La stimulation cérébrale profonde (DBS) est une technique thérapeutique qui délivre des impulsions électriques à des zones spécifiques du cerveau via un implant pour moduler l’activité neuronale. Il est déjà largement utilisé pour traiter les troubles du mouvement tels que la maladie de Parkinson, et les chercheurs explorent de plus en plus son potentiel pour des maladies psychiatriques graves, notamment la dépression majeure, le trouble de stress post-traumatique et le trouble obsessionnel-compulsif.
Cependant, la plupart des systèmes DBS existants fonctionnent selon ce que les ingénieurs appellent une « boucle ouverte » : la stimulation est délivrée selon des paramètres prédéfinis plutôt que de s’adapter continuellement à l’activité cérébrale du patient. Même parmi les systèmes en boucle fermée ou adaptatifs, beaucoup s’appuient sur des signaux enregistrés à partir d’une seule région du cerveau. Il s’agit d’une limitation majeure pour les troubles psychiatriques, où des informations cliniquement pertinentes peuvent être distribuées à travers des réseaux de régions cérébrales en interaction.
Notre travail s’appuie sur un nombre croissant de recherches suggérant que les troubles psychiatriques résultent davantage de perturbations de la communication entre les régions du cerveau que d’un dysfonctionnement d’une seule région. »
Mahsa Shoaran, responsable du laboratoire de neurotechnologies intégrées de la Faculté d’ingénierie et de l’Institut Neuro-X de l’EPFL
Shoaran et son équipe ont développé un système neuronal implantable de faible puissance sur puce. Baptisé LogSync, il enregistre l’activité cérébrale et extrait des biomarqueurs qui décrivent la force des ondes cérébrales (oscillations) et la synchronisation entre les signaux provenant de différentes régions du cerveau. Un algorithme d’apprentissage automatique analyse ensuite ces biomarqueurs au niveau du réseau pour distinguer les états cognitifs et émotionnels et générer des déclencheurs de stimulation lorsque des états spécifiques sont détectés.
L’ouvrage, publié dans le Journal IEEE des circuits à semi-conducteurs, a été développé dans le cadre d’une subvention de 6,6 millions de francs du National Institute for Mental Health (NIMH) des États-Unis pour développer des systèmes implantables capables de mesurer et de contrôler les réseaux cérébraux oscillatoires pour les maladies psychiatriques graves, en particulier les troubles de l’humeur et l’anxiété. Il s’appuie sur les travaux antérieurs du laboratoire sur le décodage cerveau-texte et la neuromodulation en boucle fermée, étendant ces concepts aux biomarqueurs au niveau du réseau et au décodage adaptatif pour les futures thérapies psychiatriques.
Stimulation plus ciblée à puissance inférieure
Les chercheurs ont évalué LogSync à l’aide d’enregistrements de cerveau humain provenant d’expériences psychiatriques antérieures. Un ensemble de données a capturé les changements dans l’engagement cognitif lors de l’exécution d’une tâche mentale, tandis qu’un autre a capturé l’excitation émotionnelle lorsque les participants visionnaient des clips vidéo. L’algorithme a distingué ces états cognitifs et émotionnels des seuls enregistrements neuronaux. Dans d’autres expériences menées sur des rats à l’Université du Minnesota, l’implant a suivi les oscillations en cours et généré des déclencheurs de stimulation à des phases prédéfinies de l’activité cérébrale.
Shoaran dit que le défi majeur consistait à réaliser toutes ces fonctionnalités tout en travaillant avec le budget de puissance très limité d’un système implantable.
« L’ensemble de notre système est co-conçu, ce qui signifie que les algorithmes et le matériel sont développés en tenant compte des contraintes de l’implant. Cette approche nous a permis de réaliser un traitement et un décodage du signal neuronal au niveau du réseau sur une seule puce, tout en maintenant la consommation d’énergie sous 200 microwatts – une fraction de celle généralement requise par de nombreux systèmes d’interface neuronale implantables », dit-elle. Une autre innovation est l’utilisation par LogSync de calculs logarithmiques, qui simplifient les opérations complexes nécessaires à l’analyse des réseaux cérébraux ainsi qu’à l’extraction et au décodage de biomarqueurs en temps réel.
La validation initiale de LogSync s’est concentrée sur les applications psychiatriques. Mais la capacité d’extraire des biomarqueurs du réseau cérébral pour déclencher une stimulation précisément programmée est largement applicable aux neurotechnologies de nouvelle génération, notamment la DBS adaptative pour les troubles du mouvement, la stimulation non invasive en boucle fermée et les interfaces émergentes à ultrasons focalisés.
En parallèle, le laboratoire développe de nouvelles méthodes d’apprentissage automatique qui apprennent directement à partir d’enregistrements neuronaux plutôt que de biomarqueurs prédéfinis. Leurs récents travaux ICML 2026, qui utilisent l’apprentissage auto-supervisé pour capturer l’activité neuronale à travers les régions, les canaux et le temps, soutiennent des efforts plus larges visant à rapprocher les interfaces neuronales intelligentes des applications cliniques, notamment via Infera Neuro, une spin-off de l’EPFL cofondée par Shoaran.
