Réf : MARS2018 AU : 2017-2018
Université d’Orléans
Collegium sciences et techniques
Projet bibliographique
Contrôle des bio prothèses intelligentes par l’activité
électromyographique
Réalisé par :
Echami Hamza
Younsi MAHER
Filière :
Master M1
Mécatronique, Automatique, Robotique, Signal (MARS)
Encadrant :
M. Philippe Ravier
2017- 2018
P a g e 2 | 32
COST
Résumé
L’interaction entre la biologie et l’électronique est une discipline en pleine essor. De
nombreux systèmes électroniques tentent de s’interconnecter avec des tissus ou des cellules
vivantes afin de décoder l’information biologique. Le Potentiel d’action (PA) est au cœur de
codage biologique et par conséquent il est nécessaire de pouvoir les repérer sur tout type de
signal biologique.
Par conséquent, nous étudions dans ce manuscrit la possibilité d’étudier un circuit électronique
couplé à un système de microélectrodes capable d’effectuer une acquisition, une détection des
PAs et un enregistrement des signaux biologiques. Que ce soit en milieu bruité ou non.
P a g e 3 | 32
COST
Table des matières
Résumé ……………………………………………………………………………………………………………………… 2
Introduction ……………………………………………………………………………………………………………….. 5
Chapitre I Etude bibliographique ……………………………………………………………………………… 8
Etude de marché :……………………………………………………………………………………………………….. 9
Les différentes prothèses et leur fonctionnement : ………………………………………………………. 9
1.1.1 La prothèse esthétique en silicone, cacher le handicap : ………………………………. 9
1.1.2 Les prothèses myoélectriques et hydrauliques : …………………………………………… 9
1.1.3 Prix d’une prothèse : ………………………………………………………………………………. 10
Les différents types des signaux biologiques : ……………………………………………………………… 11
Les signaux biologiques en générale : ……………………………………………………………………… 11
L’électromyogramme …………………………………………………………………………………………….. 12
1.1.4 Applications de l’EMG : ………………………………………………………………………… 13
1.1.5 Développement de l’EMG de surface ………………………………………………………. 14
1.1.6 Muscle squelettique : …………………………………………………………………………….. 14
1.1.7 Anatomie du muscle ……………………………………………………………………………… 15
1.1.8 Caractéristique des électrodes de détection ………………………………………………. 16
1.1.9 Conclusion : …………………………………………………………………………………………. 16
Chapitre II Étude expérimentale ………………………………………………………………………………. 17
Objectifs généraux et spécifiques du projet : ………………………………………………………………… 18
Présentation Interface de surveillance du rythme cardiaque Analog Devices AD8232 : …….. 18
Test d’Aquisition de signaux de l’avant bras : ……………………………………………………………… 23
Preparation de la partie materielle : …………………………………………………………………………. 23
Placement des electrodes : ……………………………………………………………………………………… 24
Préparation de l’outil informatique : ………………………………………………………………………… 25
1.1.10 Carte Arduino : …………………………………………………………………………………….. 25
1.1.11 Traitement de signal par Matlab : ……………………………………………………………. 26
1.1.12 Exploitation et traitement des données acquise : ……………………………………….. 27
1.1.13 Mesures associées à l’EMG global, quantification de l’EMG : …… 28
1.1.14 Quantification du niveau d’excitation d’un muscle …………………….. 29
Facteurs affectant le signal EMG : …………………………………………………………………………… 30
Conclusion : …………………………………………………………………………………………………………….. 32
P a g e 4 | 32
COST
Table des figures :
Figure 1 : Des prothèses en silicone, purement esthétiques ………………………………………………. 9
Figure 2 : Prothèses myoélectriques, au fonctionnement simplifié ………………………………….. 10
Figure 3 : Prothèse myoélectrique, la plus évoluée à ce jour …………………………………………… 10
Figure 4 : des signaux biologiques couramment utilisés ………………………………………………… 11
Figure 5 : position de placement du brassard ………………………………………………………………… 12
Figure 6: Brassard MYO ……………………………………………………………………………………………. 12
Figure 7 : Anatomie du muscle (MusclePedia, 2006) …………………………………………………….. 15
Figure 8 : electrodes à gel ………………………………………………………………………………………….. 16
Figure 9 : électrodes pour capter les signaux électriques ……………………………………………….. 18
Figure 10 : module AD8232 ………………………………………………………………………………………. 18
Figure 11 : carte ARDUINO UNO R3 ……………………………………………………………………….. 18
Figure 12 : module AD8232. ……………………………………………………………………………………… 19
Figure 13 : composition interne du circuit AD8232. ……………………………………………………… 19
Figure 14 : Les pins de module AD8232. …………………………………………………………………….. 20
Figure 15 : Analyse FFT d’un signal EMG …………………………………………………………………… 21
Figure 16 : changement de la valeur de résistance R4 ……………………………………………………. 22
Figure 17 : électrodes de surfaces de module AD8232. …………………………………………………. 23
Figure 18 : pins soudés sur la carte de l’AD8232. …………………………………………………………. 23
Figure 19 : connections entre l’AD8232 et la carte Arduino. ………………………………………….. 24
Figure 20 : Placement des électrodes pour mesurer l’ECG ……………………………………………… 24
Figure 21 : mouvement envisagé ………………………………………………………………………………… 24
Figure 22 : Placement des électrodes sur l’avant-bras en cas d’une acquisition des signaux
EMG. ………………………………………………………………………………………………………………………. 25
Figure 23 : Exemple de signal ECG acquis à l’aide du circuit AD8232. ………………………….. 26
Figure 24 : Exemple de signal EMG de surface (mollet pendant plusieurs sauts verticaux) .. 27
Figure 25 : signal EMG rectifié. …………………………………………………………………………………. 28
Figure 26 : enveloppe de signal EMG montrant les périodes d’activation du muscle. ………… 29
P a g e 5 | 32
COST
Introduction
L’interaction entre l’électronique et le vivant est une notion faisant penser instinctivement
au domaine de la science-fiction. Elle éveille en nous un imaginaire dans lequel les Hommes
sont bardés d’implants destinés à l’amélioration de leur qualité de vie. Aujourd’hui, la réalité
rejoint petit à petit la science-fiction, et déjà sans s’en rendre compte, de nombreux implants
électroniques sont largement utilisés en vue d’améliorer notre vie (pacemaker, prothèses
auditives etc..). Afin de concevoir les prochaines générations d’implants, de nombreuses
équipes de s’intéressent à la compréhension et l’analyse des signaux électriques transitant au
sein du corps Humain.
