Résumé BAGHERIF

L'apprentissage automatique et la prédiction des blessures musculaires

 

contextE du projet :

Le présent projet s'inscrit dans le cadre des recrutements prévus par le projet FULGUR, dirigé par Gaël GUILHEM (laboratoire SEP, INSEP), soutenu par l'Agence nationale de la recherche dans le cadre du Programme prioritaire de recherche sur le sport de très haut niveau. Le post-doctorant est placé sous l'autorité directe du directeur du Laboratoire interuniversitaire des sciences du mouvement humain (LIBM EA 7424). FULGUR regroupe 9 établissements de recherche, 3 fédérations sportives et 2 entreprises.

 

CE projet A 3 PRINCIPAUX objectiFS :

♦ Décrire la mécanique du sprint au niveau du centre de masse et des segments articulaires, afin de quantifier la charge d'entraînement spécifique au sprint, à ces échelles, en conditions réelles d'entraînement, voire de compétition (work package 1) ;

♦ Déterminer le profil musculo-squelettique de chaque athlète de très haut niveau en vue de proposer des programmes d'entraînement " sur mesure " visant à optimiser l'efficacité de la propulsion dans le sprint (work package 2) ;

♦ Estimer le niveau de risque de blessure et proposer des stratégies de prévention individualisées basées sur une approche multifactorielle incluant les aspects mécaniques, l'environnement (nutrition, sommeil) et le comportement des athlètes (work package 3).
Ces objectifs seront soutenus par des work packages transversaux visant à améliorer l'analyse de l'imagerie musculo-squelettique et des gestes sportifs à l'aide de techniques ultrasonores et d'apprentissage automatique. Les travaux menés doivent contribuer à produire de nouvelles connaissances capables de faire évoluer les pratiques des sportifs/entraîneurs grâce à des supports de transfert innovants mis à disposition des acteurs du sport de haut niveau. La coordination du projet entre les différents partenaires sera assurée par un ingénieur de recherche (chef de projet).

 

PRICIPALES activitÉS :

♦ Participation à la rédaction des protocoles de recherche et aux demandes d'autorisation auprès des comités d'éthique et/ou de protection des personnes sur la partie analyse des données ;

♦ Support des bases de données en lien avec le 2ème post-doctorant ;


♦ Traitement et analyse des données expérimentales numériques recueillies dans les WP1 et WP2, des données expérimentales numériques et qualitatives recueillies dans le WP3, développement et validation d'algorithmes prédictifs utilisant des techniques d'apprentissage automatique.