Validation, characterization, and utility of markerless motion capture in a large cohort of pediatric patients with complex gait patterns

Cette étude valide la capture de mouvement sans marqueurs chez 202 enfants présentant des troubles de la marche complexes, démontrant sa fiabilité pour l'analyse des déviations dans le plan sagittal tout en soulignant ses limites actuelles pour les plans frontal et transverse, notamment en raison d'une sous-estimation systématique des rotations et d'une sensibilité accrue à l'obésité et à l'utilisation de déambulateurs.

L'essentiel

🎬 Le Grand Duel : La Caméra "Magique" contre le Costume de Danseur

Imaginez que vous voulez analyser la façon dont un enfant marche, peut-être parce qu'il a des difficultés à bouger ses jambes.

L'ancienne méthode (Le "Costume de Danseur") :
Pendant des années, les médecins ont dû coller de petits autocollants réfléchissants (des marqueurs) sur les articulations de l'enfant (hanches, genoux, chevilles). Ensuite, l'enfant marchait dans une pièce remplie de caméras spéciales qui traquaient ces autocollants.

• Avantage : C'est très précis, comme un chef cuisinier qui pèse chaque ingrédient au gramme près.
• Inconvénient : C'est long, ça fait peur aux enfants, et c'est cher. C'est comme essayer de danser avec des poids aux chevilles.

La nouvelle méthode (La "Caméra Magique") :
Les scientifiques ont testé une nouvelle technologie : la capture de mouvement sans marqueurs. Ici, on utilise des caméras intelligentes et de l'intelligence artificielle (comme un super-robot qui regarde) pour deviner où sont les articulations de l'enfant, juste en regardant sa vidéo.

• Avantage : C'est rapide, pas d'autocollants, l'enfant est plus à l'aise. C'est comme si la caméra lisait dans les pensées du corps.

🔍 Le Défi : Est-ce que la "Caméra Magique" est aussi bonne que le "Costume" ?

Les chercheurs de l'hôpital Shriners (aux États-Unis) ont voulu savoir si cette nouvelle méthode pouvait remplacer l'ancienne, surtout pour des enfants qui ont des problèmes de marche complexes (comme la paralysie cérébrale). Ils ont filmé 202 enfants en même temps avec les deux systèmes.

Voici ce qu'ils ont découvert, traduit en langage simple :

1. La marche vers l'avant (Le plan sagittal) : 🟢 Excellent !

Imaginez que vous marchez droit devant vous. C'est le mouvement le plus important.

• Résultat : La caméra magique est très bonne pour voir si l'enfant plie bien son genou ou son cheville quand il avance.
• L'analogie : C'est comme regarder un film en noir et blanc. Vous voyez parfaitement l'action principale (le mouvement avant/arrière). Les erreurs sont minimes, comme une petite imperfection dans un dessin, mais rien de grave.

2. Les mouvements de côté et de rotation (Les plans frontal et transverse) : 🟠 Attention, ça coince !

Maintenant, imaginez que l'enfant tourne sur lui-même, ou que ses jambes tournent vers l'intérieur ou l'extérieur (comme un canard qui marche).

• Résultat : La caméra magique a du mal ici. Elle sous-estime souvent ces mouvements. Si un enfant a les genoux qui tournent beaucoup vers l'intérieur, la caméra magique dit : "Oh, il tourne un tout petit peu", alors que le costume de danseur dit : "Non, il tourne beaucoup !"
• L'analogie : C'est comme essayer de deviner la forme d'un objet en regardant seulement son ombre sur le mur. L'ombre vous dit si l'objet est grand ou petit, mais elle ne vous dit pas si l'objet est tordu ou s'il tourne sur lui-même. La caméra magique "lisse" les mouvements bizarres et les rend trop normaux.

3. Les facteurs qui perturbent la caméra : 🌪️

La précision de la caméra magique dépend de l'enfant :

• Le poids : Plus l'enfant est en surpoids, plus c'est difficile pour la caméra de "voir" à travers les vêtements et la peau. C'est comme essayer de voir les contours d'un objet à travers un brouillard épais.
• Les aides à la marche : Si l'enfant utilise une canne ou un déambulateur, la caméra se trompe plus souvent, car l'objet cache une partie du corps.