En effet, un décodage de l’information provenant des communications électriques des
cellules vivantes pourrait amorcer l’avènement de nouvelles générations de prothèses destinées
à pallier des handicaps tels que la cécité, la paralysie ou le diabète. Les scientifiques du domaine
du vivant s’accordent sur le fait qu’une étape importante dans ce processus est la mesure des
échanges d’influx entre les cellules, que l’on appelle Potentiel d’Action (PA).
En retour, après décodage de l’information des PAs, il serait possible de stimuler
électriquement ou chimiquement ces mêmes cellules ou d’autres. Cependant, les résultats de
ces méthodes de détection ne sont pas encore probants et des avancées significatives peuvent
être encore réalisées pour reproduire ou pallier une fonction donnée.
P a g e 6 | 32
COST
Il est difficile de mesurer de façon précise ces influx électriques sans avoir recours à des
processus complexes. Par conséquent, l’idée est apparue de créer des implants mesurant
l’activité électrique directement au contact même d’une ou plusieurs cellules vivantes. La
principale tâche de ces implants sera de mesurer, d’enregistrer, de détecter et de traiter les PAs
en perturbant au minimum les cellules vivantes. Une première étape est de proposer un système
d’acquisition du signal permettant d’enregistrer l’activité électrique de plusieurs centaines de
cellules à l’aide de microélectrodes. Les électrodes seront couplées à un circuit électronique
traitant et transmettant le signal afin de commander un module de contrôle externe (pompe à
insuline par exemple).
Le contexte de ce projet est la mesure du signal biologique par le biais des microélectrodes
est donc un point crucial de notre étude car le reste de l’analyse dépend entièrement de cette
acquisition. Si cette mesure est mal effectuée, qu’elle interfère ou pire encore perturbe le signal
acquis, les calculs situés en aval seront erronés. Par conséquent, une attention toute particulière
sera donnée au choix des méthodes d’acquisition du signal. L’enregistrement des données
brutes mais aussi des données ayant servi à l’analyse du signal nous permettra de valider à
postériori, les différentes analyses effectuées. Dans ce manuscrit, nous proposons donc un
moyen fiable de mesurer, d’enregistrer et de traiter un signal contenant des PAs afin d’en
déduire le message biologique. Le but sera l’étude et l’exploitation d’un circuit qui complètera
les fonctions proposées par les différents logiciels d’acquisition de signaux biologiques qu’ils
véhiculent.
Cet ouvrage s’articule en trois chapitres de description des travaux réalisés, après un premier
chapitre d’entrée en matière sur le sujet. Plus particulièrement, le premier chapitre s’intéresse
aux systèmes de microélectrodes qui constituent le cœur des interactions entre l’électronique
et le vivant. Il présente également les notions minimales de biologie, nécessaires à la
compréhension de la problématique à laquelle nous avons été confrontées.
. Ensuite nous avons introduit les différents types d’interfaces permettant d’extraire les
signaux biologiques, avant d’expliquer le rôle de l’électronique dans le traitement du signal
extrait des microélectrodes, en particulier les différentes méthodes d’extraction des PAs. Dans
un second chapitre, nous nous intéressons et détaillons les différentes structures retenues pour
effectuer la détection des PAs.
Au-delà de la simple présentation, nous nous attachons à identifier une structure de détection
présentant les meilleures caractéristiques en vue d’une implémentation matérielle. Pour cela,
nous avons simulé sous MATLAB les différents modèles existants afin d’en retenir un ayant
un taux de détection de PAs correct en milieu bruité mais aussi une implémentation matérielle
optimale.
En troisième partie, nous nous plaçons au cœur de l’implémentation matérielle du système.
Ce chapitre est pour nous l’occasion de détailler le fonctionnement du circuit de détection ainsi
que les différentes technologies que nous avons utilisées pour le réaliser. Nous nous sommes
notamment attachés à être particulièrement vigilant sur certaines caractéristiques : le temps
réel, l’analyse fréquentiel et les interfaces utilisateurs.
La conclusion de cet ouvrage présentera une évaluation du travail restant afin d’exploiter au
mieux la future génération de système de détection dont nous avons déjà commencé la
P a g e 7 | 32
COST
réalisation. Enfin nous pourrons nous laisser aller à une discussion sur les perspectives
qu’ouvrent ces travaux.
P a g e 8 | 32
COST
Chapitre I Etude
bibliographique
P a g e 9 | 32
COST
Etude de marché :
Les différentes prothèses et leur fonctionnement :
Aujourd’hui, il existe de nombreuses prothèses permettant de remplacer un membre, et en
particulier celui de la main. Mais, toutes ces prothèses n’assurent pas le même objectif.
En effet certaines ont un but purement esthétique tandis que d’autres sont plus fonctionnelles,
en permettant par exemple aux patients de contrôler eux-mêmes leur appareillage.
Nous nous demandons donc comment une prothèse, en fonction de son fonctionnement, peut
répondre aux différents besoins des individus qui en bénéficient.
Nous présentons donc dans cette partie comment une prothèse permet de cacher un
handicap, en nous appuyant sur l’exemple de la prothèse en silicone et nous analysons ensuite
les différentes prothèses qui assurent un meilleur quotidien, telles que les prothèses
myoélectriques et hydrauliques, tout en développant l’aspect technique du fonctionnement de
celles-ci. Enfin, nous développerons les caractéristiques de la prothèse de main imprimée en
trois dimensions.
1.1.1 La prothèse esthétique en silicone, cacher le handicap :
Ce sont des prothèses esthétiques existent aujourd’hui. Elles ont des fonctionnalités
limitées (soutenir des objets, porter un sac, …), dont le but premier est de cacher le handicap.
Pour cette raison, ce membre en silicone est qualifié de « passif ».
Figure 1 : Des prothèses en silicone, purement esthétiques
1.1.2 Les prothèses myoélectriques et hydrauliques :
La main myoélectrique permet d’effectuer les mêmes actions qu’une main valide.
En effet, grâce à celle-ci le patient peut tourner sa main de gauche à droite, la bouger vers
l’intérieur ou l’extérieur ainsi que l’ouvrir et la fermer.
Intéressons-nous au fonctionnement de la main.
C’est un membre qui possède peu de muscles, la mobilité des doigts ne s’effectue que grâce
aux muscles fléchisseurs et extenseurs situés dans les avant-bras, qui sont reliés avec des
tendons. Mais, c’est le cerveau qui est le premier à annoncer ce signal aux muscles. Ces derniers
peuvent alors entraîner le mouvement des doigts.
