1 / 62

Mesure du Mouvement du Membre Supérieur et Aide à l’Interprétation Clinique des Données

Mesure du Mouvement du Membre Supérieur et Aide à l’Interprétation Clinique des Données. Soutenance de Thèse de Doctorat Spécialité Automatique et Informatique des Systèmes Industriels et Humains Présentée à l'Université de Valenciennes et du Hainaut Cambrésis Par Emmanuel ROUX

davida
Télécharger la présentation

Mesure du Mouvement du Membre Supérieur et Aide à l’Interprétation Clinique des Données

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Mesure du Mouvement du Membre Supérieur et Aide à l’Interprétation Clinique des Données Soutenance de Thèse de Doctorat Spécialité Automatique et Informatique des Systèmes Industriels et Humains Présentée à l'Université de Valenciennes et du Hainaut Cambrésis Par Emmanuel ROUX L.A.M.I.H., U.M.R. C.N.R.S. 8530

  2. Contexte & Besoins Exprimés • Contexte • Contexte clinique •  nb prothèses d’épaules depuis 10 ans • Recul relativement faible vis-à-vis de cette pratique • Contexte socio-juridique • Recueil du consentement « éclairé » du patient •  nb affaires de justice • Besoins • Chirurgien orthopédiste • Evaluation objective et fiable des résultats de l’arthroplastie gléno-humérale • Pronostic • LAMIH • Biomécanique du membre supérieur encore peu étudiée • Médecine = domaine d’application privilégié de la Biomécanique et de l’IA

  3. Problématiques & Solutions Patient Equipe clinique Déficiences fonctionnelles exprimées par le patient Fiabilité ? Mouvement ? Amplitudes articulaires max en statique Subjectif ! Comment objectiver ? Comment améliorer ? quel pronostic ? Mise en correspondance des données Explication Interprétation ? Choix du modèle ? Validation ? • IA • Apprentissage automatique • SI tel mouvement • ALORS tel caractère clinique Données objectives, fiables Stratégie de mouvement Automaticien - Informaticien Biomécanicien

  4. Plan de l’Exposé • Mesure du mouvement du membre supérieur • Matériel – Méthodes – Protocole de mesure • Correction des effets du glissement de peau • Evaluation de l’optimisation globale • Mise en correspondance données cinématiques - données cliniques • Caractérisation statistique des données du mouvement • Induction des arbres de décision flous et des règles floues • Aide à l’interprétation des données • Méthodes d’exploitation des règles floues • Explication/Détermination de l’état fonctionnel – Evaluation • Perspectives de recherche Conclusion générale

  5. 1.1 Mesure 3D du Mouvement du Membre Supérieur Matériel – Méthodes - Protocole de Mesure

  6. Matériel Système vidéo de mesure tridimensionnelle du mouvement avec marqueurs externes • Mesure 3D • Mesure non invasive • Mesure dynamique • Marqueurs passifs peu encombrants / gênants Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  7. Principe Général (X,Y,Z) Marqueurs anatomiques (X,Y,Z) Points caractéristiques Définition des repères anatomiques Repères anatomiques Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  8. Variables d’Analyse • Segments corporels Tronc, Tête, Bras, Avant bras, Main, « Ceinture scapulaire » • Orientations relatives 3D des segments • Angles d’Euler • (Bonne adéquation avec description clinique des amplitudes) • 19 Variables d’analyse temporelles • Orientations relatives des segments • Vitesses et accélérations angulaires de flexion de l’épaule et du coude • Vitesse et accélération linéaires de la main Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  9. Population & Protocole de Mesure • Toucher de la nuque • Elévation du bras dans le plan scapulaire • Population d’étude • Prothèses d’épaule • 65 ans en moyenne + douleurs + déficits de mobilité + … • 3 gestes définis avec l’équipe médicale • (répétés de 3 à 5 fois) • Toucher de la nuque • Elévation du bras dans le plan scapulaire • Lever de charge • Lever de charge • Critères de choix des gestes • Représentatifs de gestes nécessaires à la réalisation de tâches quotidiennes • Réalisables par le patient • Dont la capture est possible par le système vidéo Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  10. Erreurs de Mesure • Erreurs instrumentales • Traitement d’image • Reconstruction 3D • Calibration (Richards, Human Movement Science, 1999 : max de 1,3 à 17,2mm; 4,6° Dufour & Godillon-Maquinghen, ITBM, 1999 : simulation : de 0,14 à 1,04°) • Erreurs expérimentales • Mauvais positionnement des marqueurs anatomiques • Mouvement des parties molles • (Cappozzo et al, Clin. Biomech, 1996 : 40mm • Schimdt et al, J. of Biomech, 1999 : sous-estimation des amplitudes de rotation de 15 à 30%) Orientations / Positions relatives des segments aberrantes Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  11. 1.2 Mesure 3D du Mouvement du Membre Supérieur Correction des Effets du Glissement de Peau

