Les personnes vivant avec des déficiences sensorimotrices, telles qu'une lésion de la moelle épinière, sont confrontées à des difficultés pour se déplacer dans leur environnement et accomplir des tâches quotidiennes, y compris l'auto-alimentation. Des chercheurs dirigés par l'université Johns Hopkins ont mis au point une nouvelle technique permettant à un homme partiellement paralysé de se nourrir lui-même à l'aide de bras robotisés reliés par une interface cerveau-machine. Selon les chercheurs, il pouvait manger un dessert en 90 secondes. La nouvelle méthode est axée sur un système de contrôle partagé qui minimise la quantité de données mentales nécessaires pour accomplir une tâche. Il peut associer ses quatre degrés de liberté de mouvement (deux pour chaque main) à 12 degrés de liberté pour contrôler les bras du robot. Les réponses intelligentes des membres, basées sur des invites, ont également réduit la charge de travail.
Les progrès réalisés dans le domaine des systèmes robotiques intelligents et des interfaces cerveau-machine (ICM) ont contribué à restaurer la fonctionnalité et l'indépendance des personnes souffrant de déficits sensorimoteurs. Cependant, les tâches nécessitant une coordination bimanuelle et une manipulation fine ne sont toujours pas résolues en raison de la complexité technique du contrôle de plusieurs degrés de liberté (DOF) sur plusieurs membres de manière coordonnée par le biais d'une entrée utilisateur.
Pour relever ce défi, les chercheurs ont mis en œuvre une stratégie de commande partagée collaborative pour manipuler et coordonner deux membres prothétiques modulaires (MPL) afin d'effectuer une tâche d'auto-alimentation bimanuelle. Un participant humain équipé de réseaux de microélectrodes dans les régions sensorimotrices du cerveau a donné des ordres aux deux MPL pour qu'ils effectuent la tâche d'auto-alimentation, qui comprenait une coupe bimanuelle.
Les commandes motrices ont été décodées à partir de signaux neuronaux bilatéraux pour contrôler jusqu'à deux DOF sur chaque DLM à la fois. La stratégie de contrôle partagé a permis au participant de faire correspondre ses entrées de contrôle à quatre DOF, deux par main, à un maximum de 12 DOF pour spécifier la position et l'orientation des effecteurs du robot. En utilisant le contrôle partagé piloté par les neurones, le participant a réussi à contrôler simultanément les mouvements des deux membres robotiques pour couper et manger de la nourriture dans une tâche complexe d'auto-alimentation bimanuelle.
Cette démonstration du contrôle d'un système robotique bimanuel via un ICM en collaboration avec un comportement robotique intelligent a des implications majeures pour la restauration de comportements de mouvements complexes pour les personnes vivant avec des déficits sensorimoteurs.
Les interfaces cerveau-machine ont le potentiel d'accroître l'indépendance de ces personnes en fournissant des signaux de contrôle aux membres prothétiques et en réactivant les activités de la vie quotidienne (AVQ). Les ICM corticaux peuvent être utilisés pour restaurer la fonction en décodant les signaux neuronaux pour une variété d'applications, notamment l'écriture manuscrite, la restauration de la parole, la perception de la stimulation artificielle, le contrôle de membres robotiques externes avec un retour sensoriel en boucle fermée, ou combinés à d'autres technologies d'assistance.
D'autres ont démontré l'utilisation des ICM corticaux pour piloter la stimulation électrique fonctionnelle afin de permettre aux utilisateurs de contrôler volontiers leur membre pour accomplir des tâches telles que boire. Un Allemand de 36 ans en état d'enfermement total a été équipé d'un nouveau système d'ICM reposant sur un retour auditif. L'homme a appris à modifier son activité cérébrale en réponse à ce retour auditif pour composer des messages simples. Selon un article publié récemment dans Nature Communications, il a utilisé cette capacité pour demander une bière, pour que ses soignants lui fassent écouter son groupe de rock préféré et pour communiquer avec son jeune fils.
