La bande passante inutilisée dans les neurones peut être exploitée pour contrôler des membres supplémentaires
Des membres supplémentaires, contrôlés par des patchs d’électrodes portables qui lisent et interprètent les signaux neuronaux de l’utilisateur, pourraient avoir d’innombrables utilisations, telles que l’assistance à des missions de sortie dans l’espace pour réparer des satellites.
QUE POURRIEZ-VOUS FAIRE avec un membre supplémentaire ? Considérez un chirurgien effectuant une opération délicate, qui a besoin de son expertise et de ses mains stables, les trois. Alors que ses deux mains biologiques manipulent des instruments chirurgicaux, un troisième membre robotique attaché à son torse joue un rôle de soutien. Ou imaginez un ouvrier du bâtiment qui est reconnaissant pour sa main robotique supplémentaire alors qu’elle maintient la lourde poutre qu’il fixe en place avec ses deux autres mains. Imaginez porter un exosquelette qui vous permettrait de manipuler plusieurs objets simultanément, comme le Dr Octopus de Spiderman ou contempler la musique extravagante qu’un compositeur pourrait écrire pour un pianiste qui a 12 doigts à répartir sur le clavier.
De tels scénarios peuvent sembler de la science-fiction, mais les progrès récents de la robotique et des neurosciences rendent concevables des membres robotiques supplémentaires avec la technologie actuelle. Un groupe de recherche à l’Imperial College de Londres et à l’ Université de Fribourg , en Allemagne, en collaboration avec des partenaires du projet européen NIMA , travaille actuellement à déterminer si une telle augmentation peut être réalisée dans la pratique pour étendre les capacités humaines. Les principales questions que nous abordons concernent à la fois les neurosciences et les neurotechnologies : le cerveau humain est-il capable de contrôler des parties supplémentaires du corps aussi efficacement qu’il contrôle des parties biologiques ? Et si oui, quels signaux neuronaux peuvent être utilisés pour ce contrôle ?
On pense que les membres robotiques supplémentaires pourraient être une nouvelle forme d’augmentation humaine, améliorant les capacités des personnes sur des tâches qu’elles peuvent déjà effectuer ainsi qu’en élargissant leur capacité à faire des choses qu’elles ne peuvent tout simplement pas faire avec leur corps humain naturel. Si les humains pouvaient facilement ajouter et contrôler un troisième bras, une troisième jambe ou quelques doigts de plus, ils les utiliseraient probablement dans des tâches et des performances allant au-delà des scénarios mentionnés ici, découvrant de nouveaux comportements que nous ne pouvons même pas encore imaginer. .
Niveaux d’augmentation humaine
Les membres robotiques ont parcouru un long chemin au cours des dernières décennies, et certains sont déjà utilisés par les gens pour améliorer leurs capacités. La plupart sont actionnés via un joystick ou d’autres commandes manuelles. Par exemple, c’est ainsi que les travailleurs sur les chaînes de fabrication manient les membres mécaniques qui maintiennent et manipulent les composants d’un produit. De même, les chirurgiens qui pratiquent la chirurgie robotique sont assis à une console de l’autre côté de la pièce du patient. Alors que le robot chirurgical peut avoir quatre bras munis d’outils différents, les mains du chirurgien ne peuvent en contrôler que deux à la fois. Pourrions-nous donner à ces chirurgiens la capacité de contrôler quatre outils simultanément ?
Les membres robotiques sont également utilisés par les personnes amputées ou paralysées. Cela inclut les personnes en fauteuil roulant électrique contrôlant un bras robotique avec le joystick de la chaise et celles à qui il manque des membres contrôlant une prothèse par les actions de leurs muscles restants. Mais une prothèse véritablement contrôlée par l’esprit est une rareté.
Si les humains pouvaient facilement ajouter et contrôler un troisième bras, ils les utiliseraient probablement dans de nouveaux comportements que nous ne pouvons même pas encore imaginer.
