Qu'est-ce que l'EMG facial et comment fonctionne-t-il ? (Mise à jour 2023)

Découvrez comment l’EMG facial permet de capter les réactions émotionnelles les plus subtiles en mesurant l’activité électrique des muscles faciaux. Plus sensible que l’analyse par webcam, cette technique détecte même les expressions refoulées et fonctionne aussi bien sur mobile qu’en réalité virtuelle. Couramment utilisé pour évaluer la valence émotionnelle, l’EMG facial soutient la recherche en psychologie, dans le domaine de la santé et en sciences du comportement humain, là où les données faciales visibles sont limitées.

L’électromyographie faciale (EMG facial/fEMG) est utilisée depuis plus de 30 ans dans la recherche universitaire et commerciale pour distinguer les expressions émotionnelles, et cet outil constitue une alternative idéale à l’analyse des expressions faciales par webcam.

On évoque souvent l’analyse des expressions faciales comme un outil important pour mesurer la valence. Cependant, il existe de nombreux cas où il n’est pas possible de recueillir des données sur les expressions faciales à l’aide d’une webcam.

Il est peut-être difficile d’obtenir une image stable du visage de votre participant s’il se déplace dans un environnement réel. Il se peut aussi que vos participants utilisent la réalité virtuelle et que vous ne puissiez pas capter leurs expressions faciales derrière un casque VR. Ou bien, vous recherchez peut-être des expressions faciales si subtiles qu’elles ne peuvent être observées visuellement via une webcam.

Pour vous aider à comprendre ce qu’est la fEMG et dans quelles circonstances il est préférable de l’utiliser, nous aborderons son histoire, ses applications et vous donnerons un aperçu de son rôle dans la recherche.

Qu’est-ce que l’électromyographie faciale ?

Commençons par parler de l’électromyographie (EMG). En bref, l’EMG consiste à mesurer l’activité électrique sous-jacente générée lors de la contraction musculaire (si vous avez un peu de temps, nous vous recommandons vivement de lire notre excellente introduction intitulée « L’électromyographie pour les nuls »).

Lorsque nous effectuons un mouvement, un potentiel d’action électrique se propage du cerveau vers la moelle épinière, jusqu’à des motoneurones spécifiques. Ces motoneurones libèrent de l’acétylcholine au niveau de la jonction neuromusculaire, ce qui provoque une libération d’ions calcium dans le muscle. Cet afflux de calcium entraîne le glissement des filaments moteurs, l’actine et la myosine, ce qui raccourcit les cellules musculaires et provoque une contraction musculaire globale.

À l’instar d’autres outils d’enregistrement passifs tels que l’électrocardiographie (ECG) ou l’électroencéphalographie (EEG), nous pouvons observer cette activité électrique complexe en plaçant des électrodes à la surface de la peau, au-dessus des fibres musculaires. En mesurant cette activité électrique, nous pouvons déterminer à quel moment un muscle est activé, ainsi que l’intensité de cette contraction.

L’EMG facial désigne plus précisément l’électromyographie spécifique aux muscles du visage. Si vous avez déjà travaillé sur l’analyse des expressions faciales à l’aide d’une webcam, vous vous souviendrez que les moteurs basés sur webcam, tels qu’Affectiva, s’appuient sur le Facial Action Coding System (FACS) d’Ekman et Friesen [1], dans lequel les expressions faciales sont divisées en « unités d’action » représentant les mouvements individuels du visage.

L’EMG facial peut également être pris en compte dans le cadre du FACS, car la plupart des unités d’action décrites dans le FACS peuvent provenir de l’activité d’un seul muscle facial. En effet, un article très récent utilisant iMotions a montré que les résultats du moteur d’expressions faciales basé sur webcam d’Affectiva présentent une forte corrélation avec l’activation musculaire caractérisée par l’EMG facial [2].

Quelles informations l’EMG de surface vous fournit-elle ?

Une indication de la valence

Le visage compte 43 muscles [3, 4], dont la plupart sont contrôlés par le nerf facial, et bon nombre d’entre eux peuvent être enregistrés par EMG, selon la question que l’on se pose et les variables que l’on souhaite étudier. Cependant, compte tenu du caractère invasif et des difficultés logistiques liés à l’enregistrement simultané de plusieurs muscles, deux muscles sont les plus couramment étudiés : le grand zygomatique, responsable du sourire, et le corrugateur des sourcils, responsable du froncement des sourcils.

