Classification of spontaneous running patterns using biomechanics: from the laboratory towards the field
Aurélien Patoz est titulaire d’un doctorat en chimie théorique obtenu à l’EPFL en 2017. Suite à cela, il a obtenu un Master en Sciences du mouvement et du sport à l’Université de Lausanne en 2019. Ensuite, il a rejoint l’équipe du Prof. Davide Malatesta en janvier 2020 en tant que chargé de recherche dans le cadre d’une collaboration étroite avec l’entreprise Volodalen via un financement Innosuisse. Ces recherches lui ont permis de soutenir une seconde thèse de doctorat, cette fois-ci en Sciences du mouvement et du sport, le 3 février 2023. Ses recherches portent sur la biomécanique de la course à pied et plus particulièrement sur le développement d’algorithmes permettant d’obtenir une mesure précise de la biomécanique de course sur le terrain.
Chaque personne adopte un pattern de course unique et spontané qui est un système global et dynamique. Ainsi, il est d’intérêt majeur d’utiliser des méthodes multi-composantes pour comprendre les différences individuelles dans la biomécanique de course à pied. De ce fait, cette thèse a investigué l’évaluation objective du pattern de course spontané et sa relation en termes de classification des coureurs au laboratoire et en perspective sur le terrain. Premièrement, cette thèse a étendu les connaissances sur le duty factor (DF ; la proportion du temps passé au contact avec le sol pendant une foulée) et la fréquence de foulée (SF).
Cette thèse a montré qu’au niveau individuel, le DF doit être préféré au type de pose de pied quand on souhaite évaluer le pattern de course global du coureur. De plus, cette thèse a renforcé les déclarations précédentes selon lesquelles les coureurs à faible DF reposent davantage sur l’optimisation du modèle masse-ressort que les coureurs à haut DF. Deuxièmement, cette thèse a développé des algorithmes permettant de mesurer précisément le temps de contact (??), le temps de vol (??), le DF, la SF et le pic de force de réaction au sol vertical (??,max) en l’absence de la méthode de référence (basée sur la mesure des forces de réaction au sol) mais en utilisant une centrale inertielle (IMU) attachée au sacrum et de l’intelligence artificielle.
En conclusion, avoir des estimations précises de ??,max, ??, ??, DF et SF obtenues à l’aide d’une IMU peuvent être très pratiques pour les entraîneurs et les professionnels de la santé. Une IMU a en effet l’avantage d’être très peu coûteuse et portative. Ces estimations précises peuvent être bénéfiques lors de la surveillance des facteurs de risque de blessures liés à la course à pied sur le terrain.