Les pionniers des prothèses contrôlées par le cerveau sont des personnes atteintes de tétraplégie , qui sont souvent paralysées du cou jusqu’aux pieds. Certaines de ces personnes se sont hardiment portées volontaires pour des essais cliniques d’implants cérébraux qui leur permettent de contrôler un membre robotique par la seule pensée , en émettant des commandes mentales qui amènent un bras robotisé à porter une boisson à leurs lèvres ou à effectuer d’autres tâches de la vie quotidienne. Ces systèmes entrent dans la catégorie des interfaces cerveau-machine (IMC). D’autres volontaires ont utilisé les technologies BMI pour contrôler les curseurs d’ordinateur, leur permettant de taper des messages, de naviguer sur Internet, etc. Mais la plupart de ces systèmes d’IMC nécessitent une chirurgie cérébrale pour insérer l’implant neural et comprennent du matériel qui dépasse du crâne, ce qui les rend adaptés uniquement à une utilisation en laboratoire.
L’augmentation du corps humain peut être considérée comme ayant trois niveaux. Le premier niveau augmente une caractéristique existante, de la manière dont, par exemple, un exosquelette motorisé peut donner au porteur une super force . Le deuxième niveau donne à une personne un nouveau degré de liberté, comme la possibilité de bouger un troisième bras ou un sixième doigt, mais à un coût – si l’appendice supplémentaire est contrôlé par une pédale, par exemple, l’utilisateur sacrifie la mobilité normale du pied pour faire fonctionner le système de contrôle. Le troisième niveau d’augmentation, et le moins mature sur le plan technologique, donne à l’utilisateur un degré de liberté supplémentaire sans retirer la mobilité d’aucune autre partie du corps. Un tel système permettrait aux gens d’utiliser leur corps normalement en exploitant certains signaux neuronaux inutilisés pour contrôler le membre robotique. C’est le niveau que nous explorons dans nos recherches.
Déchiffrer les signaux électriques des muscles
Une augmentation humaine de troisième niveau peut être obtenue avec des implants invasifs d’IMC, mais pour un usage quotidien, nous avons besoin d’un moyen non invasif de capter les commandes cérébrales de l’extérieur du crâne. Pour de nombreux groupes de recherche, cela signifie s’appuyer sur une technologie éprouvée d’ électroencéphalographie (EEG), qui utilise des électrodes du cuir chevelu pour capter les signaux cérébraux. Nos groupes travaillent sur cette approche, mais nous explorons également une autre méthode : utiliser les signaux d’ électromyographie (EMG) produits par les muscles. Nous avons passé plus d’une décennie à étudier comment les électrodes EMG à la surface de la peau peuvent détecter les signaux électriques des muscles que nous pouvons ensuite décoder pour révéler les commandes envoyées par les neurones de la colonne vertébrale.
Les signaux électriques sont le langage du système nerveux. Dans tout le cerveau et les nerfs périphériques, un neurone « se déclenche » lorsqu’une certaine tension – quelques dizaines de millivolts – s’accumule dans la cellule et provoque le déplacement d’un potentiel d’action le long de son axone, libérant des neurotransmetteurs aux jonctions, ou synapses, avec d’autres neurones. , et déclenchant potentiellement ces neurones à se déclencher à leur tour. Lorsque de telles impulsions électriques sont générées par un motoneurone dans la moelle épinière, elles voyagent le long d’un axone qui atteint le muscle cible, où elles traversent des synapses spéciales vers des fibres musculaires individuelles et les font se contracter. Nous pouvons enregistrer ces signaux électriques, qui encodent les intentions de l’utilisateur, et les utiliser à diverses fins de contrôle.
Comment les signaux neuronaux sont décodés
Un module de formation [orange] prend un premier lot de signaux EMG lus par le réseau d’électrodes [gauche], détermine comment extraire les signaux des neurones individuels et résume mathématiquement le processus sous la forme d’une matrice de séparation et d’autres paramètres. Grâce à ces outils, le module de décodage en temps réel [vert] peut extraire efficacement des séquences de pointes de neurones individuels, ou « trains de pointes » [à droite], à partir d’un flux continu de signaux EMG. CHRIS PHILPOT
Cependant, déchiffrer les signaux neuronaux individuels en fonction de ce qui peut être lu par l’EMG de surface n’est pas une tâche simple. Un muscle typique reçoit des signaux de centaines de neurones spinaux. De plus, chaque axone se ramifie au niveau du muscle et peut se connecter à une centaine de fibres musculaires individuelles ou plus réparties dans tout le muscle. Une électrode EMG de surface capte un échantillon de cette cacophonie d’impulsions.
