L’ électromyographie de surface

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