Les Newsletters Interstices
    Niveau facile
    Niveau 1 : Facile

    Quand le cerveau parle aux machines

    Médecine & Sciences du vivant
    Traitement d’images & Son
    Une interface cerveau-machine (ICM) est un système permettant une communication à des patients souffrant de paralysie extrême. Pionniers pour imaginer des outils compensant leur handicap, ils se servent des sciences et technologies de l’information et de la communication dans leur intégration.

    L’électroencéphalographie (EEG) signifie littéralement « signature électrique de la tête ». Dans les années 1920, le neurologue allemand Hans Berger (1873-1941) a été le premier à enregistrer le signal électrique humain à partir de capteurs placés sur le scalp. L’activité électrique spontanée du cerveau n’est pas aléatoire, mais peut être vue comme la superposition de différents rythmes (c’est-à-dire des oscillations avec des caractéristiques de fréquence, d’amplitude et de forme données) et de « bruit ». La fréquence est mesurée en Hertz (Hz) ou en cycles par seconde. La différence de potentiel est mesurée en Volt (V) et son amplitude varie de quelques microvolts (1 millionième de Volt !) à quelques dizaines de microvolts, selon la position des électrodes et le générateur sous-jacent.

    L’interface cerveau-machine (ICM) (© Inria/Photo Kaksonen).
    L’ICM permet à son utilisateur d’envoyer des commandes à un ordinateur à partir de son activité cérébrale. Elle permet d’assister les personnes handicapées moteur, mais s’utilise aussi pour le jeu vidéo.

    Une interface cerveau-machine ou ICM (en anglais Brain-Computer Interface ou BCI) permet à son utilisateur d’envoyer des commandes à un ordinateur ou à une machine à partir de son activité cérébrale. Une ICM est un système en boucle fermée, composé de six étapes principales : (1) la mesure de l’activité cérébrale, par acquisition de signaux EEG, (2) le traitement et le filtrage des signaux cérébraux, très bruités, (3) l’extraction de caractéristiques des signaux, pour ne conserver que des informations utiles, (4) la classification des signaux, pour identifier l’activité mentale, (5) la traduction en une commande envoyée à l’ordinateur, (6) le retour perceptif afin que l’utilisateur puisse voir le résultat de sa commande mentale et apprendre à mieux contrôler le système. Les applications des interfaces cerveau-ordinateur sont l’assistance à des personnes handicapées motrices (en particulier les personnes souffrant du locked-in syndrome), le multimédia pour le jeu vidéo ou la réalité virtuelle, et de manière plus générale l’interaction avec tout système automatisé, en robotique ou en domotique.

    Aujourd’hui, on sait que l’activité électrique du cerveau mesurée sur le scalp est due aux potentiels post-synaptiques des cellules pyramidales du néocortex. Ces cellules sont des neurones avec un corps cellulaire de forme pyramidale, et un long axone (la sortie du neurone) partant de la base de la pyramide. Ces cellules avec leurs dendrites (branches par lesquelles elles reçoivent les entrées) et les axones (sorties des cellules) sont alignées perpendiculairement à la surface du cortex. Les potentiels post-synaptiques sont des variations de potentiel électrique très faibles au niveau de la membrane cellulaire. Ils sont causés par le neurone présynaptique qui envoie des neurotransmetteurs au niveau d’un bouton terminal situé en bout de l’axone vers les dendrites d’autres neurones. Localement, c’est-à-dire sur des zones de l’ordre de quelques millimètres, les cellules pyramidales ont tendance à fonctionner de façon synchrone en raison de la densité des interconnexions qui les lient à leurs voisines : les potentiels post-synaptiques d’assemblées de plusieurs dizaines de millions de neurones simultanément actifs suffisent à créer un potentiel mesurable à la surface du scalp. On retiendra que le signal EEG mesuré sur le scalp ne rend compte que de phénomènes macroscopiques, c’est-à-dire se produisant sur des régions de l’ordre du centimètre cube. Ce signal change très lentement lorsque l’on se « déplace » à la surface du cortex et plus encore sur le scalp. Cette fréquence spatiale ne doit pas être confondue avec la fréquence des rythmes de l’EEG, quoiqu’il existe une relation entre les deux : la synchronisation de très grandes assemblées de neurones du cerveau humain donne naissance à des oscillations basses fréquences, inférieures à 35 Hz, tandis que des synchronisations plus locales (dues à de plus petites assemblées de neurones) produisent des oscillations de fréquences plus élevées et d’amplitude plus faibles. Ainsi, à l’aide d’enregistrements continus, on peut observer les oscillations de fréquences basses avec un assez bon rapport signal à bruit (cela signifie que leur amplitude est nettement plus grande que celle du bruit de fond). En revanche, les rythmes Gamma (au-delà de 35 Hz) ne sont observables qu’après traitement particulier, ou bien à l’aide d’électrodes intra-crâniennes, situées dans le cortex.