Une percée dans les interfaces neuronales non invasives est venue avec la découverte en 2010 que les signaux captés par l’EMG haute densité, dans lequel des dizaines à des centaines d’électrodes sont fixées à la peau, peuvent être démêlés , fournissant des informations sur les commandes envoyées par les motoneurones individuels dans la colonne vertébrale. De telles informations n’avaient auparavant été obtenues qu’avec des électrodes invasives dans les muscles ou les nerfs. Nos électrodes de surface à haute densité fournissent un bon échantillonnage sur plusieurs emplacements, ce qui nous permet d’identifier et de décoder l’activité d’une proportion relativement importante des motoneurones spinaux impliqués dans une tâche. Et nous pouvons maintenant le faire en temps réel, ce qui suggère que nous pouvons développer des systèmes d’IMC non invasifs basés sur les signaux de la moelle épinière.
Un muscle typique reçoit des signaux de centaines de neurones spinaux.
La version actuelle de notre système se compose de deux parties : un module de formation et un module de décodage en temps réel. Pour commencer, avec la grille d’électrodes EMG attachée à sa peau, l’utilisateur effectue des contractions musculaires douces et nous transmettons les signaux EMG enregistrés au module d’entraînement. Ce module effectue la tâche difficile d’identifier les impulsions individuelles des motoneurones (également appelées pointes) qui composent les signaux EMG. Le module analyse la relation entre les signaux EMG et les pics neuronaux déduits, qu’il résume dans un ensemble de paramètres qui peuvent ensuite être utilisés avec une prescription mathématique beaucoup plus simple pour traduire les signaux EMG en séquences de pics provenant de neurones individuels.
Avec ces paramètres en main, le module de décodage peut prendre de nouveaux signaux EMG et extraire l’activité individuelle des motoneurones en temps réel. Le module de formation nécessite beaucoup de calculs et serait trop lent pour effectuer lui-même un contrôle en temps réel, mais il ne doit généralement être exécuté qu’une seule fois à chaque fois que la grille d’électrodes EMG est fixée en place sur un utilisateur. En revanche, l’algorithme de décodage est très efficace, avec des latences aussi faibles que quelques millisecondes, ce qui augure bien pour d’éventuels systèmes IMC portables autonomes. Nous avons validé la précision de notre système en comparant ses résultats avec des signaux obtenus simultanément par deux électrodes EMG invasives insérées dans le muscle de l’utilisateur.
Exploitation de la bande passante supplémentaire dans les signaux neuronaux
Le développement de cette méthode en temps réel pour extraire les signaux des motoneurones spinaux a été la clé de notre travail actuel sur le contrôle des membres robotiques supplémentaires. En étudiant ces signaux neuronaux, nous avons remarqué qu’ils avaient essentiellement une bande passante supplémentaire.
La partie basse fréquence du signal (inférieure à environ 7 hertz) est convertie en force musculaire, mais le signal a également des composantes à des fréquences plus élevées, telles que celles de la bande bêta à 13 à 30 Hz, qui sont trop élevées pour contrôler un muscle et semblent ne pas être utilisés. Nous ne savons pas pourquoi les neurones spinaux envoient ces signaux à haute fréquence ; peut-être que la redondance est un tampon en cas de nouvelles conditions qui nécessitent une adaptation. Quelle que soit la raison, les humains ont développé un système nerveux dans lequel le signal qui sort de la moelle épinière contient des informations beaucoup plus riches que celles nécessaires pour commander un muscle.
Cette découverte nous a amenés à réfléchir à ce qui pourrait être fait avec les fréquences de réserve. En particulier, nous nous sommes demandé si nous pouvions prendre ces informations neuronales étrangères et les utiliser pour contrôler un membre robotique. Mais nous ne savions pas si les gens seraient capables de contrôler volontairement cette partie du signal séparément de la partie qu’ils utilisaient pour contrôler leurs muscles. Nous avons donc conçu une expérience pour le savoir.
