Un nouveau système d’interface cerveau-machine (IMC) portable pourrait améliorer la qualité de vie des personnes atteintes de dysfonctionnement moteur ou de paralysie, même celles souffrant du syndrome de verrouillage – lorsqu’une personne est pleinement consciente mais incapable de bouger ou de communiquer.
Une équipe internationale de chercheurs multi-institutionnelle dirigée par le laboratoire de Woon-Hong Yeo du Georgia Institute of Technology a combiné l’électronique sans fil du cuir chevelu mou et la réalité virtuelle dans un système IMC qui permet à l’utilisateur d’imaginer une action et de contrôler sans fil un fauteuil roulant ou Bras robotique.
L’équipe, qui comprenait des chercheurs de l’Université du Kent (Royaume-Uni) et de l’Université de Yonsei (République de Corée), décrit le nouveau système d’IMC basé sur l’imagerie motrice ce mois-ci dans la revue Sciences avancées.
L’avantage majeur de ce système pour l’utilisateur, par rapport à ce qui existe actuellement, est qu’il est doux et confortable à porter, et qu’il n’a pas de fils. »
Woon-Hong Yeo, professeur agrégé, George W. Woodruff School of Mechanical Engineering
Les systèmes d’IMC sont une technologie de rééducation qui analyse les signaux cérébraux d’une personne et traduit cette activité neuronale en commandes, transformant les intentions en actions. La méthode non invasive la plus courante pour acquérir ces signaux est l’électroencéphalographie, l’EEG, qui nécessite généralement une lourde calotte crânienne à électrodes et un réseau de fils emmêlés.
Ces dispositifs reposent généralement fortement sur des gels et des pâtes pour aider à maintenir le contact avec la peau, nécessitent des temps d’installation étendus, sont généralement peu pratiques et inconfortables à utiliser. Les appareils souffrent également souvent d’une mauvaise acquisition du signal en raison de la dégradation du matériau ou des artefacts de mouvement – le « bruit » auxiliaire qui peut être causé par quelque chose comme le grincement des dents ou le clignement des yeux. Ce bruit apparaît dans les données cérébrales et doit être filtré.
Le système EEG portable conçu par Yeo, intégrant des électrodes micro-aiguilles imperceptibles avec des circuits sans fil souples, offre une acquisition de signal améliorée. La mesure précise de ces signaux cérébraux est essentielle pour déterminer les actions qu’un utilisateur souhaite effectuer. L’équipe a donc intégré un puissant algorithme d’apprentissage automatique et un composant de réalité virtuelle pour relever ce défi.
Le nouveau système a été testé avec quatre sujets humains, mais n’a pas encore été étudié avec des personnes handicapées.
« Ceci n’est qu’une première démonstration, mais nous sommes ravis de ce que nous avons vu », a déclaré Yeo, directeur du Georgia Tech’s Center for Human-Centric Interfaces and Engineering de l’Institute for Electronics and Nanotechnology, et membre du Petit Institute. pour la bio-ingénierie et les biosciences.
Nouveau paradigme
L’équipe de Yeo a initialement introduit une interface EEG cerveau-machine douce et portable dans une étude de 2019 publiée dans le Nature Machine Intelligence. L’auteur principal de ce travail, Musa Mahmood, était également l’auteur principal du nouveau document de recherche de l’équipe.
« Cette nouvelle interface cerveau-machine utilise un paradigme entièrement différent, impliquant des actions motrices imaginaires, telles que saisir avec l’une ou l’autre main, ce qui évite au sujet d’avoir à regarder trop de stimuli », a déclaré Mahmood, doctorant à Yeo’s. laboratoire.
Dans l’étude de 2021, les utilisateurs ont démontré un contrôle précis des exercices de réalité virtuelle en utilisant leurs pensées – leur imagerie motrice. Les repères visuels améliorent le processus de collecte d’informations à la fois pour l’utilisateur et pour les chercheurs.
« Les invites virtuelles se sont avérées très utiles », a déclaré Yeo. « Ils accélèrent et améliorent l’engagement et la précision des utilisateurs. Et nous avons pu enregistrer une activité d’imagerie motrice continue et de haute qualité. »
Selon Mahmood, les futurs travaux sur le système se concentreront sur l’optimisation du placement des électrodes et l’intégration plus avancée de l’EEG basé sur les stimuli, en utilisant ce qu’ils ont appris des deux dernières études.
