Une approche de la segmentation dans des signaux de longue durée fortement bruités (application en ergonomie)

Ce travail concerne la mise en œuvre d'une méthodologie de traitement de signal dédiée à la caractérisation des signaux électomyographiques de surface (SEMG) de longue durée fortement bruités. La première étape constitue la phase de segmentation fondée sur un algorithme de somme cumulée, suivie d'une procédure de rejet et classification, pour aboutir à l'étape d'extraction de paramètres pertinents pour la caractérisation d'une induction de fatigue musculaire. La méthode de segmentation est développée pour la détection des différentes activités dans les signaux, et une approche automatique du réglage des seuils est réalisée. Une technique de double seuil a permis une amélioration notable des performances de l'algorithme. Le champ d'application de ce travail est l'évaluation du signal SEMG comme révélateur d'un état de fatigue musculaire qui serait induit par l'inconfort lors d'une conduite de longue durée.This work relates to develop a signal processing methodology dedicated to the characterization of very noisy long duration electromyographic signals (SEMG). The first step correspond to signal segmentation based on a cumulative sum algorithm, followed by rejection and classification procedures to lead to the extraction of relevant parameters for muscular fatigue detection. The method of segmentation was developed in order to detect the various activities included in the SEMG signal. An automatic approach of thresholds adjustment was carried out. The definition of two thresholds (high and low) led to a significant increase in the algorithm performance. The application domain of this work was the evaluation of SEMG as revealing the state of muscular fatigue, which would be induced by discomfort in long term driving tasks.TROYES-SCD-UTT (103872102) / SudocSudocFranceF