Des chercheurs de l’EPFL ont développé une interface cerveau-machine miniaturisée de nouvelle génération. Crédit : EPFL / Lundi13 – CC-BY-SA 4.0
Des chercheurs de l’EPFL ont développé une interface cerveau-machine miniaturisée de nouvelle génération capable de communiquer directement entre le cerveau et le texte sur de minuscules puces de silicium.
Les interfaces cerveau-machine (ICM) sont apparues comme une solution prometteuse pour restaurer la communication et le contrôle chez les personnes souffrant de troubles moteurs graves. Traditionnellement, ces systèmes étaient encombrants, gourmands en énergie et limités dans leurs applications pratiques.
Des chercheurs de l’EPFL ont développé la première interface cerveau-machine miniaturisée (MiBMI) haute performance, offrant une solution extrêmement petite, à faible consommation d’énergie, très précise et polyvalente.
Publié dans le dernier numéro du Journal des circuits à semi-conducteurs de l’IEEE et présenté Lors de la conférence internationale sur les circuits à semi-conducteurs, le MiBMI améliore non seulement l’efficacité et l’évolutivité des interfaces cerveau-machine, mais ouvre également la voie à des dispositifs pratiques et entièrement implantables.
Cette technologie a le potentiel d’améliorer considérablement la qualité de vie des patients atteints de maladies telles que la sclérose latérale amyotrophique (SLA) et les lésions de la moelle épinière.
La petite taille et la faible consommation d’énergie du MiBMI sont des caractéristiques clés qui en font un système adapté aux applications implantables. Son caractère peu invasif garantit la sécurité et la praticité de son utilisation en milieu clinique et dans la vie réelle.
Il s’agit d’un système entièrement intégré, ce qui signifie que l’enregistrement et le traitement sont effectués sur deux puces extrêmement petites d’une surface totale de 8 mm2. Il s’agit du dernier né d’une nouvelle classe de dispositifs BMI à faible consommation d’énergie développés au Laboratoire de neurotechnologies intégrées (INL) de Mahsa Shoaran, aux instituts IEM et Neuro X de l’EPFL.
« MiBMI nous permet de convertir une activité neuronale complexe en texte lisible avec une grande précision et une faible consommation d’énergie. Cette avancée nous rapproche de solutions pratiques et implantables qui peuvent améliorer considérablement les capacités de communication des personnes souffrant de troubles moteurs graves », explique Shoaran.
La conversion cerveau-texte consiste à décoder les signaux neuronaux générés lorsqu’une personne imagine écrire des lettres ou des mots. Dans ce processus, des électrodes implantées dans le cerveau enregistrent l’activité neuronale associée aux actions motrices de l’écriture manuscrite.
Le processeur MiBMI traite ensuite ces signaux en temps réel, traduisant les mouvements de la main prévus par le cerveau en texte numérique correspondant. Cette technologie permet aux individus, en particulier ceux atteints du syndrome d’enfermement et d’autres troubles moteurs graves, de communiquer simplement en pensant à l’écriture, l’interface convertissant leurs pensées en texte lisible sur un écran.
La puce peut actuellement décoder jusqu’à 31 caractères différents, un exploit inégalé par aucun autre système intégré. « Nous sommes convaincus de pouvoir décoder jusqu’à 100 caractères, mais un ensemble de données d’écriture manuscrite contenant davantage de caractères n’est pas encore disponible », ajoute Shaeri.
Les BMI actuels enregistrent les données provenant d’électrodes implantées dans le cerveau, puis envoient ces signaux à un ordinateur séparé pour effectuer le décodage. La puce MiBMI enregistre les données mais traite également les informations en temps réel, en intégrant un système d’enregistrement neuronal à 192 canaux avec un décodeur neuronal à 512 canaux.
Interface cerveau-machine miniaturisée (MiBMI). Crédit : 2024 EPFL / Lundi13—CC-BY-SA 4.0
Cette avancée neurotechnologique est une prouesse de miniaturisation extrême qui allie expertise en circuits intégrés, ingénierie neuronale et intelligence artificielle. Cette innovation est particulièrement intéressante à l’ère émergente des startups neurotechnologiques dans le domaine de l’intégration neuronale, où l’intégration et la miniaturisation sont des axes clés. Le MiBMI de l’EPFL offre des perspectives prometteuses et un potentiel pour l’avenir du domaine.
Pour pouvoir traiter l’énorme quantité d’informations captées par les électrodes de l’IMC miniaturisé, les chercheurs ont dû adopter une approche d’analyse des données complètement différente. Ils ont découvert que l’activité cérébrale de chaque lettre, lorsque le patient imagine l’écrire à la main, contient des marqueurs très spécifiques, que les chercheurs ont appelés codes neuronaux distinctifs (DNC).
Au lieu de traiter des milliers d’octets de données pour chaque lettre, la puce électronique n’a besoin de traiter que les DNC, qui représentent une centaine d’octets. Le système est ainsi rapide et précis, avec une faible consommation d’énergie. Cette avancée permet également des temps de formation plus rapides, ce qui rend l’apprentissage de l’utilisation du BMI plus facile et plus accessible.
Des collaborations avec d’autres équipes des instituts Neuro-X et IEM de l’EPFL, notamment avec les laboratoires de Grégoire Courtine, Silvestro Micera, Stéphanie Lacour et David Atienza, promettent de créer la prochaine génération de systèmes IMC intégrés. Shoaran, Shaeri et leur équipe explorent diverses applications du système MiBMI au-delà de la reconnaissance de l’écriture manuscrite.
« Nous collaborons avec d’autres groupes de recherche pour tester le système dans différents contextes, comme le décodage de la parole et le contrôle des mouvements. Notre objectif est de développer un IMC polyvalent qui peut être adapté à divers troubles neurologiques, offrant ainsi une gamme plus large de solutions aux patients », explique Shoaran.
Plus d’informations :
MohammadAli Shaeri et al, Une interface cerveau-machine miniaturisée de 2,46 mm² (MiBMI) permettant un décodage cerveau-texte de 31 classes, Journal des circuits à semi-conducteurs de l’IEEE (2024). DOI: 10.1109/JSSC.2024.3443254
Mohammad Ali Shaeri et al, 33.3 MiBMI : un chipset d’interface cerveau-machine miniaturisé de 192/512 canaux de 2,46 mm² permettant une conversion cerveau-texte de 31 classes via des codes neuronaux distinctifs, Conférence internationale IEEE 2024 sur les circuits à semi-conducteurs (ISSCC) (2024). DOI: 10.1109/ISSCC49657.2024.10454533
Provided by
Ecole Polytechnique Federale de Lausanne
Citation:L’interface cerveau-machine miniaturisée traite les signaux neuronaux en temps réel (2024, 26 août) récupéré le 26 août 2024 à partir de
Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni à titre d’information uniquement.
2024-08-26 17:26:49
1724682853
#Une #interface #cerveaumachine #miniaturisée #traite #les #signaux #neuronaux #temps #réel
