Cet implant cérébral à base de graphène peut pénétrer profondément dans le cerveau depuis sa surface

Cet implant cérébral à base de graphène peut pénétrer profondément dans le cerveau depuis sa surface

Horodatage: 11 janvier 2024 2h45
Cet implant cérébral à base de graphène peut scruter profondément le cerveau à partir de sa surface PlatoBlockchain Data Intelligence. Recherche verticale. Aï.

Trouver des moyens de réduire le caractère invasif des implants cérébraux pourraient considérablement élargir leurs applications potentielles. Un nouveau dispositif testé sur des souris qui se trouvent à la surface du cerveau, mais qui peuvent néanmoins lire l’activité en profondeur, pourrait conduire à des moyens plus sûrs et plus efficaces de lire l’activité neuronale.

Il existe déjà diverses technologies qui nous permettent d’observer le fonctionnement interne du cerveau, mais elles comportent toutes des limites. Les approches mini-invasives comprennent IRM fonctionnelle, où un scanner IRM est utilisé pour visualiser les modifications du flux sanguin dans le cerveau, et EEG, où des électrodes placées sur le cuir chevelu sont utilisées pour capter les signaux électriques du cerveau.

Le premier nécessite cependant que le patient soit assis dans un appareil IRM, et le second est trop imprécis pour la plupart des applications. L’approche de référence consiste à insérer des électrodes profondément dans le tissu cérébral pour obtenir des lectures de la plus haute qualité. Mais cela nécessite une intervention chirurgicale risquée, et les cicatrices et le déplacement inévitable des électrodes peuvent conduire à une dégradation du signal au fil du temps.

Une autre approche consiste à poser des électrodes à la surface du cerveau, ce qui est moins risqué que les implants cérébraux profonds mais offre une plus grande précision que les approches non invasives. Mais généralement, ces appareils ne peuvent lire que l’activité des neurones situés dans les couches externes du cerveau.

Aujourd’hui, les chercheurs ont développé un implant à surface fine et transparente doté d’électrodes en graphène capables de lire l’activité neuronale en profondeur dans le cerveau. L’approche s’appuie sur l’apprentissage automatique pour découvrir les relations entre les signaux dans les couches externes et ceux situés loin sous la surface.

"Nous élargissons la portée spatiale des enregistrements neuronaux grâce à cette technologie", a déclaré Duygu Kuzum, professeur à l'UC San Diego qui a dirigé la recherche. un communiqué de presse. « Même si notre implant réside à la surface du cerveau, sa conception dépasse les limites de la détection physique dans la mesure où il peut déduire l’activité neuronale des couches plus profondes. »

L'appareil lui-même est constitué d'une fine bande de polymère incrustée d'un réseau dense de minuscules électrodes de graphène de seulement 20 micromètres de diamètre et reliées par des fils de graphène ultra-fins à un circuit imprimé. Réduire les électrodes de graphène à cette taille constitue un défi considérable, affirment les auteurs, car cela augmente leur impédance et les rend moins sensibles. Ils ont contourné ce problème en utilisant une technique de fabrication sur mesure pour déposer des particules de platine sur les électrodes afin d'augmenter le flux d'électrons.

Il est important de noter que les électrodes et la bande de polymère sont transparentes. Lorsque l’équipe a implanté le dispositif chez des souris, les chercheurs ont pu projeter une lumière laser à travers l’implant pour imager les cellules plus profondément dans le cerveau des animaux. Cela a permis d’enregistrer simultanément électriquement à partir de la surface et optiquement à partir de régions cérébrales plus profondes.

Dans ces enregistrements, l’équipe a découvert une corrélation entre l’activité des couches externes et internes. Ils ont donc décidé de voir s’ils pouvaient utiliser l’apprentissage automatique pour prédire les uns par rapport aux autres. Ils ont formé un réseau neuronal artificiel sur les deux flux de données et ont découvert qu’il pouvait prédire l’activité des ions calcium – un indicateur de l’activité neuronale – dans les populations de neurones et de cellules individuelles situées dans les régions les plus profondes du cerveau.

L’utilisation d’approches optiques pour mesurer l’activité cérébrale est une technique puissante, mais elle nécessite que la tête du sujet soit fixée sous un microscope et que le crâne reste ouvert, ce qui rend peu pratique la lecture de signaux dans des situations réalistes. Être capable de prédire les mêmes informations sur la base uniquement de relevés électriques de surface augmenterait considérablement le caractère pratique.

"Notre technologie permet de mener des expériences de plus longue durée dans lesquelles le sujet est libre de se déplacer et d'effectuer des tâches comportementales complexes", a déclaré Mehrdad Ramezani, co-premier auteur d'une étude. papier dans Natural Nanotechnology sur la recherche. "Cela peut fournir une compréhension plus complète de l'activité neuronale dans des scénarios dynamiques et réels."

La technologie est cependant encore loin d’être utilisée chez l’homme. À l'heure actuelle, l'équipe a seulement démontré la capacité d'apprendre des corrélations entre les signaux optiques et électriques enregistrés chez des souris individuelles. Il est peu probable que ce modèle puisse être utilisé pour prédire l’activité cérébrale profonde à partir de signaux de surface chez une autre souris, sans parler d’une personne.

Cela signifie que tous les individus devraient se soumettre à un processus de collecte de données assez invasif avant que cette approche ne fonctionne. Les auteurs admettent qu'il reste encore beaucoup à faire pour trouver des connexions de plus haut niveau entre les données optiques et électriques, ce qui permettrait aux modèles de se généraliser entre les individus.

Mais étant donné les progrès rapides de la technologie nécessaire pour effectuer des lectures optiques et électriques à partir du cerveau, il ne faudra peut-être pas longtemps avant que l'approche devienne plus réalisable. Et cela pourrait finalement établir un meilleur équilibre entre fidélité et caractère invasif que les technologies concurrentes.

Crédit d'image : Un implant cérébral mince, transparent et flexible est posé à la surface du cerveau pour éviter de l'endommager, mais avec l'aide de l'IA, il peut toujours déduire une activité en profondeur sous la surface. David Baillot/École d'ingénierie Jacobs de l'UC San Diego

Horodatage:

Plus de Singularity Hub