François Chung, Ph.D.

Tag: capture de mouvement

3DPH 2009 - Chapitre de livre

3DPH 2009 – Chapitre de livre

Publication

Jérôme Schmid, Anders Sandholm, François Chung, Daniel Thalmann, Hervé Delingette, Nadia Magnenat-Thalmann; Musculoskeletal simulation model generation from MRI datasets and motion capture data; In: Nadia Magnenat-Thalmann, Jian Zhang, David Feng (Ed.): Recent Advances in the 3D Physiological Human (3DPH), pp. 3-19, Springer-Verlag, London, 2009.

Abstract

Today, computer models and computer simulations of the musculoskeletal system are widely used to study the mechanisms behind human gait and its disorders. The common way of creating musculoskeletal models is to use a generic musculoskeletal model based on data derived from anatomical and biomechanical studies of cadaverous specimens. To adapt this generic model to a specific subject, the usual approach is to scale it. This scaling has been reported to introduce several errors because it does not always account for subject-specific anatomical differences. As a result, a novel semi-automatic workflow is proposed that creates subject-specific musculoskeletal models from Magnetic Resonance Imaging (MRI) datasets and motion capture data. Based on subject-specific medical data and a model-based automatic segmentation approach, an accurate modeling of the anatomy can be produced while avoiding the scaling operation. This anatomical model coupled with motion capture data, joint kinematics information and muscle-tendons actuators is finally used to create a subject-specific musculoskeletal model.

Références

Publication

Articles associés

Simulation musculo-squelettique

Simulation musculo-squelettique

Projet INRIA @Aalborg, Danemark (2009). Les modèles et simulations informatiques de l'appareil locomoteur sont largement utilisés pour étudier les mécanismes liés à la marche humaine et à ses troubles. Pour créer ces modèles, la méthode classique consiste à utiliser un modèle générique basé sur des données d'études anatomiques et biomécaniques de spécimens cadavériques et à le mettre à l'échelle afin de l'adapter à un sujet spécifique.

Cependant, cette mise à l'échelle introduit des erreurs, car elle ne tient pas compte des différences anatomiques entre sujets. Pour résoudre ce problème, nous proposons une nouvelle méthode semi-automatique qui permet de créer des modèles musculo-squelettiques personnalisés à partir d'images par résonance magnétique (IRM) et de données de capture de mouvement.

Tout d'abord, une modélisation précise de l'anatomie est effectuée en utilisant des données médicales personnalisées et une segmentation automatique basée modèle. Ensuite, le modèle anatomique est couplé avec des données de capture de mouvement, de l'information cinématique articulaire et des actionneurs muscle-tendons afin de créer un modèle musculo-squelettique personnalisé.

Ce travail est une collaboration entre:

  • EPFL - École Polytechnique Fédérale de Lausanne (CH);
  • INRIA Sophia-Antipolis - Institut National de Recherche en Informatique et en Automatique (FR);
  • UNIGE - Université de Genève (CH).

Le modèle musculo-squelettique créé peut être utilisé avec n'importe quelles données de capture de mouvement pour produire une simulation spécifique. L'adaptabilité de notre méthode est une de ses qualités car il n'est plus nécessaire de s'appuyer sur un modèle musculo-squelettique standardisé basé sur un sujet sain. Il devrait donc être possible de simuler des patients ayant un handicap dans la mesure où les données acquises reflètent leur pathologie.

Références

Articles associés

3DPH 2009 (chapitre de livre)
3D Anatomical Human (projet INRIA)

En savoir plus

INRIA Sophia-Antipolis – Institut National de Recherche en Informatique et en Automatique