  12. Marqueurs Anatomiques et Techniques Groupes de Marqueurs Techniques Positions/Orientations repères anatomiques (Statique) Positions/Orientations repères anatomiques (Dynamique) Calcul Positions/Orientations (X,Y,Z) Marqueurs techniques (Statique & Dynamique) MAIS • Mouvements relatifs marqueurs de chaque groupe • Mouvement relatifs groupes/os Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  13. Correction par « Optimisation Globale » Bras Avant Bras (Lu et O’Connor, J. Biomech, 1999) • Paramètres (t) = [Orientation, Position, Orientation, Position] • Critère • Minimisation des mouvements relatifs des marqueurs de chaque groupe • minf() = [P – P’()]T . W(t) . [P – P’()]  « solidification » des groupes • Contraintes d’optimisation • Conditions sur les positions et orientations relatives des segments corporels • (contraintes cinématiques)  correction des mouvements relatifs groupes / os Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  14. Contraintes Cinématiques Dislocation coude  2 mm Abduction - Adduction coude  [ -1, 1] ° Dislocation poignet  2 mm Pronation-supination poignet  [ -1, 1] ° (E. Roux et al, J. Biomech, 2002) Coude Poignet Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  15. Mesure 3D du Mouvement du Membre Supérieur 1.3 Evaluation de l’Optimisation Globale

  16. Simulation Numérique de Mouvements Mouvement réaliste Génération mouvement Coordonnées des marqueurs en statique (t0) Coordonnées des marqueurs en mouvement (t) Amplitudes (E. Roux et al, J. Biomech, 2002) Rotation interne-externe de l’épaule 2. Pronation-supination du coude Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  17. Simulation des Artéfacts de Mesure Simulation des artéfacts de mesure Bruit de mesure Mouvement des parties molles Coordonnées des marqueurs en mouvement (t) Coordonnées bruitées des marqueurs en mouvement (t) (E. Roux et al, J. Biomech, 2002) • Bruit de mesure • Identique pour tous les marqueurs • Aléatoire de distribution normale (Dufour et al, ITBM, 1999) • Moyenne = 0; Écart type = 0,615 (Richards, Human Movement Science, 1999) • Mouvement des parties molles • Appliqué aux marqueurs du segment dont le mouvement est considéré • Modèle sinusoïdal du type A sin (  t +  ) (Chèze, et al., 1995,1998; Lu and O'Connor, 1999) • Aproportionnelle à l’amplitude du mouvement (Schmidt et al, J. of Biomech, 1999) • A < 20mm pour marqueurs proximaux, A < 10mm pour marqueurs distaux • (Cappozzo et al, Clin. Biomech, 1996) Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  18. Rotation Interne-Externe de l’épaule (°) Résultats Particuliers Abduction-Adduction du coude (°) Temps (s) Temps (s) Mouvement simulé « propre » Sans Optimisation Avec Optimisation +++++++++ ° ° ° ° ° ° ° (E. Roux et al, J. Biomech, 2002) Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  19. Résultats SimulationRotation Interne-Externe Épaule 30 simulations ( ,  ) Moyenne et écart type de l’erreur RMS Erreurs Angles (°) Dislocations (mm) Contraintes Contraintes 1° 2mm Sans Optimisation Avec Optimisation Écart type (E. Roux et al, J. Biomech, 2002) Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  20. Résultats SimulationPronation – Supination Coude 30 simulations ( ,  ) Moyenne et écart type de l’erreur RMS (E. Roux et al, J. Biomech, 2002) • Résultats similaires à la rotation interne-externe de l’épaule • erreurs d’angles • translations relatives des segments •  variabilité Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  21. Synthèse sur la Mesure du Mouvement Interprétation ? Données objectives, fiables Stratégie de mouvement Mise en correspondance des données du mouvement et des données cliniques • Évaluation du mouvement • Quantitative • Objective • Fiable • Interprétation des données ? Les cliniciens recueillent et exploitent des données cliniques significatives pour eux Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  22. Méthode Proposée SI Condition 1 ET Condition 2 ALORS Caractèrec p(C|Cond1Cond2  …) • Induction de relations du type SI telle(s) caractéristique(s) du mouvement ALORS Tel caractère clinique (Ex1 : tel type de prothèse Ex2 : Impossible de faire sa toilette) • Méthodes • Arbres de décision flous • Règles floues Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  23. Variables d’analyse • Homogènes • Compatibles avec des méthodes de traitement de données Caractérisation statistique des données Variables d’analyse Mise en Correspondance Données Cinématiques - Données Cliniques 2.1 Caractérisation Statistique des Données