Il faut seulement un dixième de millisecondes pour que cette action soit réalisée.
P a g e 10 | 32
COST
Figure 2 : Prothèses myoélectriques, au fonctionnement simplifié
Celle-ci est souvent utilisée suite à des amputations de l’avant-bras. En effet, suite à celle-
ci, il reste toujours une partie des muscles originaux dans le moignon.
On dispose alors deux capteurs et deux électrodes sur les points moteurs du moignon, c’est-à-
dire sur les muscles fléchisseurs et extenseurs.
Figure 3 : Prothèse myoélectrique, la plus évoluée à ce jour
1.1.3 Prix d’une prothèse :
Il est intéressant de savoir combien coûte une prothèse de hanche, de genou, d’épaule
ou de coude pour pouvoir en tenir compte. En effet, on n’a pas toujours idée du prix d’une
prothèse alors que celui-ci est souvent extrêmement élevé.
Type de
prothèse :
Prothèse de
main
Prothèse
de hanche
Prothèse
de genou
Prothèse
de pied
Prothèse
d’épaule
Prothèse de
coude
Prix (€) Entre 4 200
et 7 500
Entre 1 500
et 3 000
Entre 2 000
et 3 000
Entre 359
et 1 100
Entre 4 500
et 11 500
Entre 3 900 et
10 660
P a g e 11 | 32
COST
Les différents types des signaux biologiques :
Les signaux biologiques en générale :
Avant de commencer la description de notre problématique, il faut comprendre les
différents types des signaux biologiques, Les signaux qui sont couramment utilisés sont :
Signaux Description
L’électromyogramme (EMG) C’est l’activité électrique des cellules musculaires
L’électroencéphalogramme
(EEG)
C’est l’activité électrique du cerveau.
L’électrocardiogramme
(ECG/EKG)
C'est l'activité électrique du cœur / des cellules
cardiaques.
L’électrogastogramme (EGG) C’est l’activité électrique de l’estomac
L’électrorétinogramme (ERG) C’est l’activité électrique des cellules rétiniennes
Figure 4 : des signaux biologiques couramment utilisés
Le tableau ci-dessous présente les caractéristiques approximatives du signaux EMG, ECG et
EEG :
Tension Marge des fréquences
(Hz)
EMG 10 uV ? 3 mV 20 ? 3000
ECG 200 uV ? 5 mV 0.5 ? 40
EEG 10 uV ? 200 uV 0? 4 (delta)
4?8 (theta)
8?12 (alpha)
12?40 (beta)
40?100 (gamma)
P a g e 12 | 32
COST
Dans notre projet nous intéressons à l’analyse des activités électriques des cellules
musculaires (EMG), plus spécifiquement, les activités de l’avant-bras.
L’électromyogramme
Les recherches décrites dans cette section concerneront les aspects théoriques du projet
soit : les différents types d’électrode qui peuvent être utilisés avec un électromyogramme, les
caractéristiques électriques du signal de l’électromyogramme et la manière dont le signal doit
être traité.
L’électromyographie consiste à utiliser un appareil qui lit les signaux électriques qui
proviennent des muscles et des nerfs. Cet appareil permet de faire une analyse de la contraction
musculaire et aussi de la conduction nerveuse du corps humain. L’électromyogramme est
utilisé en médecine afin de prévenir ou encore d’indiquer la présence d’une maladie dans un
muscle ou dans le système nerveux de la personne. Le fonctionnement général de
l’électromyogramme est que lors d'une contraction forte d’un muscle, le signal envoyé sera
plus fort que lorsque la contraction est plus faible. Les mesures obtenues par
l’électromyogramme sont importantes pour des applications telles que les prothèses, les
diagnostics biomécaniques ainsi que procéder à des analyses de mouvements dans différents
sports.
La ci-dessous représente le brassard de la marque MYO, il est basé sur la technologie
portable de contrôle des gestes et des mouvements qui nous permet de contrôler les appareils.
Ce capteur fait l’acquisition du signal électromyographique et reconnaît le bras et le doigt. Il a
diverses applications comme le contrôle de la musique, des présentations, des jeux, de la
télévision, etc.
Figure 6: Brassard MYO Figure 5 : position de placement du brassard
P a g e 13 | 32
COST
1.1.4 Applications de l’EMG :
1.1.4.1 Place de l’EMG dans les sciences du sport
Le fait que l’EMGs puisse permettre l’analyse des tâches dynamiques rend cet outil
particulièrement intéressant pour la recherche en sciences du sport. Les fonctions et
coordinations musculaires lors de mouvements et postures prédéterminés sont largement
étudiées par le biais de l’EMG sous l’angle de différentes disciplines scientifiques du sport. En
effet, l’EMG fournit de multiples informations liées à la neurophysiologie et à l’anatomie
musculaire. L’amélioration du rendement d’un geste sportif implique l’utilisation optimale des
muscles mis en jeu, afin d’agir sur l’économie d’énergie, l’efficacité et la prévention des
blessures. L’analyse EMG d’un mouvement sportif fournit des indications sur les paramètres
de l’activité musculaire, qui peuvent aider à l’optimisation de la performance des athlètes. Les
phénomènes musculaires de coordination et de Co-activation, à l’origine du mouvement sont
également étudiés au travers des sciences du sport afin de contribuer à l’amélioration des
connaissances des gestes sportifs et donc de la performance associée. De manière plus pratique,
l’EMGs est un outil d’évaluation aussi utilisé pour mesurer l’effet de la fatigue, du matériel,
du niveau d’expertise ou des méthodes d’entraînement sur l’activité musculaire dans une
discipline sportive. Par ailleurs, la relation entre force et EMG est un sujet de recherche
largement traité dans la littérature, mais pas encore complètement clarifiée. Le niveau de force
générée par un muscle donné représente une information intéressante dans les études
biomécaniques et dans les applications cliniques. Dans la mesure où l’EMG reflète le niveau
d’activation musculaire lors de contraction volontaire, cette technique permet également, par
le biais d’une méthodologie précise, d’obtenir une estimation de la force produite.
1.1.4.2 Application clinique
Le domaine médical a bénéficié de l’apparition de l’EMG en tant qu’outil de diagnostic.
