Chaque mot parlé émerge d'une cascade de contractions musculaires précises, formant l'organe le plus polyvalent du corps humain : la langue. Sa capacité à adopter des formes complexes et à se déplacer à des vitesses exceptionnelles est fondamentale pour la production de la parole. Finite Element Analysis (FEA) fournit un cadre de calcul pour disséquer ce comportement mécanique, se déplaçant au-delà de l'observation pour quantifier les contraintes, les souches et les déformations internes qui définissent l'articulation.

L'analyse des éléments finis[ permet aux chercheurs de construire des modèles détaillés et spécifiques de la langue à partir de données d'imagerie médicale.Ces modèles sont ensuite soumis à des forces musculaires simulées pour prédire comment la langue se déforme en temps réel.Les données qui en résultent offrent des indications difficiles, voire impossibles, à obtenir par mesure directe, en informant les interventions cliniques pour les troubles de la parole, la planification chirurgicale et le développement de technologies de la parole avancées.

L'architecture biomécanique de la langue humaine

La langue est un hydrostat musculaire, ce qui signifie qu'elle est entièrement composée de tissus musculaires et qu'elle manque de squelette osseux. Cette structure lui permet de changer de forme tout en maintenant un volume constant.

Système musculaire intrinsèque

Les muscles intrinsèques proviennent et s'insèrent dans le corps de la langue. Ils comprennent les muscles supérieurs longitudinal, longitudinal inférieur, transversal et vertical. Ces fibres modifient la forme de la langue, contrôlant sa longueur, sa largeur, sa courbure et sa raideur sans déplacer sa position globale dans la cavité buccodentaire.

Système musculaire extrinsèque

Quatre muscles extrinsèques appariés ancrent la langue dans les structures osseuses environnantes et déplacent la langue dans son ensemble dans la cavité buccale :

  • Génioglossus: Le protubéreux primaire, tirant la langue vers l'avant et vers le bas.
  • Hyoglossus: Déprime et rétracte la langue.
  • Styloglossus: Retire et élève la langue.
  • Palatoglossus: Élevé le dos de la langue et approximation du palais mou.

L'activation coordonnée de ces groupes musculaires génère les forces nécessaires pour la parole. La sortie mécanique dépend non seulement de l'ampleur de l'activation musculaire mais aussi des propriétés matérielles du tissu lui-même.

Propriétés matérielles des tissus linguaux

Les tissus de langue sont non linéaires, anisotropes, viscoélastiques et presque incompressibles. Ces propriétés influencent de façon significative la façon dont la langue réagit aux charges appliquées. La relation contrainte-souche n'est pas linéaire; le tissu se raidit comme il est étiré. La Viscoélasticité introduit une réponse dépendante du temps, ce qui signifie que la langue se comporte différemment sous des mouvements balistiques rapides typiques de la parole par rapport à des postures soutenues.

Analyse des éléments finis pour la mécanique tissulaire douce

FEA résout les équations différentielles partielles qui régissent la mécanique continuelle pour une structure divisée en un nombre fini d'éléments discrets. Pour les tissus biologiques mous, ce processus doit tenir compte de grandes déformations et de lois matérielles complexes.

Mécanique non linéaire et grandes déformations

La parole implique de grandes déformations et déplacements, invalidant les hypothèses de petites formations. Les résolveurs FEA conçus pour la mécanique non linéaire sont requis. Ces résolveurs utilisent généralement une formulation Lagrangien mise à jour pour suivre la géométrie changeante et appliquer correctement des charges sur le chemin de déformation.

Modèles constitutifs hyperélastiques et viscoélastiques

Les modèles hyperélastiques définissent un potentiel énergétique de souche pour décrire la réponse élastique du tissu. Les modèles communs pour les tissus de langue sont les suivants:

  • Néo-Hookean: Un modèle simple adapté aux analyses préliminaires mais limité à capturer le comportement de raidissement à des souches élevées.
  • Mooney-Rivlin:[ Fournit un meilleur ajustement pour le comportement non linéaire des tissus mous sur une gamme de souches modérées.
  • Ogden: Très flexible et souvent utilisé pour adapter les données expérimentales de contrainte-souche de tissu de langue.
  • Holzapfel-Gasser-Ogden (HGO):Compte la structure de la fibre de collagène anisotrope, ce qui la rend utile pour modéliser la dépendance directionnelle du tissu musculaire.