  24. Méthodes Usuelles Angle (°) Flexion-Extension poignet Lever de charge Contournement de la table Stratégie 1 Moyenne Stratégie2 Temps (%) • Méthodes • Moyennes spatiales et/ou temporelles • Extraction d’attributs • Inconvénients • Perte des notions de chronologie et de simultanéité • Non prise en compte de l’imprécision et de la variabilité des données • Mauvaise représentation des phénomènes multi-modaux Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  25. Méthode Proposée Codage en valeurs d’appartenance à des fenêtres spatio-temporelles floues •  Sauvegarde le caractère temporel des données •  Sauvegarde les phénomènes multi-modaux •  Modélise l’imprécision et la variabilité des données du mouvement Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  26. Codage Spatio-Temporel Amplitude (Domaine spatial) Réalisation tâche Début Fin Borne supérieure (Max, Butée articulaire, …) Extension Valeur centrale Neutre Temps (Domaine temporel) V(tk) Borne inférieure Flexion 1 0 Retour(tk) Flexion(V(tk)) Neutre(V(tk)) fin(tk) 1 Phase aller Réalisation tâche Phase retour Fin Début Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  27. Valeurs d’Appartenance Amplitude FS FST s1 s2 FS Temps FT FT (Loslever et Bouilland, Fuzzy sets and systems, 1999) Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  28. SI tel mouvement • ALORS tel caractère clinique 2.2 Mise en Correspondance Données Cinématiques - Données Cliniques Induction des Arbres de Décision Flous et des Règles Floues

