Traitement du signal biomecanique

Autres technologies

Éléments de preuve

• Pourquoi ce niveau

  Synthese

  Le traitement du signal biomécanique est pratiqué depuis 2016, d'abord à Decathlon Sports Lab sur des données de pose de pied (Kalenji, Domyos, ACAP) avec Footscan/RSscan, puis à l'ISM Protisvalor sur des signaux IMU/forces avec Qualisys et Visual3D. Les chaînes de traitement incluent détection de foulées, filtrage passe-bas et passe-bande, interpolation à pas fixe, extraction de phases (heel strike, mid-stance, toe-off) et structuration de variables pour clustering ou comparaison inter-groupes. L'industrialisation de cette chaîne en Python (Chaire4) et l'encadrement d'étudiants sur ce même traitement confirment une compétence opérationnelle et transmissible.

• Limite actuelle

  Synthese

  Le niveau L4 nécessiterait la publication d'une librairie ou d'un pipeline versionné réutilisable, des contributions dans un contexte multi-équipes, et une documentation de comparaisons méthodologiques entre outils (ex. Qualisys vs. IMU bas coût).

• Pipeline Matlab Chaire3 — ISM 2018–2019

  Sans source

  Détection de foulées, filtrage, interpolation à 200 points, structuration de tables qualitatives/quantitatives/temporelles pour clustering non supervisé sur 47–50 coureurs.

• Interface Python Chaire4 — ISM 2019

  Sans source

  Industrialisation de la chaîne en Python : chargement Qualisys/Visual3D, détection heel strike, mid-stance, heel rise, toe-off, filtrage paramétrable, sauvegarde en .mat/.pkl/.csv.

• Analyse de données Footscan — Decathlon 2016–2017

  Sans source

  Traitement de 28 200 scans podologiques pour le projet Kalenji, analyse de la pose de pied et de la fréquence de foulée sur cohortes de 248 à 1 991 coureurs.