Sujet de thèse IFSTTAR

English version
Fiche détaillée :

Titre : Modélisation statistique externe et interne du corps humain pour des applications en biomécanique

Laboratoire principal - Référent principal TS2 - LBMC  -  BEILLAS Philippe      tél. : +33 472142371

Directeur du laboratoire principal MITTON David  -

Spécialité de la thèse Mécanique/Biomécanique

Axe 1 - COP2017 - Transporter efficacement et se déplacer en sécurité

Site principal Bron

Etablissement d'inscription UNIVERSITE CLAUDE-BERNARD-LYON 1

Ecole doctorale MEGA (MECANIQUE, ENERGETIQUE, GENIE CIVIL, ACOUSTIQUE)

Directeur de thèse prévu WANG Xuguang  -  Université Gustave Eiffel  -  TS2 - LBMC

Co-directeur de thèse prévu LAFON-JALBY Yoann  -    -

Type de financement prévu Contrat doctoral  - Université Gustave Eiffel

Résumé

Contexte :

Dans le domaine du transport, l’automatisation des véhicules nécessite aujourd’hui des solutions permettant d’obtenir des informations sur l’état des occupants, leur posture, leur occupation et plus généralement, toute caractéristique biomécanique qui serait pertinente pour évaluer le confort d’assise et les risques en cas d’accident. Ceci combine donc potentiellement à la fois des informations internes et externes. Celles-ci devraient pouvoir être générées avec des données de capteur très partielles (concept de monitoring). En amont, le même type de données doit être utilisé afin de concevoir de nouveaux concepts et aménagements de l’intérieur, tant du point de vue du confort que de la sécurité. Pour cela, des modèles personnalisables/paramétriques du corps humain aussi bien en éléments finis déformables qu’en multi-corps rigide sont nécessaires pour évaluer le confort d’assise (Wang et al., 2019) ainsi que leur sécurité (Grébonval et al., 2021).

En santé, de nombreuses données d’imagerie sont aujourd’hui disponibles et ont permis de mettre au point des algorithmes de segmentation basées sur l’apprentissage et des modèles statistiques de forme osseuse. Toutefois, ces données sont typiquement obtenues en position couchée d’imagerie et ne concernent pas le corps entier. Par exemple, la prédiction de la courbure rachidienne à partir de l'enveloppe externe est un champ de recherche actif (Nérot et al., 2016).

En sport et habillement, ce type de modèle combinant une enveloppe statistique articulée avec un modèle d’articulations internes anatomiques est une aide à la conception pour les entreprises de grande distribution de sport et de loisirs (e.g. projet en cours avec un industriel de l'équipement sportif).

Dans tous les cas, si des modélisations externes et internes existent, il n’y a pas de modélisation statistique de forme du corps entier qui inclue les structures externes et internes et qui puisse être positionnée de manière réaliste. Une telle modélisation aurait de très nombreuses applications pour prédire des postures ou caractéristiques internes les plus probables à partir de données partielles (mesures externes sur patient, données en temps réel dans un véhicule pour le confort ou la sécurité, mesures sans marqueurs, etc.).

Toutefois, la mise au point d’un tel modèle présente un certain nombre de challenges et verrous.

Sur le squelette, les résultats restent partiels. Les efforts de recherche portent sur la création de modèles statistiques locaux (fémur, articulation du genou, etc.). Le LBMC contribue à cet effort avec la création de modèles statistiques (pelvis et fémur, Savonnet et al., 2019, mais aussi thorax, membre inférieur, crâne). Mais l’assemblage de ces parties issues de populations différentes reste un verrou scientifique pour garantir la cohérence et le positionnement relatif des structures anatomiques. Un fort potentiel existe toutefois avec des bases de données ouvertes telle que celle du NMDID (scanner CT corps entier), y compris pour inclure aux informations géométriques des indicateurs de qualité osseuse ou d’épaisseur d’os cortical.

Concernant la modélisation du corps complet de l’enveloppe externe, plusieurs modèles statistiques existent, comme celui développé au LBMC depuis 2 ans en partenariat avec un industriel. Ce type de modèle est typiquement basé sur un nombre limité de postures (ex : UMTRI Humanshape). Si ces modèles peuvent être articulés à l’aide de méthodes numériques développées pour l’industrie des effets spéciaux et du jeu vidéo (i.e. skinning), le résultat n’est pas nécessairement anatomiquement pertinent. Et parce que ces modèles n’incluent pas de squelette aux formes réalistes, il n’est pas possible d’utiliser des informations détaillées au niveau squelette pour aider à adapter l’enveloppe externe (acquise dans une posture de référence) à toute nouvelle posture.

