{"id":2464,"date":"2024-09-04T14:38:44","date_gmt":"2024-09-04T18:38:44","guid":{"rendered":"https:\/\/biotonixposture.com\/?p=2464"},"modified":"2026-04-15T09:45:32","modified_gmt":"2026-04-15T13:45:32","slug":"from-pixels-to-posture-biotonix-postures-innovation-in-ai-driven-anatomical-detection","status":"publish","type":"post","link":"https:\/\/biotonixposture.com\/fr\/from-pixels-to-posture-biotonix-postures-innovation-in-ai-driven-anatomical-detection\/","title":{"rendered":"Des pixels \u00e0 la posture : L'innovation de Biotonix Posture en mati\u00e8re de d\u00e9tection anatomique pilot\u00e9e par l'IA"},"content":{"rendered":"
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Des pixels \u00e0 la posture : L'innovation de BIOTONIX dans la d\u00e9tection anatomique pilot\u00e9e par l'IA<\/h1>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

L'identification des objets et de leurs points d'int\u00e9r\u00eat dans les images brutes est une t\u00e2che ardue, qui prend du temps et n\u00e9cessite souvent des comp\u00e9tences hautement sp\u00e9cialis\u00e9es. Cette t\u00e2che repr\u00e9sente une premi\u00e8re \u00e9tape dans l'interpr\u00e9tation des images et leur analyse quantitative (Lindner 2017<\/a>).\u00a0<\/p>

Un syst\u00e8me autonome capable d'effectuer une telle t\u00e2che de mani\u00e8re pr\u00e9cise et fiable pourrait \u00eatre d'une grande utilit\u00e9 dans divers domaines de recherche scientifique, tels que l'analyse morphom\u00e9trique, l'analyse statistique des formes, l'estimation de la pose, la reconstruction en 3D, mais aussi sur le plan commercial.<\/p>

Pour ne citer que quelques exemples industriels :<\/p>

M\u00e9decine moderne et physioth\u00e9rapie<\/b> reposent largement sur l'identification pr\u00e9cise de points anatomiques (selon le domaine d'application, plusieurs synonymes de \"point\" sont utilis\u00e9s, tels que marqueur, rep\u00e8re, point cl\u00e9, etc.) pour le diagnostic, le traitement et la r\u00e9\u00e9ducation (par exemple, Ghesu et al. 2016, Fig. 1<\/a>).\u00a0<\/p>

\"Landmarks<\/a>
Figure 1 - Points de rep\u00e8re d\u00e9tect\u00e9s dans des images m\u00e9dicales. Source : Ghesu et al. 2016.<\/figcaption><\/figure>
\u00a0<\/div>
Les secteurs de la mode et de l'habillement peuvent tirer parti de cette technologie pour prendre des mesures biom\u00e9triques pr\u00e9cises. En identifiant les points anatomiques cl\u00e9s, les stylistes peuvent cr\u00e9er des v\u00eatements mieux adapt\u00e9s, ce qui r\u00e9duit le nombre de retours et augmente la satisfaction des clients. Cette technologie pourrait \u00e9galement r\u00e9volutionner les achats en ligne, en permettant des essayages virtuels avec des recommandations de taille pr\u00e9cises (par ex, Liao et al. 2023,<\/a> Fig. 2).\u00a0<\/div>
\u00a0<\/div>
\"Body<\/a>
Figure 2 - D\u00e9tection des points du corps pour les services de couture. Source : Liao et al : Liao et al. 2023.<\/figcaption><\/figure>Ergonomie et conception des postes de travail<\/strong> reposent essentiellement sur la compr\u00e9hension de l'anatomie de l'individu. Des mesures pr\u00e9cises peuvent guider la conception de mobilier de bureau, d'outils et d'espaces de travail qui r\u00e9duisent le risque de troubles musculo-squelettiques et augmentent la productivit\u00e9 (par ex. Kim et al. 2021,<\/a> Fig. 3).<\/div><\/div>
\u00a0<\/div>
\"Skeletal<\/a>
Figure 3 - Suivi du squelette \u00e0 l'aide de trois syst\u00e8mes diff\u00e9rents. Source : Kim et al : Kim et al. 2021.<\/figcaption><\/figure><\/div>

