Les appareils de mesure inertielle dans l’analyse du mouvement humain

1. Les appareils de mesureinertielledansl’analyse du mouvementhumain

2. Les appareilstraditionnels de mesure du mouvement 3D (Électrogoniométrie)Lamoreux, LW, 1971, Kinematic Measurements in the Study of Human Walking, Bul. Prosth. Res. BPR 10-15

3. Les appareilsd’aujourd’huisont beaucoup moinsencombrantsmaisdemeurent encore des outils de laboratoire. (Vicon, MotionAnalysis)

4. Mesure expérimentale • 6 caméras VICON Mcam2 (120Hz); tapis roulant à 2 voiesl ADAL; Système Physilog (3D acc, 3D gyros)

5. Système d’analyse du mouvement

6. i+1th segment M F F M ith Segment Inverse Dynamic Modeling Approach

7. Avantages des appareils optoélectroniques • Ils fournissent les positions 3D par rapport à un repère fixe globale. • Ils sont précis ( environ 200 micro-mètres)

8. Désavantage des appareils optoélectroniques • Nécessité du calibrage lors des dispositions des caméras • Volume de mesure statique • En général ils ne fonctionnent pas en temps-réel

9. Unitéinertielle • La mesureinertielleest un système qui combine des accéléromètres 3D, des gyroscopes 3D ainsique des magnetomètres 3D ADPM – 8Gb/ 720h Dynamicaccuracy 2.80 deg Physilog, BioAGM, MTI - Xsens

10. Unité inertielle • Monitorage des activités de la vie quotidienne • Estimation de l’énergie dépensé quotidiennement • Mesure de la cinématique articulaire et du corps entier • Estimation des charges par inverse dynamique

11. Unité inertielle : Monitorage de l’activité physique quotidienne • Un moyen efficace pour la mesure objective du mouvement humain dans un contexte de mouvement non contraint • Le monitorage de différent type de mouvement (marche, transfert assis-debout, équilibre postural, descente d’escalier chutes, etc…) • Permet l’identification et la classification des activités physiques par monitorage continue

12. Unité inertielle • Goniomètre (mesure les angles inter-segmentaires) • Accéléromètre (mesure l’accélération linéaire et le mouvement d’un segment) • Gyroscope (mesure l’orientation ou la vitesse angulaire d’un segment) • Contacteur électromécanique (mesure le temps entre 2 contacts talons succéssifs) • Podomètre (mesure le nombre de pas) • Actimètre (mesure la quantité ou le pourcentage d’activité physique)

13. Avantage • Peu couteux • Mesure effectuée en dehors du contexte du laboratoire ou de la clinique • Ils répondent bien en fréquence et en intensité du mouvement • Permettent la mesure de l’inclinaison grâce à la mesure de l’axe gravitationnel

14. ActiGraph, RT3, TricTrac-3D

15. Consommation en courant • L’accéléromètre de type iMEMS consomment environ de 0.18 à 0.7 mA alors que le gyroscope en consomme beaucoup plus de 3.5 à 6.0 mA.

16. ADXL322

17. Modèle des capteursinertielsSabatini. Review. Sensors, 2011.

18. Vitesseangulaireestimé par l’axe de rotation instantannéAissaoui et al., IEEE-EMBS2004

19. Comparison between accelerometer and optoelectronic system. Aissaoui et al. 2006. IEEE-ISIE

20. How to filter noise ?Three categories • Filtering in time domain • Filtering in frequency domain • Filtering in time-frequency domain

21. Comparative studies • There is no powerful method that works for every biomechanical situation • Comparison of filtering techniques have always been done on a single marker i.e. the rigidity constraint of rigid body is not taken into account • Difficulty in automatisation of the algorithms Walker JA. (1998). Estimating velocities and accelerations of animal locomotion : a simulation experiment comparing numerical differentiation algorithms. The Journal of Theoretical Biology, 201: 981-995. Wachowiak MP. et al. (2000). Wavelet-based noise removal for biomechanical signals: A comparative study. IEEE Trans. on Biomedical Eng., vol 47(2): 360-368. Nagano A et al. (2003). Optimal digital filter cut-off frequency of jumping kinematics evaluated through computer simulation. Int. J. Health Res, 1(2): 196-201. Alonso FJ. et al. (2004). Automatic filtering procedure for processing biomechanical kinematic signals. Lecture Notes in Computer Science, 3337: 281-291..

