Validation of lower limb joint center localization and kinematics in markerless motion capture during sloped walking

Pendant des décennies, les scientifiques étudiant la façon dont les humains se déplacent se sont appuyés sur une méthode qui ressemble à une version technologique avancée d'un jeu de points à relier. Pour comprendre la mécanique d'un pas de marche, les chercheurs fixent de petits marqueurs réfléchissants sur la peau d'une personne et utilisent des caméras pour suivre leurs positions. Cette technique, connue sous le nom de capture de mouvement optique, a longtemps été la référence pour mesurer les angles articulaires et les schémas de mouvement. Cependant, elle présente un défaut important : la peau se déplace indépendamment des os situés en dessous. À mesure que les muscles se contractent et se déplacent pendant un pas, les marqueurs à la surface glissent, créant un flou de données qui ne correspond pas parfaitement au mouvement réel du squelette. Ce problème, appelé artéfact de tissu mou, devient particulièrement difficile à résoudre lorsque l'on marche sur des pentes raides ou que l'on effectue des mouvements complexes, car la peau s'étire et gonfle de manière plus spectaculaire.

Ces dernières années, une nouvelle approche est apparue qui se passe totalement de marqueurs. Utilisant la vision par ordinateur avancée et l'apprentissage profond, ces systèmes sans marqueurs analysent les séquences vidéo pour estimer l'emplacement des articulations en se basant sur la forme même du corps. Bien que cette technologie promette de rendre l'analyse du mouvement plus naturelle et accessible, les scientifiques se montrent prudents quant à sa capacité à résister à la pression. La question demeure de savoir si ces estimations numériques peuvent égaler la précision des systèmes traditionnels basés sur des marqueurs, particulièrement lorsque le corps est soumis à l'effort de la marche sur des pentes raides.

Une équipe de chercheurs au Japon a décidé de tester les limites de cette nouvelle technologie en la soumettant à un essai rigoureux sur un tapis roulant. Ils ont recruté vingt-quatre adultes en bonne santé et leur ont demandé de marcher à un rythme régulier selon cinq conditions différentes : terrain plat, pentes montantes et descendantes modérées, ainsi que pentes montantes et descendantes raides. Pour garantir une comparaison équitable, les participants portaient des vêtements ajustés afin de minimiser les tissus amples qui pourraient induire les caméras en erreur, et ils marchaient tout en étant enregistrés simultanément par deux systèmes différents. L'un des systèmes utilisait les marqueurs réfléchissants traditionnels et des caméras infrarouges, tandis que l'autre utilisait huit caméras vidéo standard pour capturer le mouvement sans aucun accessoire physique. Les chercheurs ont ensuite utilisé des logiciels puissants pour calculer la position exacte des articulations de la hanche, du genou et de la cheville, ainsi que les angles des jambes, pour chaque instant du cycle de marche.

Les résultats ont révélé une histoire de succès remarquable et de limites spécifiques et prévisibles. Lorsque les chercheurs ont examiné l'emplacement réel des centres articulaires dans l'espace tridimensionnel, le système sans marqueur a fait preuve d'une précision extraordinaire. Les positions estimées des hanches, des genoux et des chevilles correspondaient presque parfaitement au système traditionnel, qu'il s'agisse de marcher sur un terrain plat ou sur une pente descendante de quinze pour cent. Cela suggère que les algorithmes informatiques sont exceptionnellement doués pour trouver le centre d'une articulation, même lorsque le corps se déplace rapidement ou que la vue est partiellement obstruée par d'autres parties du corps.

Cependant, l'histoire change lorsque les chercheurs ont examiné les angles des articulations. Bien que la forme générale des courbes de mouvement soit très similaire entre les deux systèmes, il existait des différences constantes dans la manière dont les angles étaient rapportés. Pour la hanche et le genou effectuant des mouvements vers l'avant et vers l'arrière, les deux systèmes concordaient étroitement, mais le système sans marqueur rapportait systématiquement une inclinaison initiale légèrement différente du bassin. Ce petit décalage constant signifiait que, bien que le schéma de mouvement soit correct, les chiffres absolus étaient décalés. Les différences devenaient plus prononcées pour les mouvements latéraux et de torsion des articulations. Le système traditionnel, qui repose sur des marqueurs collés à la peau, présentait des fluctuations plus erratiques, probablement parce que la peau glissait sur l'os. En revanche, le système sans marqueur produisait des données plus fluides, mais cette fluidité masquait parfois les mouvements réels et complexes des os, entraînant des désaccords importants sur l'amplitude de rotation ou d'inclinaison latérale de la hanche et de la cheville.

La différence la plus frappante est apparue lorsque les participants marchaient en descente. Dans cette condition, les muscles doivent travailler plus intensément pour contrôler la descente du corps et absorber le choc de l'atterrissage. Les chercheurs ont constaté que le désaccord entre les deux systèmes s'accentuait lors de la marche en descente, particulièrement pour le mouvement latéral de la hanche. Ils soupçonnent que l'activité musculaire intense et l'impact de l'atterrissage ont provoqué des mouvements et des vibrations de la peau de la cuisse qui ont perturbé le système de marquage traditionnel, tandis que le système sans marqueur, entraîné sur des schémas de mouvement moyens, a lissé ces variations extrêmes. Cela suggère que, bien que la nouvelle technologie soit assez robuste pour suivre la localisation des articulations sur des terrains escarpés, les angles spécifiques qu'elle calcule pour les mouvements de torsion et de rotation latérale peuvent nécessiter une interprétation prudente, surtout lorsque le corps est soumis à un stress physique élevé.

En fin de compte, l'étude confirme que la capture de mouvement sans marqueur est un outil puissant pour analyser le mouvement dans des environnements difficiles où les méthodes traditionnelles pourraient être entravées par l'équipement ou l'occlusion. La technologie peut suivre de manière fiable la localisation des articulations, ce qui la rend adaptée aux études de terrain et aux tâches complexes. Pourtant, les résultats rappellent que les chiffres qu'elle produit pour les angles articulaires ne sont pas identiques à ceux des anciennes méthodes basées sur des marqueurs. Les scientifiques et les cliniciens utilisant cette nouvelle technologie devront tenir compte de ces différences systématiques, particulièrement lors de l'analyse de la torsion et de l'inclinaison du corps durant des activités exigeantes comme la marche en descente raide.