    ICM : pour qui et pourquoi ?

    Le but d’une ICM est de permettre la commande d’une machine à partir de la « pensée », c’est-à-dire de signaux EEG. L’avantage essentiel des ICM est que seule l’activité cérébrale est requise, hors de toute activité motrice : pour des patients complètement paralysés, les ICM représentent donc un espoir d’accéder à une certaine communication. Typiquement, ces paralysies peuvent être dues à des accidents (fracture des cervicales, coup du lapin), scléroses multiples, sclérose amyotrophique latérale, paraplégie suite à un AVC ou « locked-in syndrome ».

    Comment marche une ICM ?

    Les ICM utilisent les signaux électriques émis par le cerveau, soit de façon non invasive par des électrodes de scalp, soit directement à l’aide d’électrodes implantées dans le cerveau. D’un point de vue fonctionnel, une ICM peut généralement exploiter deux types de phénomènes cérébraux, le potentiel évoqué en réponse à une stimulation ou l’activité cérébrale associée à une tâche imaginée.

    Il existe des interfaces invasives qui enregistrent l’activité des neurones directement sur ou dans le cortex. Ces approches requièrent une opération chirurgicale pour implanter les électrodes, mais fournissent des signaux plus précis, qui permettent de prédire la direction du bras, le mouvement des doigts ou la force d’une saisie. Des travaux visent à réaliser des neuroprothèses pour permettre à des personnes amputées de contrôler un bras robotique avec une sensation de toucher. Lorsque le membre est encore présent mais que l’ordre de mouvement ne parvient plus aux muscles, on peut les activer en les stimulant électriquement. Récemment, nous avons prédit avec succès la flexion des doigts à partir de signaux intracorticaux. Nous étudions aussi l’analyse de signaux intracrâniens chez le singe pour permettre la saisie d’un objet à l’aide d’un pouce et d’un index artificiels.

    Potentiel évoqué

    L’onde P300 est un « Potentiel évoqué » d’amplitude positive (d’où le P) faible mesuré sur le scalp qui se produit environ 300 millisecondes (d’où 300) après le début d’une stimulation (d’où le terme évoqué), indépendamment de la volonté, bien qu’il soit modulable par l’attention. Cette onde, quoique d’amplitude faible, est détectable parce que l’on sait avec une bonne précision quand elle se produit. Le P300-Speller est un système grâce auquel on peut communiquer avec un PC en détectant une onde P300. Une grille contenant les 26 lettres de l’alphabet, ainsi que quelques autres symboles et commandes, est affichée sur un écran d’ordinateur qui sert de clavier ou de boitier de commande virtuel. Le sujet focalise son attention sur le caractère qu’il veut communiquer. La détection du caractère par le système P300-Speller est obtenue en flashant, de façon répétée et aléatoire, les lignes et les colonnes de la grille de caractères. Quand le caractère choisi est flashé, il se génère un P300. En détectant la ligne et la colonne qui génèrent un P300, on peut déduire simplement le caractère choisi.

    Localisation des aires corticales impliquées dans la planification d’un mouvement volontaire (© A. Fric / CRDP Versailles).
    Les informations transmises sont toutes intégrées au niveau du cortex moteur primaire. Quand une ICM fait appel à l’imagination motrice, les électrodes les plus importantes sont celles situées dans le voisinage de ce cortex.

    De nombreuses parties du cerveau, et pas seulement les parties motrices, interviennent dans la planification et la réalisation d’un mouvement. Par exemple, les aires de la vision seront concernées par le contrôle du mouvement par le biais du cortex pariétal (➅). Cependant, si la préparation du mouvement fait intervenir le cortex préfrontal et le cortex prémoteur, et l’aire motrice supplémentaire, toutes les informations sont intégrées au niveau du cortex moteur primaire qui envoie les commandes précises aux muscles concernés par le mouvement désiré. Tout naturellement, lorsqu’une ICM fait appel à l’imagination motrice, les électrodes les plus importantes sont celles situées au voisinage du cortex moteur primaire, c’est-à-dire transversalement, au niveau central, au milieu du crâne.
    ➀ = cortex préfrontal ; ➁ = Cortex prémoteur (PMC) ; ➂ = Aire Motrice Supplémentaire (SMA) ; ➃ = Cortex Moteur Primaire (M1) ; ➄ = Cortex Sensoriel Primaire (S1) ; ➅ = Cortex Pariétal Postérieur (PPC).