🏥 Le Verdict pour les Médecins

Ce qu'on peut faire dès maintenant :
La caméra magique est prête à l'emploi pour vérifier la marche de base (le mouvement avant/arrière). Elle est parfaite pour dépister rapidement les problèmes de genoux ou de chevilles et pour aider à prendre des décisions de traitement simples. C'est un outil formidable pour gagner du temps et rendre l'enfant plus à l'aise.

Ce qu'il faut attendre :
Pour les mouvements complexes de rotation (les jambes qui tournent), la caméra magique n'est pas encore assez fiable pour prendre des décisions chirurgicales importantes. Elle a tendance à "cacher" les problèmes de rotation. Les médecins doivent encore attendre que l'intelligence artificielle apprenne à mieux voir ces mouvements tordus.

💡 En résumé

Pensez à la caméra magique comme à un super-nouveau assistant qui est très fort pour voir la direction dans laquelle l'enfant marche, mais qui a encore besoin de faire ses classes pour comprendre les mouvements de rotation complexes. Pour l'instant, on l'utilise avec confiance pour le "grand mouvement", mais on garde l'ancien système (les autocollants) pour les détails fins de la rotation.

Résumé technique

1. Problématique

L'analyse de la marche par capture de mouvement basée sur des marqueurs (marker-based) est actuellement la norme clinique pour les décisions chirurgicales chez les enfants présentant des pathologies complexes (ex. : paralysie cérébrale). Cependant, cette méthode est coûteuse, invasive, nécessite un temps de préparation long et peut être inconfortable pour les patients. Les systèmes de capture de mouvement sans marqueurs (markerless), utilisant la vision par ordinateur et l'apprentissage profond, offrent une alternative prometteuse en termes d'évolutivité et de confort.

Le problème central abordé par cette étude est l'absence de validation clinique rigoureuse de ces systèmes sans marqueurs chez les enfants présentant des schémas de marche atypiques et sévères. Bien que des études existent sur les adultes ou des populations pédiatriques plus limitées, il est crucial de déterminer si la précision des systèmes sans marqueurs est suffisante pour remplacer ou compléter les systèmes traditionnels dans un contexte clinique pédiatrique hétérogène.

2. Méthodologie

L'étude a été menée sur une large cohorte pédiatrique avec une approche comparative simultanée :

• Cohorte : 202 patients pédiatriques (âge moyen : 12,1 ± 3,9 ans) présentant 72 diagnostics différents, dont la paralysie cérébrale (CP) était la plus fréquente.
• Protocole de collecte :
  • Système de référence (Gold Standard) : Capture de mouvement basée sur des marqueurs réfléchissants (12 caméras infrarouges Vicon) analysée avec le modèle Shriners Children's Gait Model (SCGM).
  • Système test : Capture de mouvement sans marqueurs utilisant 8 caméras 2D (FLIR) et l'algorithme Theia3D (Apollo v2024).
  • Les deux systèmes ont été calibrés, synchronisés et ont enregistré les données simultanément à 60 Hz. Les patients marchaient pieds nus, avec ou sans aides à la marche.
• Traitement des données :
  • Calcul des angles articulaires (pelvis, hanche, genou, cheville) dans les trois plans (sagittal, frontal, transverse) en utilisant les mêmes séquences de Cardan pour les deux systèmes.
  • Normalisation du cycle de marche à 101 points de données.
• Analyse statistique :
  • Cartographie paramétrique statistique (SPM) : Pour identifier les périodes du cycle de marche où les différences entre les systèmes sont statistiquement significatives.
  • Erreur quadratique moyenne (RMSE) : Calculée pour évaluer la magnitude de l'erreur, avec ajustement par rééchantillonnage (bootstrap).
  • Classification clinique : Utilisation de l'indice « plantarflexor–knee extension » (Rodda & Graham) pour classifier les schémas de marche (ex. : équin, crouch, typical) et calculer l'accord inter-systèmes (Kappa de Cohen).
  • Modélisation linéaire mixte : Pour évaluer l'impact de covariables (IMC, sexe, âge, aide à la marche) sur l'erreur (RMSE).