  29. Méthode Proposée Induction d’arbres de décision flous • Multivariable • Reproduit un raisonnement naturel (induction) • Induit des relations non linéaires entre les données • Fournit un modèle concis & d’interprétation aisée (règles incomplètes) • Fournit un modèle exploitable par des raisonnements naturels (abduction, déduction, …) • Nécessite un nombre conséquent d’exemples • Temps de calcul non négligeables Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  30. Arbre de Décision - Généralités • Objectif Générer des règles de classification du type SI tel Mouvement ALORS tel caractère clinique à partir d’un ensemble d’apprentissage • Dans notre application • Classe = Ensemble de patients ayant le même caractère clinique • Ex1 : Patients ayant le même type de prothèse • Ex2 : Patients pour lesquels il est impossible d’atteindre une étagère haute • Ensemble d’apprentissage = ensemble d’exemples Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  31. Arbre de Décision – Aspects Algorithmiques  1 11 12 13 2 3 Oui Ensemble d’apprentissage  Variable la plus discriminante  appartenance des exemples aux classes ? Création d’un nœud Partitionnement i Non Test relatif à une condition d’arrêt Création d’unefeuille de l’arbre Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  32. Forêt d’Arbres de Décision Classification considérée : Ensemble d’apprentissage “Forêt” d’arbres de décision : 1 arbre / classe ,   ,   ,   (Marsala, Thèse informatique, 1998) Induction Possibilitéd’expliquer/prédirela non-appartenance à une classe Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  33. Arbre de Décision Flou – Aspects Mathématiques (Janikow, IEEE Syst, Man and Cyber, 1998 Wang et al, Fuzzy Sets and Syst, 2000 Dong et al, IEEE Fuzzy Systems, 2001 …) • Mesure de discrimination Entropie conditionnelle d’information H(C/Y)=-j p(yj) i p(ci /yj) log p(ci /yj) Capacité de Y à expliquer l’appartenance et la non-appartenance des individus à une classe • Variable discriminante / min H • Partitionnement • 1 patient1 sous-nœud • Critère d’arrêt • Au nœud N • p(ci /N) ( incrémenté pour que  et  soient expliquées) •  Probabilité conditionnelle Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  34. Détermination des Règles Floues SI Condition 1 ET Condition 2 ALORS ou  Classe p(C|Cond1Cond2  …) SI Telle variable a telle valeur (Condition 1) ET Telle autre variable a telle valeur (Condition 2) ET … ALORSLe patient  ou  à la classe Valeur de vérité = p Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  35. Aide à l’Interprétation Contextuelle des Données 3.1 Méthodes d’Exploitation des Règles

  36. Explication Objective Raisonnement abductif • Objectif Pour un patient donné : trouver les caractéristiques du mouvement les plus susceptibles d’expliquer un caractère clinique donné • Méthode • Degré de satisfiabilitécaractéristiques cinématiques du patient - règle • sr(O)= Min des valeurs d’appartenance des données du mouvement aux conditions de la règle Règle explicative= { règle r / sr(O)=maxi R (si(O)) } Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  37. Classement Calcul degrés de satisfiabilité Patient P à  et à non- Attribution du patient à  ou non- P ou P  -  Calcul degrés de satisfiabilité Patient P à Oet à non-O Attribution du patient à O ou non-O PO ou PO O - O Calcul degrés de satisfiabilité Patient P à  et à non-  Attribution du patient à  ou non-  P ou P P ou PO ou P Agrégation résultats de chaque arbre (vote) Attribution du patient à  ou O ou   -  (Marsala, Thèse informatique, 1998) Données du mouvement Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  38. Aide à l’Interprétation Contextuelle des Données 3.2 Explication/Détermination de l’Etat Fonctionnel Evaluation