L’EMG est une aide importante dans la pratique de la neurochirurgie, l’orthopédie et la
neurologie. En effet, elle a contribué aux études sur les phénomènes de faiblesse, fatigue, et
paralysie musculaires, ainsi que les vitesses de conduction nerveuse, les lésions des unités
motrices (UM) ou neurogénétique et des problèmes myogénétiques . Plus particulièrement,
l’analyse de la locomotion est très présente au sein de la littérature EMG médical. Le domaine
de la réhabilitation médicale fait également appel à l’EMG pour évaluer les résultats suite à un
accident ou une opération chirurgicale. Les différentes thérapies de rééducation peuvent se
servir de cet outil scientifique pour améliorer leur efficacité, tout comme la psychophysiologie.
L’EMG présente plusieurs grands objectifs cliniques, à savoir une meilleure connaissance de
la physiopathologie, le diagnostic de la maladie, l’évaluation et le suivi du patient, ainsi que le
biofeedback de rééducation. Pour résumer, la technique de l’EMG permet d’obtenir
directement des informations sur le muscle et de mesurer la performance musculaire. Au niveau
de la santé au travail, les études d’ergonomie se basent très souvent sur une analyse EMG des
réponses musculaires afin de diminuer le risque de troubles musculo-squelletiques chez les
employés et d’améliorer la productivité. Dans le domaine médical, il contribue à l’évaluation
des patients et à la prise de décision avant et après opération médicale. Finalement, une analyse
complète d’une activité sportive passe nécessairement par la mesure et la compréhension des
sollicitations musculaires
P a g e 14 | 32
COST
1.1.5 Développement de l’EMG de surface
L’EMGs s’est développée au travers de différents événements pour finalement arriver à
maturité à la fin du XXème siècle. On note un intérêt grandissant des revues scientifiques pour
l’EMGs, qui lui ont consacré une parution spéciale, dont Journal of Electromyography and
Kinesiology (JEK) et Applied Psychophysiology and Biofeedback. De nombreux sites internet
ont vu le jour et des outils d’enseignement multimédia ont été développés. Le nombre croissant
des produits européens d’acquisition et de traitement d’EMGs témoigne également du
développement de cette technique. Des actions concertées, notamment le « Surface EMG for
Non Invasive Assessment of Muscles », ont même été financées par la commission
Européenne. Ainsi, l’amélioration significative en termes de connaissance de l’EMGs durant
les années 90′ a conduit à une meilleure compréhension des processus physiologiques
responsables de la production du signal, ainsi qu’à des techniques de traitement du signal plus
fiables. L’intérêt de l’EMGs comme outil non invasif de l’évaluation du système
neuromusculaire est confirmé par la multiplication de ses domaines d’application. Toutefois,
pour chaque secteur de recherche, les utilisateurs ont contribué à l’amélioration des techniques
d’enregistrement et d’acquisition du signal EMGs, ainsi que des représentations graphiques et
des logiciels spécifiques à leur champ disciplinaire. Bien qu’innovantes, ces avancées ont
cependant engendré une dissémination des connaissances et des pratiques en EMGs. Toutefois,
la mise en place d’actions concertées et la publication de revue de la littérature ayant attrait à
la méthodologie EMG soulignent les efforts menés pour s’assurer que les standards EMGs
deviennent reconnus et validés. Des recommandations techniques et méthodologiques ont été
proposées par le SENIAM et la Société Internationale d’Electromyographie et de Kinésiologie
(ISEK). Le but de cette communication est de concevoir une base de connaissances plus robuste
et utilisable par l’ensemble de la communauté scientifique. Cette démarche comprend des
études portant sur le choix des électrodes et leur placement sur le muscle, ainsi que sur les
protocoles de mesure et les méthodes de traitement du signal. Plusieurs méthodes
d’enregistrement et de traitement spécifiques au signal EMGs ont même été développées.
Ainsi, l’EMGs est devenue une véritable discipline à part entière.
Toutefois, la validité des relations entre les paramètres EMG et les caractéristiques
physiologiques du système neuromusculaire restent discutées en raison d’un nombre 18
important de variables influençant le signal EMGs et des simplifications nécessaires à la
construction d’un modèle. Ces limites inhérentes au signal conduisent les chercheurs à être
encore confrontés à des problèmes de fiabilité. Néanmoins, les études ont montré que l’EMGs
semble capable d’identifier des différences inter- et intra-individuelles, lorsque les consignes
méthodologiques sont correctement appliquées.
1.1.6 Muscle squelettique :
Le bras comprend plus de 24 muscles fixés sur le squelette. Ils procurent une force de
traction qui donne la possibilité de réaliser un mouvement. Chaque extrémité du muscle est
reliée par un point appelé origine (Figure 6) et ils sont scrutés aux os soit directement, soit
indirectement (par des tendons). Les muscles squelettiques ont 4 propriétés essentielles :
– La contractilité est la propriété du tissu musculaire de pouvoir se rétrécir suite à un
stimulus de façon à mobiliser les éléments osseux auxquels il est rattaché.
– L’excitabilité chaque muscle peut répondre à une stimulation par la production de
phénomènes électriques associés à des mouvements d’ions.
P a g e 15 | 32
COST
– L’élasticité est la propriété du tissu musculaire de reprendre sa forme initiale de la fin
de contraction.
– La tonicité est la propriété du muscle à être dans un état permanent de tension (tonus
musculaire).
1.1.7 Anatomie du muscle
Le muscle squelettique se compose de plusieurs fibres musculaires. Ces fibres sont
semblables à de longues formes cylindriques contenant des noyaux. Les fibres sont disposées
parallèlement. Elles mesurent de 10 à 100µm de diamètre et peuvent atteindre 30 cm de
longueur.
Figure 7 : Anatomie du muscle (MusclePedia, 2006)
D´un point de vue fonctionnel, la jonction neuromusculaire est l´élément qui permet de
transmettre un flux nerveux à la cellule du muscle strié squelettique, cette transmission est
possible grâce à un élément fondamental nommé le neurone ; qui désigne un corps cellulaire,
soma, péricaryon et ses prolongements, dendrite et axone (cylindraxe, fibre nerveuse).
. La taille et la forme des neurones peuvent varier considérablement dans les différentes
régions du corps. Les cellules en grains du cervelet ont 5um de diamètre, les grandes cellules
motrices de la corne antérieure de la moelle dépassent 120um.La longueur des axones varie de
quelques µm à 90cm.
1.1.7.1 Les propriétés des fibres nerveuses
Une fibre nerveuse est simplement le prolongement d´un neurone ; sa seule fonction
est de conduire l´influx nerveux. Expérimentalement la fibre peut être stimulée en n´importe
quel point de son trajet.
