la mise en place de plans d’expérience s’appuyant sur des modifications du modèle géométrique afin d’identifier les critères et les modèles de dynamique musculaire les plus adaptés à l’étude des sujets IMC, en ciblant alors expérimentalement les muscles les plus sensibles aux modifications de modèle géométrique. Conclusion 161 Conclusion Les travaux de recherche présentés dans ce manuscrit sont le fruit de trois années de collaboration conduites entre la fondation Ellen Poidatz et l’équipe “Mécanique du geste sportif ” du Laboratoire de Mécanique des Solides (LMS) de l’université de Poitiers et du CNRS (UMR 6610) La thématique générale de l’analyse de la marche de l’enfant déficient moteur, modélisée tant au niveau segmentaire que musculosquelettique, constitue le fil conducteur de ce travail ; elle initie, de ce fait, un nouveau domaine d’application, voire un nouvel axe de recherche au sein de l’équipe. Le recul de ces trois années, aussi limité soit-il, fait apparaître que la mise en oeuvre d’une telle thématique scientifique ne peut, pour assurer une certaine réussite, s’affranchir d’une approche pluridisciplinaire qui relève d’une part, du domaine médical et d’autre part, des sciences et techniques de l’ingénieur prises ici dans leur définition la plus large. Dans ce contexte, pour mener à bien ces travaux et collaborations, j’ai pu m’appuyer à la fois sur les connaissances et compétences acquises au cours de mes années de formation de masseur-kinésithérapeute, et sur celles centrées sur l’analyse mécanique du mouvement développées au cours de ma formation universitaire. Dans ce contexte, il convient d’inclure fortement la collaboration étroite établie, dès le début de la thèse, avec l’équipe du laboratoire Alain Lespargot de la fondation Ellen Poidatz, conventionnée dans le cadre d’une bourse CIFRE. Ainsi, l’environnement scientifique construit au cours de ces trois années s’est, de fait, concrétisé par la mise en place d’une véritable équipe pluridisciplinaire, disposition qui de notre point de vue est particulièrement fructueuse dans le domaine de l’analyse du comportement humain. Nous pensons avoir rendu opérationnel un tel fonctionnement. Pour la fondation Ellen Poidatz, l’Analyse Quantifié de la Marche centrée initialement sur les calculs de cinématique intersegmentaire a été élargie, entre autres, à l”évaluation de paramètres de cinématique musculaire et aux calculs de dynamique intersegmentaire. Une base de données de référence a pu être constituée parallèlement à la mise en œuvre d’un logiciel développé spécifiquement, dénommé aujourd’hui 3DGait. Pour le laboratoire LMS, le développement de nouveaux algorithmes calculatoires, de nouveaux modèles, l’apport de connaissances nouvelles sur la locomotion, viennent renforcer notre manière de fonctionner qui repose avant tout sur une expertise collégiale des phénomènes, à travers une approche triangulaire : modélisation, instrumentation 3D et validation. Au cours de cette conclusion générale nous ne reprendrons pas de manière littérale, les conclusions partielles des deux parties du manuscrit ; nous rappellerons plutôt les 163 164 Conclusion résultats qui représentent à nos yeux, une contribution originale au regard des travaux déjà conduits, tout en dégageant à la fin, des perspectives de travail compte tenu des objectifs initialement fixés. Ce manuscrit est structuré en deux parties ; chacune d’elles s’attache à présenter les travaux menés sur la modélisation segmentaire d’une part, et sur la modélisation musculosquelettique d’autre part. Ils ont abouti concrètement à la réalisation d’un logiciel d’Analyse Quantifiée de la Marche, nommé 3DGait intégrant la plupart des méthodes étudiées et discutées au cours des cinq chapitres. Tout d’abord, une méthode originale de détection des phases du cycle de marche a été développée et validée. Ces travaux ont été publiés [56, 59, 58], intégrés dans le logiciel 3DGait, et sont également utilisés par d’autres chercheurs au sein du Laboratoire de Mécanique des Solides. Les calculs de cinématique intersegmentaire mis en oeuvre et les solutions de modélisation adoptées ont été exposés. Un algorithme de « solidification itérative » est proposé, et la détermination des centres articulaires de la hanche, de façon non invasive, chez les sujets à faible capacité fonctionnelle est mise en perspective. L’étude de la marche ne se limitant pas à celle des membres inférieurs, une proposition de construction du repère du tronc, d’une grande simplicité expérimentale, est effectuée et validée [60]. Par ailleurs, une base de données cinématiques normative a été constituée a partir de l’enregistrement de la marche de 14 sujets sains afin de permettre l’interprétation clinique des données d’AQM de chaque patient. Un exemple d’interprétation d’un cas clinique est présenté à la fin des chapitres 2 et 3 pour illustrer les résultats des calculs mis en place. Enfin, l’étude du mouvement humain ne pouvant se limiter à l’analyse cinématique, les méthodes de calculs dynamique et énergétique intégrés au logiciel 3DGait sont présentées au cours du troisième chapitre. Leurs implémentations permettent d’interpréter cliniquement les efforts résultant aux articulations et d’envisager le calcul des forces musculaires entrepris dans le chapitre 5. Notons qu’au-delà des publications déjà réalisées, l’ensemble de ces travaux ouvre des perspectives de recherche à l’échelle de la modélisation segmentaire, notamment au niveau de la validation de l’algorithme de solidification itérative et de la méthode d’identification des centres articulaires. La validation de l’algorithme de solidification itérative pourra être menée en évaluant l’effet de l’utilisation de méthodes d’optimisation de la matrice de rotation par rapport à l’usage du nombre minimum de trois marqueurs. De même, la propagation des incertitudes inhérentes à ce type d’algorithme Conclusion devra être quantifiée. Concernant l’identification personnalisée des centres articulaires des enfants IMC, l’intégration par fusion de données issues de l’imagerie des patients, est d’ores et déjà envisagée. Deux solutions sont étudiées, la première nécessite encore la validation d’une méthode de reconstruction 3D à partir de radiographies multiples ; la seconde requiert l’accès systématique à des examens par imagerie 3D, dont la faisabilité est actuellement à l’étude. Au cours de la seconde partie, une modélisation des membres inférieurs à l’échelle musculosquelettique a été mise en place. Elle est réalisée tant au niveau géométrique que dynamique. Son propos est de caractériser la cinématique et la dynamique musculaire à partir du mouvement du squelette et des efforts externes au sujet étudié. La connaissance de ces paramètres d’ordre anatomique est d’un réel intérêt pour ce qui est du diagnostic et du choix du traitement proposé aux enfants IMC. La partie géométrique et les solutions de personnalisation de cette modélisation ont été présentées. Un algorithme innovant de détermination des chemins musculaires a été développé et évalué. Il permet un réalisme anatomique comparable à celui des algorithmes par éléments-finis tout en étant plus facilement applicable et simple à implémenter. Deux applications de ce modèle ont été réalisées. La première caractérise les modifications de cinématique musculaire du rectus femoris accompagnant son transfert chirurgical. La compréhension de ces modifications de la cinématique du rectus femoris apporte à l’évaluation de l’effet réel du transfert de ce muscle ; elle a permis d’identifier un paramètre dont l’amélioration est corrélée avec la réussite de cette chirurgie. Une partie de ces travaux a été communiquée en congrès [57]. Cette étude a également conduit à l’implémentation d’un outil de calcul de la normalité de la marche qui a mis en évidence que l’effet de la chirurgie, sur la qualité de marche, était d’autant plus grand que la marche était perturbée initialement. La seconde, est une approche totalement originale permettant la comparaison toujours difficile entre les données de l’AQM et les données cliniques aux niveaux des extensibilités et de la spasticité musculaire. En effet, la simulation des longueurs musculaires à partir des données recueillies lors des examens cliniques et leur mise en parallèle avec les longueurs musculaires calculées au cours de la marche permet de déterminer si la cause d’un déficit de longueur fonctionnelle d’un muscle polyarticulaire lors de la marche est liée à son extensibilité propre ou à sa spasticité, ou encore si elle est la conséquence secondaire d’un autre déficit. Ce travail a également permis l’évaluation de la pertinence des deux tests cliniques principaux que sont la mesure de l’angle poplité et le test de Lasègue, utilisés pour caractériser l’extensibilité des ischio-jambiers et leur brièveté potentielle durant la marche chez l’enfant IMC. 165 166 Conclusion L’application du modèle géométrique présenté dans ce travail ouvre comme il a été montré des perspectives d’applications cliniques qui enrichiront, concrètement, les interprétations du bilan d’analyse quantifiée de la marche. Ces travaux de modélisation musculosquelettique se sont poursuivis par la mise en place d’un modèle dynamique