Recherche

Contexte et compétences de l’équipe

Bien que le concept d’interface cerveau-ordinateur (BCI) ait été introduit par VIDAL en 1973, il n’a ouvert la voie vers un nouveau domaine de recherche qu’au début des années 90, lorsque devinrent disponibles des systèmes permettant le traitement de signaux en temps-réel. Depuis, la recherche BCI a connu une croissance impressionnante dans les domaines des neurosciences, de l’informatique et de la recherche clinique. Cependant, il subsiste nombre de questions théoriques et technologiques, auxquelles une approche interdisciplinaire apportera sans nul doute plus facilement des réponses.

L’interface cerveau-ordinateur a été classée par l’ISTAG de l’UE comme l’une des technologies les plus prometteuses du programme Neuro-ICT pour 2020 et au-delà. En France, l’Alliance Nationale pour les Sciences de la santé et de la vie et l’Agence de la biomédecine ont également l’intention de favoriser l’émergence d’un réseau d’équipes de recherche travaillant sur les BCI. Le même objectif a été affiché pendant de nombreuses années par le GDR STIC-Santé.

Dans ce contexte, une BCI est considérée comme un outil efficace de réhabilitation et/ou d’assistance pour des patients lourdement handicapés. Le développement de ces BCIs est le but de notre équipe, dont chaque membre a des compétences spécifiques sur plusieurs champs théoriques: traitement du signal spatio-temporel, théorie de l’évidence pour la fusion multicapteur, classification de données et clustering, programmation sous contraintes et interaction homme-machine par le biais d’interfaces multimodales.

Objectif n°1: développement de BCIs hybrides

Pour améliorer la vitesse et la robustesse de communication, Leeb et al. ont introduit récemment la notion de « BCI hybride », dans laquelle l’activité du cerveau et un ou plusieurs autres signaux sont analysés conjointement. À notre connaissance, aucune autre équipe française ne travaille spécifiquement sur les BCIs hybrides en tant que technologie d’assistance. L’équipe de recherche Hybrid à INRIA Rennes développe également des BCIs hybrides, mais surtout pour l’interaction avec des mondes virtuels en 3D.

Nous étudions les BCIs hybrides dans deux directions principales. Tout d’abord, nous considérons que toutes les canaux d’une BCI hybride portent la même information noyée dans différents types de bruit, et appliquons des techniques de fusion multicapteur pour améliorer le rapport signal sur bruit et donc la robustesse de l’interface. D’autre part, nous considérons que chaque voie porte une partie de l’information globale et analysons le paradigme d’interaction multimodale en suivant une approche CARE (Complémentarité, Assignation, Redondance et Équivalence).

Objectif n°2: technologie d’assistance pour les personnes souffrant de DMD

Nous consacrons beaucoup d’énergie à transférer vers des expériences cliniques les BCIs hybrides que nous développons dans l’équipe. Les personnes souffrant de dystrophie musculaire de Duchenne (DMD) constituent notre première population cible. Dans les premiers stades de cette maladie dégénérative, le patient est encore en mesure d’utiliser ses muscles. Ainsi, il peut être entraîné à utiliser une BCI hybride intégrant des canaux de mesure du mouvement, de l’activité musculaire grâce à l’électromyographie, et de l’activité des aires corticales motrice et prémotrice. Au cours de l’évolution de la maladie, les canaux relatifs au mouvement deviennent moins informatifs et le défi consiste à élaborer les commandes en utilisant principalement les canaux mesurant l’activité corticale.

Les fondements de ce projet, unique en France à notre connaissance, ont été établis en collaboration avec des collègues de deux services du CHRU de Lille. Les cliniciens du service de médecine physique et réadaptation nous aident à définir les besoins des utilisateurs et à recruter et gérer les patients atteints de DMD pour les expériences à long terme. Les collègues du service de neurophysiologie clinique nous aident à définir les marqueurs les plus appropriés de l’activité corticale pour chaque tâche d’interaction.