Contrôle neuronal démontré
Une volontaire exploite la bande passante neuronale inutilisée pour diriger le mouvement d’un curseur sur l’écran devant elle. Les signaux neuronaux passent de son cerveau, à travers les neurones de la colonne vertébrale, au muscle de son tibia, où ils sont lus par un réseau d’électrodes d’électromyographie (EMG) sur sa jambe et déchiffrés en temps réel. Ces signaux comprennent des composants à basse fréquence [bleu] qui contrôlent les contractions musculaires, des fréquences plus élevées [bande bêta, jaune] sans but biologique connu et du bruit [gris]. CHRIS PHILPOT; SOURCE : M. BRÄCKLEIN ET AL., JOURNAL OF NEURAL ENGINEERING
Dans une première expérience de preuve de concept, des volontaires ont essayé d’utiliser leur capacité neuronale disponible pour contrôler les curseurs d’ordinateur. La configuration était simple, même si le mécanisme neuronal et les algorithmes impliqués étaient sophistiqués. Chaque volontaire s’est assis devant un écran et nous avons placé un système EMG sur sa jambe, avec 64 électrodes dans un patch de 4 x 10 centimètres collé à son tibia sur le muscle tibial antérieur , qui fléchit le pied vers le haut lorsqu’il se contracte. Le tibial a été un cheval de bataille pour nos expériences : il occupe une grande surface proche de la peau et ses fibres musculaires sont orientées le long de la jambe, ce qui le rend idéal pour décoder l’activité des motoneurones spinaux qui l’innervent.
Voici quelques résultats de l’expérience dans laquelle des signaux neuronaux basse et haute fréquence, respectivement, contrôlaient le mouvement horizontal et vertical d’un curseur d’ordinateur. Des ellipses colorées (avec des signes plus au centre) indiquent les zones cibles. Les trois diagrammes du haut montrent les trajectoires (chacune commençant en bas à gauche) réalisées pour chaque cible sur trois essais par un utilisateur. En bas, les points indiquent les positions obtenues dans de nombreux essais et utilisateurs. Des croix colorées marquent les positions moyennes et la plage de résultats pour chaque cible. SOURCE : M. BRÄCKLEIN ET AL., JOURNAL OF NEURAL ENGINEERING
Il a été demandé à des volontaires de contracter régulièrement le tibial, en le maintenant essentiellement tendu, et tout au long de l’expérience, nous avons examiné les variations dans les signaux neuronaux extraits. Nous avons séparé ces signaux dans les basses fréquences qui contrôlaient la contraction musculaire et les fréquences de réserve à environ 20 Hz dans la bande bêta, et nous avons lié ces deux composantes respectivement au contrôle horizontal et vertical d’un curseur sur un écran d’ordinateur. Nous avons demandé aux volontaires d’essayer de déplacer le curseur sur l’écran, atteignant toutes les parties de l’espace, mais nous n’avons pas, et en effet pas pu, leur expliquer comment faire cela. Ils devaient se fier au retour visuel de la position du curseur et laisser leur cerveau comprendre comment le faire bouger.
Remarquablement, sans savoir exactement ce qu’ils faisaient, ces bénévoles ont maîtrisé la tâche en quelques minutes, en faisant glisser le curseur sur l’écran, bien qu’en tremblant. En commençant par un signal de commande neuronal – contracter le muscle tibial antérieur – ils apprenaient à développer un deuxième signal pour contrôler le mouvement vertical du curseur de l’ordinateur, indépendamment du contrôle musculaire (qui dirigeait le mouvement horizontal du curseur). Nous avons été surpris et enthousiasmés par la facilité avec laquelle ils ont réalisé ce premier grand pas vers la recherche d’un canal de contrôle neuronal séparé des tâches motrices naturelles. Mais nous avons également vu que le contrôle n’était pas assez précis pour une utilisation pratique. Notre prochaine étape sera de voir si des signaux plus précis peuvent être obtenus et si les gens peuvent les utiliser pour contrôler un membre robotique tout en effectuant des mouvements naturels indépendants.
