Sujet de test qui a une électronique sans fil flexible conforme à la nuque, avec des électrodes cheveux secs sous un bandeau en tissu et une électrode à membrane sur la mastoïde, connecté avec des câbles à couche mince. Crédit :Woon-Hong Yeo
La combinaison de nouvelles classes d'électrodes nanomembranaires avec une électronique flexible et un algorithme d'apprentissage en profondeur pourrait aider les personnes handicapées à contrôler sans fil un fauteuil roulant électrique, interagir avec un ordinateur ou faire fonctionner un petit véhicule robotique sans enfiler un capuchon d'électrode encombrant ou avoir à lutter avec des fils.
En fournissant un entièrement portable, interface cerveau-machine sans fil (IMC), le système portable pourrait offrir une amélioration par rapport à l'électroencéphalographie conventionnelle (EEG) pour mesurer les signaux des potentiels évoqués visuellement dans le cerveau humain. La capacité du système à mesurer les signaux EEG pour l'IMC a été évaluée avec six sujets humains, mais n'a pas été étudié avec des personnes handicapées.
Le projet, menée par des chercheurs du Georgia Institute of Technology, Université du Kent et Wichita State University, a été rapporté le 11 septembre dans le journal Nature Machine Intelligence .
"Cet ouvrage rend compte des stratégies fondamentales pour concevoir un système EEG portable pour une large gamme d'appareils d'assistance, systèmes de maison intelligente et interfaces de neuro-gaming, " a déclaré Woon-Hong Yeo, professeur adjoint à la George W. Woodruff School of Mechanical Engineering de Georgia Tech et au Wallace H. Coulter Department of Biomedical Engineering. « La principale innovation réside dans le développement d'un ensemble entièrement intégré de systèmes et de circuits de surveillance EEG haute résolution au sein d'un système miniaturisé conforme à la peau. »
L'IMC est un élément essentiel de la technologie de rééducation qui permet aux personnes atteintes de sclérose latérale amyotrophique (SLA), AVC chronique ou autres handicaps moteurs graves pour contrôler les systèmes prothétiques. La collecte de signaux cérébraux connus sous le nom de potentiels évoqués virtuellement à l'état d'équilibre (SSVEP) nécessite désormais l'utilisation d'un bonnet à cheveux clouté d'électrodes qui utilise des électrodes humides, des adhésifs et des fils pour se connecter à l'équipement informatique qui interprète les signaux.
Yeo et ses collaborateurs profitent d'une nouvelle classe de flexibilité, capteurs sans fil et électronique qui peuvent être facilement appliqués sur la peau. Le système comprend trois composants principaux :très flexible, électrodes montées sur les cheveux qui entrent en contact direct avec le cuir chevelu à travers les cheveux; une électrode nanomembranaire ultrafine; et doux, circuit flexible avec une unité de télémétrie Bluetooth. Les données EEG enregistrées du cerveau sont traitées dans le circuit flexible, puis transmis sans fil à une tablette via Bluetooth jusqu'à 15 mètres de distance.
Au-delà des exigences de détection, la détection et l'analyse des signaux SSVEP ont été difficiles en raison de la faible amplitude du signal, qui est de l'ordre de dizaines de micro-volts, semblable au bruit électrique dans le corps. Les chercheurs doivent également faire face aux variations dans le cerveau humain. Pourtant, mesurer avec précision les signaux est essentiel pour déterminer ce que l'utilisateur veut que le système fasse.
Pour relever ces défis, l'équipe de recherche s'est tournée vers des algorithmes de réseau neuronal d'apprentissage en profondeur fonctionnant sur des circuits flexibles.
« Méthodes d'apprentissage en profondeur, couramment utilisé pour classer des images d'objets de tous les jours tels que des chats et des chiens, sont utilisés pour analyser les signaux EEG, " a déclaré Chee Siang (Jim) Ang, maître de conférences en multimédia/systèmes numériques à l'Université de Kent. "Comme les images d'un chien qui peuvent avoir beaucoup de variations, Les signaux EEG ont le même défi de haute variabilité. Les méthodes d'apprentissage en profondeur se sont avérées efficaces avec les images, et nous montrons qu'ils fonctionnent également très bien avec les signaux EEG."