    Imagerie motrice

    Un type d’ICM exploite l’imagination de mouvement. En effet, un mouvement imaginé, chez un sujet sain comme un sujet paralysé, produit une activité cérébrale similaire à l’activité produite lors d’un mouvement réel. Pour un mouvement donné, l’activité est complexe, associée à une « signature » typique dans le temps, l’espace et les fréquences. La figure ci-contre montre les principales aires corticales impliquées dans la planification et l’exécution d’un mouvement. Comme le cortex primaire sensoriel, le cortex moteur primaire est organisé de façon somatotopique (représentation du corps au sein d’une structure nerveuse), ce qui signifie que des zones contiguës du cortex correspondent à des groupes de muscles contigus du corps.

    Comme un mouvement réel, l’imagination d’un mouvement produit une diminution sensible de l’amplitude des oscillations entre 9 et 11 Hz (mu), et entre 15 et 24 Hz (beta) sur la région du cortex sensori-moteur associé à la partie du corps concernée par le mouvement imaginé.

    Ainsi, on peut associer les 4 directions d’un joy-stick, ou d’un curseur sur un écran, à quatre parties du corps suffisamment éloignées sur le cortex sensori-moteur, par exemple les deux mains, le pied et la langue. En détectant dans quelle région du cortex l’amplitude des oscillations a diminué, on peut interpréter l’intention du sujet.

    Organisation somatotopique des fonctions des cortex sensoriel (gauche) et moteur (droite) d’après Penfield, W., Rasmussen, T. (1950), The Cerebral Cortex of Man: A Clinical Study of Localization of Function, Macmillan, New York.
    Chaque région du corps se projette dans le cortex et occupe une surface variable selon la résolution sensori-motrice. Les ICM utilisent ces données en choisissant des actions dont l’activité corticale est spatialement bien différenciée.

    Ce schéma montre que les régions du corps se projettent dans le cortex selon une organisation connue et qu’elles occupent une surface qui varie énormément selon la résolution sensori-motrice. Par exemple, la main, la bouche et la langue occupent une surface considérable par rapport aux membres inférieurs. Les ICM fondées sur l’imagerie motrice, exploitent cette connaissance en choisissant des actions dont l’activité corticale est spatialement bien différenciée. Ainsi, malgré la variabilité de l’organisation somatotopique d’un sujet à un autre, on peut prévoir quelles seront les électrodes les plus importantes. Malgré tout, les électrodes de scalp mesurent l’activité de plusieurs régions du cerveau. Pour améliorer la résolution spatiale, une première étape de traitement du signal, appelé filtrage spatial, permet de mieux viser dans les zones utiles.

    Quelques objectifs français

    Sur les 10 dernières années, le nombre de publications sur les ICM a été multiplié par 20, montrant l’intérêt de ces travaux. Plus récemment, des travaux de recherche sur les ICM ont été financés par les agences de recherche, au niveau européen (en particulier dans les programmes FP6 et FP7) et en France par l’Agence Nationale de la Recherche (ANR). On est donc en droit d’attendre des progrès scientifiques significatifs dans ce domaine au cours des prochaines années.

    Projet Robik (ANR-AFM ; 2010-2012)
    Beaucoup d’ICM sont actuellement des curiosités de laboratoire, et très rares sont celles utilisées par des patients paralysés. Offrir la technologie des ICM à ces patients implique un effort de recherche important et surtout la prise en considération des aspirations et des besoins réels du patient. L’objectif de RoBIK (Robust Brain-Computer Interface Keyboard) est de développer un clavier virtuel fondé sur le paradigme du P300 utilisable en routine au niveau clinique. Le travail de recherche et développement est conduit de façon à réaliser un P300-Speller réellement efficace, compatible avec les contraintes ergonomiques imposées par la situation du patient. En particulier, ce système devra posséder un casque d’acquisition d’EEG léger, ne nécessitant aucun réglage, permettre de saisir au moins 500 lettres en 20 minutes et disposer d’une interface logicielle adaptable à chaque utilisateur.
    (Contact : Louis Mayaud, ingénieur de recherche à l’hôpital Raymond Poincaré, Garches).

