Nos recherches
Positionnement scientifique
Le laboratoire commun OxyMove développe des solutions avancées de monitoring physiologique en mouvement, avec un focus central sur la mesure et l’interprétation de l’oxygénation musculaire en conditions réelles.
Le projet s’inscrit à l’interface des sciences du mouvement, de la physiologie de l’exercice, du traitement du signal et de l’intelligence artificielle. Il vise à transformer des mesures hémodynamiques complexes en indicateurs robustes, scientifiquement validés et exploitables par les sportifs.
La NIRS musculaire : fondement scientifique du projet
Les travaux d’OxyMove reposent sur la spectroscopie proche infrarouge fonctionnelle appliquée au muscle (NIRS musculaire). Cette technologie non invasive permet de mesurer en temps réel :
les variations d’oxygénation des tissus musculaires,
la saturation musculaire en oxygène,
les dynamiques d’oxygénation et de réoxygénation,
les adaptations physiologiques à l’effort et à la récupération.
La mNIRS permet un accès direct aux mécanismes liés à l’utilisation de l’oxygène spécifiquement par le muscle.
L’un des enjeux majeurs du projet consiste à fiabiliser et rendre facilement utilisables ces mesures en conditions de mouvement et en environnement réel.
Objectifs scientifiques
Le projet OxyMove poursuit plusieurs objectifs scientifiques structurants :
Caractérisation des réponses musculaires à l’effort
Étudier les réponses hémodynamiques selon les types d’efforts (endurance, force, intermittents), les groupes musculaires sollicités et les profils individuels.
Identification de biomarqueurs physiologiques
Mettre en évidence des indicateurs robustes de la sollicitation musculaire, de la fatigue et de l’état de récupération.
Modélisation des trajectoires individuelles
Quantifier la variabilité de la réponse physiologique à l’effort des individus afin de développer des modèles personnalisés et adaptés aux objectifs de performance et de santé.
Développement d’algorithmes d’interprétation
Concevoir des méthodes d’analyse combinant traitement du signal, intelligence artificielle et modélisation prédictive.
Axes de recherche et méthodologie
Axe 1 – Développement et validation des capteurs
Optimisation de capteurs fNIRS musculaires miniaturisés, multi-canaux et compatibles avec une utilisation en mouvement.
Axe 2 – Traitement du signal et intelligence artificielle
Développement d’algorithmes embarqués permettant l’extraction d’indicateurs physiologiques robustes.
Axe 3 – Protocoles expérimentaux
Mise en place d’études en laboratoire, en environnement contrôlé et en situation réelle et en cohérence avec une démarche éthique validée.
Axe 4 – Structuration des données
Constitution de corpus de données multi-sujets permettant l’analyse statistique, la modélisation et la validation croisée des indicateurs.
Feuille de route scientifique
Mise en place scientifique et structuration
Cette première phase est consacrée à la structuration du laboratoire commun et à la définition des bases méthodologiques du projet. Elle permet de poser le cadre scientifique, technique et organisationnel nécessaire au développement des travaux.
Constituer l’équipe pluridisciplinaire du LabCom,
Installer les dispositifs expérimentaux et les capteurs,
Définir les protocoles scientifiques initiaux,
Structurer la stratégie expérimentale et les cas d’usage,
Poser les bases méthodologiques du projet.
Explorer et caractériser en laboratoire
Cette phase est dédiée à l’exploration scientifique des réponses musculaires à l’effort en environnement contrôlé. Elle permet de mieux comprendre les dynamiques d’oxygénation et les mécanismes physiologiques mesurés par mNIRS.
Caractériser les réponses hémodynamiques musculaires,
Analyser les dynamiques d’oxygénation et de réoxygénation,
Étudier les facteurs influençant la qualité des signaux,
Étudier les réponses en conditions réelles
Les protocoles sont étendus à des situations de mouvement et de pratique réelle afin d’étudier les adaptations physiologiques en contexte sportif.
Comparer les réponses observées entre laboratoire et terrain.
Analyser et modéliser
Les données collectées sont traitées à l’aide de méthodes avancées de traitement du signal et d’intelligence artificielle.
Développer des algorithmes d’analyse,
Identifier des indicateurs physiologiques robustes,
Modéliser les trajectoires individuelles,
Structurer des outils d’interprétation scientifique.
Optimiser et transférer
La dernière phase vise à consolider les résultats scientifiques et à les intégrer dans des outils en vue de répondre aux besoins des sportifs.