Au fil des ans, un certain nombre de m\u00e9thodes ing\u00e9nieuses ont \u00e9t\u00e9 d\u00e9velopp\u00e9es pour l'annotation automatique d'images, que ce soit pour la segmentation ou la d\u00e9tection de l'objet ou de ses points d'int\u00e9r\u00eat (par exemple, la d\u00e9tection de points caract\u00e9ristiques, le recalage d'images de groupe, le seuillage, la d\u00e9tection de bords, l'approche de la fen\u00eatre coulissante). Ces m\u00e9thodes traditionnelles n\u00e9cessitent une d\u00e9finition manuelle des caract\u00e9ristiques, ce qui les rend moins flexibles face \u00e0 des conditions d'image variables. (O'Mahony et al. 2020<\/a>).<\/p>

Les m\u00e9thodes bas\u00e9es sur l'apprentissage machine (ML), telles que l'apprentissage profond (DL), ont r\u00e9volutionn\u00e9 ce domaine ces derni\u00e8res ann\u00e9es. La d\u00e9tection d'objets, la segmentation s\u00e9mantique et la d\u00e9tection de points cl\u00e9s sont d\u00e9j\u00e0 des t\u00e2ches standard de vision par ordinateur qui b\u00e9n\u00e9ficient de l'apprentissage profond, mais elles n\u00e9cessitent un grand volume de donn\u00e9es annot\u00e9es, qui n'est pas toujours disponible, car cette accumulation prend du temps et peut \u00eatre tr\u00e8s co\u00fbteuse.<\/p><\/div><\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

L'\u00e9volution de l'\u00e9valuation de la posture : De l'observation visuelle \u00e0 l'observation num\u00e9rique<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Bien que certaines m\u00e9thodes plus objectives d'\u00e9valuation de la posture debout \u00e0 l'aide de photographies (par ex. Kraus & Eisenmenger-Weber 1945 ; MacEwan et al. 1932<\/a>) ont \u00e9t\u00e9 propos\u00e9es d\u00e8s la premi\u00e8re moiti\u00e9 du 20e si\u00e8cle, avant l'av\u00e8nement de la technologie num\u00e9rique moderne, l'\u00e9valuation de la posture reposait principalement sur des examens anamnestiques et des observations visuelles par des praticiens, g\u00e9n\u00e9ralement bas\u00e9es sur l'observation qualitative des courbures de la colonne vert\u00e9brale et du d\u00e9salignement du corps par rapport \u00e0 la ligne de plomb dans les vues ant\u00e9rieures, post\u00e9rieures et lat\u00e9rales (Iunes et al. 2009<\/a>). Bien que cette m\u00e9thode ait fourni des informations pr\u00e9cieuses, elle reste in\u00e9vitablement subjective et d\u00e9pend largement de l'expertise individuelle de l'\u00e9valuateur.<\/p>

Avec la popularisation des appareils photo num\u00e9riques dans les ann\u00e9es 1990, le domaine a connu des progr\u00e8s significatifs. Les syst\u00e8mes photographiques d'\u00e9valuation de la posture statique sont devenus une nouvelle norme, ouvrant la voie \u00e0 des m\u00e9thodes d'\u00e9valuation quantitative. Ces syst\u00e8mes visaient \u00e0 r\u00e9duire la subjectivit\u00e9 inh\u00e9rente aux \u00e9valuations visuelles et \u00e0 fournir un processus de mesure plus normalis\u00e9 et reproductible.<\/p>

Zonnenberg et al (1996)<\/a> a mis en \u00e9vidence le potentiel de ces m\u00e9thodes en se concentrant sur leur fiabilit\u00e9 intra\/inter-juges, en montrant comment les outils num\u00e9riques pouvaient offrir une coh\u00e9rence dans les mesures sur les photographies de la posture du corps (Fig. 4). Toutefois, pour pouvoir \u00e9valuer quantitativement les d\u00e9viations posturales, il est n\u00e9cessaire d'identifier avec pr\u00e9cision des points anatomiques sp\u00e9cifiques sur le corps humain.<\/p>

\"Configuration<\/a>
Figure 4 - Configuration photographique de base pour l'analyse quantitative de la posture. Source : Zonnenberg et al : Zonnenberg et al. (1996).<\/figcaption><\/figure>