    Projet OpenViBE2 (ANR ; 2009-2012)

    Électrodes EEG utilisées dans le projet OpenViBE (© Inria/Kaksonen)

    OpenViBE est d’abord une plate-forme de recherche ouverte (sous Licence LGPL) qui permet de réaliser l’acquisition d’expériences et le traitement de signaux EEG en temps réel. Le projet OpenViBE2 associe les ICM et les jeux vidéo. Dans ce but, les ICM sont utilisées en complément des interfaces traditionnelles (souris et « gamepad »), afin d’exploiter l’activité cérébrale pour adapter en temps réel l’interaction et le contenu du jeu vidéo. Outre des applications purement ludiques proposant une interaction 3D avec des univers virtuels fondés sur des états mentaux, ce projet vise le développement de « serious games » : jeux d’entraînement cérébral comme des simulateurs réalistes, jeux thérapeutiques pour les enfants souffrant de troubles de l’attention.
    (Contact : Anatole Lecuyer, chercheur Inria, IRISA, Rennes).

    Projet CoAdapt (ANR ; 2009-2012)
    Les ICM mettent en jeu de nouveaux modes de perception et d’interaction, et un nouvel utilisateur doit s’approprier le système comme un enfant explore son système sensori-moteur. Le feedback et la récompense sont importants dans cet apprentissage. L’objectif de ce projet est d’étudier la co-adaptation entre l’utilisateur et le système ICM au cours de l’apprentissage et de l’utilisation. Alors que les progrès de la recherche en ICM consistent surtout à optimiser indépendamment chaque élément du système, CoAdapt considère le système en boucle fermée, ce qui représente un saut conceptuel important. Le projet CoAdapt modélise le double apprentissage qui s’opère en ICM, considérant deux agents développant des stratégies collaboratives : l’utilisateur et le système. Le système ICM reçoit des signaux électroencéphalographiques, qui sont variables au cours du temps, à cause notamment de l’habituation et la plasticité corticale. CoAdapt utilise des méthodes numériques d’apprentissage adaptatif et y incorpore des concepts tels que le retour sensoriel et sa conséquence neurophysiologique en termes d’activité cérébrale.
    (Contact : Maureen Clerc, directrice de recherche Inria, Sophia Antipolis).

    Et l’éthique, dans tout ça ?

    Nous sommes très loin de concevoir des ICM qui lisent vraiment dans la pensée, mais les problèmes d’éthique ne sont pas pour autant ignorés. Des lois encadrent les expérimentations chez l’homme et chez l’animal et des commissions les valident au cas par cas. L’accord du patient est nécessaire et les données sont soumises à la loi informatique et liberté. Au-delà du cadre légal, chaque chercheur a une réflexion sur les implications de ses recherches.

    Cet article est paru dans la revue DocSciences n°13 Informatique et médecine, éditée par le CRDP de l’Académie de Versailles en partenariat avec Inria.

    Newsletter

    Le responsable de ce traitement est Inria. En saisissant votre adresse mail, vous consentez à recevoir chaque mois une sélection d'articles et à ce que vos données soient collectées et stockées comme décrit dans notre politique de confidentialité

    Niveau de lecture

    Aidez-nous à évaluer le niveau de lecture de ce document.

    Si vous souhaitez expliquer votre choix, vous pouvez ajouter un commentaire (Il ne sera pas publié).

    Votre choix a été pris en compte. Merci d'avoir estimé le niveau de ce document !

    Marco Congedo

    Voir le profil

    Christian Jutten

    Professeur à l'Université Joseph Fourier (Grenoble 1), chercheur en traitement du signal et des images à Gipsa-lab, membre de l'Institut Universitaire de France.
    Voir le profil

    Découvrez le(s) dossier(s) associé(s) à cet article :

    DossierCulture & Société

    DocSciences

    Ces articles peuvent vous intéresser

    VidéoCulture & Société
    Médecine & Sciences du vivantModélisation & Simulation

    OpenViBE : un logiciel pour les interfaces cerveau-ordinateur

    Anatole Lécuyer
    Christian Blonz

    Niveau intermédiaire
    Niveau 2 : Intermédiaire
    ArticleMédecine & Sciences du vivant

    Neurofeedback : un traitement non invasif du trouble du déficit de l’attention

    Marco Congedo
    Alexandre Bouchet
    Anatole Lécuyer

    Niveau intermédiaire
    Niveau 2 : Intermédiaire
    ArticleMédecine & Sciences du vivant
    Modélisation & Simulation

    Idée reçue : Grâce au numérique, on peut lire dans les pensées

    Fabien Lotte

    Niveau facile
    Niveau 1 : Facile