Shachykov, Andrii
[VerfasserIn]
;
Université de Lorraine
[MitwirkendeR];
Institut polytechnique de Kyiv (Ukraine)
[MitwirkendeR];
Hénaff, Patrick
[MitwirkendeR];
Schulyak, Oleksandr
[MitwirkendeR]
Neural modeling of human motor coordination inspired by biological signals aiming for parkinsonian gaits ; Modélisation neuronale de la coordination motrice humaine inspirée de signaux biologiques et visant des allures de marche parkinsoniennes
Titel:
Neural modeling of human motor coordination inspired by biological signals aiming for parkinsonian gaits ; Modélisation neuronale de la coordination motrice humaine inspirée de signaux biologiques et visant des allures de marche parkinsoniennes
Anmerkungen:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Beschreibung:
Cette thèse présente une plate-forme de simulation neuro-musculo-squelettique du système locomoteur humain pour reproduire des allures de marche saines ou altérées par la maladie de Parkinson, ou par d’autres troubles locomoteurs. Le premier chapitre s’intéresse aux grands principes du système locomoteur en se focalisant sur les structures neuronales du cerveau qui sont le siège des troubles parkinsoniens. La transmission à la moelle épinière des signaux de contrôle de l'activité musculaire au travers de plusieurs boucles fermées est décrite. Différents modèles neuronaux des troubles parkinsoniens issus de la littérature sont présentés. Le second chapitre présente le contrôleur neuronal implémenté dans la plate-forme. Il utilise un modèle original de «central pattern generators» (CPG) inspiré du réseau locomoteur spinal. Ce CPG peut générer des signaux rythmiques variables selon ses paramètres neuronaux contrôlés par des signaux descendants du cerveau. Les signaux des motoneurones du CPG sont appliqués en tant qu'excitation au modèle de muscles flexeur/extenseur. Le chapitre trois présente les simulateurs musculo-squelettiques GAIT2DE et OpenSim utilisés ainsi que les modifications apportées pour simuler, en boucle fermée, le système locomoteur marchant sur le sol et les retours proprioceptifs et extéroceptifs exploités par les CPGs. Le chapitre quatre concerne l'analyse du cycle de la marche et l'optimisation des paramètres du contrôleur. Le cycle de marche permet de comparer des données de simulation avec des paramètres de marche réelle, et d’optimiser le contrôleur à partir d'une analyse comparative utilisant la corrélation croisée. Le chapitre cinq présente les résultats obtenus avec les deux simulateurs en intégrant une circuiterie complète à base des CPGs et d’un réflexe du contrôle d’équilibre. Les résultats montrent qu’on peut générer différentes démarches plus ou moins coordonnées selon les paramètres neuronaux reproduisant ainsi les allures observées pour la maladie de Parkinson ou d’autres troubles ...