La viscoélasticité est incorporée en utilisant des extensions de série Prony ou la théorie de la viscoélasticité quasi linéaire (QLV). Ces modèles permettent de capturer la relaxation et le fluage du stress, qui sont observés dans les tissus de la langue pendant les sons de la parole soutenue. Le choix du modèle matériel affecte directement la précision des champs de déplacement prévus et les distributions de stress.

Construire un modèle d'élément fin de la langue

Construire un modèle FEA haute fidélité de la langue est un processus à plusieurs étapes qui nécessite une attention particulière à la précision anatomique, la qualité des mailles et les conditions de limites.

Imagerie et segmentation médicales

Le processus commence par l'imagerie par résonance magnétique haute résolution (IRM) d'un sujet. Les balayages pondérés T1 ou T2 servent généralement à délimiter les limites de la langue. Diffusion L'imagerie par tenseur (DTI) peut cartographier les directions fibreuses des muscles intrinsèques et extrinsèques, fournissant des données critiques pour définir les propriétés du matériau anisotrope et les directions d'activation musculaire. La segmentation implique l'étiquetage de chaque voxel dans l'image comme appartenant à une structure anatomique spécifique (p. ex., génioglossus, hyoglossus, palatoglose ou tissus mous environnants).

Génération de Mesh

Le volume segmenté est converti en maillage de calcul. La qualité de mesh a un impact direct sur la précision et la convergence de la solution.

  • Type d'élément: Les éléments hexaédriques (hex) sont généralement préférés pour leur efficacité numérique et leur capacité à gérer de grandes déformations sans verrouillage.Les éléments tétraédriques (têts) offrent une plus grande flexibilité géométrique, mais peuvent nécessiter une densité plus élevée et des formulations spécialisées (par exemple, des éléments de tet quadratique) pour correspondre aux performances de l'hexagone.
  • Densité de la maille:[ Une étude d'indépendance de maillage est nécessaire pour s'assurer que les résultats ne sont pas un artefact de taille d'élément.

Conditions d ' attribution des frontières

Les conditions de bordure définissent comment la langue interagit avec son environnement.

  • Contraintes fixes:[ La région postérieure de la langue est attachée à l'os hyoïde. Les nœuds de cette région sont souvent complètement liés à un corps rigide représentant l'hyoïde.
  • Contact: La langue est en contact avec le palais dur, le palais doux et les dents pendant la parole. Ils sont modélisés comme des interactions de contact, utilisant généralement un comportement tangentiel sans frottement ou faible en friction et une relation de surfermement de pression normale dure ou exponentielle.
  • L'utilisation de la charge:[ Les forces musculaires sont appliquées comme charges contractiles dans le sens de la fibre défini par les données DTI. Les modèles musculaires de type Hill sont souvent utilisés pour relier le niveau d'activation à la force générée, en tenant compte des relations force-longueur et force-vitesse du muscle squelettique.

La construction d'un modèle FEA robuste nécessite un perfectionnement itératif et une validation par rapport aux données expérimentales.

Simulation de la réponse mécanique pendant le discours

Une fois le modèle construit et validé, il peut être utilisé pour simuler des tâches de parole spécifiques. Les simulations révèlent l'état mécanique interne de la langue, y compris les concentrations de contrainte, les directions principales de la déformation, et les champs de déplacement tridimensionnels.

Étude de cas: Production de vowel

La production de la voyelle /i/ (comme dans "voir") exige que le corps de la langue avance et monte, tandis que le dorsum est élevé vers le palais dur. Les simulations FEA de /i/ montrent généralement une activation élevée du génioglossus (fibres postérieures) et du stylogossus. Le champ de déplacement résultant montre un mouvement clair vers le haut et vers l'avant, avec des tensions de compression sur la surface supérieure et des souches de traction le long du bord inférieur.