pour calculer les forces musculaires. Ces calculs relèvent encore de la recherche fondamentale et ne sont actuellement pas applicables cliniquement, en particulier chez les sujets présentant des troubles de la commande et de la structure musculaire. C’est néanmoins une perspective captivante qui nous a conduit à proposer une modélisation dynamique pour évaluer les forces musculaires sur la base d’une optimisation statique. Les résultats obtenus chez des sujets sains montrent l’importance de l’intégration de modèles d’activation-relaxation musculaires, de modèles rhéologiques et la définition de critères d’optimisation pour une meilleure répartition des efforts au sein des muscles d’un même groupe musculaire. Une des perspectives de nos travaux est d’aboutir à la simulation de l’effet de différents scénarios chirurgicaux sur la marche pour permettre une optimisation de ces corrections chirurgicales. Dans cette perspective, l’effet de modifications du modèle géométrique sur le résultat des forces musculaires calculées a été évalué. Les résultats obtenus mettent en évidence une grande sensibilité du modèle dynamique, tant au niveau des muscles situés à proximité de la modification géométrique qu’au niveau des muscles situés à distance. Ces résultats ont un intérêt propre en prouvant que l’effet d’une modification isolée de la géométrie osseuse ou musculaire peut entraîner des modifications sensibles d’organisation motrice. Nous pouvons alors envisager la mise en place de plans d’expérience s’appuyant sur des modifications de modèle géométrique afin d’identifier les critères et les modèles de dynamique musculaire les plus adaptés à l’étude des sujets IMC en ciblant alors expérimentalement les muscles les plus sensibles aux modifications de modèle géométrique. Les travaux que nous avons conduits au cours de ce doctorat contribuent à l’apport de solutions et de résultats innovants relatifs à des questions partagées par la communauté des chercheurs en biomécanique. Pour une part, ces travaux ont été publiés ce qui est, pour nous, une satisfaction au regard d’un objectif de création et de transmission de connaissances, mais c’est particulièrement à travers la poursuite de l’ensemble des perspectives dégagées au cours de ces recherches, qu’elles trouveront, nous le croyons, leur sens le plus fort. Bibliographie [1] P. Allard, L. Cristofolini, D. D. D’Lima, C. Kirtley, A. Leardini, D. Rosenbaum, O. Schmid, S. Siegler, I. Stokes, M. Whittle, H. Witte, and G. Wu. Author’s response. Journal of Biomechanics, 36 :303–304, February 2003. [2] N.J. Allington, N. Leroy, and C. Doneux. Ankle joint range of motion measurements in spastic cerebral palsy children : Intraobserver and interobserver reliability and reproducibility of goniometry and visual estimation. J. Pediatr. Orthop. Part B, 11(3) :236–239, 2002. [3] D. Amarantini and L. Martin. A method to combine numerical optimization and emg data for the estimation of joint moments under dynamic conditions. J. Biomech., 37(9) :1393–1404, 2004. [4] F.C. Anderson, S.R. Goldberg, M.G. Pandy, and S.L. Delp. Contributions of muscle forces and toe-off kinematics to peak knee flexion during the swing phase of normal gait : An induced position analysis. J. Biomech., 37(5) :731– 737, 2004. [5] F.C. Anderson and M.G. Pandy. Static and dynamic optimization solutions for gait are practically equivalent. J. Biomech., 34(2) :153–161, 2001. [6] A.S. Arnold, S.S. Blemker, and S.L. Delp. Evaluation of a deformable musculoskeletal model for estimating muscle-tendon lengths during crouch gait. Ann Biomed Eng, 29(3) :263–274, 2001. [7] A.S. Arnold and S.L. Delp. Rotational moment arms of the medial hamstrings and adductors vary with femoral geometry and limb position : Implications for the treatment of internally rotated gait. J. Biomech., 34(4) :437–447, 2001. [8] A.S. Arnold, M.Q. Liu, M.H. Schwartz, S. Ounpuu, and S.L. Delp. The role of estimating muscle-tendon lengths and velocities of the hamstrings in the evaluation and treatment of crouch gait. Gait Posture, 23(3) :273–281, 2006. [9] A.S. Arnold, M.Q. Liu, M.H. Schwartz, S. Ounpuu, L.S. Dias, and S.L. Delp. Do the hamstrings operate at increased muscle-tendon lengths and velocities after surgical lengthening ? J. Biomech., 39(8) :1498–1506, 2006. 167 168 BIBLIOGRAPHIE [10] D.S. Asakawa, S.S. Blemker, G.E. Gold, and S.L. Delp. In vivo motion of the rectus femoris muscle after tendon transfer surgery. J. Biomech., 35(8) :1029– 1037, 2002. [11] D.S. Asakawa, S.S. Blemker, G.T. Rab, A. Bagley, and S.L. Delp. Threedimensional muscle-tendon geometry after rectus femoris tendon transfer. J. Bone Jt. Surg. Ser. A, 86(2) :348–354, 2004. [12] R. Baker. Isb recommendation on definition of joint coordinate systems for the reporting of human joint motion–part i : ankle, hip and spine. Journal of Biomechanics, 36(2) :300–302, February 2003. [13] R. Baker. Gait analysis methods in rehabilitation. J. NeuroEng. Rehabil., 3 :–, 2006. [14] C.B. Barber, D.P. Dobkin, and H. Huhdanpaa. The quickhull algorithm for convex hulls. ACM Trans Math Software, 22(4) :469–483, 1996. [15] R.S. Barrett, T.F. Besier, and D.G. Lloyd. Individual muscle contributions to the swing phase of gait : An emg-based forward dynamics modelling approach. Simul. Model. Pract. Theory, 15(9) :1146–1155, 2007. [16] A. Bartonek, H. Saraste, M. Eriksson, L. Knutson, and A.G. Cresswell. Upper body movement during walking in children with lumbo-sacral myelomeningocele. Gait Posture, 15(2) :120–129, 2002. [17] M. Begon and P. Lacouture. Modélisation anthropomètrique pour une analyse mécanique du geste sportif. partie 2 : estimation des centres articulaires et détermination de la cinématique du squelette. Science & Motricité, 2 :35–60, 2005. [18] M. Begon, T. Monnet, and P. Lacouture. Effects of movement for estimating the hip joint centre. Gait & Posture, 25 (3) :353–359, 2007. [19] A. Bell, R. Brand, and D. Pedersen. Prediction of hip joint centre location from external landmarks. Human Movement Science, 8 :3–16, 1989. [20] A. Bell, D. Pedersen, and R. Brand. A comparison of the accuracy of several hip center location prediction methods. Journal of Biomechanics, 23 :617–621, 1990. [21] E.E. Bleck. Orthopaedic management in cerebral palsy clinics in developmental medicine. Mac Ketith Press London, 1987. [22] S.S. Blemker, P.M. Pinsky, and S.L. Delp. A 3d model of muscle reveals the causes of nonuniform strains in the biceps brachii. J. Biomech., 38(4) :657–665, 2005. BIBLIOGRAPHIE [23] R.A. Bogey, J. Perry, and A.J. Gitter. An emg-to-force processing approach for determining ankle muscle forces during normal human gait. IEEE Trans. Neural Syst. Rehabil. Eng., 13(3) :302–310, 2005. [24] A. Bonnefoy. Modèle cinématique et dynamique tridimensionnel du membre inférieur : Estimation des forces musculaires et des réactions articulaires au cours de la phase d’appui de la marche. PhD thesis, Université Claude BernardLyon 1, 2006. [25] C. Bouby, D. Fortuné, C. Vallée, and W. Pietraszkiewicz. Direct determination of the rotation in the polar decomposition of the deformation gradient by maximizing a rayleigh quotient. ZAMM Zeitschrift fur Angewandte Mathematik und Mechanik, 85(3) :155–162, 2005. [26] R.A. Brand, D.R. Pedersen, and J.A. Friederich. The sensitivity of muscle force predictions to changes in physiologic cross-sectional area. J. Biomech., 19(8) :589–596, 1986. [27] T.S. Buchanan, M.J. Moniz, J.P.A. Dewald, and W.Z. Rymer. Estimation of muscle forces about the wrist joint during isometric tasks using an emg coefficient method. J. BIOMECH., 26(4-5) :547–560, 1993. [28] A. Cappello, P. La Palombra, and A. Leardini. Optimization and smoothing techniques in movement analysis. International Journal of Bio-Medical Computing, 41 :137–151, 1996. [29] A. Cappozzo. Three-dimensional analysis of human walking : experimental methods and associated artefacts. Human Movement Science, 10 :589–602, 1991. [30] A. Cappozzo, F. Catani, A. Leardini, MG. Benedetti, and U. Della Croce. Position and orientation in space of bones during movement : experimental artefacts. Clinical Biomechanics, 11(2) :90–100, March 1996. [31] A.B. Carman and P.D. Milburn. Dynamic coordinate data for describing muscletendon paths : A mathematical approach. J. Biomech., 38(4) :943–951, 2005. [32] A.B. Carman and P.D. Milburn. Determining rigid body transformation parameters from ill-conditioned spatial marker co-ordinates. Journal of Biomechanics, 39(10) :1778–1786, 2006. [33] P. Cerveri, A. Pedotti, and G. Ferrigno. Robust recovery of human motion from video using kalman filters and virtual humans. Human Movement Science, 22(3) :377–404, August 2003. [34] J. H. Challis. A procedure for determining rigid body transformation parameters. Journal of Biomechanics, 28(6) :733–737, June 1995. 169 170 BIBLIOGRAPHIE [35] H. Chambers, A. Lauer, K. Kaufman, J.M. Cardelia, and D. Sutherland. Prediction of outcome after rectus femoris surgery in cerebral palsy : The role of co-contraction of the rectus femoris and vastus lateralis. J Pediatr Orthop, 18 :703–711, 1998. [36] R. Chandler, C. Clauser, J. McConville, H. Reynolds, and J. Young. Investigation of inertial properties of the human body, 1975. Technical report DOT HS-801 430. [37] I. W. Charlton, P. Tate, P. Smyth, and L. Roren. Repeatability of an optimised lower body model. Gait & Posture, 20(2) :213–221, October 2004. [38] E. J. Cheng, I. E. Brown, and G. E. Loeb. Virtual muscle : a computational approach to understanding the effects of muscle properties on motor control. J Neurosci Methods, 101(2) :117–130, Sep 2000. [39] J.