L’assemblage de modèles internes et externes est aussi complexe (hors de la position couchée). En effet, les moyens permettant d’observer simultanément en trois dimensions des structures internes et externes sans effets pour la santé sont essentiellement limités à l’imagerie par résonnance magnétique. Celle-ci se fait généralement en position couchée, et si les des scanners dits ouverts permettent un peu plus de flexibilité (ex : Wang et al., 2021 pour une posture assise), leur utilisation reste complexe en particulier pour de grandes régions anatomiques (Beillas et al, 2009). Des relations entre structures externes et internes existent toutefois pour certaines régions ou articulations (cf. Peng et al, 2015; Nérot et al., 2016). Toutefois, la mise en relation de ces modèles statistiques nécessiterait un travail de validation afin de s’assurer de la pertinence des modèles combinés. Le passage de la position couchée à une posture d’activité a aussi un intérêt particulier dans la mesure où des données existent pour la position couchée.

Objectifs

L’objectif principal de cette thèse sera de mettre en place un premier modèle paramétrique corps entier comprenant à la fois des structures internes et externes, avec une articulation de l’ensemble et des descriptions statistiques de forme des composants. Le travail s’appuiera sur les précédents efforts du laboratoire (données, méthodes, etc.), des bases de données ouvertes et si besoin des collections de données ciblées. Le modèle sera publié sous licence ouverte afin de promouvoir son enrichissement et diverses applications en biomécanique. Il pourra ainsi servir de plateforme de recherche structurante à la fois au laboratoire et à l’extérieur.

Les verrous scientifiques qui seront abordés pendant la thèse incluront la conservation de la cohérence entre formes internes et externes lors du repositionnement, l’assemblage de données issues de sources ou postures différentes, et les besoins de validation de tels modèles.

Pendant la thèse, le modèle sera connecté aux outils et modèles open source PIPER afin de vérifier sa performance et montrer son utilisation dans des applications de confort d’assise et de sécurité.

Approche

Après une revue des modèles, données et méthodes existantes tant au laboratoire qu’à l’extérieur, les phases suivantes sont envisagées :
* Compléter et assembler des modèles statistiques du squelette et de l’enveloppe externe. Ceci s’appuiera sur des travaux déjà réalisés au laboratoire.
* Articulation des modèles de squelette (intégrant la simulation des contacts) et d’enveloppe externe (avec des méthodes de type skinning de la littérature).
* Assemblage par contraintes et relations internes externes, puis optimisation. Ces contraintes interne & externe pourront être enrichies grâce à la collection de nouvelles données. Ces données pourront aussi être utilisées pour la validation.
* Raffinement du squelette et de la peau par méthode cinématique (observation du mouvement et intégration de nouvelles contraintes sur le squelette).
* Validation à partir de données expérimentales.
* Applications (interactions avec des modèles disponibles au laboratoire et appliqués au confort, à la sécurité ou à la santé).

Profil
Le ou la candidate aura une formation en Mécanique ou Informatique appliquée, avec un fort intérêt pour la biomécanique et la modélisation.

Références

Beillas P, Lafon Y, Smith FW. (2009) The effects of posture and subject-to-subject variations on the position, shape and volume of abdominal and thoracic organs. Stapp Car Crash J. Nov;53:127-54.

Grébonval, C., Trosseille, X., Petit, P., Wang, X., and Beillas, P. (2021). Effects of seat pan and pelvis angles on the occupant response in a reclined position during a frontal crash. PLOS ONE 16.

Nerot, A., W. Skalli, and X. Wang. (2016) “A Principal Component Analysis of the Relationship between the External Body Shape and Internal Skeleton for the Upper Body.” Journal of Biomechanics 49, no. 14 (October 3, 2016): 3415–22. .

Peng J., Panda J., Van Sint Jan S., Wang X. (2015) Methods for determining hip and lumbosacral joint centers in a seated position from external anatomical landmarks. Journal of Biomechanics 48 (2015), 396-400

Savonnet L, Duprey S, Van Sint Jan S, Wang X (2019) Pelvis and femur shape prediction using principal component analysis for body model on seat comfort assessment. Impact on the prediction of the used palpable anatomical landmarks as predictors. PLoS ONE 14(8):e0221201.

Wang X., Savonnet L., Theodorakos I., Beurier G., Duprey S.(2019) Biomechanical human models for seating discomfort assessment. DHM and posturography, Editors S. Scataglini and G. Paul. Academic Press, 643-659.

