Analyse de l’allure canine par capteurs inertiels et apprentissage profond pour troubles orthopédiques et neurologiques

Pourquoi la démarche de votre chien compte

Beaucoup de propriétaires remarquent quand leur animal commence à boiter ou à se déplacer de façon anormale, mais même des vétérinaires expérimentés peuvent avoir du mal à déterminer si le problème provient des articulations ou du système nerveux. Cette étude explore une nouvelle façon d’analyser la démarche canine à l’aide de petits capteurs de mouvement et de l’intelligence artificielle moderne, dans le but de permettre des diagnostics plus précoces et plus précis qui améliorent le traitement et la qualité de vie.

Petits capteurs, vue d’ensemble

Les chercheurs ont équipé les chiens de capteurs de la taille d’une pièce, semblables à ceux des smartphones et des bracelets d’activité. Ces dispositifs contiennent des accéléromètres et des gyroscopes qui enregistrent comment le corps du chien se déplace en trois dimensions lorsqu’il marche ou trotte. À la différence d’équipements volumineux de laboratoire comme les plaques de force ou les systèmes vidéo, ces capteurs sont peu coûteux, portables et suffisamment confortables pour que les chiens se déplacent naturellement. Ils représentent donc des outils prometteurs pour un usage courant en clinique vétérinaire ou même pour le suivi à domicile.

Comment l’étude a été conçue

L’équipe a travaillé avec 29 chiens : 17 animaux sains, six présentant des problèmes orthopédiques tels que des membres douloureux, et six ayant des troubles neurologiques affectant la coordination. Chaque chien a parcouru un aller-retour le long d’une courte piste intérieure, parfois au pas détendu et parfois au trot plus rapide, en portant jusqu’à trois capteurs sur la tête, le cou (via un collier) et la région de la queue. Ce dispositif a permis de collecter environ trois heures de données de mouvement détaillées. Les scientifiques ont ensuite découpé les enregistrements en courts segments afin d’examiner les motifs présents dans chaque brève séquence de mouvement.

Apprendre à un ordinateur à lire la démarche d’un chien

Plutôt que de concevoir manuellement des mesures—comme la longueur du pas ou l’amplitude du dos—les chercheurs ont utilisé une méthode d’apprentissage profond qui permet à l’ordinateur de découvrir des motifs directement à partir des signaux bruts des capteurs. Leur modèle, connu sous le nom de réseau de neurones convolutionnel, ingère six flux de données (trois directions d’accélération et trois de rotation) et les fait passer à travers plusieurs couches qui extraient automatiquement des caractéristiques informatives. Au final, le système assigne chaque extrait de mouvement à l’une des trois catégories : sain, orthopédique ou neurologique. Le même réseau peut aussi être utilisé pour des tâches plus simples, comme décider uniquement si un chien est sain ou non.

Déterminer la meilleure configuration de capteurs

Un objectif clé était la praticité : quel nombre minimum de capteurs et quel type d’allure sont nécessaires pour obtenir des réponses fiables. En comparant de nombreuses combinaisons, l’étude a montré qu’un seul capteur placé au niveau du cou performait souvent aussi bien que plusieurs capteurs, surtout durant le trot. Lorsque l’ordinateur a été testé sur des extraits issus du même groupe de chiens qu’il avait déjà vus, il a correctement étiqueté les démarches saines, orthopédiques et neurologiques dans environ 96 % des cas. Lorsqu’il a été confronté à des chiens complètement nouveaux, la précision a diminué—comme prévu—mais est restée prometteuse : environ 85 % pour séparer les animaux sains des non-sains et 80 % pour distinguer les trois groupes lorsqu’on utilisait des configurations bien choisies.

Ce que cela signifie pour les chiens et leurs vétérinaires

Pour un public non spécialiste, ce travail montre que l’enregistrement de la manière dont un chien se déplace à l’aide d’un petit capteur de collier peut fournir à un ordinateur suffisamment d’informations pour indiquer si le chien est probablement sain, souffre d’un problème articulaire ou osseux, ou présente un trouble d’origine nerveuse. Le système n’a pas vocation à remplacer le vétérinaire, mais il pourrait servir d’aide objective pour signaler des problèmes subtils plus tôt, appuyer des seconds avis et réduire le recours à des examens coûteux ou invasifs. Avec des ensembles de données plus larges et plus variés, la même approche pourrait évoluer vers un outil de dépistage courant—aidant vétérinaires et propriétaires à détecter plus tôt les troubles de l’allure et à adapter le traitement à la condition sous-jacente de chaque chien.

Citation: Palez, N., Straß, L., Meller, S. et al. Canine gait analysis using inertial sensors and deep learning for orthopedic and neurological disorders. Sci Rep 16, 13966 (2026). https://doi.org/10.1038/s41598-026-40717-x

Mots-clés: allure canine, capteurs portables, apprentissage profond, boiterie canine, diagnostic vétérinaire