  39. Mouvement et Déficiences Fonctionnelles PATHOLOGIE Potentiel cinématique TACHE Requiert (+ -) Rend difficile (+ -) Stratégie compensatrice Stratégie de mouvement saine Zone d’inconfort / de déficiencefonctionnelle - + intensité (E. Roux et al, Workshop IDAMAP - ECAI, 2002) • Inconfort et déficiences fonctionnelles dépendent de • Tâche • Pathologie • Stratégie de mouvement • Données mesurées = mouvement effectivement réalisé Expliquer / déterminer déficiences fonctionnelles & inconfort à partir des compensations Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  40. Evaluation Fonctionnelle Subjective Score ASES* (Richards et al, J. Should. Elb. Surg. 1994) Impossible Très Difficile Assez Facile Facile Mettre un manteau Dormir sur l’épaule Se laver le dos Faire sa toilette Se peigner Atteindre une étagère haute Lever 500g au dessus de l’épaule Lancer une balle Pratiquer son activité professionnelle Pratiquer un sport * American Shoulder and Elbow Surgeons Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  41. Résultats de l’Induction des Arbres (E. Roux et al, Workshop IDAMAP - ECAI, 2002) • Ensembles d’apprentissage Nb d’exemples = de 87 à 93 (fonction du geste) • Résultats • 96 arbres de décision flous • 1330règles • Nb moyen de conditions par règle2 (min=1; max=11) • Règles avec un nb de conditions  5 95,8% • Exemple de règle (Toucher de la nuque) • SI • la vitesse de la main lors de la phase aller (du geste de toucher de nuque) est nulle • ET • le poignet est en extension lors de la phase aller • ALORS • il est impossible de se peigner(p=0,77) Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  42. Evaluation Qualitative par le Chirurgien • Bonne compréhension du modèle de relation entre les données • Evaluation non exhaustive • Nb de règles important • Difficultésde validerdesrelations faisant intervenir des caractéristiques du mouvement • peu connues • (vitesses, accélérations, etc.) • pas directement liées à l’articulation gléno-humérale • (flexion du poignet, etc.) Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  43. Evaluation Quantitative • Classement • Précision • Sensibilité pour chaque arbre • Spécificité • Précision du classement final (E. Roux et al, Workshop IDAMAP - ECAI, 2002) • Explication Etat fonctionnel expliqué si toutes les conditions de la règle explicative sont vérifiées par les caractéristiques cinématiques du patient • Taux d’explication = proportion des patients d’un ensemble dont l’état fonctionnel est expliqué • Taux d’explication de l’appartenance / de la non-appartenance Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  44. Validation Croisée Stratifiée T1 T1 T1 Précision1 Sensibilité1 Spécificité1 T2 T2 T2 Précision2 Sensibilité2 Spécificité2 T10 T10 T10 Précision10 Sensibilité10 Spécificité10 Test10 Test1 Test2 Découpage Stratifié Exemples … (10) … (10) Apprentissage10 Apprentissage1 Apprentissage2 Classe Classe (Kohavi, IJCAI, 1995) Tmoy Tmoy Tmoy Précisionmoy Sensibilitémoy Spécificitémoy Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  45. Explication Impossible Très Difficile Assez Facile Facile Mettre manteau Dormir sur épaule Se laver dos Faire toilette Se peigner Att étagère hte Lever 500g Lancer balle 42% 38% 16% Subjectivité forte Effectifs faibles 4% Atteindre étagère haute Donnée du mouvement Etat fonctionnel • Explication  ou  • 94% des valeurs  70 • 54% des valeurs  80 • Explication  • « Impossible » et « Facile » • 17% des valeurs  80 • « Très difficile » et « Assez facile » 0% des valeurs  50 Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  46. Classement Impossible Très Difficile Assez Facile Facile Mettre manteau Dormir sur épaule Se laver dos Faire toilette Se peigner Att étagère hte Lever 500g Lancer balle Donnée du mouvement Etat fonctionnel • Précision • 93% des valeurs  70 • 58% des valeurs  80 • Sensibilité • « Facile » • 30% des valeurs  80 • « Impossible » • 20% des valeurs  80 • « Très difficile » et « Assez facile » • 0% des valeurs  30 Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  47. Classement Final Impossible Très Difficile Assez Facile Facile Mettre manteau Dormir sur épaule Se laver dos Faire toilette Se peigner Att étagère hte Lever 500g Lancer balle Donnée du mouvement Etat fonctionnel Agrégation par vote pondéré (Sensibilité, Spécificité) Précision < 67%  Donner une tendance en fournissant les valeurs des degrés de satisfiabilité aux classes Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  48. Synthèse sur l’Evaluation Quantitative  Atteindre une étagère haute  Pas d’influence significative • Adéquation Geste mesuré  Mouvement nécessaire à la réalisation d’une tâche • Résultats comparables pour l’explication et le classement • Résultats fiables pour des effectifs de classe suffisamment élevés Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Aide à l’Interprétation des Données Perspectives

  49. 4.1 Perspectives Système d’Aide à l’Interprétation des Données du Mouvement

  50. Système d’AideFenêtre principale Intégrer l’aide aux outils existants • Programmation • Html • Php • Java • … Réponses ASES Détermination état fonctionnel Mesure du mouvement du membre supérieur Mesure du Mouvement du Membre Supérieur Mise en Correspondance des Données Mise en Correspondance des Données Aide à l’interprétation des données Aide à l’Interprétation des Données Perspectives Perspectives

More Related