Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Colloque
Membre a labase
Mahaut Gérard : Université TÉLUQ
La locomotion équine est évaluée visuellement par des vétérinaires, mais cela est subjectif. Des systèmes basés sur des capteurs inertiels (IMU) ont été développés pour quantifier la locomotion au trot, mais certaines pathologies sont plus visibles au pas ou au galop. La segmentation des allures peut être réalisée avec du traitement de signal, souvent peu robuste aux chevaux avec des locomotions spécifiques. Certains travaux utilisent des méthodes d’apprentissage machine (ML) pour détecter les allures après sélection des parties du signal avec allure stable. Nous proposons une approche par ML pour segmenter les allures sans pré-sélection et donc utilisable en environnement non-contrôlé, à partir de 7 IMU placés sur le cheval. D’abord, nous détectons les 3 allures principales (pas, trot, galop) et la classe ‘autre’, en extrayant les paramètres principaux des signaux bruts à l’aide d’un encodeur, à l’entrée d’un réseau de neurones convolutif. Ensuite, nous segmentons les types de galops (droite, gauche, désuni) avec des paramètres temporels. Au total, avec 10 ms entre timestamps, les accuracy de prédiction sont 96.7% (pas), 97.2% (trot), 90.6% (galop droit), 88.8% (galop gauche), 86.8% (galop désuni), et 74.9% (autre). Même si la classe autre est plus difficile à segmenter, regroupant des attitudes différentes (arrêt, transition, ruade), les allures sont très bien détectées. Cette méthode peut être utilisée sur des signaux obtenus dans la pratique vétérinaire standard.
L’analyse de mouvement est une technique amplement utilisée dans le domaine de la biomécanique appliquée à des sujets humains dans différentes disciplines (la performance sportive, la réadaptation, l’orthopédie et la neuroscience). Dans ces domaines d’application, la précision des données du mouvement utilisées devient un paramètre critique.
Les techniques de base utilisées aujourd’hui pour obtenir des données de mouvement précises se fondent soit sur l’utilisation de marqueurs actifs ou passifs détectés par des caméras optoélectroniques, soit sur l’utilisation de capteurs électromagnétiques ou inertiels qui permettent la mesure de la position et de l’orientation des segments corporels en 3D. Ces systèmes, même s’ils sont très précis, ont plusieurs inconvénients pour une utilisation dans le milieu clinique. L’ajout de marqueurs sur le patient devient une contrainte majeure pour la plupart des applications où la capture de mouvements naturels est nécessaire dans le milieu écologique.
Une alternative avec moins de contraintes est la capture de mouvements à partir de séquences vidéo RGB sans l’utilisation de marqueurs sur le sujet. De telles techniques permettent d’obtenir des données de mouvement dans un environnement moins contraignant et plus proche de l’environnement écologique de vie des sujets. Il y a par contre des limitations importantes à l’utilisation de ces techniques lorsque la précision devient un paramètre important requis. En effet, la plupart des algorithmes proposés ont comme première étape l’estimation de la pose, c.-à-d. l’identification de la position des centres articulaires dans l’espace 3D. Ces algorithmes utilisent généralement des techniques d’apprentissage machine, mais qui ont été entraînées et validées sur des bases de données qui manquent globalement de la précision nécessaire. L’objectif principal de ce colloque est de présenter l’état des connaissances ainsi que les avancées technologiques et informatiques dans ce domaine de l’analyse du mouvement.
Les principaux thèmes à aborder pendant le colloque, sans pour autant limiter la discussion à d’autres sujets connexes, seront :
Format
Le colloque se déroulera dans une session unique avec présentations orales, qui seront de 10 min plus 5 min pour questions et discussions. Un panel de discussion en fin de journée permettra d’aborder le sujet de la validation numérique des algorithmes d’estimation de la position des centres articulaires.
Thème du colloque :
Date :
7 mai 2025
Titre du colloque :
Thème du colloque :
Responsables :
