Smartphone et intelligence artificielle pour la quantification de la cinématique du membre inférieur en course à pied.

Details

Supervisors

Lambricht, Nicolas ; Peters-Dickie, Jean-Louis

Faculty

Faculté des sciences de la motricité

Degree label

Master [60] en kinésithérapie et réadaptation

Abstract

Contexte La course à pied est souvent associée à des blessures liées à la cinématique des membres inférieurs. Les analyses en laboratoire sont coûteuses et complexes. Désormais, l'intelligence artificielle pour les analyses via smartphone émerge comme une solution accessible. Objectifs L'objectif principal est d'investiguer si la cinématique articulaire du membre inférieur peut être obtenue de manière fiable sur base d'une vidéo de smartphone via le réseau de neurones OpenPifPaf. Le second objectif est d'évaluer l'impact du port de vêtements de sport dans ces analyses. Méthode Trente sujets ont réalisé deux cycles de courses de 30 secondes chacun, respectivement à 9 et 13 km/h sur un tapis roulant. Le mouvement a été capturé par un système optoéléctronique, la référence, en parallèle à une vidéo smartphone. La cinématique articulaire a été calculée à partir des coordonnées des marqueurs pour la référence et des repères anatomiques déterminés par OpenPifPaf pour les vidéos. Une comparaison a été faite entre les courbes de ces systèmes. Résultats En comparant les résultats de la vidéo au système de référence, les RMSEs moyennes pour les articulations de la cheville, du genou et de la hanche sont respectivement de 3.5°, 3°, 5.7° à 9 km/h et 3.5°, 3.6°, 6.3° à 13 km/h. Le port de vêtements a mené à des ordres de grandeurs similaires. Conclusion Les résultats soutiennent la fiabilité de l'analyse vidéo via OpenPifPaf. Cette méthode est particulièrement attrayante en pratique clinique pour sa facilité d’accès.