Cette interface cerveau-machine sans fil et totalement portable, présentée par cette équipe d’ingénieurs du Georgia Institute of Technologie promet non seulement de pouvoir contrôler une machine à distance mais peut également offrir une alternative plus confortable à l'électroencéphalographie conventionnelle pour la mesure de signaux cérébraux. Ce dispositif présenté dans la revue Nature Machine Intelligence, évalué sur 6 bénévoles, se montre efficace à surveiller à distance l’activité neuronale. Une nouvelle étape notable dans le développement d’interfaces cerveau-machine.
En pratique, le sujet porte une électronique sans fil flexible adaptée à la nuque, avec des électrodes maintenues par un bandeau en tissu et une électrode à nano-membrane sur la mastoïde (partie inférieure de l'os temporal), connectées entre elles par de micro-câbles. Les chercheurs tirent parti d'une nouvelle classe de capteurs et de composants électroniques flexibles et sans fil, pouvant être facilement appliqués sur la peau. Le système comprend trois composants principaux : des électrodes montées sur les cheveux, extrêmement flexibles, qui entrent directement en contact avec le cuir chevelu au travers des cheveux ; une électrode à nano-membrane ultramince ; et un câble souple et flexible avec une unité de télémétrie Bluetooth. Les données EEG enregistrées du cerveau sont traitées dans les circuits flexibles, puis transmises en wifi à une tablette via Bluetooth à une distance maximale de 15 mètres.
Une interface cerveau-machine sans fil intégrée, haute résolution, miniaturisée et compatible avec la peau
Un contrôle cérébral à distance : la combinaison de cette nouvelle génération d'électrodes à nano-membranes avec une électronique flexible et un algorithme d'apprentissage pourrait permettre aux personnes handicapées de contrôler à distance un fauteuil roulant électrique, d'interagir avec un ordinateur ou d'utiliser un petit véhicule robotique sans porter le fameux « casque » à électrodes. Ce dispositif mieux intégré et plus discret fournit ainsi un nouveau type d’interface cerveau-machine sans fil, ce qui représente un progrès notable pour les techniques permettant aux personnes atteintes de sclérose latérale amyotrophique (SLA) ou d'accident vasculaire cérébral chronique ou d'autres troubles moteurs graves, de contrôler leurs systèmes prothétiques.
Une surveillance cérébrale à distance : une autre application possible de ce système portable est de fournir une alternative à l'électroencéphalographie (EEG) conventionnelle pour mesurer, surveiller et réguler les signaux du cerveau humain. Un système qui pourrait là encore remplacer avantageusement les systèmes actuels : la collecte de signaux cérébraux nécessite en effet l'utilisation d'une coiffe capillaire recouverte d'électrodes qui utilise des électrodes humides, des adhésifs et des fils pour se connecter à l'équipement informatique qui interprète les signaux.
Ces 2 capacités du système présenté ont été testées auprès de 6 participants humains, non handicapés. Les applications possibles vont au-delà du contrôle de machines à distance ou de la surveillance neurologique. Le Dr Woon-Hong Yeo, professeur assistant à la Georgia Tech au Département de génie biomédical évoque les dispositifs d'assistance, les systèmes domotiques et des interfaces de jeux cérébraux.
Les prochaines étapes consisteront à améliorer les électrodes et à rendre le système plus utile pour les personnes atteintes de troubles moteurs. À long terme, le système pourrait également permettre d’autres applications pour lesquelles une surveillance EEG plus simple serait utile :
certaines études par exemple, visant à surveiller l'activité neuronale humaine de manière discrète et dans la vraie vie. Enfin, ce mode de surveillance à distance pourrait également contribuer à identifier de nouveaux biomarqueurs de la pathologie neuronale liés à la maladie d’Alzheimer ou à d’autres formes de démence.
Source: Nature Machine Intelligence 11 September 2019 Fully portable and wireless universal brain–machine interfaces enabled by flexible scalp electronics and deep learning algorithm (Visuel Courtesy Woon-Hong Yeo)
Plus sur les interfaces “cerveau”
