Peut-on tout contrôler par la pensée ? Les interfaces cerveau-machine 1ère partie Jérémie Mattout & Emmanuel Maby équipe « Dynamique Cérébrale et Cognition » (DYCOG) Centre de Recherche en Neuroscience de Lyon (CRNL) Le Centre de Recherche en Neurosciences de Lyon (Dir. Olivier Bertrand) http://crnl.univ-lyon1.fr • • • • • 11 équipes de recherche en Neurosciences pluridisciplinaires 350 membres Tutelles académiques: INSERM, CNRS, Université Lyon 1, Université de St-Etienne De la cellule à l’animal et à l’homme Du fondamental à la clinique Equipe DYCOG (Dynamique Cérébrale et Cognition, Dir. Olivier Bertrand) • 15 chercheurs, 6 hospitalo-universitaires, 7 ingénieurs et techniciens, 10 postdocs, 19 docs - Attention, contrôle Perception Réhabilitation Cognition sociale Sommeil, rêve Etats de conscience altérée Epilepsie Traitement du signal, connectivité Interfaces cerveau-machine Les interfaces cerveau-machine: principe général http://bnci-horizon-2020.eu Algorithmes de lecture Techniques de mesure Interaction en boucle fermée Interface ergonomique Définition - S’appuie sur une mesure de l’activité cérébrale - Fournit un retour à l’utilisateur - Opère en ligne Les interfaces cerveau-machine: domaines d’applications 6 scénarios d’application http://bnci-horizon-2020.eu 1) Remplacer un effecteur faisant défaut suite à un traumatisme ou à une maladie (ex. système de communication, chaise roulante motorisée…) 2) Restaurer le contrôle, comme à travers la stimulation électrique fonctionnelle d’un muscle ou de nerfs périphériques 3) Augmenter les capacités du système nerveux central (ex. monitorer l’attention pour agir en cas de besoin) Les interfaces cerveau-machine: domaines d’applications 6 scénarios d’application http://bnci-horizon-2020.eu 4) Etendre les effecteurs naturels du système nerveux central (homme augmenté) 5) Améliorer les effecteurs défectueux (ex. compléter le signal envoyé par le cerveau qui a souffert d’un AVC pour mieux commander un muscle ou une orthèse et favoriser la rééducation) 6) Recherche, clinique ou fondamentale Les interfaces cerveau-machine: un défi pluri-disciplinaire Neurosciences Fondamentales Code neural ? Verrou important Progrès Technologiques Applications Cliniques Hardware / Software Autonomie, communication, réhabilitation Quelques notions de neuro-anatomie • Structure hiérarchique • Le neurone (~100 milliards, ~10 000 connexions par neurone) Fonction cérébrale: - Encoder, transformer et transmettre de l’information - Produire des décisions, des actions Code neural: Règles et mécanismes par lesquels le signal neuronal encode les fonctions cérébrales (motrices et cognitives) Quelques notions de neuro-anatomie Cortex « auditif » Cortex du « toucher » Homonculus Les principales techniques de mesure de l’activité cérébrale NIRS TEP IRM MEG iEEG EEG Activité cérébrale et techniques de mesures Activité neuronale Impulsions potentiels locaux Illustration par Galvani (1737-1798) Activité cérébrale et techniques de mesures Activité neuronale Signal brut Basses fréquences Hautes fréquences + seuil Potentiels locaux Impulsions Classification Quiroga & Panzeri, Nature Rev. Neuroscience, 2009 Activité de chaque neurone Activité cérébrale et techniques de mesures Quel code neural ? • Le codage par le « nombre d’impulsions » Activité cérébrale et techniques de mesures Quel code neural ? • Le codage par la « latence des Impulsions » Vitesse constante Neurone de la région MT chez le singe Vitesse variable Buracas et al., Neuron, 1998 Activité cérébrale et techniques de mesures Quel code neural ? • Quelle sélectivité pour les neurones ? Activité cérébrale et techniques de mesures Activité neuronale et code neural: conclusion partielle • L’activité neuronale est de nature électrique, mesurable à l’aide de micro-électrodes implantées • Les réponses unitaires sont des séquences de type « tout-ou-rien » • L’activité