Le potentiel d´action
P a g e 16 | 32
COST
Signal électrique unidirectionnel parcourant les axones (voir neurone), qui provoque la
libération de neurotransmetteurs au niveau des synapses. Les potentiels d’action sont générés
par des échanges d’ions entre l’intérieur et l’extérieur des neurones.
1.1.8 Caractéristique des électrodes de détection
Il y plusieurs modèles des électrodes : bipolaire, unipolaire, laplacienne et double
différentielle. Leur géométrie et leur placement influx dans le recueil du signal. (Hogrel,
Duchene, ; Marini, 1998).
Le principe physique général est que l´électrode enregistre un flux moyen sous une région
limité et on distingue :
– Les électrodes humides à base de gel Ag/AgCl. Elles permettent de maintenir
l’impédance électrique désirée mais sont à usage unique et possèdent une durée de vie
limitée.
Figure 8 : electrodes à gel
– Les électrodes sèches constituées essentiellement d’acier inoxydable. Elles sont
réutilisables mais elles possèdent une impédance électrique haute et instable. La sueur
fait aussi décroitre facilement l’impédance de l’électrode et déforme légèrement le
signal myoélectrique. Les électrodes sèches compliquent donc la classification mais
elles sont nécessaires, du fait de leur plus grande durée de vie, au développement de
produits commerciaux.
Suite à une innervation du système nerveux central, des potentiels d´action sont générés puis
propagent le long des fibres musculaires et à travers les différentes couches de tissus (le tissu
sous-cutané) jusqu´à la surface de la peau. Nous enregistrons enfin la différence entre le
potentiel recueilli par ces deux électrodes de surface.
1.1.9 Conclusion :
Grace à cette étude physiologique qui nous a permis de comprendre que
l’électromyogramme (EMG) est un potentiel électrique généré au niveau des fibres musculaires
quand les muscles sont contractés. Le système nerveux central, constitué du cerveau et de la
moelle épinière, contrôle le muscle en agissant de manière synchronisée sur un ensemble de
fibres musculaires delà on a pu déduire les différentes régions pour le positionnement de nos
électrodes et au second chapitre nous allons étudier les différentes méthodes de traitement et
les systèmes de classifications afin de les interprété et les réutilisée dans le contrôle de notre
prothèse.
P a g e 17 | 32
COST
Chapitre II Étude
expérimentale
P a g e 18 | 32
COST
Objectifs généraux et spécifiques du projet :
Pour mieux profiter de notre projet, nous n’avons pas voulu que ce projet soit non seulement
une recherche bibliographique, il nous était essentiels de toucher un peu au matériel, pour cela,
et dans le point de départ de notre projet ,nous nous somme mis d’accod pour se concentrer
sur la partie acquisition, autrement dis, essayer de mieux comprendre comment se déroule
l’opération de capture de vrais signaux issue du corps humain en temps réél, et comment
pouvoir visualiser ces données afin de les filtrer, et arriver en fin à les identifier. une fois les
signaux idetifiés, ils seront exploités pour commander une prothése quand il s’agit de signaux
EMG.
La problématique est que l’électromyogramme est un appareil très dispendieux, le
brassard MYO par exemple coute environ 300 à 400 $. Le but du projet est donc de réaliser
un électromyogramme à partir de composantes de base (module AD8232, carte ARDUINO et
trois électrodes pour capter les signaux) pour que le coût total du projet soit le plus raisonnable
possible. Les signaux captés seront traités numériquement par Matlab.
En résumé, l’objectifs générale du projet est de réaliser un électromyogramme et faire faire
ensuite les traitements nécessaires pour extraire l’analyse fréquentiel de signal.
Les objectifs spécifiques du projet sont :
– Acquisition du PA capté par les électrodes en temps réel.
– Exploitation et traitement des données acquises à l’aide d’un outil informatique
(MATLAB).
Présentation Interface de surveillance du rythme cardiaque Analog
Devices AD8232 :
L’interface de surveillance du rythme cardiaque Analog Devices AD8232 est un bloc de
conditionnement de signal intégré pour les ECG et d’autres applications de mesure de
biopotentiel. Il est conçu pour extraire, amplifier et filtrer les signaux biopotentiel faibles en
présence de conditions bruyantes, comme celles créées par le mouvement ou le placement
d’électrodes à distance. Cette conception permet d’utiliser un convertisseur
analogique/numérique (CAN) ultra-basse puissance ou un microcontrôleur intégré, afin
Figure 9 : électrodes pour
capter les signaux électriques Figure 10 : module
AD8232
Figure 11 : carte
ARDUINO UNO R3
P a g e 19 | 32
COST
d'acquérir le signal de sortie sans difficultés. L'AD8232 peut mettre en œuvre un filtre passe-
haut à deux pôles pour éliminer les artefacts de mouvement et le potentiel d’une demi-cellule
d’électrode. Ce filtre est étroitement couplé avec l’architecture d’instrumentation de
l’amplificateur afin de permettre un filtrage de gain élevé et passe-haut en une seule étape, ce
qui réduit l’encombrement et les coûts.
Figure 12 : module AD8232.
Quelques caractéristiques :
• Alimentation : de 2,0 V à 3,5 V
• Faible courant d'alimentation : 170 ?A (en moyenne)
• Taux de réjection en mode commun : 80 dB (CC 60 Hz)
• Configurations à deux ou trois électrodes
• Gain de signal élevé (G = 100)
• Filtre passe-haut bipolaire réglable
• Accepte jusqu’à ±300 mV de potentiel de demi-cellule
• Filtre passe-bas tripolaire réglable avec gain ajustable
Schéma de principe fonctionnel :
Figure 13 : composition interne du circuit AD8232.
P a g e 20 | 32
COST
Par l’étude de la documentation du circuit AD8232 ,nous connecterons cinq des neuf broches
de la carte à notre Arduino. Les broches dont on aura besoin sont intitulées GND, 3.3v,
OUTPUT, LO- et LO +.
Figure 14 : Les pins de module AD8232.
Le moniteur de fréquence cardiaque AD8232 répartit neuf connexions du CI auxquelles
vous pouvez souder des broches, des fils, ou d’autres connecteurs. SDN, LO+, LO-, OUTPUT,
3,3 V, GND procurent les broches essentielles au fonctionnement de ce moniteur avec un
Arduino ou toute autre carte de développement. Des broches RA (bras droit), LA (bras gauche),
et RL (jambe droite) sont également disponibles sur cette carte pour y fixer et utiliser vos
propres capteurs personnalisés.