Nous souhaitons également en savoir plus sur la façon dont le cerveau exécute des exploits tels que le contrôle du curseur. Dans une étude récente utilisant une variante de la tâche du curseur, nous avons simultanément utilisé l’EEG pour voir ce qui se passait dans le cerveau de l’utilisateur, en particulier dans la zone associée au contrôle volontaire des mouvements. Nous étions ravis de découvrir que les changements qui se produisaient dans les signaux neuronaux supplémentaires de la bande bêta arrivant aux muscles étaient étroitement liés à des changements similaires au niveau du cerveau. Comme mentionné, les signaux neuronaux bêta restent un mystère car ils ne jouent aucun rôle connu dans le contrôle des muscles, et leur origine n’est même pas claire. Nos résultats suggèrent que nos volontaires apprenaient à moduler l’activité cérébrale qui était envoyée aux muscles sous forme de signaux bêta.
Pendant ce temps, à l’Imperial College de Londres, nous avons mis en place un système pour tester ces nouvelles technologies avec des membres robotiques supplémentaires, que nous appelons l’ environnement virtuel MUlti-limb, ou MUVE . Entre autres capacités, MUVE permettra aux utilisateurs de travailler avec jusqu’à quatre bras robotiques portables légers dans des scénarios simulés par la réalité virtuelle. Nous prévoyons de rendre le système accessible à d’autres chercheurs du monde entier.
Prochaines étapes de l’augmentation humaine
Connecter notre technologie de contrôle à un bras robotique ou à un autre appareil externe est une prochaine étape naturelle, et nous poursuivons activement cet objectif. Le véritable défi, cependant, ne sera pas de fixer le matériel, mais plutôt d’identifier plusieurs sources de contrôle suffisamment précises pour effectuer des actions complexes et précises avec les parties du corps robotique.
Nous étudions également comment la technologie affectera les processus neuronaux des personnes qui l’utilisent. Par exemple, que se passera-t-il après que quelqu’un aura six mois d’expérience dans l’utilisation d’un bras robotique supplémentaire ? La plasticité naturelle du cerveau leur permettrait-elle de s’adapter et d’acquérir un contrôle plus intuitif ? Une personne née avec des mains à six doigts peut avoir des régions cérébrales complètement développées dédié au contrôle des chiffres supplémentaires, conduisant à des capacités exceptionnelles de manipulation. Un utilisateur de notre système pourrait-il développer une dextérité comparable au fil du temps ? Nous nous demandons également quelle charge cognitive sera impliquée dans le contrôle d’un membre supplémentaire. Si les gens ne peuvent diriger un tel membre que lorsqu’ils se concentrent intensément dessus dans un environnement de laboratoire, cette technologie peut ne pas être utile. Cependant, si un utilisateur peut utiliser avec désinvolture une main supplémentaire tout en effectuant une tâche quotidienne comme faire un sandwich, cela signifierait que la technologie est adaptée à une utilisation de routine.
Quelle que soit la raison, les humains ont développé un système nerveux dans lequel le signal qui sort de la moelle épinière contient des informations beaucoup plus riches que celles nécessaires pour commander un muscle.
D’autres groupes de recherche poursuivent les mêmes questions en neurosciences. Certains expérimentent des mécanismes de contrôle impliquant soit l’EEG basé sur le cuir chevelu, soit des implants neuronaux, tandis que d’autres travaillent sur les signaux musculaires. L’augmentation des mouvements n’en est qu’à ses débuts et les chercheurs du monde entier commencent tout juste à aborder les questions les plus fondamentales de ce domaine émergent.
Deux questions pratiques se dégagent : pouvons-nous obtenir un contrôle neuronal de membres robotiques supplémentaires en même temps que des mouvements naturels, et le système peut-il fonctionner sans la concentration exclusive de l’utilisateur ? Si la réponse à l’une ou l’autre de ces questions est non, nous n’aurons pas de technologie pratique, mais nous aurons tout de même un nouvel outil intéressant pour la recherche sur les neurosciences du contrôle moteur. Si la réponse à ces deux questions est oui, nous sommes peut-être prêts à entrer dans une nouvelle ère d’augmentation humaine. Pour l’instant, nos doigts (biologiques) sont croisés.
https://spectrum.ieee.org/human-augmentation
