École Nationale Supérieure de
Techniques Avancées

Résumé

La stimulation électrique fonctionnelle (FES) génère des ondes M mesurées en surface (EMG évoqué) qui résultent d’un mélange de contributions musculaires. Ce travail vise à décomposer ces enregistrements en deux matrices interprétables : les formes d’onde spécifiques de chaque muscle (W) et leurs profils de recrutement (H). Après avoir montré les limites des approches standards (ICA, PCA, Semi-NMF), nous proposons deux algorithmes originaux : (i) PPCA (Positive PCA), et (ii) une SNNMF optimisée intégrant des contraintes physiologiques. Une pipeline complète a été développée (génération de données synthétiques, protocole statistique, histogrammes), puis étendue aux données réelles. Les résultats montrent que nos algorithmes surpassent les méthodes classiques, et que l’approche multicanale permet d’identifier un même muscle sur plusieurs canaux, offrant une estimation plus fiable du nombre réel de muscles activés.