Une interface cerveau-machine adaptative pour le contrôle neuromusculaire

 

Numa Dancause

Université de Montréal

 

Domaine : techniques, mesures et systèmes

Programme projet de recherche en équipe

Concours 2018-2019

Les interfaces cerveau-machine ont un énorme potentiel pour le développement de technologies telles que les neuro-prothèses. Une application particulièrement prometteuse est le développement de prothèses de microstimulations intracorticales pour le contrôle moteur. Par contre, les paramètres de stimulations utilisés sont encore arbitraires et les stratégies d'optimisation de ces stimulations fort peu développées. Ceci est compliqué par le fait que l'organisation du cortex moteur varie largement d'un individu à l'autre et même dans le temps pour un même individu. Ainsi, lorsque l'on implante une matrice d'électrodes, il est difficile de prévoir quels électrodes et paramètres de stimulations seront les plus efficaces. Idéalement, il faudrait des interfaces permettant d'optimiser rapidement les paramètres de stimulations d'un implant en fonction des effets spécifiques évoqués par ses électrodes et de pouvoir adapter rapidement ces paramètres en fonction des changements qui peuvent se produire dans le cerveau. Ceci permettrait de maximiser l'efficacité et la durabilité des implants pour les neuroprothèses. Ainsi, l'objectif général de notre demande est de mettre en oeuvre une interface cerveau-machine adaptative pour le cortex moteur. Cet objectif s'appuie sur nos expertises complémentaires sur le cortex moteur et les neuroprothèses, et est en ligne avec nos récentes collaborations.

Nous avons identifié trois objectifs spécifiques visant la création de nouvelles technologies pour les neuroprothèses. Nous allons effectuer ces travaux chez le rat. Notre premier objectif est de créer un algorithme pouvant optimiser rapidement les paramètres de stimulations d'un implant dans le cortex moteur pour maximiser la réponse coordonnée de plusieurs muscles. L'algorithme explorera systématiquement l'espace des paramètres de stimulations pour chaque électrode. Ensuite, en combinant la stimulation de diverses électrodes, il recherchera les paramètres pouvant évoquer des mouvements naturels. Pour être utilisé dans une neuroprothèse autonome, notre algorithme doit reconnaître l'activité musculaire des autres membres afin de prédire le mouvement à effectuer et délivrer les stimulations au temps opportun. Notre deuxième objectif est l'interfaçage de notre algorithme avec l'activité musculaire produite pendant le mouvement. Pour développer ces composantes et tester leur efficacité, nous utiliserons un modèle de lésion spinale incomplète. Suite à la lésion, l'algorithme sera entraîné pour détecter les anomalies dans le cycle de marche et délivrer les stimulations pour corriger le mouvement. La réponse obtenue sera comparée à la réponse désirée (mouvement normal) et l'algorithme ajustera le patron de stimulations pour minimiser l'erreur.  Notre troisième objectif est le développement d'un microstimulateur miniaturisé et sans fil qui sera contrôlé par notre logiciel d'optimisation de stimulations asservies. Ceci permettra la mise en œuvre d'une nouvelle génération de neuroprothèses adaptables, portables et sans fil.

Nos travaux contribueront à pousser les limites des connaissances dans le domaine des interfaces cerveau-machine et permettront à notre équipe de se positionner stratégiquement dans le développement de prothèses pour le contrôle moteur. Cet environnement unique et stimulant attirera de nombreux étudiants et chercheurs qui bénéficieront d'une formation de premier plan dans ce créneau d'avenir. De plus, le volet industriel est également visé par ce projet par le biais de brevets et de procédures de conception et de fabrication.