d’un neurone isolé est identifiée par des méthodes de détection et de classification • L’information est en partie portée par le taux de décharge • L’information est en partie portée par le « timing » des décharges • Il existe une spécialisation neuronale Activité cérébrale et techniques de mesures Activité d’une ou plusieurs populations de neurones Sélectivité à la direction du mouvement dans le cortex moteur: « Tuning curve » d’1 neurone 1 neurone du cortex moteur contro-latéral spikes/ sec Tuning curve direction préférée Direction du mouvement Georgopoulos et al., Science, 1996 Activité cérébrale et techniques de mesures Activité d’une ou plusieurs populations de neurones Sélectivité à la direction du mouvement dans le cortex moteur: Codage par vecteur de population Direction préférée d’un neurone Direction prédite par la population Réponses combinées de ~200 neurons Georgopoulos et al., Science, 1996 Activité cérébrale et techniques de mesures Activité d’une ou plusieurs populations de neurones Les différentes échelles de mesure Uni-cell. 1 très bonne Multi-cell. >1 Potentiels locaux ECoG nombre de neurones précision spatiale invasif EEG & MEG > 100.000 médiocre non-invasif Activité cérébrale et techniques de mesures Activité d’une voire plusieurs larges populations de neurones Que mesure-t’on en EEG ? éveil repos somnolence sommeil Sommeil profond coma Hans Berger, 1929 Activité cérébrale et techniques de mesures Activité d’une voire plusieurs larges populations de neurones Que mesure-t’on en EEG ? fréquence amplitude delta < 3 Hz 100 – 200 uV theta 4 - 7 Hz 10 – 30 uV alpha 8 - 13 Hz 20 – 60 uV mu 9 - 15 Hz 20 – 60 uV beta 15 - 30 Hz < 20 uV gamma > 30 Hz < 10 uV Activité cérébrale et techniques de mesures Activité d’une voire plusieurs larges populations de neurones Que mesure-t’on en EEG ? T-F T-F Moyenne temporelle Moyenne de puissance réponse évoquée Gamma induit T-F Hz réponse évoquée ms Hz ms Bertrand et al., 1996 Activité cérébrale et techniques de mesures Activité d’une voire plusieurs larges populations de neurones Que mesure-t’on en EEG ? liage perceptif Hz représentation interne Hz 80 80 60 60 40 20 40 0 200 400 ms 20 0 200 400 ms Les régions recrutées dépendent de la tâche Tallon-Baudry & Bertrand, TICS, 1999 Activité cérébrale et techniques de mesures Interaction entre des régions cérébrales distantes Gyrus fusiforme Sillon occipital latéral 100 Hz délai S1 S2 gamma 60 40 30 mémoire beta 20 15 -400 0 400 800 1200 1400 ms 100 Hz 60 contrôle 40 30 20 15 -400 0 400 800 1200 1400 ms Tallon-Baudry, Bertrand, Fischer, J. Neurosci. 2001 Activité cérébrale et techniques de mesures Activité d’une ou plusieurs populations de neurones Gyrus fusiforme Sillon occipital latéral 100 Hz délai S1 S2 gamma 60 40 30 mémoire beta 20 15 -400 0 400 800 1200 80 Hz 50 synchronie entre régions (différence de phase constante) 1400 ms mémoire contrôle • gamma local pendant l’encodage 30 20 12 8 -200 0 400 800 1200 ms • synchronie beta à longue-distance pendant la mémorisation Activité cérébrale et techniques de mesures De la connectivité au sein d’un réseau d’aires cérébrales Ecoute passive d’une séquence de sons … … S S S D S S Lecaignard et al., Frontiers 2015 Etude chez patients Boly et al., Science 2011 CM EV Activité cérébrale et techniques de mesures Activité d’une ou plusieurs populations de neurones: conclusion partielle Ségrégation fonctionnelle Intégration fonctionnelle Cortex moteur Cortex auditif 1 fonction -> plusieurs régions/populations Cortex visuel 1 région/population -> plusieurs fonctions ? ou décoder l’activité cérébrale en temps-réel ? De l’importance de la plasticité cérébrale Modulation volontaire de l’activité neuronale - Enregistrements unitaires chez le singe - Neurones du cortex moteur - Apprentissage par conditionnement (récompense: graines) Fetz et al., Science, 1969 Merci pour votre attention !