22. Purpose of this work is to compare three automatic methods with and without the rigidity constraints • Autocorrelation method (AC) • Power spectral density method (PSA) • Singular spectrum analysis (SSA)

23. AC method

24. PSA method Signal series S AR modeling using modified covariance algorithm Estimating power spectrum using FFT of the AR coefficient (Wiener-Khintchin identity) Estimating the power of the noise Average of 80 to 100% of the power spectrum Determination of the frequency fc at which the power is lower than the previous average calculation Use of butterworth filter at fc

25. SSA method Let S be a signal of length N, and let L represents a window length. The first step is to construct a Hankel matrix from the original signal by sliding a window with length L. Singular value decomposition of H H = UDWT

26. Derivatives calculation Method-1 : central difference Method-2: using the angular velocity calculation

27. Results Acceleration measured and calculated from raw data without filtering in three axis (m/s2)

28. comparing PSA, AC and SSA for method-2

29. Estimation de l‘orientation avec les UI sans les capteurs de mouvement • Strap-down integration method (SDI) : gyroscope + quaternion algebra • Fusion algorithm using selective orientation correction method SOC : gyroscope + accelerometer • Fusion algorithm using Kalman filtering : gyroscope + accelerometer + magnetometer + sensor modeling.

30. General fusion algorithmRoentenberg et al. 2003, International Symposium on Mixed and Augmented Reality (ISMAR ’03)

31. Erreurtypique due au drift en utilisant la méthode SDI et SOCFavre, PhD Dissertation , EPFL 2008

32. Contrôle du drift en utilisant le filtre de kalmanRoentenberg et al. 2003, International Symposium on Mixed and Augmented Reality (ISMAR ’03)

33. Application

34. Mesurecinématique • Cinématique de la marche • ParamètreSpatio-temporels(durée du cycle, cadence, pahse de simple et double support; longueur de pas et de foulée) • Déplacementarticulaire (2D/3D) • Dynamique de la marche • Moment de réaction à l’épaule.

35. Utilisation de l’accéléromètredurant la marche • Saunders, J., Inman, V. and Eberhart, H., 1953. The major determinants in normal and pathological gait. Journal of Bone and Joint Surgery - American Volume 35, 543-58. • Morris, J. R. W., 1973. Accelerometry - Technique for measurement of human body movements. Journal of Biomechanics 6, 729-32.

36. Temporal parameters (wavelet analysis) Aminian et al. J. Biomech, 2002. 10 ms delay between HS as compared with foot- switch

37. 2D kinematics modelAminian et al. J.Biomech, 2002. Errors for velocity and stride length estimations were equal to 0.06 m/s and 0.07 m respectively

38. Knee joint angular measurementHagemeister et al. J. Biomech (2005)

40. Knee Motion Analyser System using functional calibration system Anatomical coordinate system Joint Coordinate System (Groot & Suntay) Body-coordinate system

41. Knee 3D Inertial Measurement system Favre, Aissaoui et al. J. Biomech (2009)

42. Results of the functional calibration method using IMUFavre, Aissaoui, et al. J. Biomech (2009) Syst. Lyberty (électromagnétique) Syst. Inertiel Physilog(Acc, gyro)

43. Repeatability & Accuracy

44. Travail actuel de Perrine F (MSc.)

45. Travail actuel de Perrine F (MSc.)

46. Infra-red markers Inertial System Handrimreaction forces Shoulder moment estimation during wheelchair propulsion systemAissaoui et al. (2006)

47. Generic inverse dynamics

48. Results(solid red : IMU; black dashed optoelectronic) Flx/Ext Add/Abd Int/Ext Mz

49. Results

50. Conclusion • Les UI sont un excellent outil pour le monitorage de l’activité physique en dehors du laboratoireet du milieu clinique. • La répétabilitépeut-êtreconsidéréecomme bonne danscertainscas de mesure