Development and validation of a methodology based on mechanomyography to analyze variations in effort and muscle fatigue
Développement et validation d'une méthodologie basée sur la mécanomyographie pour analyser les variations d'effort et la fatigue musculaire
Résumé
Today, the prevention of musculoskeletal disorders is a major public health challenge. Among the risk factors for the development of these disorders, fatigue plays a predominant role. Electromyography (EMG) is the reference method for detecting fatigue in the field, but it has several functional limitations for routine use in professional settings. Mechanomyography (MMG), which measures the vibrations of active muscle fibers, could be a relevant alternative for measuring muscle activity and associated fatigue. However, MMG data incorporate movement accelerations, which is its main limitation.In this thesis research, we first compared EMG and MMG data under isometric conditions. Then, we demonstrated that MMG is more sensitive to variations in dynamic efforts than EMG during controlled, constant-velocity load lifting. We also proposed a new adaptive motion artifact filtering method, which was compared to a traditional filtering method. Finally, we showed that MMG, like EMG, could detect upper limb muscle fatigue during repetitive load handling. Certain frequency bands of the MMG signal should be considered for optimal detection of muscle fatigue in the field. All these results were discussed and compared with the literature to define the best framework for using the MMG method to better prevent workplace injuries.
Aujourd'hui, la prévention des troubles musculo-squelettiques constitue un enjeu de santé publique majeur. Parmi les facteurs de risque d'apparition de ces troubles, la fatigue joue un rôle prépondérant. L'utilisation de l'éléctromyographie( EMG) sur le terrain est la méthode de référence pour le détection de la fatigue, mais présente plusieurs limites fonctionnelles pour une utilisation en routine dans le cadre professionnel. La mécanomyographie (MMG), qui mesure les vibrations des fibres musculaires actives, pourrait constituer une alternative pertinente pour mesurer l'activité musculaire et la fatigue associée. Cependant, les données de MMG intègrent les accélérations du mouvement, ce qui constitue sa principale limite.Dans ces travaux de thèse, nous avons tout d'abord comparé les données EMG et MMG en condition sisométriques.Puis nous avons montré que la MMG était plus sensible aux variations d'efforts dynamiques que l'EMG lors de soulevés de charges contrôlés à vitesse constante. Nous avons également proposé une nouvelle méthode de filtrage adaptative des artefacts du mouvement qui a été comparée à une méthode de filtrage traditionnelle. Enfin, nous avons montré que la MMG, comme l'EMG,permettait de détecter la fatigue musculaire des membres supérieurs lors de manutentions de charges répétées. Certaines bandes de fréquence du signal MMG sont à considérer pour une détection optimale de la fatigue musculaire sur le terrain. L'ensemble de ces résultats ont été discutés et confrontés à la littérature, dans le but de défini rle meilleur cadre d'utilisation de la méthode MMG dans le but de mieux prévenir les blessures au travail.
| Origine | Version validée par le jury (STAR) |
|---|