\u00a0<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Les premiers pas de BIOTONIX POSTURE sont pionniers<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Pionni\u00e8re dans le d\u00e9veloppement de syst\u00e8mes photographiques pour l'\u00e9valuation quantitative de la posture, l'histoire de BIOTONIX, qui a vu le jour au d\u00e9but des ann\u00e9es 2000, est \u00e9troitement li\u00e9e \u00e0 l'histoire du d\u00e9veloppement scientifique dans ce domaine. (Guimond et al. 2003<\/a>). Au c\u0153ur du syst\u00e8me BIOTONIX se trouvait le paradigme \u00e9tabli par Kendall et ses coll\u00e8gues (Kendall et al. 2005)<\/a>.<\/p>

Au lieu d'estimer visuellement les \u00e9carts par rapport \u00e0 l'alignement de la ligne de plomb, comme le prescrivent ces auteurs, le syst\u00e8me photogramm\u00e9trique \u00e0 base de marqueurs de BIOTONIX repr\u00e9sente une innovation, car il quantifie ces \u00e9carts en enregistrant les images et les coordonn\u00e9es des points de r\u00e9f\u00e9rence anatomiques en unit\u00e9s m\u00e9triques.<\/p>

Bien que novatrice et efficace \u00e0 l'\u00e9poque, cette approche n'\u00e9tait pas sans poser de probl\u00e8mes. La d\u00e9pendance \u00e0 l'\u00e9gard de la palpation manuelle impliquait des variations inh\u00e9rentes entre les \u00e9valuations, influenc\u00e9es par l'expertise et l'exp\u00e9rience individuelles du physioth\u00e9rapeute charg\u00e9 de l'\u00e9valuation.<\/p>

L'une des caract\u00e9ristiques remarquables du syst\u00e8me BIOTONIX original \u00e9tait l'attention port\u00e9e aux d\u00e9tails lors de la phase de photographie. Pour s'assurer que les points anatomiques \u00e9taient clairement visibles et distincts sur les photos, des marqueurs de surface fluorescents ont \u00e9t\u00e9 utilis\u00e9s (Fig. 5). Lorsque le flash de l'appareil photo \u00e9tait activ\u00e9, ces marqueurs r\u00e9fl\u00e9chissaient intens\u00e9ment la lumi\u00e8re, cr\u00e9ant des points tr\u00e8s contrast\u00e9s sur les images captur\u00e9es.<\/p>

\"Assembly<\/a>
Figure 5 - Assemblage de la sph\u00e8re de marquage r\u00e9tror\u00e9fl\u00e9chissante et de l'autocollant d'application (\u00e0 gauche) et construction de l'autocollant de marquage r\u00e9tror\u00e9fl\u00e9chissant (\u00e0 droite). Source : Guimond et al : Guimond et al. 2003.<\/figcaption><\/figure>

<\/p>

Le contraste frappant a permis de rendre les points anatomiques bien visibles, r\u00e9duisant ainsi le risque d'erreur d'interpr\u00e9tation pendant la phase d'\u00e9valuation. Cet aspect \u00e9tait particuli\u00e8rement important compte tenu du nombre de points \u00e9valu\u00e9s et de la n\u00e9cessit\u00e9 d'une grande pr\u00e9cision dans la d\u00e9termination de l'alignement postural.<\/p>

<\/p>

<\/p>

<\/p>

\u00c0 l'aide d'algorithmes conventionnels de vision par ordinateur, le logiciel a analys\u00e9 les images, d\u00e9tectant et enregistrant les coordonn\u00e9es de chaque point anatomique \u00e0 fort contraste. Cette automatisation a permis non seulement d'acc\u00e9l\u00e9rer le processus, mais aussi d'introduire un nouveau niveau de coh\u00e9rence et de pr\u00e9cision dans la proc\u00e9dure. Une fois les coordonn\u00e9es enregistr\u00e9es, le logiciel peut alors calculer les d\u00e9viations posturales, en comparant l'alignement postural observ\u00e9 avec l'id\u00e9al pr\u00e9\u00e9tabli.<\/p>

