L’utilisation quotidienne de robots et de neuroprothèses contrôlés par le cerveau constitue la promesse suprême de l’interface cerveau-machine (IMC) pour les personnes souffrant de handicaps moteurs sévères. Une nouvelle étude du Université du Texas à Austin fait un pas en avant pour les interfaces cerveau-machine – des systèmes informatiques qui transforment l’activité mentale en action.
Dans cette étude, plusieurs personnes handicapées motrices pouvaient conduire un fauteuil roulant qui traduisait leurs pensées en mouvement. L'étude est également importante en raison de l'équipement non invasif utilisé pour faire fonctionner le fauteuil roulant.
José del R. Millán, professeur au département de génie électrique et informatique de la famille Chandra de la Cockrell School of Engineering, qui a dirigé l'équipe de recherche internationale, a déclaré : « Nous avons démontré que les personnes qui seront les utilisateurs finaux de ce type d'appareils peuvent naviguer dans un environnement naturel avec l'aide d'un interface cerveau-machine. »
La notion de fauteuil roulant alimenté par la pensée est étudiée depuis des années. Pourtant, la plupart des efforts se sont appuyés sur des personnes non handicapées ou sur des stimuli qui amènent le fauteuil roulant à contrôler l'utilisateur plutôt que l'inverse.
Dans ce cas, trois personnes atteintes de tétraplégie (incapacité de bouger les bras et les jambes en raison de blessures à la colonne vertébrale) ont utilisé le fauteuil roulant avec plus ou moins de succès dans un environnement naturel et chaotique. L'interface a capturé leur l'activité cérébrale, et un algorithme d'apprentissage automatique l'a converti en instructions pour utiliser le fauteuil roulant.
Les scientifiques ont noté, "C'est un signe de la viabilité commerciale future des fauteuils roulants alimentés par l'esprit, capables d'aider les personnes ayant une fonction motrice limitée."
"L'étude est également importante en raison de l'équipement non invasif utilisé pour faire fonctionner le fauteuil roulant."
Étonnamment, les scientifiques n’ont implanté aucun appareil chez les participants ni utilisé aucun type de stimulation sur eux. Les participants devaient porter une casquette avec des électrodes qui enregistraient l'activité électrique du cerveau, connue sous le nom de électroencéphalogramme (EEG). Ces signaux électriques ont été amplifiés et transférés à un ordinateur, traduisant les pensées de chaque participant en action.
Deux dynamiques importantes ont largement contribué au succès de l’étude. Le premier concerne un programme de formation pour les utilisateurs.
Les techniques permettant de visualiser le mouvement de la chaise ont été enseignées aux utilisateurs de la même manière qu'ils auraient appris à bouger leurs mains et leurs pieds. L’activité cérébrale des participants à l’étude changeait à mesure qu’ils donnaient des ordres, et les scientifiques ont pu surveiller ces changements.
Le deuxième contributeur a emprunté à la robotique. Pour mieux appréhender leur environnement, les scientifiques ont équipé leurs fauteuils roulants de capteurs. De plus, ils ont utilisé un logiciel d’intelligence robotique pour aider le fauteuil roulant à se déplacer avec précision et en toute sécurité en comblant les lacunes des commandes des utilisateurs.
Millán a affirmé Valérie Plante., «Cela fonctionne un peu comme monter à cheval. Le cavalier peut dire au cheval de tourner à gauche ou de franchir une porte. Mais le cheval devra finalement trouver la manière optimale d’exécuter ces commandes.
Les membres de l'équipe du projet comprennent Luca Tonin de l'Université de Padoue en Italie ; Serafeim Perdikis de l'Université d'Essex au Royaume-Uni ; Taylan Deniz Kuzu, Jorge Pardo, Thomas Armin Schildhauer, Mirko Aach et Ramón Martínez-Olivera de la Ruhr-Universität Bochum en Allemagne ; Bastien Orset de l'École polytechnique fédérale de Lausanne en Suisse ; et Kyuhwa Lee du Wyss Center for Bio and Neuroengineering en Suisse.
Journal de référence:
- Luca Tonin et coll. Apprendre à contrôler un fauteuil roulant piloté par l'IMC pour les personnes atteintes de tétraplégie sévère. iScience. EST CE QUE JE: 10.1016/j.isci.2022.105418