Ces deux muscles ont fait l’objet de nombreuses recherches, car ils peuvent respectivement refléter une valence positive et négative. Des études d’EMG facial ont montré que l’activité du muscle corrugateur correspond étroitement à des relations de valence négative et à des états d’humeur négatifs rapportés par les sujets. De son côté, le muscle zygomatique est associé à des stimuli émotionnels positifs et à un état d’humeur positif [5, 6, 7, 8, 9].

Une sensibilité inégalée

L’EMG facial constitue une mesure plus sensible de l’activation musculaire que l’analyse par webcam, car il détecte les courants électriques sous-jacents qui ne seraient pas visibles à l’aide d’une webcam [10].

Une étude suggère même que, lorsque l’on demande explicitement aux participants de réprimer leurs expressions faciales, l’EMG reste capable de détecter des changements infimes dans l’activation musculaire malgré cette suppression consciente [11].

Flexibilité

Les différentes options matérielles disponibles pour l’EMG permettent aux chercheurs d’enregistrer des données sur les expressions faciales dans des situations où les mesures par webcam ne sont pas possibles. Des appareils Bluetooth ou sans fil de marques Shimmer ou BIOPAC peuvent être utilisés pour des collectes mobiles dans des environnements réels. Les électrodes EMG peuvent également être placées facilement sous un casque de réalité virtuelle.

Le seul inconvénient de ces options matérielles réside dans le nombre limité de muscles qu’elles permettent d’enregistrer. Par exemple, le Shimmer EXG peut enregistrer deux muscles à la fois. Le Bionomadix sans fil de BIOPAC permet également d’enregistrer deux muscles simultanément, mais le module filaire EMG100C n’en enregistre qu’un seul.

Mises à jour concernant fEMG 2023

Depuis la publication de cet article en 2018, de nombreux changements sont intervenus dans le domaine de la recherche et des technologies liées à l’EMG et au fEMG. Voici quelques-unes des avancées enregistrées au cours des cinq dernières années :

• Électromyographie de surface haute résolution (HR-sEMG) : Des études récentes ont montré que la HR-sEMG est très efficace pour distinguer les différents mouvements faciaux et émotions. Cette méthode utilise une approche multicanaux pour l'enregistrement, fournissant des schémas d'activité musculaire plus détaillés et plus précis. Une étude a démontré que la HR-sEMG permet de différencier de manière fiable les six émotions fondamentales avec une très faible variabilité interindividuelle. Le schéma de Kuramoto, un agencement d'électrodes orienté vers des repères, s'est avéré plus efficace que le schéma de Fridlund, en particulier pour la partie inférieure du visage. Cela remet en question l'accent traditionnellement mis sur la partie supérieure du visage dans les expériences psychologiques. De plus, l'étude a mis en évidence les limites de la HR-sEMG dans des contextes où les expressions sont spontanées, soulignant la nécessité d'une solution sans fil capable de couvrir l'ensemble du visage. [12]
• Électrodes souples non invasives (FNE) pour l'EMG de surface : le développement des FNE a considérablement contribué à améliorer la qualité des signaux EMG de surface. Ces électrodes offrent un meilleur rapport signal/bruit, une plus grande souplesse, une meilleure biocompatibilité et une meilleure adhérence à la peau, ce qui est essentiel pour les enregistrements de longue durée. Les FNEs sont conçues pour s'adapter aux propriétés mécaniques de la peau humaine, minimisant ainsi l'inconfort et l'irritation pendant la mesure. Elles sont également développées dans un souci de respirabilité afin de prévenir des problèmes tels que l'irritation cutanée et les artefacts de mouvement causés par l'accumulation de sueur. [13]
• Technologie EMG sans fil : une étude récente a proposé un système de transmission sans fil portable permettant l'acquisition multicanaux de signaux EMG. Ce système utilise des électrodes placées à la périphérie du visage afin de réduire l'inhibition des mouvements des muscles faciaux. Il utilise la technologie Wi-Fi pour offrir une plus grande flexibilité et s'est révélé capable de reconnaître efficacement divers mouvements faciaux

Dans quels cas l’EMG facial est-il couramment utilisé ?

