Les personnes atteintes de lésions médullaires ou de maladies du système nerveux peuvent perdre la capacité d'effectuer des tâches du quotidien, telles que marcher, manger ou conduire. Néanmoins leur cerveau conçoit toujours la perspective de l’action, mais la lésion les empêche de la réaliser. De très grands progrès ont été accomplis dans le développement de systèmes d'interface neuronale capables de traduire les signaux cérébraux en actions. Cependant, ces systèmes restent lourds et nécessitent des réajustements continus même pour l’accomplissement de tâches simples. Ces travaux présentés Nature Biomedical Engineering marquent une nouvelle étape dans la conception de ces interfaces, une nouvelle capacité qui va contribuer à améliorer la vie des patients qui utilisent ces prothèses intelligentes.
L’équipe d’ingénieurs de l'Université de Pittsburgh et de l'Université Carnegie Mellon étudie le fonctionnement du cerveau lors de l'apprentissage et travaille à améliorer ces technologies d'interface. Elle se concentre en particulier sur le lien neural entre l’intention et la réalisation d’une action : l’auteur principal, Aaron Batista, professeur agrégé de bio-ingénierie à la Swanson School of Engineering de Pitt explique le problème à résoudre : « il vous arrive pendant votre journée de travail, de penser à devoir passer à l'épicerie plus tard dans la journée. Ce projet est mémorisé quelque part dans votre cerveau tout au long de la journée, mais n'atteint votre cortex moteur qu’au moment où vous passez devant au magasin. L’objectif est donc le développement de technologies d'interface cerveau-machine qui puissent intégrer ce processus d’intentions quotidiennes ».
De l’intention à la réalisation, l’action n’est pas un long fleuve tranquille
Lors d’une précédente recherche (publiée en juin 2019 dans les Actes de l’Académie des Sciences américaine -PNAS) l’équipe décryptait comment le cerveau évolue avec l'apprentissage de nouvelles compétences par l’interface cerveau-ordinateur : lorsqu’un sujet forme une intention motrice, cela provoque des schémas d'activité à travers les électrodes qui enregistrent l'activité neuronale. Ces données alimentent des algorithmes qui évoquent des mouvements sur un écran d'ordinateur. Les sujets sont ensuite capables de moduler leurs schémas d'activité neuronale de manière à évoquer les mouvements souhaités.
L'interface se réajuste d'elle-même et est toujours prête à l'action : Dans cette nouvelle recherche, l'équipe a conçu, et testé chez l’animal, une technologie par laquelle l'interface se réajuste continuellement en arrière-plan pour garantir que le système est toujours prêt à l'action. En synthèse, le système apprend aussi au fur et à mesure de l’évolution du cerveau avec l’apprentissage. Le système devient capable de se stabiliser en fonction de l’évolution du cerveau et « à partir » de l’intention du sujet. « Exit » le bruit de fond et l’instabilité entre l’intention et la réalisation.
Une sorte de « stabilisateur » écrivent les chercheurs qui devrait permettre d’améliorer la viabilité clinique des implants neuronaux et des interfaces homme-machine.
Source: Nature Biomedical Engineering 20 April 2020 Stabilization of a brain–computer interface via the alignment of low-dimensional spaces of neural activity
Plus sur Neuro Blog
Lire aussi :
- Une INTERFACE CERVEAU-MACHINE portable pour contrôler un fauteuil roulant ou un ordinateur
- NEURO : Les nano-implants neuronaux, vers un contrôle de l'esprit ?
Jeu de briques
Snake
Pacman
Bubble