Skip to main content

23 Sep, 2019

Une interface cerveau-machine portable pourrait contrôler un fauteuil roulant, un véhicule ou un ordinateur.

Une interface cerveau-machine portable pourrait contrôler un fauteuil roulant, un véhicule ou un ordinateur.

Sujet d’essai avec une électronique sans fil flexible conforme à l’arrière du cou, avec des électrodes sur des cheveux secs sous un serre-tête en tissu et une électrode à membrane sur la mastoïde, reliée par des câbles à couche mince. Crédit : Woon-Hong Yeo

La combinaison de nouvelles classes d’électrodes nanomembranaires avec une électronique flexible et un algorithme d’apprentissage profond pourrait aider les personnes handicapées à contrôler sans fil un fauteuil roulant électrique, à interagir avec un ordinateur ou à conduire un petit véhicule robotique sans avoir à endosser une coiffe d’électrode ou à se battre avec des fils.

En fournissant une interface cerveau-machine (IMC) entièrement portable et sans fil, le système portable pourrait offrir une amélioration par rapport à l’électroencéphalographie (EEG) conventionnelle pour mesurer les signaux des potentiels évoqués visuellement dans le cerveau humain. La capacité du système à mesurer les signaux EEG pour l’IMC a été évaluée chez six sujets humains, mais n’a pas été étudiée chez des personnes handicapées.

Le projet, mené par des chercheurs du Georgia Institute of Technology, de l’Université de Kent et de l’Université d’État de Wichita, a été rapporté le 11 septembre dans la revue Nature Machine Intelligence.

« Ce travail présente les stratégies fondamentales de conception d’un système d’EEG ergonomique et portable pour une large gamme d’appareils fonctionnels, de systèmes d’aide à domicile intelligents et d’interfaces de neuro-jeux « , a déclaré Woon-Hong Yeo, professeur adjoint à la George W. Woodruff School of Mechanical Engineering de Georgia Tech et Wallace H. Coulter Department of Biomedical Engineering. « L’innovation principale réside dans le développement d’un ensemble entièrement intégré de systèmes et de circuits de surveillance EEG haute résolution au sein d’un système miniaturisé conforme à la peau. »

L’IMC est un élément essentiel de la technologie de réadaptation qui permet aux personnes atteintes de sclérose latérale amyotrophique (SLA), d’AVC chronique ou d’autres handicaps moteurs graves de contrôler leur système prothétique. La collecte de signaux cérébraux connus sous le nom de potentiels virtuellement évoqués à l’état d’équilibre (SSVEP en anglais) nécessite maintenant l’utilisation d’une coiffe de cheveux munie d’électrodes mouillées, d’adhésifs et de fils pour la connexion avec un équipement informatique qui interprète les signaux.

Woon-Hong Yeo et ses collaborateurs profitent d’une nouvelle classe de capteurs et d’appareils électroniques flexibles et sans fil qui peuvent être facilement appliqués sur la peau. Le système comprend trois composants principaux : des électrodes très souples montées sur les cheveux qui sont en contact direct avec le cuir chevelu à travers les cheveux ; une électrode nanomembrane ultra-mince ; et une circuiterie souple et flexible avec une unité de télémétrie Bluetooth. Les données EEG enregistrées par le cerveau sont traitées dans les circuits flexibles, puis transmises sans fil à un ordinateur tablette via Bluetooth jusqu’à une distance de 15 mètres.

Au-delà des exigences de détection, la détection et l’analyse des signaux SSVEP ont été difficiles en raison de la faible amplitude du signal, qui est de l’ordre de dizaines de microvolts, semblable au bruit électrique dans le corps. Les chercheurs doivent aussi composer avec les variations du cerveau humain. Pourtant, la mesure précise des signaux est essentielle pour déterminer ce que l’utilisateur veut que le système fasse.

Pour relever ces défis, l’équipe de recherche s’est tournée vers l’apprentissage en profondeur des algorithmes de réseaux neuronaux fonctionnant sur les circuits flexibles.