-Y. Cheng and T.S. Buchanan. Comparison of three emg-driven muscle models : performance for elbow joint under time-varying loading. ASME Bioeng Div Publ BED, 42 :559–560, 1999. [40] X. Chenut, P. Fisette, and J.-Cl. Samin. Recursive formalism with a minimal dynamic parameterization for the identification and simulation of multibody systems. application to the human body. Multibody System Dynamics, 8(2) :117– 140, 2002. [41] V.L. Chester, M. Tingley, and E.N. Biden. Comparison of two normative paediatric gait databases. Dyn. Med., 6 :–, 2007. [42] L Chèze, B Fregly, and J Dimnet. Determination of joint functional axes from noisy marker data using the finite helical axis. Human Movement Science, 17 :1– 15, 1998. [43] C.K. Chow and D.H. Jacobson. Studies of human locomotion via optimal programming. Math. Biosci., 10(3-4) :239–306, 1971. [44] C. Clauser, J. McConville, and J. Young. Weight, volume and center of mass of segments of the human body. In Technical Report AMRL-TR, pages 69–70, Ohio, 1969. Wright Patterson Air Force Base. [45] R. Crowninshield, R. Johnston, J. Andrews, and R. Brand. A biomechanical investigation of the human hip. Journal of Biomechanics, 11 :75–85, 1978. [46] R.D. Crowninshield and R.A. Brand. A physiologically based criterion of muscle force prediction in locomotion. J. BIOMECH., 14(11) :793–801, 1981. [47] J.R. Davids, P. Benfanti, D.W. Blackhurst, and B.L. Allen. Assessment of femoral anteversion in children with cerebral palsy : Accuracy of the trochanteric prominence angle test. J. Pediatr. Orthop., 22(2) :173–178, 2002. BIBLIOGRAPHIE [48] R.B. Davis III, S. Ounpuu, D. Tyburski, and J.R. Gage. A gait analysis data collection and reduction technique. Human Movement Science, 10(5) :575–587, 1991. [49] D.T. Davy and M.L. Audu. A dynamic optimization technique for predicting muscle forces in the swing phase of gait. J. BIOMECH., 20(2) :187–201, 1987. [50] P. De Leva. Adjustments to zatsiorsky-seluyanov’s segment inertia parameters. Journal of Biomechanics, 29(9) :1223–1230, 1996. [51] U. Della Croce, A. Leardini, L. Chiari, and A. Cappozzo. Human movement analysis using stereophotogrammetry : Part 4 : assessment of anatomical landmark misplacement and its effects on joint kinematics. Gait & Posture, 21(2) :226–237, February 2005. [52] S.L. Delp. Transfer of the rectus femoris : Effects of transfer site on moment arms about the knee and hip. J. BIOMECH., 27(10) :1201–1211, 1994. [53] S.L. Delp, A.S. Arnold, R.A. Speers, and C.A. Moore. Hamstrings and psoas lengths during normal and crouch gait : Implications for muscle-tendon surgery. J. ORTHOP. RES., 14(1) :144–151, 1996. [54] S.L. Delp, J.P. Loan, M.G. Hoy, F.E. Zajac, E.L. Topp, and J.M. Rosen. An interactive graphics-based model of the lower extremity to study orthopaedic surgical procedures. IEEE TRANS. BIOMED. ENG., 37(8) :757–767, 1990. [55] P.A. DeLuca, R.B. Davis III, S. O ?unpuu, S. Rose, and R. Sirkin. Alterations in surgical decision making in patients with cerebral palsy based on threedimensional gait analysis. J. Pediatr. Orthop., 17(5) :608–614, 1997. [56] E. Desailly, Y. Daniel, P. Sardain, and P. Lacouture. Foot contact event detection using kinematic data in cerebral palsy children and normal adults gait. [57] E. Desailly, N. Khouri, Y. Yepremian, F. Hareb, P. Sardain, and P. Lacouture. Modélisation musculosquelettique : Intérêt et limites de la modélisation des paramètres de longueurs et de vitesses musculaires au cours de la marche chez l’enfant imc. In GAMEA, Marseille,, 2008. [58] E. Desailly, P. Sardain, Y. Yepremian, L. Lejeune, N. Khouri, and P Lacouture. Détection automatique des discontinuités de contact au sol chez l’enfant imc et l’adulte sain. In GAMEA, Marseille, 2008. [59] E. Desailly, D. Yepremian, L. Lejeune, F. Hareb, N. Khouri, P. Sardain, and P. Lacouture. Gait events detection using kinematic data in cerebral palsy. Gait and Posture, 26, Sup. 1, 2007. 171 172 BIBLIOGRAPHIE [60] E. Desailly, D. Yepremian, P. Sardain, and P. Lacouture. Effects of local coordinate systems on trunk kinematics. Computer Methods in Biomechanics and Biomechanical Engineering, 10, 2007. Sup 1. Société de Biomécanique, Lyon. [61] E. Desailly, Y. Yepremian, F. Hareb, N. Khouri, L. Lejeune, C. Brèque, P. Sardain, and P. Lacouture. Présentation et validation du logiciel 3dgait ; un outil d’analyse de la marche de l’enfant infirme moteur cérébral. In GAMEA, Bruxelles, 2007. [62] N. Doriot and L. Chèze. Three-dimensional analysis of the lower limb during the stance phase of gait. ITBM-RBM, 22(3) :178–184, 2001. [63] R. Dumas, R. Aissaoui, J.A. De Guise, D. Mitton, and W. Skalli. Personalized body segment parameters from biplanar low-dose radiography. IEEE Transactions on Biomedical Engineering, 52(10) :1756–1763, 2005. [64] R. Dumas, L. Chèze, and J.-P. Verriest. Adjustments to mcconville et al. and young et al. body segment inertial parameters. J. Biomech., 40(3) :543–553, 2007. [65] R.M. Ehrig, W.R. Taylor, G.N. Duda, and M.O. Heller. A survey of formal methods for determining functional joint axes. J. Biomech., 40(10) :2150–2157, 2007. [66] M. Fayet and M. Renaud. Quasi-minimal computation under an explict form of the inverse dynamic model of a robot manipulator. Mechanism & Machine Theory, 24(3) :165–174, 1989. [67] M. Fayet, A. Sandel, and L. Maiffredy. Utilisation des tenseurs d’inertie globaux dans le cas de systèmes á liaisons complexes et pseudo-paramètres. In 17th congrès français de mécanique, Troyes, 2005. [68] J.W. Fernandez, A. Ho, S. Walt, I.A. Anderson, and P.J. Hunter. A cerebral palsy assessment tool using anatomically based geometries and free-form deformation. Biomech. Model. Mechanobiology, 4(1) :39–56, 2005. [69] A. Ferrari, M.G. Benedetti, E. Pavan, C. Frigo, D. Bettinelli, M. Rabuffetti, P. Crenna, and A. Leardini. Quantitative comparison of five current protocols in gait analysis. Gait Posture, 28(2) :207–216, 2008. [70] J.R. Gage, J. Perry, R.R. Hicks, S. Koop, and R. Werntz. Rectus femoris transfer to improve knee function in children with cerebral palsy. Dev Med Child Neurol, 29 :159–166, 1987. [71] Sahan S. Hiniduma Udugama Gamage and Joan Lasenby. New least squares solutions for estimating the average centre of rotation and the axis of rotation. Journal of Biomechanics, 35(1) :87–93, January 2002. BIBLIOGRAPHIE [72] B.A. Garner and M.G. Pandy. The obstacle-set method for representing muscle paths in musculoskeletal models. Comput. Methods Biomech. Biomed. Eng., 3 (1) :1–30, 2000. [73] U. Glitsch and W. Baumann. The three-dimensional determination of internal loads in the lower extremity. J. Biomech., 30(11-12) :1123–1131, 1997. [74] L.N. Goeken and A.L. Hof. Instrumental straight-leg raising : Results in patients. ARCH. PHYS. MED. REHABIL., 75(4) :470–477, 1994. [75] S.R. Goldberg, F.C. Anderson, M.G. Pandy, and S.L. Delp. Muscles that influence knee flexion velocity in double support : Implications for stiff-knee gait. J. Biomech., 37(8) :1189–1196, 2004. [76] S.R. Goldberg, S. Ounpuu, A.S. Arnold, J.R. Gage, and S.L. Delp. Kinematic and kinetic factors that correlate with improved knee flexion following treatment for stiff-knee gait. J. Biomech., 39(4) :689–698, 2006. [77] S.R. Goldberg, S. Ounpuu, and S.L. Delp. The importance of swing-phase initial conditions in stiff-knee gait. J. Biomech., 36(8) :1111–1116, 2003. [78] F. Goubel and G. Lensel-Corbeil. Biomécanique : Eléments de mécanique musculaire. Editions Masson, October 2003. [79] E.S. Grood and W.J. Suntay. A joint coordinate system for the clinical description of three-dimensional motions : Application to the knee. Journal of Biomechanical Engineering, 105(2) :136–144, 1983. [80] J.P.K. Halbertsma, L.N.H. Goeken, A.L. Hof, J.W. Groothoff, and W.H. Eisma. Extensibility and stiffness of the hamstrings in patients with nonspecific low back pain. Arch. Phys. Med. Rehabil., 82(2) :232–238, 2001. [81] K. Halvorsen, M. Lesser, and A. Lundberg. A new method for estimating the axis of rotation and the center of rotation. Journal of Biomechanics, 32(11) :1221–1227, November 1999. [82] D.E. Hardt. Determining muscle forces in the leg during normal human walking - an application and evaluation of optimization methods. J Biomech Eng Trans ASME, 100(2) :72–78, 1978. [83] H. Hatze. The complete optimization of a human motion. MATH. BIOSCI., 28(1-2) :99–135, 1976. [84] S. Heintz and E. M. Gutierrez-Farewik. Static optimization of muscle forces during gait in comparison to emg-to-force processing approach. Gait & Posture, 26(2) :279–288, July 2007. 