Étude de cas : Production de consonnes

Les modèles FEA de /t/ montrent une concentration de contrainte au bout de la langue et le long de la ligne médiane. Les muscles intrinsèques transversaux et verticaux raidissent la lame de la langue pour transmettre la force du génioglossus au point de contact. L'arrêt velar /k/ implique un contact entre le dorsum de la langue et le palais mou. Les simulations de /k/ révèlent une déformation significative du corps de la langue postérieure et la transmission de stress par le palatoglosse et le styloglossus. L'analyse de ces schémas de stress localisés aide à expliquer la base mécanique des erreurs sonores de la parole dans les pathologies telles que l'apraxie ou la dysarthrie.

Interprétation des distributions de stress et de souches

Les valeurs de stress de von Mises permettent d'identifier les régions de la langue qui sont sous la charge mécanique la plus élevée pendant un son donné. Dans la langue typique, ces régions stressées sont corrélées avec une forte activation musculaire. Dans les conditions pathologiques, les distributions anormales de stress peuvent indiquer des stratégies compensatoires ou des inefficacités mécaniques. Les cartes de la souche sont particulièrement utiles pour comprendre comment la langue change de forme. Une région de déformation de cisaillement élevé peut indiquer une interface coulissante entre les groupes musculaires adjacents, comme entre le genioglosse et l'hyoglossus pendant un groupe de consonnes complexes.

Validation du modèle par rapport aux données expérimentales

Les prédictions d'un modèle FEA ne sont utiles que si elles correspondent à la réalité. La validation est une étape critique qui consiste à comparer les résultats de simulation avec des mesures expérimentales indépendantes.

  • Taguée IRM:[ Cette technique d'imagerie suit de façon non invasive le mouvement des points de tissu dans la langue pendant la parole. Le champ de déplacement prévu par le modèle FEA peut être directement comparé aux données IRM étiquetées. Une faible erreur carrée moyenne entre les déplacements prévus et mesurés confirme la précision du modèle.
  • Électropalatographie (EPG):[ EPG enregistre le schéma du contact langue-palais. Les modèles FEA peuvent prédire la zone et l'emplacement du contact palatal pour divers sons. L'accord entre les modèles de contact simulés et mesurés sert de mesure de validation.
  • Ultrasound: L'échographie à grande vitesse permet de saisir le contour sagittal moyen de la langue pendant la parole. Ceci fournit un ensemble de données plus bas-dimensionnel mais riche dans le temps pour la validation.

Des études de validation efficaces[ démontrent que les FEA peuvent prédire de façon fiable la réponse mécanique de la langue, renforçant ainsi la confiance dans son utilisation dans les applications cliniques.

Applications cliniques et technologiques

La capacité de prédire la mécanique des langues par calcul a ouvert de nouvelles voies en médecine et en ingénierie.

Planification chirurgicale et prévision des résultats

Pour les patients soumis à une glossectomie partielle (déplacement chirurgical d'une partie de la langue pour des affections comme le cancer de la bouche), FEA peut aider à prédire la fonction de la parole postopératoire. En résacrant virtuellement la tumeur du modèle et en simulant la fermeture chirurgicale, les chirurgiens peuvent estimer les changements résultants dans le déplacement de la langue et le contact palataire. Cela permet d'optimiser le plan chirurgical pour préserver autant que possible l'articulation fonctionnelle. FEA peut également simuler l'effet mécanique des volets reconstructifs, aidant à choisir le meilleur tissu pour restaurer vrac et mobilité.