Wang X., Savonnet L., Capbern L & Duprey S. (2021) A Case Study on the Effects of Foam and Seat Pan Inclination on the Deformation of Seated Buttocks Using MRI, IISE Transactions on Occupational Ergonomics and Human Factors

Mots-clefs: Modélisation statistique, humain, squelette, enveloppe externe, posture, sécurité, confort, santé, open source

Laboratoire principal - Référent principal	TS2 - LBMC - BEILLAS Philippe tél. : +33 472142371
Directeur du laboratoire principal	MITTON David -
Spécialité de la thèse	Mécanique/Biomécanique
Axe	1 - COP2017 - Transporter efficacement et se déplacer en sécurité
Site principal	Bron
Etablissement d'inscription	UNIVERSITE CLAUDE-BERNARD-LYON 1
Ecole doctorale	MEGA (MECANIQUE, ENERGETIQUE, GENIE CIVIL, ACOUSTIQUE)
Directeur de thèse prévu	WANG Xuguang - Université Gustave Eiffel - TS2 - LBMC
Co-directeur de thèse prévu	LAFON-JALBY Yoann - -
Type de financement prévu	Contrat doctoral - Université Gustave Eiffel
Résumé Contexte : Dans le domaine du transport, l’automatisation des véhicules nécessite aujourd’hui des solutions permettant d’obtenir des informations sur l’état des occupants, leur posture, leur occupation et plus généralement, toute caractéristique biomécanique qui serait pertinente pour évaluer le confort d’assise et les risques en cas d’accident. Ceci combine donc potentiellement à la fois des informations internes et externes. Celles-ci devraient pouvoir être générées avec des données de capteur très partielles (concept de monitoring). En amont, le même type de données doit être utilisé afin de concevoir de nouveaux concepts et aménagements de l’intérieur, tant du point de vue du confort que de la sécurité. Pour cela, des modèles personnalisables/paramétriques du corps humain aussi bien en éléments finis déformables qu’en multi-corps rigide sont nécessaires pour évaluer le confort d’assise (Wang et al., 2019) ainsi que leur sécurité (Grébonval et al., 2021). En santé, de nombreuses données d’imagerie sont aujourd’hui disponibles et ont permis de mettre au point des algorithmes de segmentation basées sur l’apprentissage et des modèles statistiques de forme osseuse. Toutefois, ces données sont typiquement obtenues en position couchée d’imagerie et ne concernent pas le corps entier. Par exemple, la prédiction de la courbure rachidienne à partir de l'enveloppe externe est un champ de recherche actif (Nérot et al., 2016). En sport et habillement, ce type de modèle combinant une enveloppe statistique articulée avec un modèle d’articulations internes anatomiques est une aide à la conception pour les entreprises de grande distribution de sport et de loisirs (e.g. projet en cours avec un industriel de l'équipement sportif). Dans tous les cas, si des modélisations externes et internes existent, il n’y a pas de modélisation statistique de forme du corps entier qui inclue les structures externes et internes et qui puisse être positionnée de manière réaliste. Une telle modélisation aurait de très nombreuses applications pour prédire des postures ou caractéristiques internes les plus probables à partir de données partielles (mesures externes sur patient, données en temps réel dans un véhicule pour le confort ou la sécurité, mesures sans marqueurs, etc.). Toutefois, la mise au point d’un tel modèle présente un certain nombre de challenges et verrous. Sur le squelette, les résultats restent partiels. Les efforts de recherche portent sur la création de modèles statistiques locaux (fémur, articulation du genou, etc.). Le LBMC contribue à cet effort avec la création de modèles statistiques (pelvis et fémur, Savonnet et al., 2019, mais aussi thorax, membre inférieur, crâne). Mais l’assemblage de ces parties issues de populations différentes reste un verrou scientifique pour garantir la cohérence et le positionnement relatif des structures anatomiques. Un fort potentiel existe toutefois avec des bases de données ouvertes telle que celle du NMDID (scanner CT corps entier), y compris pour inclure aux informations géométriques des indicateurs de qualité osseuse ou d’épaisseur d’os cortical. Concernant la modélisation du corps complet de l’enveloppe externe, plusieurs modèles statistiques existent, comme celui développé au LBMC depuis 2 ans en partenariat avec un industriel. Ce type de modèle est typiquement basé sur un nombre limité de postures (ex : UMTRI Humanshape). Si ces modèles peuvent être articulés à l’aide de méthodes numériques développées pour l’industrie des effets spéciaux et du jeu vidéo (i.e. skinning), le résultat n’est pas nécessairement anatomiquement pertinent. Et parce que ces modèles n’incluent pas de squelette aux formes réalistes, il n’est pas possible d’utiliser des informations détaillées au niveau squelette pour aider à adapter l’enveloppe externe (acquise dans une posture de référence) à toute nouvelle posture. L’assemblage de modèles internes et externes est aussi complexe (hors de la position couchée). En effet, les moyens