173 174 BIBLIOGRAPHIE [85] W. Herzog. Individual muscle force estimations using a non-linear optimal design. J. NEUROSCI. METHODS, 21(2-4) :167–179, 1987. [86] J. Hicks, A. Arnold, F. Anderson, M. Schwartz, and S. Delp. The effect of excessive tibial torsion on the capacity of muscles to extend the hip and knee during single-limb stance. Gait Posture, 26(4) :546–552, 2007. [87] J.L. Hicks and J.G. Richards. Clinical applicability of using spherical fitting to find hip joint centers. Gait Posture, 22(2) :138–145, 2005. [88] A. V. Hill. The heat of shortening and the dynamic constants of muscle. Proceedings of the Royal Society of London. Series B, Biological Sciences (1934-1990), 126(843) :136–195, October 1938. [89] A.L. Hof, H. Elzinga, W. Grimmius, and J.P.K. Halbertsma. Speed dependence of averaged emg profiles in walking. Gait Posture, 16(1) :78–86, 2002. [90] A.L. Hof, H. Elzinga, W. Grimmius, and J.P.K. Halbertsma. Detection of nonstandard emg profiles in walking. Gait Posture, 21(2) :171–177, 2005. [91] J. Holden and S. Stanhope. The effect of variation in knee center location estimates on net knee joint moment. Gait & Posture, 7 :1–6, 1998. [92] A. Hreljac and R.N. Marshall. Algorithms to determine event timing during normal walking using kinematic data. Journal of Biomechanics, 33(6) :783– 786, 2000. [93] V.T. Inman. Functional aspects of the abductor muscles of the hip. Journal of Bone and Joint Surgery, 29 :607–619, 1947. [94] M. Jacquemier, Y. Glard, V. Pomero, E. Viehweger, J-L. Jouve, and G. Bollini. Rotational profile of the lower limb in 1319 healthy children. Gait & Posture, 28(2) :187–193, August 2008. [95] I. Jonkers, A. Spaepen, G. Papaioannou, and C. Stewart. An emg-based, muscle driven forward simulation of single support phase of gait. J. Biomech., 35(5) :609–619, 2002. [96] I. Jonkers, C. Stewart, K. Desloovere, G. Molenaers, and A. Spaepen. Musculotendon length and lengthening velocity of rectus femoris in stiff knee gait. Gait Posture, 23(2) :222–229, 2006. [97] I. Jonkers, S. Stewart, and A. Spaepen. The study of muscle action during single support and swing phase of gait : Clinical relevance of forward simulation techniques. Gait Posture, 17 :97–105, 2003. [98] M.P. Kadaba, H.K. Ramakrishnan, and M.E. Wootten. Measurement of lower extremity kinematics during level walking. Journal of Orthopaedic Research, 8(3) :383–392, 1990. BIBLIOGRAPHIE [99] S.A. Kautz, R.R. Neptune, and F.E. Zajac. General coordination principles elucidated by forward dynamics : minimum fatique does not explain muscle excitation in dynamic tasks. Motor Control, 4(1) :75–80 ; discussion 97, 2000. [100] R.M. Kay, S. Dennis, S. Rethlefsen, R.A.K. Reynolds, D.L. Skaggs, and V.T. Tolo. The effect of preoperative gait analysis on orthopaedic decision making. Clin. Orthop. Relat. Res., (372) :217–222, 2000. [101] R.M. Kay, S. Dennis, S. Rethlefsen, D.L. Skaggs, and V.T. Tolo. Impact of postoperative gait analysis on orthopaedic care. Clin. Orthop. Relat. Res., (374) :259–264, 2000. [102] C. Kirtley. Sensitivity of the modified helen hayes model to marker placement errors. In Seventh International Symposium on the 3-D Analysis of Human Movement, 2002. [103] M.D. Klein Horsman, H.F.J.M. Koopman, F.C.T. van der Helm, L.P. Prose, and H.E.J. Veeger. Morphological muscle and joint parameters for musculoskeletal modelling of the lower extremity. Clin. Biomech., 22(2) :239–247, 2007. [104] T.J. Koh, M.D. Grabiner, and R.J. De Swart. In vivo tracking of the human patella. J. BIOMECH., 25(6) :637–643, 1992. [105] R. D. Komistek, D. A. Dennis, and J. A. Mabe. In vivo determination of patellofemoral separation and linear impulse forces. Orthopade, 27(9) :612–618, Sep 1998. [106] R.D. Komistek, T.R. Kane, M. Mahfouz, J.A. Ochoa, and D.A. Dennis. Knee mechanics : A review of past and present techniques to determine in vivo loads. J. Biomech., 38(2) :215–228, 2005. [107] A. Leardini, A. Chiari, U. Della Croce, and A. Cappozzo. Human movement analysis using stereophotogrammetry part 3. soft tissue artifact assessment and compensation. Gait Posture, 21(2) :212–225, 2005. [108] Alberto Leardini, Aurelio Cappozzo, Fabio Catani, Soren Toksvig-Larsen, Aldo Petitto, Vincenzo Sforza, Giancarlo Cassanelli, and Sandro Giannini. Validation of a functional method for the estimation of hip joint centre location. Journal of Biomechanics, 32(1) :99–103, January 1999. [109] Giovanni Legnani, Federico Casalo, Paolo Righettini, and Bruno Zappa. A homogeneous matrix approach to 3d kinematics and dynamics–ii. applications to chains of rigid bodies and serial manipulators. Mechanism and Machine Theory, 31(5) :589–605, July 1996. 175 176 BIBLIOGRAPHIE [110] Giovanni Legnani, Federico Casolo, Paolo Righettini, and Bruno Zappa. A homogeneous matrix approach to 3d kinematics and dynamics – i. theory. Mechanism and Machine Theory, 31(5) :573–587, July 1996. [111] T.-W. Lu and J.J. O’Connor. Bone position estimation from skin marker co-ordinates using global optimisation with joint constraints. J. Biomech., 32(2) :129–134, 1999. [112] G.E. Marai, D.H. Laidlaw, C. Demiralp, S. Andrews, C.M. Grimm, and J.J. Crisco. Estimating joint contact areas and ligament lengths from bone kinematics and surfaces. IEEE Trans. Biomed. Eng., 51(5) :790–799, 2004. [113] J.T. McConville, T.D. Churchill, and I. Kaleps. Anthropometric relationship of body and body segments moments of inertia, 1980. Aerospace Medical Research Laboratory Report. [114] B.C. McDowell, V. Hewitt, A. Nurse, T. Weston, and R. Baker. The variability of goniometric measurements in ambulatory children with spastic cerebral palsy. Gait Posture, 12(2) :114–121, 2000. [115] T.A. McMahon. Muscles, Reflexes, and Locomotion. Princeton University Press, April 1984. [116] A.E. McNee, M. Gough, and A.P. Shortland. The effect of anaesthesia on the assessment of hamstring length in spastic cerebral palsy. J. Pediatr. Orthop. Part B, 16(1) :35–38, 2007. [117] T. Monnet. Contribution à l’identification des paramètres inertiels des segmentsdu corps humain. PhD thesis, Université de Poitiers, 2007. [118] T. Monnet, E. Desailly, M. Begon, C. Vallée, and P. Lacouture. Comparison of the score and ha methods for locating in vivo the glenohumeral joint centre. J. Biomech., 40(15) :3487–3492, 2007. [119] J. B. Morrison. The mechanics of the knee joint in relation to normal walking. J Biomech, 3(1) :51–61, January 1970. [120] A. Mutlu, A. Livanelioglu, and M.K. Gunel. Reliability of goniometric measurements in children with spastic cerebral palsy. Med. Sci. Monit., 13(7) :–, 2007. [121] T.C. Nguyen and R. Baker. Two methods of calculating thorax kinematics in children with myelomeningocele. Clin. Biomech., 19(10) :1060–1065, 2004. [122] K.J. Noonan, S. Halliday, R. Browne, S. O’Brien, K. Kayes, and J. Feinberg. Interobserver variability of gait analysis in patients with cerebral palsy. J. Pediatr. Orthop., 23(3) :279–287, 2003. BIBLIOGRAPHIE [123] C. M. O’Connor, S. K. Thorpe, M. J. O’Malley, and C. L. Vaughan. Automatic detection of gait events using kinematic data. Gait & Posture, 25(3) :469–474, March 2007. [124] J. O’Rourke. Computational geometry column 35. Internat. J. Comput. Geom. Appl., 4–5 :513–515, 1999. Also in SIGACT News, 30(2) :31-32 (1999), Issue 111. [125] S. Ounpuu, P.A. DeLuca, K.J. Bell, and R.B. Davis. Using surface electrodes for the evaluation of the rectus femoris, vastus medialis and vastus lateralis muscles in children with cerebral palsy. GAIT POSTURE, 5(3) :211–216, 1997. [126] S. Ounpuu, E. Muik, R.B. Davis III, J.R. Gage, and P.A. DeLuca. Rectus femoris surgery in children with cerebral palsy. part i : The effect of rectus femoris transfer location on knee motion. J. PEDIATR. ORTHOP., 13(3) :325–330, 1993. [127] S. Ounpuu, E. Muik, R.B. Davis III, J.R. Gage, and P.A. DeLuca. Rectus femoris surgery in children with cerebral palsy. part ii : A comparison between the effect of transfer and release of the distal rectus femorison knee motion. J. PEDIATR. ORTHOP., 13(3) :331–335, 1993. [128] S. Ounpuu, J.D. Thomson, R.B. Davis, and P.A. DeLuca. An examination of the knee function during gait in children with myelomeningocele. J. Pediatr. Orthop., 20(5) :629–635, 2000. [129] M.G. Pandy. Computer modeling and simulation of human movement, 2001. [130] M.G. Pandy, B.A. Garner, and F.C. Anderson. Optimal control of non-ballistic muscular movements : A constraint-based performance criterion for rising from a chair. J. BIOMECH. ENG., 117(1) :15–26, 1995. [131] A.G. Patriarco, R.W. Mann, S.R. Simon, and J.M. Mansour. An evaluation of the approaches of optimization models in the prediction of muscle forces during human gait. J. BIOMECH., 14(8) :513–525, 1981. [132] D.R. Pedersen, R.A. Brand, and D.T. Davy. Pelvic muscle and acetabular contact forces during gait. J. BIOMECH., 30(9) :959–965, 1997. [133] A. Pedotti, V.V. Krishnan, and L. Stark. Optimization of muscle-force sequencing in human locomotion. MATH. BIOSCI., 38(1-2) :57–76, 1978. [134] J. Perry. Distal retus femoris transfer. Dev Med Child Neurol, 29 :153–158, 1987. [135] J. Perry. Gait analysis. Slack, 1992. 