Nous mettons la lumière aujourd’hui sur notre ancien collègue et associé, actuel référent de notre cabinet doctorant au Canada : Antoine FRASIE.
Parti pour rejoindre le Centre Interdisciplinaire de Recherche en Réadaptation et Intégration Sociale (CIRRIS, Université Laval), il a participé à la publication de 2 articles en 2020 dont « Development and Validation of a Data Fusion Algorithm with Low-Cost Inertial Measurement Units to Analyze Shoulder Movements in Manual Workers », comprenez « Développement et validation d’un algorythme de combinaisons de données de mesures inertielles pour l’analyse des mouvements d’épaule des travailleurs manuels ». L’article a été publié dans le RESNA (Rehabilitation Engineering and Assistive Technology Society of North America Conference).
L’équipe a voulu tester la validité d’un algorithme combiné à l’utilisation de deux capteurs à faible coût par rapport à un appareil commercial déjà validé. Plusieurs tâches ont été évaluées :
1) flexion de l’épaule à 1Hz,
2) rotation externe de l’épaule à 90 ° de flexion du coude (1 Hz),
3) flexion de l’épaule à 3Hz,
4) abduction de l’épaule à 1 Hz,
5) rotation externe de l’épaule à 90 ° d’abduction (1 Hz),
6) abduction de l’épaule à 3 Hz,
7) flexion du tronc avec élévation statique du bras,
8-9) cinq mouvements en «Z» sur le cadre d’un miroir,
10) neuf lancers de balle à 90 ° d’abduction d’épaule (distance cible de 2,85 m).
5 sujets sains ont été évalués simultanément par les 3 modèles de capteur (2 à coût faible et celui commercial).
Les résultats montrent une validité pour évaluer l’élévation du bras. Cet algorithme donne de meilleurs résultats pour les mouvements plus lents (tâches 1,2,4,5,7,8,9) que pour des mouvements plus rapides (tâches 3,6,10).
L’objectif à long terme de ce travail est de développer un appareil portable à faible coût utilisant des IMU pour analyser l’épaule mouvements et fournir une rétroaction aux cliniciens et aux travailleurs afin de réduire le risque de blessures musculo-squelettiques. Les travaux futurs consisteront à valider le système dans un environnement de travail, à miniaturiser le système et à fournir un rapport de données significatif aux cliniciens en utilisant les données d’élévation du bras obtenues tout au long d’une journée.
Quelques remarques :
- Il serait intéressant de connaitre l’absence ou l’existence de conflit d’intérêt financier ou entre les auteurs et les différents constructeurs et/ou revendeurs des produits technologiques utilisé
- Il pourrait être intéressant de reproduire l’étude compte tenu du faible nombre de participants.
Référence :
Boyer, M., Frasie, A., Bouyer, L., Roy, J., Poitras, I., & Campeau-Lecours, A. (2020). Development and Validation of a Data Fusion Algorithm with Low-Cost Inertial Measurement Units to Analyze Shoulder Movements in Manual Workers. ArXiv, abs/2010.07450.