« Les méthodes d’apprentissage profond, couramment utilisées pour classifier les images de choses quotidiennes comme les chats et les chiens, sont utilisées pour analyser les signaux EEG « , a déclaré Chee Siang (Jim) Ang, maître de conférences en multimédia et systèmes numériques à l’Université du Kent. « Comme les images d’un chien qui peut avoir beaucoup de variations, les signaux EEG ont le même défi de grande variabilité. Les méthodes d’apprentissage en profondeur se sont avérées efficaces avec les images, et nous montrons qu’elles fonctionnent aussi très bien avec les signaux EEG. »

Électrode imprimée par jet d’air en aérosol, extensible, en forme de peau, avec une structure à mailles ouvertes, montrée en médaillon. Crédit : Woon-Hong Yeo

De plus, les chercheurs ont utilisé des modèles d’apprentissage approfondi pour déterminer quelles électrodes sont les plus utiles pour recueillir de l’information afin de classifier les signaux EEG. « Nous avons constaté que le modèle est capable d’identifier les endroits pertinents dans le cerveau pour l’IMC, ce qui est en accord avec les experts humains « , a ajouté Chee Siang Ang. « Cela réduit le nombre de capteurs dont nous avons besoin, ce qui réduit les coûts et améliore la portabilité. »

Le système utilise trois électrodes de cuir chevelu en élastomère maintenues sur la tête par une bande de tissu, une électronique sans fil ultra-mince conformée au cou et une électrode imprimée en forme de peau placée sur la peau sous une oreille. Les électrodes sèches souples adhèrent à la peau et n’utilisent ni colle ni gel. Outre sa facilité d’utilisation, le système pourrait réduire le bruit et les interférences et fournir des débits de transmission de données supérieurs à ceux des systèmes existants.

Le système a été évalué avec six sujets humains. L’algorithme d’apprentissage profond avec classification des données en temps réel pourrait contrôler un fauteuil roulant électrique et un petit véhicule robotique. Les signaux pourraient également être utilisés pour contrôler un système d’affichage sans utiliser un clavier, un joystick ou un autre contrôleur, dit Yeo.

« Les systèmes d’EEG typiques doivent couvrir la majorité du cuir chevelu pour recevoir des signaux, mais les utilisateurs potentiels peuvent être sensibles à leur port « , ajoute Woon-Hong Yeo. « Cet appareil miniaturisé, portable et doux est entièrement intégré et conçu pour être confortable pour une utilisation à long terme. »

Les prochaines étapes consisteront à améliorer les électrodes et à rendre le système plus utile pour les personnes à mobilité réduite.

« L’étude future se concentrera sur l’étude d’électrodes auto-adhésives entièrement élastomères, sans fil, qui peuvent être montées sur le cuir chevelu poilu sans l’aide d’un casque, ainsi que sur la miniaturisation de l’électronique pour incorporer davantage d’électrodes à utiliser avec d’autres études, » a déclaré Yeo. « Le système d’EEG peut également être reconfiguré pour surveiller les potentiels moteurs ou l’imagination motrice des sujets handicapés moteurs, qui seront étudiés plus en détail dans le cadre de futurs travaux sur des applications thérapeutiques ».

À long terme, le système pourrait avoir d’autres applications où une surveillance plus simple de l’EEG serait utile, comme dans les études sur le sommeil effectuées par Audrey Duarte, professeure agrégée à la Georgia Tech’s School of Psychology.

« Ce système de surveillance de l’EEG a le potentiel de permettre enfin aux scientifiques de surveiller l’activité neuronale humaine d’une manière relativement discrète au fur et à mesure que les sujets poursuivent leur vie « , a-t-elle dit. « Par exemple, le Dr Yeo et moi utilisons actuellement un système similaire pour surveiller l’activité neurale pendant que les gens dorment dans le confort de leur foyer, plutôt que dans le laboratoire avec un équipement encombrant, rigide et inconfortable, comme on le fait habituellement. Mesurer l’activité neurale liée au sommeil à l’aide d’un système imperceptible pourrait nous permettre d’identifier de nouveaux biomarqueurs non invasifs de la pathologie neuronale liée à la maladie d’Alzheimer qui prédisent la démence. »

https://www.news.gatech.edu/2019/09/20/wearable-brain-machine-interface-could-control-wheelchair-vehicle-or-computer

https://doi.org/10.1038/s42256-019-0091-7