Comprendre l'apnée obstructive du sommeil (OSA)

Les modèles FEA de la langue peuvent simuler l'effet de la gravité, de la relaxation musculaire et de la pression intralumineuse négative sur la patiece des voies respiratoires. En modifiant les niveaux d'activation musculaire et la géométrie du modèle, les chercheurs peuvent identifier les muscles les plus critiques pour maintenir l'ouverture des voies respiratoires et comment les variations anatomiques prédisposent les individus à s'effondrer. Cela permet de concevoir des appareils oraux plus efficaces et des interventions chirurgicales pour OSA.

Améliorer la orthophonie

Pour les personnes atteintes de clivage du palais ou de troubles neuromusculaires, FEA peut aider à expliquer pourquoi certains sons sont difficiles à produire. En comparant les profils de stress et de déplacement d'un patient à ceux d'un orateur typique, les thérapeutes peuvent cibler des groupes musculaires spécifiques ou des modèles de mouvement dans leur thérapie.

Conduite de robots et de synthèses de discours d'inspiration bio

La langue est un actuateur modèle pour la robotique douce. Les études FEA de déformation de langue fournissent des principes de conception pour construire des actuateurs flexibles et hydrostatiques qui peuvent produire des mouvements complexes et semblables à la parole. Dans la synthèse de la parole, les modèles articulaires basés sur FEA produisent plus de sons naturels que les synthétiseurs purement acoustiques parce qu'ils permettent de mieux saisir les contraintes physiques et la dynamique du mouvement vocal.

La phonothérapie moderne et la technologie reposent de plus en plus sur une compréhension technique des articulateurs.

Limites actuelles et orientations futures

Malgré son pouvoir, la FEA de la langue est confrontée à plusieurs défis qui limitent son adoption clinique généralisée.

Mesure des propriétés des matériaux in Vivo

Les propriétés matérielles attribuées aux tissus de langue sont souvent dérivées d'expériences ex vivo ou de modèles animaux. Le comportement des tissus humains vivants sous contraction active peut différer significativement. Des méthodes non invasives pour mesurer la rigidité in vivo et la viscoélasticité, telles que l'élastographie par résonance magnétique (EMR), sont en cours de développement, mais ne sont pas encore une pratique courante pour construire des modèles FEA spécifiques à un sujet.

Motifs d'activation musculaire réaliste

Les modèles FEA nécessitent l'entrée de niveaux d'activation musculaire au fil du temps. Ces modèles d'activation sont difficiles à mesurer directement. L'électromyographie de surface (EMG) fournit une mesure indirecte mais est limitée aux muscles superficiels et est contaminée par des cross-talk.

Coût informatique

Une simulation unique d'une expression de durée de phrase peut prendre des jours pour fonctionner sur un poste de travail moderne. Cela limite l'utilisation de FEA dans des contextes cliniques sensibles au temps ou pour le biofeedback en temps réel. Des progrès dans le calcul GPU, la réduction de l'ordre de commande et les modèles de substituts d'apprentissage machine sont en cours d'exploration pour réduire considérablement les temps de simulation.

Intégration avec le contrôle neuronal

La génération actuelle de modèles FEA traite l'activation musculaire comme une entrée. La prochaine étape est de coupler le modèle biomécanique avec un contrôleur neuronal qui simule les processus de planification et d'exécution du cerveau. Un tel modèle neuromécanique permettrait aux chercheurs d'étudier comment les commandes neurales se traduisent en mouvement articulaire, fournissant une plate-forme complète pour étudier le contrôle du moteur de la parole et sa dégradation dans les troubles neurologiques.

La recherche continue sur la biomécanique calculatrice surmonte constamment ces obstacles.

Conclusion

L'analyse des éléments finis fournit une fenêtre rigoureuse et détaillée sur le comportement mécanique de la langue humaine pendant la parole.En intégrant l'imagerie anatomique, la mécanique non linéaire et la physiologie musculaire, FEA permet aux chercheurs de quantifier les champs de stress et de déformation internes qui conduisent à l'articulation.Cette compréhension a des implications directes pour la planification chirurgicale, la gestion de troubles tels que OSA, le développement de techniques de phonothérapie avancées, et la création de langage synthétique plus réaliste.