L’EMG facial trouve de nombreuses applications dans le domaine médical, notamment dans la recherche sur le mouvement et la rééducation liée aux maladies neuromusculaires telles que la SLA, la maladie de Parkinson et les accidents vasculaires cérébraux. L’EMG facial a également été utilisé dans le cadre d’études sur les émotions menées auprès de personnes atteintes d’autisme.

Plus récemment, l’EMG facial est de plus en plus utilisé dans les études de marché, les jeux vidéo et la réalité virtuelle. L’EMG facial est également couramment utilisé dans les études d’ergonomie Web, les études de marché et la recherche sur les facteurs humains, car il permet d’obtenir des mesures précises de la valence qui pourraient échapper aux méthodes basées sur la webcam.

Bien que l’utilité de l’intégration de la fEMG dans votre travail ou vos recherches dépende de votre question de recherche précise, cette technique offre la possibilité d’obtenir des informations sans précédent sur les expressions émotionnelles. Si vous souhaitez en savoir plus sur l’analyse des expressions faciales en général, téléchargez notre guide gratuit ci-dessous.

Références

1.  Ekman, P. et Friesen, W. (1978). Système de codage des expressions faciales : une technique de mesure des mouvements du visage. Consulting Psychologists Press, Palo Alto.
2. Kulke, L., Feyerabend, D. et Schacht, A. (2018). Comparaison entre le logiciel d'analyse des expressions faciales iMotions d'Affectiva et l'EMG. https://doi.org/10.31234/osf.io/6c58y
3. Marur T., Tuna Y., Demirci S. (2014). Anatomie faciale. Clin. Dermatol. 32, 14–23. 10.1016/j.clindermatol.2013.05.022
4. von Arx, T., Nakashima, M. J., Lozanoff, S. (2018). Le visage – Une perspective musculosquelettique. Revue de la littérature. Swiss Dent J. 128, 678–688.
5. Cacioppo, J. T., Petty, R. E., Kao, C. E. et Rodriguez, R. (1986). Voies centrales et périphériques de la persuasion : une perspective axée sur les différences individuelles. Journal of Personality and Social Psychology, 51, 1032-1043.
6. Dimberg U. (1990). Perception du caractère désagréable et réactions faciales face à des stimuli auditifs. Scand. J. Psychol. 31:70–75.
7. Lang P. J., Greenwald M. K., Bradley M. M., Hamm A. O. (1993). L'observation d'images : réactions affectives, faciales, viscérales et comportementales. Psychophysiology, 30, 261–273. 10.1111/j.1469-8986.1993.tb03352.x
8. Schwartz, G. E., Ahern, G. L. et Brown, S. (1979). Réponse latéralisée des muscles faciaux à des stimuli émotionnels positifs et négatifs. Psychophysiology, 16 : 561-571.
9. Sirota, A. D., & Schwartz, G. E. ~1982!. Configuration des muscles faciaux et latéralisation lors de l'évocation mentale de l'euphorie et de la dépression. Journal of Abnormal Psychology, 91, 25–34.
10. Cacioppo J. T., Petty R. E., Losch M. E., Kim H. S. (1986). L'activité électromyographique au niveau des régions musculaires faciales permet de distinguer la valence et l'intensité des réactions affectives. J. Pers. Soc. Psychol. 50, 260–268. 10.1037/0022-3514.50.2.260.
11. Cacioppo, J. T., Bush, L. K. et Tassinary, L. G. (1992). Les micro-expressions faciales en fonction des stimuli affectifs : reproduction et extension. Personality and Social Psychology Bulletin, 18, 515-526.
12. Guntinas-Lichius, O., Trentzsch, V., Mueller, N. et al. Activités électromyographiques de surface à haute résolution des muscles faciaux lors des six expressions émotionnelles fondamentales chez des adultes en bonne santé : une étude observationnelle prospective. Sci Rep 13, 19214 (2023). https://doi.org/10.1038/s41598-023-45779-9
13. Cheng, L., Li, J., Guo, A. et al. Progrès récents dans le domaine des électrodes souples et non invasives pour l'acquisition d'électromyogrammes de surface. npj Flex Electron 7, 39 (2023). https://doi.org/10.1038/s41528-023-00273-0