Soutenance mémoire
Organisation du mémoire Premièrement, le chapitre d’introduction sert à bien définir la problématique qui a donné génération à ce projet de recherche
Ce chapitre relève aussi tous les objectifs à accomplir et adresse la méthodologie à suivre dans le projet afin d’ atteindre les objectifs fixés. Dans le but de rendre le langage scientifique plus compréhensible dans les chapitres avancés, on propose de les précéder par un deuxième chapitre afin d’expliquer les notions et techniques de base comme la physiologie d’un système neuromusculaire, l’électromyographie de surface ainsi que le prétraitement du signal sEMG. Et enfin, on résume notre recherche bibliographique dans un état de l’art afin de démontrer l’ originalité de la contribution scientifique. Notons que le présent mémoire correspond à un dépôt par articles. Par conséquent, chacun des chapitres suivants dans la hiérarchie du mémoire présentera un article complet en Anglais précédé par un avant-propos et un résumé en Français. Le troisième chapitre correspond à une technique de réduction de complexité de calcul adressé particulièrement aux électrodes sEMG sans fil afin de maximiser la durée de vie de la batterie utilisée pour alimenter ce type d’ électrode. En ce qui concerne les électrodes sEMG classiques et les plus utilisés actuellement, on a introduit trois techniques différentes afin d’améliorer la performance de filtrage. La technique BSSA-ANC proposée dans le chapitre 4 permet d’améliorer le processus de filtrage temporel selon la métrique de cohérence. Dans le chapitre 5 un algorithme nommé DA-FBLMS a été proposé afin de mieux estimer les signaux sEMG au sens spectral. L’inconvénient majeur de cette méthode se situe au niveau de l’étape d’initialisation avec un grand nombre de facteurs à initialiser. Le chapitre 6 présente un nouvel algorithme, nommé TFBLMS, visant l’optimisation des signaux sEMG dans les deux domaines temporel et fréquentiel en évitant l’inconvénient imposé par la technique DA-FBLMS. Enfin, le dernier chapitre présentera la conclusion générale du projet de recherche ainsi que les travaux de futurs.
Aspect électrique de la contraction musculaire L’excitabilité des fibres musculaires grâce au contrôle neuronal représente un facteur important dans la physiologie du muscle. Ce phénomène revient à la semi-perméabilité que caractérise la membrane (sarcolemme), et qui décrit les propriétés électriques de la contraction musculaire. Un équilibre ionique entre l’espace intérieur et extérieur des cellules de la fibre musculaire constitue un potentiel de repos de la membrane (environ -80 m V lorsqu’il n’est pas contracté). Cette différence de potentiel qui est maintenue par des processus physiologiques (pompe ionique) donne lieu à une charge négative par rapport à la surface externe au niveau de la cellule musculaire. Lors de la contraction, les caractéristiques de diffusion de la membrane de chaque fibre excité sont brièvement modifiées par un écoulement des ions Na+ vers l’ intérieur de la cellule musculaire, si un certain seuil est dépassé cela provoque une dépolarisation de la membrane (de -80 mV à 30 mV maximum). Donc, il s’agit d’une impulsion électrique qui sera restaurée immédiatement par une diffusion inverse (repolarisation) des ions Na+ vers l’extérieur de la cellule et la phase de repolarisation et suivie d’une période d’hyperpolarisation, voir figure 2.3. Le potentiel d’action est constitué d’une succession de dépolarisation-repolarisation que l’on pourrait assimiler à une vague au niveau des plaques motrices, qui s’étend le long de la fibre musculaire dans les deux sens, ainsi qu’à l’intérieur [17], [18], Voir figure 2.4.
L’électromyographie invasive
C’est une procédure médicale de diagnostic qui implique l’insertion d’une électrode EMG sous forme d’ aiguille dans la masse musculaire, afin d’explorer le muscle quand ce dernier se contracte et se détend. La séance d’évaluation du EMG est réalisée par un consultant électrodiagnostic médical qui interprète l’étude et assure la procédure, des fois un technicien est disponible pour l’aider. Toute la procédure doit être réalisée conformément aux normes pratiques de l’Association américaine de la médecine électrodiagnostic [21]. Le signal EMG acquis de cette opération donne des résultats plus précis que celui acquis de l’EMG de surface, parce qu’ il est moins contaminé par l’EMG artéfact émis par les muscles environnants. L’opération invasive permet de détecter les atteintes nerveuses périphériques (nerfs, racines, moelle) et de calculer directement leur fréquence de décharge, donc l’EMG dit invasif se caractérise par une étude plus méticuleuse, à une échelle plus petite. Cependant, le fait que les électrodes sont invasives, l’utilisation de cette méthode est limitée dans certains contextes expérimentaux, où le signal acquis doit être représentatif de l’activité du volume musculaire total (Byrne et al. 2005). Par conséquent elle constitue un mauvais choix pour les études reliées à la lombalgie ainsi que l’analyse des mouvements (Hug 2011) [22].
État de l’art sur l’annulation de la contamination ECG La première expérience traitant la possibilité d’enregistrer une activité électrique lors d’une contraction musculaire volontaire a été en 1848 par Emil du Bois-Reymond [34]. Cependant, le premier enregistrement a été fait en 1890 par Marey [35], qui a introduit pour la première fois le mot ‘électromyographie’ à ce type d’ enregistrement. Cette technique est restée dans l’ombre jusqu’aux années 1960s, plus précisément en 1966 où la technique jouait un rôle important dans les applications biomédicales des cliniques, comme un outil de diagnostic des maladies musculaires. Hardyck et ses chercheurs ont été les premiers praticiens, mais le matériel d’acquisition n’a pas été suffisamment sophistiqué pour donner des résultats vraiment fiables [36]. Avec l’essor qu’ont connu les composants électroniques dans le début des années 1980s, les amplificateurs miniaturisés intégrables ainsi que les câbles correspondants à une gamme de microvolts sont devenus disponibles. Par conséquent, l’ électromyographie plus particulièrement celle de surface a pris un grand intérêt chez les cliniciens ainsi que les chercheurs [37], [38]. Plusieurs travaux de recherches portant sur cette méthode ont été publiés, mais en raison des difficultés dans l’analyse et l’interprétation des signaux sortant d’un capteur d’électromyographie de surface (sEMG) à cause des interférences, la problématique continue d’être débattue.