Les ICM interagissent avec les cellules du cerveau, enregistrant l'activité électrique des neurones et traduisant ces signaux en actions. Ces systèmes impliquent généralement des capteurs à électrodes pour enregistrer l'activité neuronale, un chipset pour transmettre les signaux et des algorithmes informatiques pour traduire les signaux. Les BCI peuvent être externes, comme les EEG médicaux, c'est-à-dire que les électrodes sont placées sur le cuir chevelu ou le front à l'aide d'un capuchon portable, ou elles peuvent être implantées directement dans le cerveau. La première méthode est moins invasive mais peut-être moins précise car davantage de bruit interfère avec les signaux ; la seconde nécessite une opération du cerveau, ce qui peut être risqué.
Mais pour de nombreux patients paralysés ou le monde a assisté à deux étapes importantes sur le front des ICM. En mars 2021, la presse a fait état de la démonstration par Neuralink d'un singe jouant à Pong à l'aide d'un implant cérébral connecté sans fil à l'ordinateur du jeu. Pour y parvenir, la société a réussi à miniaturiser l'appareil et à le faire communiquer sans fil. En avril 2021, des chercheurs du consortium BrainGate ont démontré avec succès une BCI sans fil à large bande passante chez deux sujets humains tétraplégiques.
Neuralink, la société d'implants d'Elon Musk, qui vise à permettre aux cerveaux de se connecter et de communiquer avec des ordinateurs, a reconnu que des singes sont morts dans le cadre de ses procédures de test, mais nie les allégations de cruauté envers les animaux. Dans un billet de blog publié sur son site web, Neuralink a répondu aux « articles récents » qui ont « soulevé des questions sur l'utilisation par Neuralink d'animaux de recherche au Centre des primates de l'Université de Californie à Davis(UC Davis) » et a déclaré que « tous les nouveaux dispositifs et traitements médicaux doivent être testés sur des animaux avant de pouvoir être testés de manière éthique sur des humains ».
Alors que les ICM corticales invasives deviennent plus avancées, un défi qui demeure est le contrôle robuste des membres robotiques bimanuels avec des degrés de liberté (DOF) élevés. Des chercheurs ont démontré le contrôle bimanuel de bras virtuels à l'aide de signaux neuronaux provenant de zones corticales frontales et pariétales bilatérales chez des primates non humains. Des travaux antérieurs ont démontré le contrôle efficace de sept et même jusqu'à 10 DOF chez des personnes utilisant un ICM cortical invasif pour déplacer des membres robotiques anthropomorphes ; cependant, malgré ces progrès impressionnants, le besoin de contrôle bimanuel de deux membres robotiques pour des tâches plus complexes de la vie quotidienne nécessite le contrôle de jusqu'à 34 DOF, si l'on utilise des membres robotiques hautement dextres . Pour relever ce défi, des stratégies avancées, telles que le contrôle partagé, pourraient contribuer à réduire considérablement les DOF nécessaires pour accomplir efficacement des tâches nécessitant deux bras tout en utilisant un ICM.
Les systèmes de contrôle partagé, dans lesquels l'utilisateur de l'IMC et un robot semi-autonome combinent leurs efforts pour accomplir des tâches, peuvent accroître l'indépendance de l'utilisateur de diverses manières. L'une de ces méthodes est une forme de contrôle partagé supervisé où le robot sait comment effectuer des tâches et l'utilisateur de l'ICM fournit des objectifs cibles au robot. Dans ce cas, un système de contrôle en "boucle interne" commande le mouvement du robot et l'utilisateur de l'ICM fournit un contrôle en "boucle externe", par exemple en indiquant au robot quel objet il doit ramasser.
L'approche que décri ici est une forme de contrôle partagé collaboratif, dans laquelle un sous-ensemble de DOF du robot peut être contrôlé par l'utilisateur de l'interface homme-machine à certains moments spécifiques de la tâche, ou par le biais de commutateurs de mode initiés par l'utilisateur. L'utilisateur de l'IHM et le robot partagent la boucle de commande principale et l'intention est de tirer parti des signaux de commande limités fournis par l'IHM pour permettre à l'utilisateur de personnaliser le comportement du robot.