L'approche innovante et la m\u00e9thodologie qui sous-tendent le syst\u00e8me original de BIOTONIX ont \u00e9t\u00e9 brevet\u00e9es en 2003 par Sylvain Guimond, Ph.D., et ses coll\u00e8gues. (Guimond et al. 2003)<\/a>. Intitul\u00e9 \"Syst\u00e8me et m\u00e9thode d'analyse biom\u00e9canique automatis\u00e9e, de d\u00e9tection et de correction des d\u00e9viations posturales\", ce brevet t\u00e9moigne de l'esprit pionnier et des r\u00e9alisations techniques du syst\u00e8me \u00e0 l'\u00e9poque. Au cours des ann\u00e9es suivantes, diff\u00e9rents groupes de recherche ont valid\u00e9 la fiabilit\u00e9 du syst\u00e8me (Harrison et al. 2008<\/a>, 2007<\/a>; Janik et al. 2007<\/a>; Normand et al. 2007<\/a>, 2002<\/a>).<\/p>

Cette m\u00e9thodologie brevet\u00e9e a \u00e9tabli une nouvelle norme dans le monde de l'analyse biom\u00e9canique, marquant le passage de m\u00e9thodes purement manuelles \u00e0 des approches plus automatis\u00e9es et standardis\u00e9es, telles que le DIPA. (Furlanetto et al. 2012<\/a>) et SAPO (Ferreira et al. 2011<\/a>).<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u00c0 l'aide d'un questionnaire sur l'\u00e9chelle de la douleur, l'\u00e9tude a \u00e9galement examin\u00e9 l'incidence de la douleur corporelle chez les sujets pr\u00e9sentant diff\u00e9rents types de posture. Il est int\u00e9ressant de noter que les personnes ayant une posture id\u00e9ale ont signal\u00e9 des scores de douleur inf\u00e9rieurs \u00e0 ceux des personnes ayant d'autres types de posture. Cette constatation souligne l'importance de maintenir une posture correcte pour r\u00e9duire le risque de douleur et d'inconfort.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Le probl\u00e8me : le d\u00e9fi de l'identification des points anatomiques pour l'\u00e9valuation de la posture<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Bien que les m\u00e9thodes photographiques d'analyse quantitative de la posture repr\u00e9sentent une avanc\u00e9e consid\u00e9rable dans la pratique clinique, l'identification de points anatomiques sp\u00e9cifiques sur le corps du patient avant la prise de photos reste une t\u00e2che bas\u00e9e sur l'inspection visuelle et la palpation, qui prend du temps et d\u00e9pend de l'expertise du praticien.<\/p>

Au fur et \u00e0 mesure que la technologie progresse, une solution r\u00e9volutionnaire \u00e9merge : un syst\u00e8me bas\u00e9 sur l'IA hyper-sp\u00e9cialis\u00e9 dans l'identification de points anatomiques sur des photos num\u00e9riques.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

BIOTONIX 2.0 : L'autonomie aliment\u00e9e par l'IA, un atout pour l'avenir<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

S'appuyant sur son riche h\u00e9ritage et son expertise \u00e9prouv\u00e9e, BIOTONIX s'est engag\u00e9 dans une transformation ambitieuse \u00e0 partir de 2020. Avec le soutien de la Recherche scientifique et d\u00e9veloppement exp\u00e9rimental (RS&DE) du gouvernement f\u00e9d\u00e9ral canadien<\/a> l'entreprise s'est fix\u00e9 pour objectif de r\u00e9volutionner l'\u00e9valuation posturale en d\u00e9veloppant un nouveau syst\u00e8me autonome.<\/p>

BIOTONIX a entrepris de cr\u00e9er un syst\u00e8me d'\u00e9valuation posturale autonome, capable de se passer de l'intervention humaine. Pour ce faire, BIOTONIX s'est tourn\u00e9 vers des techniques avanc\u00e9es d'intelligence artificielle (IA), cherchant \u00e0 exploiter la puissance de l'IA pour une pr\u00e9cision et une efficacit\u00e9 in\u00e9gal\u00e9es.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Pourquoi passer \u00e0 l'IA ?<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Bien que le syst\u00e8me BIOTONIX original ait \u00e9t\u00e9 r\u00e9volutionnaire pour l'\u00e9poque, il y avait des domaines \u00e9vidents \u00e0 am\u00e9liorer :<\/p>