3. Contributions Clés

• Échelle et Hétérogénéité : Il s'agit de l'une des plus grandes comparaisons pédiatriques à ce jour (n=202), couvrant une large gamme de diagnostics et de sévérités de la marche, dépassant les études précédentes souvent limitées à de petits échantillons.
• Validation Clinique Multi-métrique : L'étude ne se limite pas aux erreurs angulaires brutes (RMSE) mais intègre une validation clinique via la classification des schémas de marche, ce qui est directement pertinent pour la prise de décision chirurgicale.
• Analyse des Facteurs d'Influence : Identification précise des facteurs démographiques et cliniques (notamment l'IMC et l'utilisation d'aides à la marche) qui dégradent la précision du système sans marqueurs.
• Caractérisation des Limites Planaires : Mise en évidence claire d'une disparité de performance entre les plans de mouvement, soulignant les limites actuelles des algorithmes de vision pour les rotations axiales.

4. Résultats Principaux

A. Précision Angulaire (RMSE) et Accord :

• Plan Sagittal (Bon accord) : Les erreurs sont faibles pour le genou (< 5°) et la cheville (< 5°), et modérées pour le bassin et la hanche (< 8°). Les différences détectées par SPM sont souvent statistiquement significatives mais cliniquement négligeables (petites tailles d'effet).
• Plan Frontal (Accord modéré) : Les erreurs varient entre 4° et 7°.
• Plan Transverse (Mauvais accord) : Les erreurs dépassent systématiquement 10° (jusqu'à 13° pour le genou et la hanche). Le système sans marqueurs sous-estime systématiquement les rotations de hanche et de genou et réduit la variabilité inter-sujets (les courbes sont trop proches de la neutralité).

B. Facteurs Influençant l'Erreur :

• IMC : Une augmentation significative de l'erreur (RMSE) est observée chez les patients en surpoids (+22%) et obèses (+38%) par rapport aux patients de poids normal.
• Aides à la marche : L'utilisation d'un déambulateur (principalement postérieur) augmente l'erreur d'environ 21%.
• Sexe : Les hommes présentent une erreur légèrement inférieure (7%) par rapport aux femmes.
• Âge : Aucun effet significatif de l'âge n'a été détecté.

C. Classification des Schémas de Marche :

• L'accord global pour la classification des schémas de marche (basée sur le couple genou-cheville) est modéré (Kappa = 0,60 ; 67 % de concordance globale).
• Les classifications les plus précises sont l'équin vrai (83 %) et le saut (77 %).
• Les classifications les moins précises sont le recurvatum (52 %) et le « crouch » de la cheville (23 %), souvent dues à la sensibilité des seuils « typiques » aux petites variations kinématiques.
• L'accord pour les z-scores du genou et de la cheville est substantiel (R² > 0,84), suggérant une utilité pour le dépistage.

D. Variabilité Rotatoire :

• Le système sans marqueurs échoue à détecter les rotations extrêmes de hanche (interne ou externe) observées chez certains patients, les ramenant souvent vers une position neutre, contrairement au système basé sur des marqueurs qui capture correctement ces anomalies.

5. Signification et Conclusion

Cette étude démontre que la capture de mouvement sans marqueur (via Theia3D) est cliniquement utile pour l'analyse des déviations dans le plan sagittal chez les enfants présentant des troubles de la marche complexes. Elle offre des gains d'efficacité et de confort significatifs, permettant une intégration potentielle dans les flux de travail cliniques pour le dépistage et le suivi des paramètres sagittaux (flexion/extension du genou et de la hanche).

Cependant, les résultats mettent en garde contre l'utilisation de ces systèmes pour l'estimation précise des mouvements dans les plans frontal et transverse, en particulier pour les rotations de hanche et de genou. Les algorithmes actuels sous-estiment systématiquement ces mouvements et ne capturent pas la variabilité inter-sujets attendue chez les patients pathologiques.

Implications futures :

• Les données transverse doivent être interprétées avec une grande prudence et ne devraient pas encore guider des décisions chirurgicales isolées.
• Des améliorations algorithmiques sont nécessaires pour mieux gérer les rotations axiales et les populations avec un IMC élevé ou utilisant des aides à la marche.
• Le développement de bases de données normatives spécifiques aux systèmes sans marqueurs pourrait améliorer la précision des classifications cliniques.

En résumé, bien que prometteuse pour le plan sagittal, la technologie sans marqueur nécessite encore des raffinements avant de pouvoir remplacer entièrement les systèmes basés sur des marqueurs pour une analyse biomécanique complète et tridimensionnelle en pédiatrie.