Contraintes :
comme nous avons présenté les caractéristiques techniques de ce module, on constate que ce
module est consacré à l’étude des signaux ECG, or notre objectif est de faire l’acquisition des
signaux EMG. Pour cela, il faut faires quelques modification.
Le module AD8232 contient deux filtres, passe haut et passe bas, dont les caractéristiques
sont illustrées dans le tableau ci-dessous :
Filtre Schéma Bande passante
Passe
-bas
P a g e 21 | 32
COST
Passe
-haut
Après avoir vérifier les valeurs des résistances et des capacités de ces deux filtres, voici les
valeurs des fréquences de coupures :
����?�����=���
���.���.���=�.�� ����
����?���=�
���.?���.���.���.���=��,��� ����
Ces deux fréquences de coupure nous amènent à avoir le courbe de gain suivante :
La bande passante de ce module varie donc entre environ 2 et 41 Hz, cependant la fréquence
de l’EMG varie jusqu’au 3khz. La figure ci-dessous illustre l’analyse FFT de signal EMG :
Figure 15 : Analyse FFT d’un signal EMG
P a g e 22 | 32
COST
Nous remarquons qu’à partir environs 500 Hz, l’amplitude des fréquences sera de plus en plus
faible. Si nous appliquons la loi Shannon, il faut que la fréquence d’échantillonnage soit au
moins deux fois plus grand que 500 Hz. Donc il faut changer la fréquence de coupure de filtre
passe bas pour qu’elle soit plus proche de 1 KHz sans avoir changer le gain, c’est-à-dire sans
modifier la valeur de résistance R5 :
;#55349;;#56455;;#55349;;#56452;?;#3627408489;;#3627408488;;#3627408506;=;#3627409359;
;#3627409360;;#55349;;#57041;.?;#55349;;#56337;;#3627409362;.;#55349;;#56322;;#3627409362;.;#55349;;#56337;;#3627409363;.;#55349;;#56322;;#3627409363;
Nous avons ajouté donc une résistance de 2 K en parallèle avec R4 ce qui nous permet d’avoir
une nouvelle fréquence de coupure d’environ 900 Hz :
Figure 16 : changement de la valeur de résistance R4
Les électrodes de l’AD8232 :
Pour débuter, il existe deux grandes catégories d’électrode pour l’électromyogramme. Il y a
l’électrode de surface (électrode utilisée dans le projet) ainsi que l’électrode aiguille. Celui de
surface est beaucoup plus facile à installer et peut être utilisé par le grand public. Étant donné
sa facilité d’installation, l’électrode de surface est principalement utilisée dans le domaine
sportif pour prendre des mesures sur la force développée. Suite à plusieurs mesures, il permet
d’observer l’amélioration de l’entraînement musculaire. Une préparation de la peau est souvent
nécessaire et ce type d’électrode est souvent utilisé avec un gel spécialisé qui permet d’avoir
des mesures plus précises.
Couleur câble Signal
Rouge RA (Right Arm)
Vert LA (Left Arm)
Jaune RL (Right Leg)
P a g e 23 | 32
COST
Figure 17 : électrodes de surfaces de module AD8232.
Test d’Aquisition de signaux de l’avant bras :
Preparation de la partie materielle :
Pour établir la connexion fiable de ces bornes, nous avons soudé des connecteurs SIL (headers) mal-
mal comme présenté sur la figure ci-dessous :
Figure 18 : pins soudés sur la carte de l’AD8232.
Une fois le soudage fait , nous connectons les broche du circuit à une carte arduino de type
Arduino UNO R3, comme présenté dans la figure qui suit :
Pins Fonction Connection Arduino
GND Ground GND
3.3v 3.3v Power Supply 3.3v
OUTPUT Output Signal A0
LO- Leads-off Detect – 6
LO+ Leads-off Detect + 7
SDN Shutdown Libre
P a g e 24 | 32
COST
Figure 19 : connections entre l’AD8232 et la carte Arduino.
Placement des electrodes :
Maintenant que la partie électronique est terminée, regardons le placement des tampons
du capteur :
-Pour l’ECG : Il est recommandé d’enclencher les électrodes (capteurs) sur les fils avant de
l'appliquer sur le corps. Plus les électrodes sont proches du cœur, meilleure est la mesure en
cas d’aquisition sur des signaux ECG :
Figure 20 : Placement des électrodes pour mesurer l’ECG
-Pour l’EMG : il faut placer les électrodes avec une très fine pression sur le muscle
concerné. Nous voulons dans notre test visualiser l’EMG lors de la flexion du poignet
Figure 21 : mouvement envisagé
P a g e 25 | 32
COST
Le compartiment antérieur de l’avant-bras (inside forearm) est divisé en couches
superficielles, intermédiaires et profondes. Ces muscles sont généralement responsables de la
flexion du poignet et des doigts.
Le circuit AD8232 est très sensible aux bruits, ce qui fait du mileux ou l’expérience a lieu
représente un des principaux facteurs influent sur la bonne aquisitions. Les câbles sont codés
par couleur pour aider à identifier le bon placement.
L’électrode de référence (Jaune) devrait être placé aussi loin que possible et sur un tissu
électriquement neutre (par exemple sur une proéminence osseuse)
Figure 22 : Placement des électrodes sur l’avant-bras en cas d’une acquisition des signaux
EMG.
Préparation de l’outil informatique :
1.1.10 Carte Arduino :
Pour une première acquisition du signal analogique délivré à la carte ARDUINO, nous
devons nous disposer premièrement du software ‘ARDUINO’, une fois la connexion entre la
carte ARDUINO et l’ordinateur faite, nous avons pu générer le code ci-dessous pour faire une
première lecture en temps réel :
int emg_value ;
int lead_off_plus = 6 ;
int lead_off_minus = 7 ;
void setup() {
Serial.begin(9600);
pinMode(lead_off_plus,INPUT);
pinMode(lead_off_minus,INPUT);
}
void loop() {
if ((digitalRead(lead_off_plus)== HIGH )||(digitalRead(lead_off_minus)== HIGH ))
{}
Else
{ emg_value= analogRead(A0);
Serial.println(emg_value);
} }
P a g e 26 | 32
COST
Nous pouvons désormais à l’aide de ce programe lire les valeurs instantanées du signal
analogique lu au niveau du pin A0 de la carte arduino, on peux encore les visualiser à l’aide
de l’option ”serial plotter” (traceur série). la figure ci-dessous représente un exemple de signal
que nous avons pu acquérir lors d’une expérience sur des signaux ECG.