permettant d’observer simultanément en trois dimensions des structures internes et externes sans effets pour la santé sont essentiellement limités à l’imagerie par résonnance magnétique. Celle-ci se fait généralement en position couchée, et si les des scanners dits ouverts permettent un peu plus de flexibilité (ex : Wang et al., 2021 pour une posture assise), leur utilisation reste complexe en particulier pour de grandes régions anatomiques (Beillas et al, 2009). Des relations entre structures externes et internes existent toutefois pour certaines régions ou articulations (cf. Peng et al, 2015; Nérot et al., 2016). Toutefois, la mise en relation de ces modèles statistiques nécessiterait un travail de validation afin de s’assurer de la pertinence des modèles combinés. Le passage de la position couchée à une posture d’activité a aussi un intérêt particulier dans la mesure où des données existent pour la position couchée. Objectifs L’objectif principal de cette thèse sera de mettre en place un premier modèle paramétrique corps entier comprenant à la fois des structures internes et externes, avec une articulation de l’ensemble et des descriptions statistiques de forme des composants. Le travail s’appuiera sur les précédents efforts du laboratoire (données, méthodes, etc.), des bases de données ouvertes et si besoin des collections de données ciblées. Le modèle sera publié sous licence ouverte afin de promouvoir son enrichissement et diverses applications en biomécanique. Il pourra ainsi servir de plateforme de recherche structurante à la fois au laboratoire et à l’extérieur. Les verrous scientifiques qui seront abordés pendant la thèse incluront la conservation de la cohérence entre formes internes et externes lors du repositionnement, l’assemblage de données issues de sources ou postures différentes, et les besoins de validation de tels modèles. Pendant la thèse, le modèle sera connecté aux outils et modèles open source PIPER afin de vérifier sa performance et montrer son utilisation dans des applications de confort d’assise et de sécurité. Approche Après une revue des modèles, données et méthodes existantes tant au laboratoire qu’à l’extérieur, les phases suivantes sont envisagées : * Compléter et assembler des modèles statistiques du squelette et de l’enveloppe externe. Ceci s’appuiera sur des travaux déjà réalisés au laboratoire. * Articulation des modèles de squelette (intégrant la simulation des contacts) et d’enveloppe externe (avec des méthodes de type skinning de la littérature). * Assemblage par contraintes et relations internes externes, puis optimisation. Ces contraintes interne & externe pourront être enrichies grâce à la collection de nouvelles données. Ces données pourront aussi être utilisées pour la validation. * Raffinement du squelette et de la peau par méthode cinématique (observation du mouvement et intégration de nouvelles contraintes sur le squelette). * Validation à partir de données expérimentales. * Applications (interactions avec des modèles disponibles au laboratoire et appliqués au confort, à la sécurité ou à la santé). Profil Le ou la candidate aura une formation en Mécanique ou Informatique appliquée, avec un fort intérêt pour la biomécanique et la modélisation. Références Beillas P, Lafon Y, Smith FW. (2009) The effects of posture and subject-to-subject variations on the position, shape and volume of abdominal and thoracic organs. Stapp Car Crash J. Nov;53:127-54. Grébonval, C., Trosseille, X., Petit, P., Wang, X., and Beillas, P. (2021). Effects of seat pan and pelvis angles on the occupant response in a reclined position during a frontal crash. PLOS ONE 16. Nerot, A., W. Skalli, and X. Wang. (2016) “A Principal Component Analysis of the Relationship between the External Body Shape and Internal Skeleton for the Upper Body.” Journal of Biomechanics 49, no. 14 (October 3, 2016): 3415–22. . Peng J., Panda J., Van Sint Jan S., Wang X. (2015) Methods for determining hip and lumbosacral joint centers in a seated position from external anatomical landmarks. Journal of Biomechanics 48 (2015), 396-400 Savonnet L, Duprey S, Van Sint Jan S, Wang X (2019) Pelvis and femur shape prediction using principal component analysis for body model on seat comfort assessment. Impact on the prediction of the used palpable anatomical landmarks as predictors. PLoS ONE 14(8):e0221201. Wang X., Savonnet L., Theodorakos I., Beurier G., Duprey S.(2019) Biomechanical human models for seating discomfort assessment. DHM and posturography, Editors S. Scataglini and G. Paul. Academic Press, 643-659. Wang X., Savonnet L., Capbern L & Duprey S. (2021) A Case Study on the Effects of Foam and Seat Pan Inclination on the Deformation of Seated Buttocks Using MRI, IISE Transactions on Occupational Ergonomics and Human Factors
Mots-clefs:	Modélisation statistique, humain, squelette, enveloppe externe, posture, sécurité, confort, santé, open source

Liste des sujets

Candidatures fermées