Une troisième approche pourrait consister à combiner le contrôle partagé superviseur et collaboratif, où, pour une tâche donnée, certaines sous-tâches sont exécutées par le robot en fonction d'objectifs cibles (superviseur - par exemple, l'utilisateur de l'ICM indique quel verre il doit prendre), tandis que d'autres sous-tâches impliquent une entrée en temps réel de l'utilisateur de l'ICM (collaboratif - par exemple, l'utilisateur contrôle la vitesse à laquelle il doit verser le contenu du verre).
Le schéma ci-dessus présente le système pour le contrôle partagé des membres robotiques bimanuels basé sur l'ICM.
- Les mouvements sont décodés à partir des signaux neuronaux via l'interface cerveau-machine et cartographiés sur deux membres robotiques externes tout en utilisant une stratégie de commande partagée par l'homme et la machine pour réaliser une tâche d'auto-alimentation nécessitant des manipulations bimanuelles simultanées ;
- Les réseaux d'électrodes NeuroPort (Blackrock Neurotech) implantés dans les régions motrices et somatosensorielles des hémisphères gauche et droit enregistrent l'activité neuronale ;
- Les données neurales sont transmises par les implants corticaux et traitées avant d'être décodées. Les gestes décodés sont transmis à la stratégie de contrôle partagée pour être mis en correspondance avec les degrés de liberté du robot en fonction de l'état actuel de la tâche. Les parties autonomes de la tâche sont exécutées par le robot tandis que les étapes semi-autonomes sont contrôlées en partie par le participant qui utilise les gestes tentés pour moduler un sous-ensemble de degrés de liberté de l'effecteur du membre robotique en utilisant le mappage actuel des DOF. Les degrés de liberté contrôlés par l'ICM sont basés sur une bibliothèque de tâches à laquelle le robot a accès.
Méthodes
Tests sur les participants humains et informations réglementaires
Le participant recruté pour cette étude était un homme de 49 ans qui a souffert d'une lésion de la moelle épinière C5 sensorielle /C6 motrice ≈30 ans avant ce test. La blessure a été classée comme un B (incomplet) sur l'échelle de déficience de l'American Spinal Cord Injury Association. En particulier, le participant a conservé un certain mouvement de l'épaule et du coude, un mouvement partiel du poignet (extension uniquement), et un mouvement minimal ou nul des doigts. Le participant a été implanté avec six réseaux d'électrodes NeuroPort (Blackrock Neurotech ; Salt Lake City, UT) dans les cortex moteurs et somatosensoriels des deux hémisphères cérébraux. Des détails supplémentaires peuvent être trouvés dans McMullen.
En bref, deux réseaux de 96 canaux (disposition 10 × 10 de 4 × 4 mm) ont été placés dans le cortex moteur primaire dominant (gauche) et deux réseaux de 32 canaux (dans une disposition 6 × 10 de 4 × 2,5 mm) ont été placés dans le cortex somatosensoriel. Dans l'hémisphère non dominant (droit), un réseau de 96 canaux et un réseau de 32 canaux ont été placés dans les cortex moteurs primaires et somatosensoriels, respectivement (figure 1B). Les matrices couvraient théoriquement les régions neuronales représentant les membres gauche et droit, comme indiqué dans des études précédentes.
Décodage neuronal
Les signaux neuronaux ont été enregistrés à partir des réseaux de microélectrodes implantés à l'aide d'une connexion câblée entre les implants et trois processeurs de signaux neuronaux Neuroport à 128 canaux. Avant le début de chaque session expérimentale, les seuils de tension de chaque électrode ont été fixés à -3,25 fois la tension quadratique moyenne (RMS) du signal neuronal au repos.