177 178 BIBLIOGRAPHIE [136] S.J. Piazza, A. Erdemir, N. Okita, and P.R. Cavanagh. Assessment of the functional method of hip joint center location subject to reduced range of hip motion. Journal of Biomechanics, 37(3) :349–356, March 2004. [137] P. Procter and J. P. Paul. Ankle joint biomechanics. J Biomech, 15(9) :627–634, 1982. [138] J. Rasmussen, M. Damsgaard, and M. Voigt. Muscle recruitment by the min/max criterion - a comparative numerical study. J. Biomech., 34(3) :409– 415, 2001. [139] C. Reinschmidt, A. Bogert, A. Lundberg, B. Nigg, N. Murphy, A. Stacoff, and A. Stano. Tibiofemoral and tibiocalcaneal motion during walking : external vs. skeletal markers. Gait & Posture, 6 :98–109, 1997. [140] C. Reinschmidt, A. Bogert, B. Nigg, A. Lundberg, and N. Murphy. Effect of skin movement on the analysis of skeletal knee joint motion during running. Journal of Biomechanics, 30 :729–732, 1997. [141] H. Rohrle, R. Scholten, and C. Sigolotto. Joint forces in the human pelvis-leg skeleton during walking. J. BIOMECH., 17(6) :409–424, 1984. [142] P.A. Ruwe, J.R. Gage, M.B. Ozonoff, and P.A. DeLuca. Clinical determination of femoral anteversion. a comparison with established techniques. J. BONE JT. SURG. SER. A, 74(6) :820–830, 1992. [143] M. Sartori, G. Chemello, and E. Pagello. A 3d virtual model of the knee driven by emg signals, 2007. [144] D.J. Schmidt, A.S. Arnold, N.C. Carroll, and S.L. Delp. Length changes of the hamstrings and adductors resulting from derotational osteotomies of the femur. J Orthop Res, 17(2) :279–285, 1999. [145] L.M. Schutte, S.W. Hayden, and J.R. Gage. Lengths of hamstrings and psoas muscles during crouch gait : Effects of femoral anteversion. J. ORTHOP. RES., 15(4) :615–621, 1997. [146] M.H. Schwartz and A. Rozumalski. The gait deviation index : A new comprehensive index of gait pathology. [147] M.H. Schwartz and A. Rozumalski. A new method for estimating joint parameters from motion data. Journal of Biomechanics, 38(1) :107–116, January 2005. [148] G. Seidel, D. Marchinda, M. Dijkers, and R. Souas-Little. Hip joint center location from palpable boly landmarks ; a cadaver study. Journal of Biomechanics, 28 :995–998, 1995. BIBLIOGRAPHIE [149] A. Seireg and R.J. Arvikar. The prediction of muscular load sharing and joint forces in the lower extremities during walking. J. BIOMECH., 8(2) :89–102, 1975. [150] S.R. Simon. Quantification of human motion : Gait analysis - benefits and limitations to its application to clinical problems. J. Biomech., 37(12) :1869–1880, 2004. [151] R.A. Siston and S.L. Delp. Evaluation of a new algorithm to determine the hip joint center. Journal of Biomechanics, 39(1) :125–130, 2006. [152] D.L. Skaggs, S.A. Rethlefsen, R.M. Kay, S.W. Dennis, R.A.K. Reynolds, and V.T. Tolo. Variability in gait analysis interpretation. J. Pediatr. Orthop., 20(6) :759–764, 2000. [153] I. Söderkvist and P. Wedin. Determining the movements of the skeleton using well-configured markers. Journal of Biomechanics, 13 :1473–1477, 1993. [154] C. Spoor and F. Velpaus. Rigid body motion calculated from spatial coordinates markers. Journal of Biomechanics, 13 :391–393, 1980. [155] L.T. Staheli, M. Corbett, C. Wyss, and H. King. Lower-extremity rotational problems in children. normal values to guide management. J. BONE JT. SURG. SER. A, 67(1) :39–47, 1985. [156] L.T. Staheli and G.M. Engel. Tibial torsion, a method of assessment and a survey of normal children. Clin Orthop, 86 :183–186, 1972. [157] R. Starr, S. Barwood, J. Rodda, and H. Graham. A new model of three dimensional trunk kinematics. Gait and Posture, 11 :149, 2000. [158] C. Stewart, S. Farmer, M. Forward, and J. Patrick. Patterns of behavior of the rectus femoris muscle in cerebral palsy diplegia. Gait Posture, 10 :60, 1999. [159] C. Stewart, I. Jonkers, and A. Roberts. Estimation of hamstring length at initial contact based on kinematic gait data. Gait Posture, 20(1) :61–66, 2004. [160] D.H. Sutherland, L.J. Larsen, and R. Mann. Rectus femoris release in selected patients with cerebral palsy. Dev Med Child Neurol, 17, 1975. [161] D.H. Sutherland, M. Santi, and M.F. Abel. Treatment of stiff-knee gait in cerebral palsy : A comparison by gait analysis of the distal rectus femoris transfer versus proximal rectus release. J Pediatr Orthop, 10 :433–441, 1990. [162] S. Tashman, F.E. Zajac, and I. Perkash. Modeling and simulation of paraplegic ambulation in a reciprocating gait orthosis. J. BIOMECH. ENG., 117(3) :300– 308, 1995. 179 180 BIBLIOGRAPHIE [163] S.R. Ten Berge, J.P.K. Halbertsma, P.G.M. Maathuis, N.P. Verheij, P.U. Dijkstra, and K.G.B. Maathuis. Reliability of popliteal angle measurement : A study in cerebral palsy patients and healthy controls. J. Pediatr. Orthop., 27(6) :648–652, 2007. [164] D.G. Thelen. Adjustment of muscle mechanics model parameters to simulate dynamic contractions in older adults. J. Biomech. Eng., 125(1) :70–77, 2003. [165] N.S. Thompson, R.J. Baker, A.P. Cosgrove, I.S. Corry, and H.K. Graham. Musculoskeletal modelling in determining the effect of botulinum toxin on the hamstrings of patients with crouch gait. Dev. Med. Child Neurol., 40(9) :622–625, 1998. [166] N.S. Thompson, T.C. Taylor, K.R. McCarthy, A.P. Cosgrove, and R.J. Baker. Effect of a rigid ankle-foot orthosis on hamstring length in children with hemiplegia. Dev. Med. Child Neurol., 44(1) :51–57, 2002. [167] F. C. T. Van der Helm, H. E. J. Veeger, G. M. Pronk, L. H. V. Van der Woude, and R. H. Rozendal. Geometry parameters for musculoskeletal modelling of the shoulder system. Journal of Biomechanics, 25(2) :129–144, February 1992. [168] M.M. van der Krogt, C.A.M. Doorenbosch, and J. Harlaar. Muscle length and lengthening velocity in voluntary crouch gait. Gait Posture, 26(4) :532–538, 2007. [169] C.L. Vaughan, J.G. Andrews, and J.G. Hay. Selection of body segment parameters by optimization methods. Journal of Biomechanical Engineering, 104(1) :38–44, 1982. [170] C.L. Vaughan, B.L. Davis, and J.C. O’Connor. Dynamics of human gait, 1992. [171] F. Veldpaus, H. Woltring, and L. Dortmans. A least-square algorithm for the equiform transformation from spatial marker coordinates. Journal of Biomechanics, 21 :45–54, 1988. [172] E. Viehweger, C. Bérard, A. Berruyer, and M.-C. Simeoni. Testing range of motion in cerebral palsy. Ann. Readapt. Med. Phys., 50(4) :258–265, 2007. [173] L. Vigouroux, F. Quaine, A. Labarre-Vila, D. Amarantini, and F. Moutet. Using emg data to constrain optimization procedure improves finger tendon tension estimations during static fingertip force production. J. Biomech., 40(13) :2846– 2856, 2007. [174] E.F. Wheelwright, R.A. Minns, H.T. Law, and R.A. Elton. Temporal and spatial parameters of gait in children. i : normal control data, 1993. [175] J.M. Winters. Multiple Muscle Systems : Biomechanics and Movement Organization. Springer-Verlag. BIBLIOGRAPHIE [176] H. Woltring. Representation and calculation of 3-d joint movement. Human movement Sciences, 10 :603–616, 1991. [177] G. Wu and P.R. Cavanagh. Isb recommendations for standardization in the reporting of kinematic data. Journal of Biomechanics, 28(10) :1257–1261, October 1995. [178] G. Wu, S. Siegler, P. Allard, C. Kirtley, A. Leardini, D. Rosenbaum, M. Whittle, D.D. D’Lima, L. Cristofolini, H. Witte, O. Schmid, and I. Stokes. Isb recommendation on definitions of joint coordinate system of various joints for the reporting of human joint motion - part i : Ankle, hip, and spine. J. Biomech., 35(4) :543–548, 2002. [179] G. Wu, F.C.T. van der Helm, H.E.J. (DirkJan) Veeger, M. Makhsous, P. Van Roy, C. Anglin, J. Nagels, A.R. Karduna, K. McQuade, and X. Wang. Isb recommendation on definitions of joint coordinate systems of various joints for the reporting of human joint motion–part ii : shoulder, elbow, wrist and hand. Journal of Biomechanics, 38(5) :981–992, May 2005. [180] G.T. Yamaguchi and F.E. Zajac. Restoring unassisted natural gait to paraplegics via functional neuromuscular stimulation : A computer simulation study. IEEE TRANS. BIOMED. ENG., 37(9) :886–902, 1990. [181] D. Yepremian, N. Khouri, L. Lejeune, M. Thetio, A. Gros, and A. Mauvière. L analyse clinique et instrumentale du genou de l imc marchant. Motricité cérébrale, 27 :3–12, 2006. [182] J.W. Youdas, D.A. Krause, J.H. Hollman, W.S. Harmsen, and E. Laskowski. The influence of gender and age on hamstring muscle length in healthy adults. J. Orthop. Sports Phys. Ther., 35(4) :246–252, 2005. [183] F. E. Zajac. Muscle and tendon : properties, models, scaling, and application to biomechanics and motor control. Crit Rev Biomed Eng, 17(4) :359–411, 1989. [184] F.E. Zajac. Muscle coordination of movement : A perspective. J. BIOMECH., 26(SUPPL. 1) :109–124, 1993. [185] V. Zatsiorsky and L.G. Seluyanov, V.N.and Chugunova. In vivo body segment inertial parameters determination using a gamma scanner method. In Cappozzo A. Berme, N., editor, Biomechanics of Human Movement : Applications in rehabilitation, sports and ergonomics, pages 186–202, Worthington, USA, 1990. [186] V. Zatsiorsky and V. Seluyanov. The mass and inertia characteristics of the main segments of the human body. Biomechanics, 8 :1152–1159, 1983. 181 182 BIBLIOGRAPHIE [187] V. Zatsiorsky and V. Seluyanov. Estimation of the mass and inertia characteristics of the human body by means of the best predictive regressions equations. Biomechanics, 9 :233–239, 1985. Table des figures 1.1 1.2 1.3 2.1 2.2 2.3 2.4 2.5 La différence entre la figure (a) et la figure (b) illustre l’importance de l’indication des phases du cycle de marche pour la compréhension des données d’Analyse Quantifiée de la Marche. . . . . . . . . . . . . . . 