Projets ANR du CRNL sélectionnés en 2021 - HIFI, Jérémie Mattout, COPHY CRNL

Jérémie_Mattout

Résumé

Les interfaces cerveau-machine nourrissent beaucoup d’espoir chez les patients lourdement handicapés. Mais les approches EEG non-invasives offrent des performances encore trop faibles et trop instables, que ce soit pourrestaurer du contrôle ou pour assister la réhabilitation post-AVC. Unestratégie hautement personnalisée s’impose, ainsi qu’un examen approfondi des marqueurs neurophysiologiques exploités jusqu’ici.Cette double approche est désormais possible et porteuse d’avancées majeures. Les immenses progrès en imagerie haute résolution (IRM et MEG laminaires) et dans la compréhension des rythmes cérébraux ouvrent la voie à de nouvelles interfaces.Notamment le fait que les marqueurs traditionnellement utilisés comme signatures de la réalisation ou de l’imagination d’un mouvement, les fameuses désynchronisations ou baisses de puissance dans la bande beta (14-30Hz), ne s’exprimeraient en réalité que par bouffées transitoires dont l’amplitude et la fréquence d’occurrence seraient porteuses de l’information pertinente. La littérature très récente à propos de ces bouffées oscillatoires suggère une meilleure spécificité par rapport aux caractéristiques de l’action (temps de réaction, erreurs), et montre également uneplus grande spécificité spatiale (latéralisation) d’après nos résultats préliminaires. Et il en serait de même pour le rythme sensorimoteur mu (8-13Hz).Par ailleurs, il est désormais possible d’imprimer en 3D à partir d’une IRM anatomique haute résolution, un moule de tête individuel et permettant à un sujet ou patient de se positionner dans la MEG de manière reproductible d’une session à l’autre, tout en minimisant les mouvements par rapport aux capteurs. Cette approche permet d’augmenter significativement le rapport signal sur bruit et d’atteindre une précision laminaire dans la description de l’activité corticale. Elle a été récemment mise en place à Lyon.Notre projet HiFipropose d’exploiter ces avancées récentes à la fois fondamentales et technologiques pour optimiser les performances de l’EEG BCI.Cela commence par un profilage multimodal, pour établir un modèle de décodage de l’EEG spécifique du patient. Cela nécessite également un traitement adaptatif du signal, d’une session à une autre, mais aussi en temps-réel. Puis, implémenté dans un système portable combinant EEG et réalité virtuelle, cela conduira à un outil optimal pour l’entraînement cérébral.Ce projet translationnel prévoit d’impliquer les patients au plus tôt, pour démontrer la faisabilité et le grand potentiel de cette approche originale.Ainsi, après expérimentation et validation auprès de volontaires sains, une étude pilote sera réalisée chez 10 patients post-AVC en phase subaigüe. Enfin, nous développerons un prototype dont nous envisageons la démonstration à l’occasion de la compétition de BCI internationale organisée tous les 4 ans à Zürich (Cybathlon 2024) pour laquelle nous enrôlerons deux sujets tétraplégiques.Le projet HiFi s’étendra sur quatre ans. Il réunit un consortium de trois laboratoires académiques aux compétences complémentaires, en BCI, électrophysiologie, neurosciences, traitement du signal et apprentissage machine. Enfin, il s’attache descollaborateurs cliniques et industriels essentiels à la bonne réalisation de nos objectifs ambitieux.