Les pics neuronaux des réseaux implantés ont été enregistrés à 30 kHz et la fréquence de tir de chaque électrode a été calculée en utilisant des intervalles de 30 ms. L'activité de dopage dans chaque canal, en particulier la racine carrée de la fréquence de tir, a été normalisée à chaque point temporel à l'aide d'un calcul de z-score (utilisant la moyenne et l'écart-type spécifiques au canal) sur les 60 s précédentes.
La précision globale du décodage hors connexion des gestes à partir des signaux neuronaux pour les mains gauche et droite était de 63,5 et 67,6 %, respectivement (précision aléatoire : 20 %). Ces précisions hors ligne sont similaires aux résultats précédemment rapportés par notre équipe en utilisant des méthodes similaires lors de mouvements bimanuels simultanés. Lors des tests en ligne avec la tâche d'atteinte de la cible, le participant a réussi 17 essais sur 20 (85 %), ce qui indique l'utilisabilité du décodeur neuronal pour contrôler les membres robotiques externes dans la tâche d'auto-alimentation.
Performance de décodage hors ligne pour les mains gauche et droite lors de tentatives de gestes simultanés (y compris le "repos"
. Les signaux neuronaux controlatéraux ont été utilisés pour décoder chaque main (c'est-à-dire que les signaux du cortex moteur et somatosensoriel gauche ont été utilisés pour décoder les mouvements de la main droite). Sur chaque main, il y avait 48 instances pour chacune des classes de mouvement (ouvert, pincé, flexion du poignet, extension du poignet) et 64 pour la condition "repos". Parmi les mouvements, les gestes de "pincement " ont été décodés avec la plus grande précision, tant pour la main gauche que pour la main droite, tandis que les gestes d'" extension du poignet " étaient nettement plus difficiles à décoder (45 et 34 % pour les mains gauche et droite, respectivement).
Une fois le système de contrôle partagé réglé, le participant a pu effectuer la tâche d'auto-alimentation, en coupant un morceau de nourriture de taille raisonnable à l'aide de commandes bimanuelles simultanées et en le portant à sa bouche sans le faire tomber. La session de test a comporté 37 essais, dont la plupart ont nécessité un calibrage des paramètres susmentionnés en raison d'incohérences entre la simulation du robot et le matériel physique. En fin de compte, sept essais réussis ont permis au participant de couper un morceau de nourriture de taille raisonnable et de le porter à son visage sans le laisser tomber en utilisant des commandes bimanuelles simultanées.
Bien que la taille de la nourriture coupée ait été déterminée subjectivement par la préférence du participant, nous notons que dans l'un de ces sept essais, le morceau de nourriture coupé était trop grand pour être raisonnablement consommé en une seule bouchée et dans un autre de ces sept essais, la nourriture coupée était beaucoup plus petite. Dans sept essais partiellement réussis, le participant a pu couper l'aliment mais celui-ci est tombé de la fourchette. Dans un total de 26 essais sur 37, le participant a effectué un contrôle bimanuel en utilisant le couteau et la fourchette dans la tâche d'auto-alimentation, et les 11 essais restants ont été interrompus et le contrôle bimanuel n'a pas été réalisé parce que la fourchette n'est pas entrée en contact avec la nourriture.
Source : Frontiers
Et vous ?
Quel est votre avis sur le sujet ?Voir aussi :
Des chercheurs démontrent la première utilisation humaine d'une interface cerveau-ordinateur sans fil à large bande passante, une percée pour les personnes souffrant de paralysie Max Hodak, cofondateur de Neuralink, quitte la société d'implants cérébraux d'Elon Musk, dont un produit permettra à un patient paralysé « d'utiliser un smartphone avec son esprit » Neuralink, l'entreprise d'Elon Musk, veut implanter des micro-puces dans des cerveaux humains et parallèlement prépare des robots qui pratiqueront ces interventions chirurgicales Neuralink, la société d'Elon Musk confirme que des singes sont morts dans le cadre d'un projet de test de puces cérébrales, mais nie toute cruauté envers les animaux