Figure 23 : Exemple de signal ECG acquis à l’aide du circuit AD8232.
La fréquence d’acquisition de notre signal est égale à la fréquence de traitement du
boucle infinie void Loop (). Puisque la fréquence d’acquisition de signal ECG varie entre 0.3
et 3 Hz
on peut ajouter un temps de retard delay (1) ; pour alléger le traitement de signal.
Cependant, la fréquence d’acquisition de signal EMG varie entre 20 et 3000Hz. Après avoir
mesurer par la fonction micros () le temps de traitement du programme, la fréquence
d’acquisition d’Arduino peut atteindre environ 3100 Hz ce qui largement suffisant pour capter
plus que 80 % du signal EMG.
1.1.11 Traitement de signal par Matlab :
Matlab est un outil de traitement de signal tres performant, il nous permer de traiter
rapidement le signal dans les but d’extraires ces differentes caractéristiques comme l’analyse
féquentiels (FFT) ;
P a g e 27 | 32
COST
Figure 24 : Exemple de signal EMG de surface (mollet pendant plusieurs sauts verticaux)
1.1.12 Exploitation et traitement des données acquise :
On appelle EMG global, l’EMG mesuré en surface et qui correspond donc à l’activité d’un
nombre important d’unités motrices. L’EMG global est enregistré via des électrodes de surface
de dimension assez importantes (non ponctuelle).
Un fil électrique parcouru par un courant électrique produit autour de lui un champ
électrique. Si le courant est variable le champ électrique induit est variable lui aussi et ces
inductions sont susceptibles de dépolariser un porteur de charge placé dans l’entourage du fil
comme une électrode par exemple. L’intensité de cette dépolarisation de l’électrode est
notamment fonction de la distance électrode-fil.
La fibre musculaire et sa dépolarisation joue le rôle du fil.
L’électromyogramme global résulte de la sommation algébrique de nombreux potentiels des
fibres musculaires, plus ou moins déformés selon les distances respectives de celles-ci par
rapport aux électrodes et selon les caractéristiques mêmes de ces dernières.
L’analyse fréquentielle de l’EMG global d’un muscle montre que l’EMG est composé de signaux
de fréquences comprise entre 5 et 500 HZ environ alors que le spectre relatif au potentiel d’une
fibre unique peut lui contenir du signal allant jusqu’a quelques kHz.
L’ensemble des transformations que subissent les potentiels de fibre avant de constituer l’EMG
global peut être représenté sous la forme d’une cascade de filtres correspondant chacun à un
phénomène physique déterminé :
On peut en distinguer au moins quatre :
1. la puissance du signal généré par la fibre augmente de façon linéaire avec la fréquence.
Le champ électrique décroit en fonction de la distance entre la fibre et l’électrode, de
façon telle que les composantes de fréquences hautes du signal soit d’avantage atténuées
que celle de fréquences basses (filtre passe bas= qui laisse passer les basses fréquence)
2. Le signal enregistré résulte de la sommation algébrique de ces signaux élémentaires et
dépend donc de leur relation temporelle. La probabilité d’une concordance de phase est
P a g e 28 | 32
COST
plus élevée pour les composantes de fréquences basses que pour les composantes de
fréquences hautes. La sommation en amplitude des composantes basse fréquences est
donc meilleure que celle des composante hautes fréquences. (de nouveau cette
sommation agit comme un filtre passe-bas)
3. Le signal enregistré dépend ensuite des caractéristiques de l’électrode elle-même. Une
électrode de surface importante joue le rôle de filtre passe bas. Les potentiels de fibres
ou d’unité motrice proche de l’électrode sont alors atténués en amplitude, tandis que leur
durée est augmentée. Une électrode de grande surface peut capter un nombre plus élevé
de signaux élémentaires et la probabilité de sommation s’accroit d’autant.
4. D’autre filtrages du signal peuvent intervenir au niveau de la chaine d’acquisition. Si
la détection s’effectue sous la peau, il faut aussi tenir compte de la déformation des
champs de potentiels au contact du fascia musculaire et de la peau. La comparaison
entre les fréquences de l’EMG de surface et celles de l’EMG global intramusculaire
montre que ces structures jouent également le rôle d’un filtre passe-bas. Ce filtrage est
néanmoins moindre que ceux décrit plus haut. On peut obtenir un tracé presque
identique avec des électrodes sur la peau ou avec un électrode fil de grande surface de
détection piquée dans le muscle.
1.1.13 Mesures associées à l’EMG global, quantification de l’EMG :
Sur la base de l’EMG global brut, on cherche à tirer la partie de l’enregistrement. La
recherche de la valeur moyenne du signal pendant une contraction serait peu informative si on
laissait le signal tel quel, brut, car les variations positives et négatives s’annuleraient alors
qu’elles sont toutes les deux porteuses d’information. On commence donc par redresser le signal
et travailler sur sa valeur absolue.
Figure 25 : signal EMG rectifié.
L’EMG précédent a été redressé, c’est à dire qu’on considère désormais la valeur absolue
du signal. Cela permet de tenir compte de toute l’information du signal lors des calculs de la
valeur moyenne et des intégrations de certaines portions du signal dans le temps.
La représentation de l’enveloppe du signal redressé permet une visualisation agréable des
périodes d’activation du muscle. Attention néanmoins, lors d’étude de synchronisation des
P a g e 29 | 32
COST
signaux, le passage du signal redressé à l’enveloppe via un filtre passe bas peut provoquer un
petit décalage temporel.
Figure 26 : enveloppe de signal EMG montrant les périodes d’activation du muscle.
Le calcul de l’enveloppe de l’EMG obtenu ici par une moyenne glissante induit
souvent un léger décalage temporel mais permet une visualisation confortable des phases
d’activation du muscle.
Les intégrations vraies du signal doivent se faire à partir du signal redressé car les
filtrations altèrent en général non seulement le positionnement temporel mais aussi
l’amplitude des zones d’activation.
