Interface cerveau-machine pour aider les personnes paralysées

Une équipe internationale de chercheurs a développé un dispositif portable cerveau-machine (BMI) qui pourrait améliorer la qualité de vie des personnes ayant des dysfonctions motrices ou de la paralysie. Il pourrait même aider celles atteintes du syndrome de verrouillage, qui est une situation dans laquelle une personne est incapable de bouger ou de communiquer malgré le fait d’être consciente.

L’équipe était dirigée par le laboratoire de Woon-Hong Yeo au Georgia Institute of Technology et comprenait des chercheurs de l’Université de Kent au Royaume-Uni et de l’Université Yonsei en République de Corée. L’équipe a combiné des électrodes de scalp souples sans fil et la réalité virtuelle dans un système BMI unique. Le système permet aux utilisateurs de contrôler un fauteuil roulant ou un bras robotique simplement en imaginant des actions.

Le nouveau BMI a été détaillé dans la revue Advanced Science le mois dernier.

Un dispositif plus confortable

Yeo est professeur associé à la George W. Woodruff School of Mechanical Engineering.

“L’avantage majeur de ce système pour l’utilisateur, par rapport à ce qui existe actuellement, est qu’il est souple et confortable à porter, et qu’il n’a pas de fils”, a déclaré Yeo.

Les systèmes BMI peuvent analyser les signaux cérébraux et transmettre l’activité neuronale en commandes, ce qui permet aux individus d’imaginer des actions pour que le BMI les exécute. L’électroencéphalographie, ou EEG, est la méthode non invasive la plus courante pour acquérir les signaux, mais elle nécessite souvent un casque avec de nombreux fils.

Pour utiliser ces appareils, l’utilisation de gels et de pâtes est nécessaire pour maintenir le contact avec la peau, et tout ce montage est fastidieux et inconfortable pour l’utilisateur. De plus, les appareils ont souvent une mauvaise acquisition de signaux en raison de la dégradation des matériaux et des artefacts de mouvement, qui sont causés par des choses comme le broiement des dents. Ce type de bruit apparaîtra dans les données cérébrales, et les chercheurs doivent le filtrer.

Apprentissage automatique et réalité virtuelle

Le système EEG portable conçu par l’équipe améliore l’acquisition de signaux grâce à l’intégration d’électrodes à microneedles interceptables avec des circuits sans fil souples. Pour mesurer les signaux cérébraux, il est crucial que le système détermine quelles actions un utilisateur souhaite effectuer. Pour y parvenir, l’équipe a recouru à un algorithme d’apprentissage automatique et à un composant de réalité virtuelle.

Les tests effectués par l’équipe ont impliqué quatre sujets humains, et la prochaine étape consiste à les tester sur des personnes handicapées.

Yeo est également directeur du Center for Human-Centric Interfaces and Engineering de Georgia Tech, ainsi que membre de l’Institut Petit pour la bioingénierie et la bioscience.

“C’est juste une première démonstration, mais nous sommes ravis de ce que nous avons vu”, a déclaré Yeo.

En 2019, la même équipe a présenté un interface cerveau-machine EEG portable souple, et les travaux comprenaient Musa Mahmood, qui était l’auteur principal de cette recherche et de la nouvelle.

“Ce nouvel interface cerveau-machine utilise un paradigme entièrement différent, impliquant des actions motrices imaginées, telles que saisir avec une main ou l’autre, ce qui libère le sujet de devoir regarder trop de stimuli”, a déclaré Mahmood.

L’étude de 2021 a impliqué des utilisateurs démontrant un contrôle précis d’exercices de réalité virtuelle avec leurs pensées, ou imagination motrice.

“Les prompts virtuels se sont avérés très utiles”, a déclaré Yeo. “Ils accélèrent et améliorent l’engagement et la précision de l’utilisateur. Et nous avons pu enregistrer une activité d’imagination motrice continue et de haute qualité.”

Mahmood dit que l’équipe se concentrera maintenant sur l’optimisation du placement des électrodes et sur une intégration plus avancée de l’EEG basée sur les stimuli.