15 Les contacts initiaux (IC) et les décollages du pied ou “Toe Off” (TO) permettent de définir les phases d’appui droites et gauches. Leur superposition graphique matérialise les phases de double appui. . . . . . 16 Angle de flexion/extension du genou gauche en fonction du cycle de marche (courbe bleue) chez un enfant IMC. La norme de flexion du genou est représentée en noir avec en grisé, l’intervalle de confiance de plus ou moins deux écart-types. On observe que le pic de flexion du genoux est atteint tardivement au cours de l’oscillation, et que le genou présente un excès de flexion en phase d’appui. . . . . . . . . . . . . . 16 La position et l’orientation de repère ℜn du segment Sn sont évaluées dans le repère ℜ0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . La Matrice Mn,m exprime la rototranslation du repère ℜn lié au segment Sn par rapport au repère ℜm du segment Sm . . . . . . . . . . . 25 26 Marqueurs utilisés. Les marqueurs rouges sont les marqueurs techniques du modèle de Helen Hayes modifié. Les marqueurs bleu ciel sont les marqueurs anatomiques. Les marqueurs bleu marine sont les marqueurs ajoutés pour constituer le modèle PlugIn Gait full body. Les marqueurs verts sont les marqueurs techniques additionnels. . . . . . 31 Placement des marqueurs sur la cuisse et le bassin. Les marqueurs sur les épines iliaques postéro-supérieures sont schématisés en pointillé. . 37 Cinématique de la hanche du sujet N°1 lors de la marche en degré. Les courbes bleues représentent le côté gauche et les rouges le côté droit. Le trait noir entouré d’une bande grisée représente la cinématique normale, plus ou moins deux écarts-types. . . . . . . . . . . . . . . . . 38 183 184 TABLE DES FIGURES 2.6 2.7 2.8 2.9 Représentation des centres articulaires droits calculés chez le sujet N°1 par les méthodes fonctionnelles à partir de mouvements spécifiques (point bleu), à partir des données de marche (point rouge) et calculés par équations de régression (point noir). . . . . . . . . . . . . . . . . 39 Les différentes étapes de la définition des repères segmentaires : l’enregistrement des coordonnées des marqueurs (ronds rouges) ; le calcul de toutes les coordonnées des marqueurs (ronds bleus) et des centres articulaires (ronds verts) de façon à avoir des segments rigides ; la construction des repères segmentaires. . . . . . . . . . . . . . . . . . 46 Les différents repères cinématiques du tronc (TCS) testés. (a) ISBTCS , (b) CompositeTCS , (c) DirectTCS , (d) IndirectTCS . . . . . . . . . . . . . 48 Positions angulaires du tronc mesurées au cours d’un cycle de marche chez un sujet avec les 4 types de repères locaux différents (ISBTCS , CompositeTCS , DirectTCS , IndirectTCS ). Parmi les trois TCS testés, le CompositeTCS présente les mesures les plus proches de celles obtenues avec le ISBTCS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 2.10 Superposition des différents signaux de cinématique normale des membres inférieurs des 14 sujets ayant participé à la construction de la norme cinématique du laboratoire. Les amplitudes articulaires sont données en degré et sont représentées en fonction du temps normalisé en pourcentage du cycle de marche. . . . . . . . . . . . . . . . . . . . . . . . . 52 2.11 Paramètres spatiaux-temporels de la marche. Le nombre de cycles étudiés, la vitesse moyenne et la cadence sont données. Ce graphique présente les longueurs de pas, droit et gauche, en mètres et les durées moyennes de simple appui et de double appui, droit et gauche. Ces données sont également présentées numériquement avec leurs écartstypes. Les valeurs normales calculées sur la base des équations de régression de Wheelwright [174] sont indiquées à titre indicatif pour la tranche d’âge correspondant à celle du sujet. On observe chez ce sujet une diminution de la vitesse et de la cadence par rapport à la normale. Les longueurs de pas sont également diminuées notamment à droite. Au niveau temporel, la marche demeure symétrique mais présente une augmentation des durées d’appui et de double appui. . . . . . . . . . 55 2.12 Cinématique du pelvis et du thorax en degrés au cours du temps (s). On observe la rotation gauche des ceintures pelviennes et scapulaires et l’inclinaison gauche du pelvis. De même, on constate l’absence de giration en anti-phase des ceintures. . . . . . . . . . . . . . . . . . . 58 185 TABLE DES FIGURES 2.13 Courbes de la cinématique articulaire des articulations des membres inférieurs du côté droit (rouge). Les amplitudes articulaires sont données en degré et sont représentées en fonction du temps normalisé en pourcentage du cycle de marche. Les normes cinématiques sont représentées en noir avec en grisé, l’intervalle de confiance de plus ou moins deux écart-types. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 2.14 Courbes de la cinématique articulaire des articulations des membres inférieurs du côté gauche (bleu). Les amplitudes articulaires sont données en degré et sont représentées en fonction du temps normalisé en pourcentage du cycle de marche. Les normes cinématiques sont représentées en noir avec en grisé, l’intervalle de confiance de plus ou moins deux écart-types. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 3.1 Représentation des paramètres calculés à partir des plateformes de force. 62 3.2 Composantes de la résultante des forces de contact pied-sol côté droit et gauche. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 Angulations, vitesses angulaires, moments et puissances dans le plan sagittal du côté droit pour la hanche, le genou et la cheville. Moments et puissances sont normalisés par la masse du sujet. . . . . . . . . . . 67 Angulations, vitesses angulaires, moments et puissances dans le plan sagittal du côté gauche pour la hanche, le genou et la cheville. Moments et puissances sont normalisés par la masse du sujet. . . . . . . 68 4.1 Maillage du fémur composé de noeuds et de facettes triangulaires. . . 79 4.2 Antétorsion fémorale (vue de 3/4 et de dessus) et torsion tibiale (vue de dessous). La géométrie initiale est représentée en beige clair, l’os déformé est en bleu ciel. L’antétorsion fémorale initiale de α1 = 10 est augmentée de α2 = 30 pour se conformer à celle du patient qui est α = 40. La même démarche est réalisée pour le tibia. . . . . . . . . . 81 4.3 Repères osseux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 4.4 Adaptation du modèle à la cinématique de la marche du sujet après l’étape d’adaptation morphologique des segments osseux. Dans un premier temps, les segments osseux sont positionnés par rapport à la cinématique de la marche. Dans un second temps, les trajets musculaires sont déterminés. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 L’origine du repère patella M est déterminée à partir des positions de A, B, C, et des longueurs a, b, c. . . . . . . . . . . . . . . . . . . . . 84 3.3 3.4 4.5 186 TABLE DES FIGURES 4.6 La position de la patella est définie à partir de celle des points A et B liés au fémur, du point C lié au tibia et des distances a, b, c. . . . . . 86 Algorithme de détermination des chemins musculaires. (a) L’hémiplan (S1 ) et le prisme des solutions sont déterminés en fonction de l’origine A et de la terminaison B du muscle, en fonction du vecteur directeur − → V et d’éventuelles contraintes de glissement. (b) L’enveloppe convexe des chemins possibles C est représentée en bleu. (c) Le chemin musculaire parcourant C est représenté en rouge. . . . . . . . . . . . . . 90 Trajets du semitendineux droit obtenus par 3 méthodes différentes. Le trajet bleu représente le chemin en ligne droite, le trajet vert celui obtenu à partir de l’algorithme “wrapping surface” sur une ellipsoïde, et en rouge celui obtenu avec le “convex wrapping algorithm”. . . . . . 91 Tracés sur un cycle de marche des longueurs et vitesses d’allongement du semitendineux droit obtenues à partir des 3 méthodes différentes. Les courbes bleues correspondent au chemin en ligne droite, les courbes vertes à l’algorithme “wrapping surface” sur une ellipsoïde et les courbes rouges décrivent les résultats obtenus avec le “convex wrapping algorithm”. . . . . . . . . . . . . . . . . . . . . . . . . . . 91 4.10 Tracés sur un cycle de marche des bras de levier du semitendineux droit sur la hanche et le genou obtenus à partir des 3 méthodes différentes. Les courbes bleues correspondent au chemin en ligne droite, les courbes vertes à l’algorithme “wrapping surface” sur une ellipsoïde et les courbes rouges décrivent les résultats obtenus avec le “convex wrapping algorithm”. . . . . . . . . . . . . . . . . . . . . . . . . . . 92 4.11 Illustration de la technique de transfert du rectus femoris. La désinsertion du rectus femoris (RF) et son transfert sur le gracilis (Gr) sont effectués. On observe sur cette figure la masse des adducteurs (Add), le tenseur du fascia lata (TFL), et les vastus medialis (VM), lateralis (VL) et intermedius (Vi), ce dernier est découvert après le transfert qui suit alors quasiment le trajet du sartorius (Sar). Auteur de la figure : N. Khouri. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 4.12 Étapes du transfert du rectus femoris (RF) sur le gracilis (Gr). (a) la chirurgie nécessite deux voies d’abord. (b) par la voie 1, préparation et ténotomie du rectus femoris. (c) par la voie 2, préparation et ténotomie du gracilis ici associées à un allongement du semitendinosus (ST). (d) tunnelisation du gracilis vers le compartiment antérieur vue de la voie d’abord 1. (e) suture des deux tendons. . . . . . . . . . . . . . . . . . 99 4.7 4.8 4.9 TABLE DES FIGURES 4.13 Illustration des quatre paramètres pris en compte pour le calcul de l’indice de Golberg (illustration d’après Goldberg et al. 2006). (1) la valeur du pic maximal de flexion du genou, (2) l’amplitude de flexion entre le début de l’oscillation et la flexion maximale, (3) l’amplitude globale de flexion du genou, (4) le timing en pourcentage du cycle de marche entre le début de l’oscillation et le pic de flexion. Un paramètre est positif si sa valeur est inférieure à la valeur normale moins deux écarts types dans le cas des paramètres 1, 2 et 3. Le paramètre 4 est positif s’il est supérieur à la valeur normale moins deux écarts types. Le membre inférieur est considéré stiff si trois ou quatre paramètres sont positifs. Il est considéré borderline si deux paramètres sont positifs. Si un ou aucun paramètre n’est positif, le membre est alors non stiff. . . . . . 101 4.14 Corrélation entre l’amélioration du GDI et le GDI pré-opératoire. . . . 102 4.15 Longueur du rectus femoris à la marche en pré-opératoire (a) et en post-opératoire (b) sur un cycle de marche. . . . . . . . . . . . . . . . 103 4.16 Vitesse d’allongement du rectus femoris à la marche en pré-opératoire (a) et en post-opératoire (b) sur un cycle de marche. . . . . . . . . . . 103 4.17 (a) Test de Lasègue, (b) mesure de l’angle poplité, (c) extensibilité du gracilis, et (d) extensibilité des adducteurs. . . . . . . . . . . . . . . 110 4.18 Fiche de bilan neuro-orthopédique proposée par la fondation Ellen Poidatz. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 4.19 Les longueurs musculaires simulées à partir des mesures goniométriques sont représentées par le trait noir horizontal. La bande grisée qui entoure ce trait correspond aux longueurs simulées en considérant une incertitude de plus ou moins 5° lors du test clinique. Ces données sont celles caractérisant les longueurs musculaires de B. que nous avons déjà présentées en 2.6 et en 3.3. Les longueurs des psoas-iliaques et des gracilis droits et gauches sont présentées. D’un point de vue fonctionnel, on remarque le déficit de longueur du psoas gauche lors de la marche. Cependant au regard des simulations faites à partir des données goniométriques et de la comparaison droite gauche, on peut établir que ce déficit de longueur du psoas gauche lors de la marche n’est pas causé par une rétraction de ce même muscle, le potentiel d’extensibilité fonctionnel étant plus important à gauche qu’à droite. . 112 187 188 TABLE DES FIGURES 4.20 Les longueurs musculaires simulées à partir des mesures goniométriques sont représentées par le trait noir horizontal. La bande grisée qui entoure ce trait correspond aux longueurs simulées en considérant une incertitude de plus ou moins 5° lors du test clinique. Ces données sont celles caractérisant les longueurs musculaires de B. que nous avons déjà présentées en 2.6 et en 3.3. Les longueurs des rectus femoris et des semitendinosus droits et gauches sont présentées. La longueur clinique pour le rectus femoris ne correspond pas à son extensibilité maximale mais à sa longueur lors de l’accrochage identifié par le test de Duncan/Ely. On observe le déficit de longueur fonctionnel de ces muscles durant la marche. Le décalage précoce des maximum de longueur des rectus femoris droit et gauche est également mis en évidence. Au regard des résultats de simulation des longueurs cliniques, on peut affirmer que le déficit d’extensibilité des semitendinosus côté droit est la cause de son déficit de longueur lors de la marche. . . . . . . . . . 113 4.21 Longueurs musculaires normalisées. En haut à gauche les données du groupe 1 et du groupe 2 sont représentées ainsi que la simulation de la longueur du semitendineux de 0 à 90° pour le test de l’angle poplité et le test de Lasègue. En bas à gauche, les données relatives au groupe 1. En bas à droite celles du groupe 2. Des tests de Student appariés montrent qu’il existe une différence significative entre le groupe 1 et le groupe 2 pour la mesure par angle poplité à V1 (F=4.53 ; p<0.05), une différence significative entre le groupe 1 et le groupe 2 pour la mesure par angle poplité à V3 (F=5.65 ; p<0.05) et pas de différence significative entre le groupe 1 et le groupe 2 pour la mesure par Lasègue (F=0.89 ; p<0.05). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 TABLE DES FIGURES 5.1 Exemple d’un modèle musculaire sans dimension. Cette figure, adaptée de Thelen [164] présente le modèle de Hill proposé par Zajac [183]. Le corps musculaire est représenté par une composante contractile (CC) en parallèle avec la composante élastique parallèle (CEP)(a). La force musculaire est dépendante de la longueur musculaire (c) et de sa vitesse d’allongement (d). Le muscle est en série avec ses tendons qui constituent la composante élastique série (CES)(b). L’angle de pennation α est l’angle entre les fibres musculaires et le tendon. Les forces dans le corps musculaire et dans le tendon sont normalisées par la force isométrique maximale du muscle F0M . La longueur musculaire lM et la longueur tendineuse lT sont normalisées par la longueur musculaire optimale l0M . lST est la longueur pour laquelle le tendon commence à être mis en tension. La vitesse musculaire est normalisée par la vitesse M . Pour une longueur du comde contraction maximale du muscle Vmax MT plexe muscle-tendon l , une vitesse et une activation données, ce modèle calcule la force musculaire F M et la force tendineuse F T . Notons que ce modèle nécessite la connaissance a priori pour le muscle considéré des équations caractérisant les relations présentées par les trois figures b,c,d. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 5.2 Forces des muscles de la cheville et du genou calculées par optimisation statique comparées aux enregistrements EMG à la marche obtenus des travaux de Hof et al. [89, 90] au cours d’un cycle de marche. Les coefficients de corrélation r et leurs significativité p sont calculés pour évaluer la corrélation entre les résultats d’optimisation statique et la courbe enveloppe du signal EMG. Abréviations : Lat. Gas. = lateral gastrocnemius, Med. Gas. = medial gastrocnemius, Tib. Ant. = tibialis anterior, Rec. Fem. = rectus femoris, Vas. Med. = vastus medialis, Vas. Lat. = vastus lateralis, Semit. = semitendinosus, Bic. Fem. = biceps femoris, chef long. D’après [84]. . . . . . . . . . . . . . . . . . . . . 130 189 190 TABLE DES FIGURES 5.3 Forces musculaires calculées lors de la marche par optimisation statique (triangles), optimisation statique intégrant le modèle musculaire de Zajac [183](cercles), et optimisation dynamique (ligne noire). Les enregistrements EMG sont représentés en gris. En général, les forces calculées par les différentes méthodes présentent des résultats similaires. Néanmoins, après le contact initial, de 0 à 30% du cycle de marche, la force calculée pour le gluteus maximus (GMAXM) était supérieure par optimisation dynamique à celle des autres méthodes. L’inverse est observé au même instant pour les ischio-jambiers (HAMS). Par ailleurs, avant le décollage de pied, de 55 à 62% du cycle de marche, les forces calculées pour le gluteus medius (GMEDP et GMEDA) diminuent de façon plus progressive pour la solution dynamique que pour les solutions statiques. D’après [5]. . . . . . . . . . . . . . . . . 132 5.4 Sujet 1 : Représentations sur un cycle de marche, des forces calculées pour 6 muscles principaux (tracés rouges) et leurs signaux EMG redressés et normalisés. . . . . . . . . . . . . . . . . . . . . . . . . 139 5.5 Sujet 1 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant la cheville droite (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. . . . . . . . . . . . . . . . . . . . . . . . . . . 140 5.6 Sujet 1 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant le genou droit (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 5.7 Sujet 1 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant la hanche droite (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. . . . . . . . . . . . . . . . . . . . . . . . . . . 143 5.8 Sujet 2 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant la cheville droite (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. . . . . . . . . . . . . . . . . . . . . . . . . . . 144 5.9 Sujet 2 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant le genou droit (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 TABLE DES FIGURES 5.10 Sujet 2 : Représentations sur un cycle de marche, des forces calculées pour les muscles croisant la hanche droite (tracés rouges) et des signaux EMG redressés et normalisés des muscles qui ont fait l’objet d’un enregistrement. . . . . . . . . . . . . . . . . . . . . . . . . . . 146 5.11 Effet de la modélisation de la torsion fémorale sur les calculs des forces des muscles croisant la cheville droite, chez un sujet IMC. En rouge les forces obtenues avec le modèle géométrique générique (sans torsion fémorale), en vert celles calculées avec torsion fémorale. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. 149 5.12 Effet de la modélisation de la torsion fémorale sur les calculs des forces des muscles croisant le genou droit, chez un sujet IMC. En rouge les forces obtenues avec le modèle géométrique générique (sans torsion fémorale), en vert celles calculées avec torsion fémorale. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. 150 5.13 Effet de la modélisation de la torsion fémorale sur les calculs des forces des muscles croisant la hanche droite, chez un sujet IMC. En rouge les forces obtenues avec le modèle géométrique générique (sans torsion fémorale), en vert celles calculées avec torsion fémorale. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. 151 5.14 Effet de la modélisation du transfert du rectus femoris sur les calculs des forces des muscles croisant la cheville droite, chez un sujet IMC après chirurgie de type transfert du rectus femoris. En rouge les forces obtenues sans modélisation du transfert du rectus femoris, en vert celles calculées avec modélisation du transfert du rectus femoris. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 5.15 Effet de la modélisation du transfert du rectus femoris sur les calculs des forces des muscles croisant le genou droit, chez un sujet IMC après chirurgie de type transfert du rectus femoris. En rouge les forces obtenues sans modélisation du transfert du rectus femoris, en vert celles calculées avec modélisation du transfert du rectus femoris. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. 154 191 192 TABLE DES FIGURES 5.16 Effet de la modélisation du transfert du rectus femoris sur les calculs des forces des muscles croisant la hanche droite, chez un sujet IMC après chirurgie de type transfert du rectus femoris. En rouge les forces obtenues sans modélisation du transfert du rectus femoris, en vert celles calculées avec modélisation du transfert du rectus femoris. Les forces sont représentées au cours du cycle de marche et exprimées en Newton. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 5.17 Effet de la modélisation du transfert du rectus femoris sur la valeur du critère minimisé (somme des contraintes musculaires au carré), chez un sujet IMC après chirurgie de type transfert du rectus femoris. En rouge la valeur du critère obtenu sans modélisation du transfert du rectus femoris, en vert celle calculée avec modélisation du transfert du rectus femoris. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 Liste des tableaux 2.1 Liste des marqueurs utilisés. Les marqueurs notés en gras sont utilisés dans le modèle de Helen Hayes modifié. Les marqueurs signalés par * sont les marqueurs anatomiques placés lors de la calibration statique. Les marqueurs notés par un style normal sont les marqueurs ajoutés pour constituer le modèle Plugin Gait full body. Les marqueurs notés en italique sont les marqueurs techniques additionnels. . . . . . . . . 32 2.2 Amplitudes maximales en degré lors des différents mouvements. . . . 40 2.3 Coordonnées en mètre des centres articulaires calculés avec les mouvements fonctionnels et les mouvements de marche. Ces coordonnées sont exprimées en RB centré en O, le barycentre des marqueurs du bassin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 Erreurs “root mean square” (ERMS) et coefficients de corrélation pour les trois méthodes comparées à la méthode recommandée par l’ISB en conditions normales et « perturbées ». . . . . . . . . . . . . . . . . . 51 2.5 Bilan passif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 2.6 Bilan actif. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 4.1 Tableau de contingence évaluant l’indépendance entre la variable chirurgie et les paramètres de cinématique musculaire. . . . . . . . . . . 104 4.2 Tableau de contingence évaluant l’indépendance entre l’amélioration de l’indice de Goldberg et la normalisation des paramètres de cinématique musculaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 4.3 Modèle géométrique des membres inférieurs. R(z,φ1 ) , R(x,φ2 ) et R(y,φ3 ) correspondent aux rotations (angles de Cardan) du segment par rapport au segment parent. Px , Py et Pz sont les coordonnées en translation de l’origine du segment par rapport à celle du segment parent. Les valeurs t4−9 sont données par les coordonnées des hanches dans le bassin. LS2−5 sont les longueurs des segments ; ces dernières données sont propres à chaque sujet. . . . . . . . . . . . . . . . . . . . . . . . 108 2.4 193 194 LISTE DES TABLEAUX 4.4 4.5 4.6 4.7 5.1 Amplitudes angulaires mesurées par angle poplité à V1 et V3 et par Lasègue sur 200 membres inférieurs. . . . . . . . . . . . . . . . . . Corrélations de Pearson entre les différents tests d’amplitude angulaire mesurées sur 200 membres inférieurs. . . . . . . . . . . . . . . . . . Amplitudes angulaires mesurées par angle poplité à V1 et V3 et par Lasègue pour le groupe 1 le groupe 2 et les deux. . . . . . . . . . . . Longueurs maximales durant la marche et longueurs musculaires mesurées par angle poplité à V1 et V3 et par Lasègue pour le groupe 1 le groupe 2 et les deux. La probabilité que les longueurs mesurées avec les tests cliniques soient égales à la longueur maximale durant la marche sont données dans la ligne t-test. . . . . . . . . . . . . . . . . 117 117 119 119 Les 26 muscles ou groupes musculaires inclus dans la modélisation dynamique et leurs PCSA respectives. Les groupes musculaires ont chacun une abréviation qui est reprise dans les courbes présentant les résultats de forces musculaires. . . . . . . . . . . . . . . . . . . . . 134 f Analyse biomécanique 3D de la marche de l’enfant déficient moteur. Modélisation segmentaire et modélisation musculosquelettique. L’analyse quantifiée de la marche vise à parfaire le diagnostic et à évaluer les traitements des patients présentant des troubles de la locomotion. L’objet de cette thèse est d’évaluer et de développer des modèles biomécaniques susceptibles de mesurer au mieux la réalité de la marche des sujets infirmes moteurs cérébraux. La modélisation est dans un premier temps entreprise à l’échelle segmentaire. Une méthode de détection automatique des contacts au sol est validée. Les questions de la détermination des centres articulaires et de la cinématique du tronc sont abordées, et une méthode de solidification itérative est proposée. La présentation des modalités de calculs par dynamique inverse complète cette modélisation à l’échelle segmentaire. Ces travaux sont implémentés dans le logiciel 3DGait dont l’application est illustrée par un exemple de cas clinique. La modélisation musculosquelettique prolonge ces travaux. Le modèle géométrique et ses solutions de personnalisation sont présentés avec notamment un algorithme original de détermination des chemins musculaires. Deux applications, chirurgicale et clinique, illustrent ce modèle. Enfin les forces musculaires sont calculées permettant ainsi l’évaluation de la sensibilité du modèle dynamique développé aux modifications du modèle géométrique. Ces derniers travaux appellent certaines améliorations des modèles utilisés pour parfaire leur application clinique. Mais surtout, ils ouvrent de larges perspectives pour l’optimisation des corrections chirurgicales, dont ils ont montré la faisabilité. Mots-clefs : Biomécanique, marche, infirmité motrice cérébrale, détection de contacts, cinématique, dynamique, modélisation musculosquelettique, chemin musculaire, transfert du rectus femoris, test clinique, opimisation, force musculaire, étude de sensibilité. Biomechanical gait analysis of cerebral palsy children. Segmental modelling and musculoskeletal modelling. Clinical gait analysis aims to improve the diagnosis and evaluate treatments for patients with locomotion disorders. The purpose of this thesis is to evaluate and develop biomechanical models in order to assess, at best, the reality of the gait of cerebral palsy children. Modelling is initially undertaken at a segmentary scale. An automatic foot contact event detection method is validated. The issues of determining the joint centers and the kinematics of the trunk are discussed and a method of iterative solidification is proposed. Inverse dynamic calculations complete this segmental modelling. This work is implemented in the software 3DGait whose application is illustrated by a clinical case. Musculoskeletal modelling extends this work. The geometric model and its personalization solutions are presented including an original algorithm for determining the muscles paths. Two applications, surgical and clinical, illustrate this model. Finally, muscle forces are calculated allowing evaluation of the sensitivity of the dynamic model developed to changes in the geometric model. The latter requires some improvements in models used to hone their clinical application. More importantly, they open up broad prospects for optimization of surgical correction, of which they demonstrated the feasibility. Key-words : Biomechanics, gait, cerebral palsy, gait event detection, kinematics, dynamics, musculoskeletal modelling, muscle path, rectus femoris transfer, clinical test, optimization, muscular force, sensivity analysis.