Identification du signal EMG de surface par un système de multiples réseaux de neurones

La morphologie du signal Electromyographique de Surface (SEMG) dépend de plusieurs caractéristiques anatomiques et physiologiques du muscle contracté. Ces caractéristiques ne sont pas mesurables directement. Par contre, une estimation de celles-ci est possible par l'identification de l'allure du signal SEMG et est utile à la compréhension de l'électrophysiologie musculaire. Cette tâche, utilisant un modèle de génération du signal SEMG, est effectuée en trouvant, par une succession d'essais et erreurs, la ou les combinaisons de paramètres du modèle correspondant le mieux au signal expérimental. Cette procédure est coûteuse en temps de calcul. Une nouvelle approche, utilisant un système de multiples réseaux de neurones (SMRN) est proposée dans cet article. Après l'acquisition, l'adaptation et la réduction de dimension du signal, une estimation automatique d'un jeu optimal de cinq caractéristiques musculaires est réalisée en utilisant quatre réseaux de neurones. Ce système fournit quatre solutions possibles. La ou les solutions retenues sont validées suivant un critère d'erreur. Le système est testé avec des signaux SEMG simulés et donne de bons résultats