Un étirable imprimé par jet d'aérosol, électrode en forme de peau avec une structure à mailles ouvertes illustrée en médaillon. Crédit :Woon-Hong Yeo
En outre, les chercheurs ont utilisé des modèles d'apprentissage en profondeur pour identifier les électrodes les plus utiles pour collecter des informations afin de classer les signaux EEG. "Nous avons découvert que le modèle est capable d'identifier les emplacements pertinents dans le cerveau pour l'IMC, ce qui est en accord avec les experts humains, " Ang ajouté. "Cela réduit le nombre de capteurs dont nous avons besoin, réduire les coûts et améliorer la portabilité."
Le système utilise trois électrodes de cuir chevelu en élastomère maintenues sur la tête avec une bande de tissu, électronique sans fil ultrafine conforme au cou, et une électrode imprimée en forme de peau placée sur la peau sous une oreille. Les électrodes douces et sèches adhèrent à la peau et n'utilisent ni adhésif ni gel. En plus de la facilité d'utilisation, le système pourrait réduire le bruit et les interférences et fournir des débits de transmission de données plus élevés que les systèmes existants.
Le système a été évalué avec six sujets humains. L'algorithme d'apprentissage en profondeur avec classification des données en temps réel pourrait contrôler un fauteuil roulant électrique et un petit véhicule robotique. Les signaux pourraient également être utilisés pour contrôler un système d'affichage sans utiliser de clavier, joystick ou autre contrôleur, dit Yeo.
"Les systèmes EEG typiques doivent couvrir la majorité du cuir chevelu pour obtenir des signaux, mais les utilisateurs potentiels peuvent être sensibles à leur port, " ajouta Yeo. " Ce miniaturisé, dispositif souple portable est entièrement intégré et conçu pour être confortable pour une utilisation à long terme.
Les prochaines étapes consisteront à améliorer les électrodes et à rendre le système plus utile pour les personnes à mobilité réduite.
« L'étude future se concentrerait sur l'étude des matériaux entièrement élastomères, électrodes auto-adhésives sans fil qui peuvent être montées sur le cuir chevelu sans aucun support de casque, avec une miniaturisation supplémentaire de l'électronique pour incorporer plus d'électrodes à utiliser avec d'autres études, " a déclaré Yeo. " Le système EEG peut également être reconfiguré pour surveiller les potentiels évoqués moteurs ou l'imagination motrice pour les sujets ayant une déficience motrice, qui sera étudié plus avant dans le cadre d'un futur travail sur les applications thérapeutiques."
Long terme, le système peut avoir un potentiel pour d'autres applications où une surveillance EEG plus simple serait utile, comme dans les études sur le sommeil réalisées par Audrey Duarte, professeur agrégé à l'École de psychologie de Georgia Tech.
"Ce système de surveillance EEG a le potentiel de permettre enfin aux scientifiques de surveiller l'activité neuronale humaine d'une manière relativement discrète pendant que les sujets vivent leur vie, " dit-elle. " Par exemple, Le Dr Yeo et moi utilisons actuellement un système similaire pour surveiller l'activité neuronale pendant que les gens dorment dans le confort de leur foyer, plutôt que le laboratoire avec encombrants, rigide, équipement inconfortable, comme cela se fait habituellement. Mesurer l'activité neuronale liée au sommeil avec un système imperceptible peut nous permettre d'identifier de nouvelles, biomarqueurs non invasifs de la pathologie neuronale liée à la maladie d'Alzheimer prédictive de la démence."
En plus de ceux déjà mentionnés, l'équipe de recherche comprenait Musa Mahmood, Yun-Soung Kim, Saswat Mishra, et Robert Herbert de Georgia Tech; Deogratias Mzurikwao de l'Université du Kent; et Yongkuk Lee de l'Université d'État de Wichita.