Le domaine du traitement de signal a été appelé afin de répondre au besoin d’enlever les contaminations affectant le signal sEMG, tel que l’électrocardiogramme (ECG), l’artéfact causé par les mouvements des électrodes sEMG, ainsi que les bruits aléatoires causés par le système d’ acquisition (bruit des amplificateurs, PLI, … etc.) [11], [8], [39], [40], [41], [42], [43], [44], [45], [46], [47], [48] . Les filtres différentiels passe bas [49] ainsi que les filtres passe haut (HPF : High Pass Filter) [50] ont été les premières techniques proposées, entre le début des années 1980s et l’année 1995. La fréquence de coupure 30 Hz suggérée dans [50] est un bon compromis afin d’annuler la majorité du signal ECG avec une plus faible dégradation au niveau du signal sEMG, mais cette dernière existe toujours quelle que soit la fréquence de coupure choisie. En revanche, une technique plus simple basée sur le fenêtrage et l’annulation temporels des impulsions cardiaques (QRS), appelée en Anglais, The Gating Method ou GM est proposée par Bartolo dans [51]. Elle se distingue par une dégradation plus faible, seulement au niveau des pics QRS.
|
Table des matières
Introduction
Chapitre 1 – Introduction
1.1 Introduction
1.2 Problématique
1.2.1 Problématique Générale (Mise en contexte)
1.2.2 Problématique Principale
1.3 Objectifs
1.4 Méthodologie
1.5 Organisation du mémoire
Chapitre 2 – L’ électromyographie de surface
2.1 Introduction
2.2 Anatomie du muscle
2.3 Contraction musculaire
2.3.1 Aspect électrique de la contraction musculaire
2.3.2 Aspect mécanique de la contraction musculaire
2.4 Technique de l’électromyographie
2.5 Types d’ électromyographie
2.5.1 L’électromyographie invasive
2.5.2 L’électromyographie de surface
2.6 Le signal sEMG
2.6.1 Avantages typiques du signal sEMG
2.7 Relation entre l’EMG et la force du muscle
2.8 Le signal sEMG brut
2.9 Prétraitement du signal sEMG
2.9.1 Rectification du signal sEMG
2.9.2 La normalisation en amplitude
2.9.3 Le filtrage passe-bande du sEMG
2.9.4 Le lissage du signal sEMG
2.10 Facteurs influençant le signal sEMG
2.1 0.1 Les caractéristiques du tissu
2.10.2 La diaphonie (Cross Talk)
2.10.3 L’emplacement des électrodes
2.10.4 Bruit externe
2.1 0.5 Électrode et amplificateurs
2.10.6 Le signal ECG (battements de Coeur)
2.11 État de l’art sur l’ annulation de la contamination ECG
2.12 Les signaux semi-synthétiques
2.12.1 Le signal sEMG pure
2.12.2 Le signal ECG
2.13 L’évaluation de performance
2.13.1 L’évaluation spectrale
2.13.2 L’évaluation temporelle
Chapitre 3 – Wavelet Compression Inspired Implementation for High Performances and Low Complexity ECG Removal in Wireless sEMGElectrodes
3 .1 Avant-propos
3.2 Résumé
Abstract
Keywords
1. Introduction
II. The proposed Method
A. The Concept of CWLMS based ANC structure
B. The Complexity Reduction Approach
III. Simulation Results
A. ,Experiment 1
B. Experiment 2
IV. Conclusion
Chapitre 4 – Adaptive Block SSA Based ANC Implementation for High Performances ECG Removal From sEMG SignaIs
4.1 Avant-propos
4.2 Résumé
Abstract
Keywords
1. Introduction
II. Methods and Techniques
A. The Concept of ANC structure
B. The proposed BSSA-ANC structure
III. Simulation Results
A. Semi-artificial signaIs
B. Real SignaIs
IV. Conclusion
V. Acknowledgment.
Chapitre 5 – Enhanced FBLMS Algorithm for ECG and Noise Removal From sEMG SignaIs
5.1 Avant-propos
5.2 Résumé
1. Introduction
II. SignaIs preparation-EMG, ECG and Noise models
A. sEMG Signal Model
B. ECG Signal Model
C. ECG Artifact Signal Model
D. N oise signal Model
III. Proposed methods
A. ANC Technique Concept
B. Dual-Adapted FBLMS Algorithm (DA-FBLMS)
IV. Simulation results
A. Experiment 1
B. Experiment 2
C. Experiment 3
V. Conclusion
VI. Acknowledgment
Chapitre 6 – Time Frequency Adaptive Filtering for an Optimized Separation of ECG from Neuromuscular sEMG SignaIs
6.1 Avant-propos
6.2 Résumé
Abstract
1. Introduction
II. Theoritical Background
A. The Concept of ANC structure
B. Time-Frequency adaptive filter structure (TFBLMS)
III. SIMULATION RESUL TS
A. Spectral filtering evaluation
B. Temporal filtering evaluation
IV. Conclusion
V. Acknowledgment
6.3 Synthèse des résultats des filtres proposés
Chapitre 7 – Conclusion
7.1 Conclusion
7.2 Travaux futures
Bibliographie
Télécharger le rapport complet
