MMH: A multimodal dataset of whole-body kinematics, bilateral ground reaction forces, and lower-limb surface electromyography signals during load lifting and lowering

Cette étude présente le jeu de données MMH, une ressource multimodale comprenant la cinématique corporelle, les forces de réaction au sol et l'électromyographie de douze muscles des membres inférieurs lors de tâches de levage et de dépose de charges, destinée à la recherche en biomécanique et en ergonomie.

L'essentiel

Le projet "MMH" : Le scanner ultime du mouvement humain

Imaginez que votre corps est une machine de haute précision, un peu comme une voiture de course ultra-sophistiquée. Quand vous soulevez un sac de courses ou un carton, votre "moteur" (vos muscles), votre "châssis" (vos os) et vos "amortisseurs" (vos articulations) travaillent ensemble dans une chorégraphie complexe.

Le problème, c'est que si on utilise la mauvaise technique, on risque de "casser une pièce" (se faire mal au dos ou aux genoux).

C'est quoi, ce jeu de données "MMH" ?

Les chercheurs ont créé une sorte de "boîte noire" géante pour le corps humain. Ils ont pris dix jeunes hommes en bonne santé et leur ont demandé de faire des exercices de levage (soulever et reposer un poids de 2 kg) de différentes manières :

• En se penchant en avant (le style "dos rond").
• En pliant un peu les jambes.
• En faisant un vrai squat (les fesses bien basses).

Pour comprendre exactement ce qui se passe dans la machine, ils ont utilisé trois types de "capteurs" :

1. La Caméra de Cinéma (La Cinématique) : Ils ont filmé chaque mouvement pour voir comment chaque articulation bouge dans l'espace. C'est comme regarder un ralenti de sport pour analyser la posture.
2. Le Pèse-personne Intelligent (Les Forces de Réaction) : Les participants étaient sur des plateformes spéciales qui mesurent précisément comment le poids est réparti sous chaque pied. C'est comme savoir exactement quelle pression chaque pneu exerce sur la route.
3. Les Microphones Musculaires (L'Électromyographie - sEMG) : Ils ont collé des capteurs sur les muscles des jambes. Imaginez que ces capteurs sont des micros qui écoutent les "ordres électriques" envoyés par le cerveau aux muscles. On peut ainsi entendre le "bruit" de l'effort musculaire.

À quoi ça sert ? (Le "Pourquoi")

Pourquoi s'embêter avec autant de données ? Pour deux raisons principales :

• Créer des "Simulateurs de Vol" pour le corps : Avec ces données, les scientifiques peuvent créer des modèles informatiques ultra-réalistes. Au lieu de tester des mouvements dangereux sur de vrais humains, on les teste sur un "humain numérique" pour voir quand et comment il risque de se blesser.
• Améliorer l'Ergonomie : C'est comme concevoir de meilleurs sièges de voiture ou de meilleurs outils de travail. En comprenant quelle technique est la plus "douce" pour la machine humaine, on peut apprendre aux gens (ou concevoir des robots) à bouger sans s'abîmer.

En résumé : Le projet MMH, c'est une immense bibliothèque de données qui permet de comprendre la "musique" du mouvement humain, afin de s'assurer que notre corps ne finisse pas avec une "panne moteur" prématurée !

Résumé technique

Résumé Technique : Jeu de données MMH (Multimodal Human Movement)

Titre original : MMH: A multimodal dataset of whole-body kinematics, bilateral ground reaction forces, and lower-limb surface electromyography signals during load lifting and lowering

1. Problématique (Le Problème)

L'évaluation précise des risques de blessures musculosquelettiques lors de la manipulation de charges nécessite des données biomécaniques riches et synchronisées. Les outils actuels d'évaluation ergonomique et les modèles musculosquelettiques basés sur l'optimisation manquent souvent de jeux de données multimodaux complets combinant la cinématique corporelle, les forces de réaction au sol et l'activité musculaire réelle (électromyographie) pour valider leurs prédictions.

2. Méthodologie

L'étude repose sur la collecte d'un jeu de données in vivo en laboratoire auprès de dix adultes de sexe masculin, jeunes, en bonne santé et de poids normal. Le protocole expérimental est structuré comme suit :

• Tâches : Levage et descente de charges (2 kg).
• Variations expérimentales :
  • Techniques de levage : Trois styles différents (stoop/dos rond, semi-squat, et full-squat/squat complet).
  • Manipulation : Utilisation d'une seule main ou des deux mains.
  • Localisation : Multiples positions initiales et finales de la charge.
• Volume de données : Un total de 72 essais par participant.
• Capteurs et mesures :
  • Cinématique : Mouvement de l'ensemble du corps.
  • Cinétique : Forces de réaction au sol en trois dimensions (3D) et centres de pression (CoP) en deux dimensions (2D) pour chaque pied.
  • Électromyographie (sEMG) : Enregistrement de l'activité de douze muscles des membres inférieurs (six muscles par jambe).

3. Contributions Clés

La principale contribution est la création du jeu de données MMH, une ressource multimodale et synchronisée qui intègre simultanément :

• La dynamique du mouvement corporel complet.
• Les forces bilatérales exercées au sol.
• L'activité musculaire périphérique (sEMG).
  Ce jeu de données offre une couverture exhaustive des variables nécessaires pour modéliser l'interaction entre la force, le mouvement et l'activation musculaire lors de tâches de manutention courantes.

4. Résultats et Applications

Bien que l'extrait ne présente pas de résultats statistiques de performance, il définit les capacités d'exploitation des données recueillies :

• Évaluation ergonomique : Les mesures cinématiques et de force constituent des entrées de haute qualité pour les outils d'évaluation des risques de blessures.
• Modélisation musculosquelettique : Les données permettent de nourrir des modèles d'optimisation visant à quantifier les contraintes physiques.
• Validation EMG : Les signaux sEMG permettent de développer des modèles musculosquelettiques assistés par l'EMG et, surtout, de valider les prédictions théoriques issues des modèles d'optimisation.

5. Signification et Impact

Le jeu de données MMH représente une ressource précieuse pour la communauté scientifique. Son impact se situe à trois niveaux :

1. Biomécanique : Fournit une base de référence pour l'étude du mouvement humain.
2. Ergonomie : Permet d'affiner les méthodes de prévention des troubles musculosquelettiques (TMS) en milieu professionnel.
3. Recherche sur le mouvement : Facilite le développement de modèles numériques plus fidèles à la réalité physiologique humaine grâce à la synchronisation de données motrices et musculaires.