Un jeu de données biomécaniques de la main : cinématique, cinétique, électromyographie et imagerie chez des adultes sains

Pourquoi il est important de comprendre le fonctionnement de nos mains

Chaque fois que vous tournez une poignée, ouvrez un bocal ou jouez d’un instrument, vos mains accomplissent discrètement un tour de force d’ingénierie. Pourtant, les chercheurs qui construisent des modèles informatiques de la main — utilisés pour concevoir de meilleurs traitements, outils et dispositifs — manquent depuis longtemps de données riches et modernes sur la façon dont les mains des personnes réelles bougent, exercent des forces et ressentent la douleur. Cet article présente une nouvelle base de données ouverte qui réunit des mesures détaillées de la force, du mouvement, de l’activité musculaire et de l’anatomie de la main chez des centaines d’adultes, créant une ressource partagée pour les chercheurs, cliniciens et concepteurs souhaitant comprendre et améliorer la fonction de la main.

Un panorama large de nombreuses mains

Le projet, appelé la base de données Biomechanics Hand Modeling (BHaM), comporte deux volets principaux. Le premier est un vaste jeu de données « population » provenant de 726 adultes en bonne santé, âgés de 18 à 91 ans, évalués dans des universités, des lieux communautaires et lors d’une conférence de biomécanique. Pour chaque personne, l’équipe a enregistré des données démographiques de base, l’auto‑évaluation de la fonction et de la douleur de la main via un questionnaire standard, la force de préhension et de pincement, ainsi que des dimensions détaillées de la main capturées à partir de photographies. Cet échantillon large met en évidence la grande variabilité de la taille, de la force et du confort de la main selon l’âge, le sexe et d’autres caractéristiques, et offre un point de comparaison actualisé par rapport aux références anciennes sur lesquelles reposent encore de nombreux modèles de la main.

Approfondir le mouvement, les muscles et les forces

Le second volet est un jeu de données « biomécanique » plus petit mais beaucoup plus profond, issu de 30 de ces adultes, couvrant des participants jeunes, d’âge moyen et âgés avec une large gamme de forces de préhension. Ces volontaires ont effectué deux sessions de laboratoire. Lors de l’une, les chercheurs ont mesuré le comportement du coude et du poignet tout en enregistrant l’activité musculaire de l’avant-bras avec des électrodes de surface et les couples articulaires à l’aide d’un siège dynamométrique. Lors de l’autre, ils se sont concentrés sur la main et le pouce, combinant marqueurs de capture de mouvement, électrodes fines intramusculaires dans huit muscles du pouce, et capteurs de force placés au niveau des extrémités des doigts et sur un objet de type bocal. Les participants ont réalisé 19 tâches différentes, incluant pincements, prises, vissage d’un couvercle et déplacements du pouce dans ses principaux axes de mobilité. Un sous‑groupe de 15 volontaires a également subi des scans IRM haute résolution du bras, de l’épaule au poignet, afin de cartographier en 3D les volumes musculaires individuels et les formes osseuses.

Des signaux bruts aux mouvements signifiants

Collecter ces mesures n’est que la moitié du travail ; les rendre exploitables constitue l’autre moitié. Les auteurs ont soigneusement traité les signaux bruts pour nettoyer le bruit des capteurs de force, standardiser l’activité musculaire et convertir les positions des marqueurs en angles articulaires. Ils ont utilisé des logiciels établis pour adapter un modèle générique du bras et de la main au corps de chaque personne, puis résolu comment chaque articulation devait s’être déplacée pour correspondre aux données de capture de mouvement. Ils ont aussi développé des méthodes automatisées pour détecter les débuts et fins d’essai dans chaque enregistrement, ce qui aide d’autres chercheurs à extraire rapidement des fenêtres temporelles comparables. Tout en fournissant des versions traitées des données, ils partagent également les enregistrements bruts afin que d’autres puissent les réanalyser avec de nouvelles méthodes ou des choix de modélisation alternatifs.

Vérifier que les données ont du sens

Pour montrer que le jeu de données population reflète des tendances réelles, l’équipe a testé des relations connues entre la douleur de la main, les activités quotidiennes et les caractéristiques démographiques. À partir des scores de douleur auto‑rapportés et des questions sur des tâches courantes comme ouvrir des bocaux ou boutonner une chemise, ils ont constaté que des douleurs plus élevées s’accompagnaient généralement d’une plus grande difficulté, comme prévu. Les niveaux de douleur avaient tendance à être plus élevés chez les femmes que chez les hommes, chez les adultes plus âgés par rapport aux plus jeunes, et dans certains groupes raciaux et ethniques comparés à d’autres, reflétant des tendances rapportées dans des études sanitaires antérieures. Ils ont aussi exploré comment la pratique de loisirs sollicitant intensément les mains — comme jouer d’un instrument, l’artisanat ou les sports de raquette — se rapporte à la douleur, et montré que les résultats peuvent varier selon que l’on inclut ou non les personnes déclarant une douleur nulle, soulignant l’importance de gérer soigneusement les « effets plancher » dans la recherche sur la douleur.

Ce que cela signifie pour nos mains et leur avenir

Pris ensemble, la base de données BHaM offre une image particulièrement riche de la façon dont les mains saines sont construites, de leur force, de leur mouvement et de leur ressenti tout au long de l’âge adulte. En partageant librement des mesures qui relient anatomie, activité musculaire, mouvement articulaire, forces et expérience auto‑rapportée, les auteurs visent à fournir à la communauté de la modélisation musculo‑squelettique une base commune pour construire et tester des simulations informatiques de la main. En termes pratiques, cette ressource devrait aider les chercheurs à concevoir de meilleurs plans chirurgicaux, dispositifs d’assistance et même objets du quotidien plus respectueux des mains — afin que tourner une clé, ouvrir un bocal ou pratiquer un loisir favori reste possible et confortable pour le plus grand nombre.

Citation: Diaz, M.T., Benoit, A.R., Kearney, K.M. et al. A hand biomechanics dataset of kinematics, kinetics, electromyography, and imaging in healthy adults. Sci Data 13, 646 (2026). https://doi.org/10.1038/s41597-026-06939-4

Mots-clés: biomécanique de la main, modélisation musculo-squelettique, force de préhension, électromyographie, douleur de la main