Représentativité de l’EMG de surface :
C’est une vraie question : l’EMG de surface est-elle représentative de l’activité de l’ensemble
des unités motrices d’un muscle. Les études ont montré qu’il existe une proportionnalité entre
l’EMG de surface intégré et l’EMG intramusculaire intégré. On peut donc dire que l’EMG de
surface est une mesure de l’EMG intramusculaire et est bien représentatif de l’activité du muscle
dans son ensemble. Attention cela ne signifie pas que les signaux soient similaires ! C’est bien
l’intégrale du signal qui est proportionnelle a l’intégrale du signal intramusculaire. La
morphologie du signal n’est pas la même, ce qui fait penser que l’EMG de surface est surtout
sensible aux fibres proches de l’électrode.
1.1.14 Quantification du niveau d’excitation d’un muscle
Le tracé électromyographique de surface dépend à chaque instant du nombre d’unités motrices
actives, de leur fréquence de décharge, de leur degré de synchronisation et de la forme des
potentiels d’action. Il est quantifié à partir de différents paramètres caractérisant le signal direct,
son intégration ou pour l’analyse fréquentielle sa transformée de Fourier.
La fréquence médiane du spectre de Fourier est reliée à la vitesse de conduction du signal.
L’EMG intégré et l’EMG moyen représentent l’intensité du signal d’entrée du muscle, c’est-à-
dire son niveau d’excitation. Ces différents paramètres donnent des résultats similaires
lorsqu’on les met en relation avec les grandeurs biomécaniques de la contraction.
P a g e 30 | 32
COST
La notion de niveau d’excitation peut se rapporter à des valeurs instantanées comme l’amplitude
de l’enveloppe à un instant donnée ou à des valeurs globales comme la valeur moyenne de
l’EMG intégré pendant toute la durée de la contraction. L’unité de mesure est alors le mV.s
(millivolt. Seconde)
On peut néanmoins se demander si la quantification du niveau d’excitation ne dépend pas de la
disposition des électrodes sur le muscle, de l’impédance des tissus situés entre les fibres
musculaires et les électrodes, etc…. L’intensité électrique du signal peut donc ne pas être
comparable d’un examen à un autre et ne l’est pas plus d’un muscle à un autre. Pour pallier cette
difficulté, on cherche à exprimer l’EMG en pourcentage d’une valeur de référence, par exemple
en pourcentage de la valeur maximale volontaire (on demande au sujet de fournir un effort
maximum volontaire).
La relation entre l’EMG intégré et la force isométrique est le plus souvent, et en première
approximation assez linéaire (soleus, adductior pollicis) , parfois légèrement curvilinéaires
pour les petits efforts (biceps brachii, triceps brachii).
Le degré d’ouverture d’une articulation modifie les caractéristiques EMG intégré VS force,
mais si on exprime la force en % de la force maximum pour chaque angle de l’articulation alors
on obtient une caractéristique unique indépendante de l’angle d’ouverture de l’articulation.
Facteurs affectant le signal EMG :
Afin d’utiliser correctement et efficacement le signal EMGs, il est essentiel de comprendre
ses constituants et leur influence. Bien que cet objectif soit de plus en plus recherché, il reste
complexe et impossible à atteindre de manière exhaustive.
Une multitude de facteurs extrinsèques et intrinsèques peut altérer l’amplitude et la
fréquence du signal EMG. C’est la raison pour laquelle, toute analyse de ce signal doit se faire
de manière critique en ayant à l’esprit les effets sur ses propriétés des nombreux facteurs dont
il dépend. En effet, dans la mesure où ils peuvent modifier les caractéristiques du signal, donc
biaiser les résultats, ces facteurs représentent un danger pour l’interprétation des données EMG.
Les facteurs intrinsèques, biologiques de nature, varient entre les sujets et sont difficilement
maîtrisables, alors que les facteurs extrinsèques, variables expérimentales, peuvent être
contrôlés au travers d’un placement correct des électrodes associé à une bonne connaissance
de l’électrophysiologie et de l’anatomie.
L’un des facteurs majeurs influençant le signal EMGs est le placement des électrodes. En
effet, d’une part, l’amplitude du signal diminue de façon hyperbolique avec l’augmentation de
la distance entre les FM actives et les électrodes, et d’autre part, le signal enregistré est déformé
et atténué par tous les tissus biologiques interposés. Dans la mesure où la quantité de peau, de
graisse et de tissus conducteurs déterminent le niveau d’atténuation, les muscles recouverts
d’une faible quantité de tissu gras, plus souvent distaux, donneront lieu à des enregistrements
EMGs généralement de bonne qualité. A l’inverse, l’analyse EMGs de certains muscles
proximaux ou profonds peut s’avérer plus difficile. La variation de la distance entre la surface
de détection et les FM actives peut altérer l’amplitude et la fréquence des PA d’UM qui se
trouvent dans le volume de détection de l’électrode en raison de la modification des
caractéristiques du filtre spatial. Par ailleurs, le mouvement relatif de l’électrode et des FM
recrutées peut modifier le nombre d’UM comprises dans le volume de détection.
Théoriquement, si les FM changent de longueur, la position de l’électrode devrait également
P a g e 31 | 32
COST
varier. Par conséquent, la stabilité du signal peut être obtenue uniquement lors d’une
contraction isométrique.
P a g e 32 | 32
COST
Conclusion :
Ce projet s’est révélé enrichissant dans la mesure où il a consisté en une approche concrète
du domaine des activités éléctromyographiques qui permettent de voir sous forme graphique
les courants électriques des activités musculaires. Témoin de ces signaux, le patient parvient
ainsi à décoder les messages de son corps.
Afin de concrétiser cet aspect, nous avons mené l’étude à tester l’acquisition en utilisant un
circuit dédié à lire et filtrer les signaux de l’ECG, connecté à une carte Arduino, pour enfin
récupérer les donnée sur l’ordinateur en temps réel, et essayer de comprendre ces activités.
Durant notre étude nous avons rencontré quelques contraintes pratiques telles que la difficulté
d’acquisition des signaux EMG, au niveau de placement des électrodes qui constitue un facteur
influent sur la réussite ou non de cette opération. De plus, le circuit est conçu principalement à
la lecture des signaux ECG, dont la bande passante est plus basse que celle des signaux EMG,
ce qui explique le besoin d’augmenter la fréquence de coupure du filtre passe bas intégré.
Au final, ce projet a été énormément bénéfique, car il s’agit du premier projet en matière des
activités électromyographique, que nous avons eu à réaliser. Il nous a permis d’implémenter
des méthodes vues en cours cette année et de se familiariser aussi avec les composants et les
outils mathématiques utilisés.
Nous tenons à remercier Mr Philippe RAVIER pour son accueil et son aide et son suivi tout
au long de ce projet.
