L'EPFL développe une puce capable d'analyser les interactions entre régions cérébrales
Des chercheurs de l'EPFL ont conçu une puce implantable capable d'analyser les interactions entre plusieurs régions du cerveau. Baptisée LogSync, elle utilise le machine learning pour identifier des états cognitifs et émotionnels et déclencher une stimulation adaptée.
Des scientifiques de l'EPFL ont développé LogSync, une puce neuronale implantable capable d'analyser en temps réel les interactions entre différentes régions du cerveau. Mise au point par l'équipe de Mahsa Shoaran au Laboratoire des neurotechnologies intégrées (INL), elle s'appuie sur le machine learning pour distinguer différents états cognitifs et émotionnels et générer un signal destiné à déclencher une stimulation cérébrale. Les travaux ont été publiés dans l'IEEE Journal of Solid-State Circuits.
La technologie vise notamment à dépasser certaines limites des dispositifs actuels de stimulation cérébrale profonde. Utilisée notamment dans le traitement de la maladie de Parkinson, cette technique consiste à délivrer des impulsions électriques dans des zones précises du cerveau. La plupart des systèmes fonctionnent toutefois selon des paramètres prédéfinis, sans adapter continuellement la stimulation à l'activité neuronale du patient. Même les dispositifs adaptatifs, dits «en boucle fermée», s'appuient souvent sur les signaux provenant d'une seule région, alors que les troubles psychiatriques peuvent impliquer des perturbations dans les interactions entre plusieurs régions.
«Notre travail s'appuie sur un corpus de recherches de plus en plus solide suggérant que les troubles psychiatriques résultent davantage de perturbations de la communication entre les régions cérébrales que de dysfonctionnements de toute région prise isolément», explique Mahsa Shoaran.
Une analyse des interactions neuronales en temps réel
LogSync mesure deux catégories de biomarqueurs: l'intensité des oscillations cérébrales et le degré de synchronisation entre les signaux provenant de différentes régions. Un algorithme de machine learning exploite ensuite ces informations pour les classifier. LogSync repose sur un système sur puce à 32 canaux, précise la publication de l’IEEE. Il intègre les fonctions d'analyse et de décodage sur une surface d'environ 4 × 2 mm et consomme moins de 200 microwatts, selon l'EPFL. Les chercheurs ont notamment recours à des calculs logarithmiques afin de simplifier les opérations nécessaires à l'analyse des interactions entre régions cérébrales.
Pour évaluer LogSync, les chercheurs ont utilisé des enregistrements neuronaux issus d'expériences antérieures. Un premier jeu de données documentait les variations d'engagement cognitif pendant une tâche mentale, tandis qu'un second portait sur les réactions émotionnelles de participants visionnant des séquences vidéo. L'algorithme est parvenu dans les deux cas à distinguer les états étudiés à partir des signaux cérébraux. Des expériences réalisées chez le rat à l'Université du Minnesota ont également permis de tester le suivi des oscillations neuronales et le déclenchement de stimulations à des phases prédéfinies de l'activité cérébrale.
Si ces résultats valident le fonctionnement du dispositif, ils ne démontrent pas encore son efficacité thérapeutique chez l'humain. Les premiers travaux portent sur les troubles psychiatriques, mais l'équipe envisage d'autres applications. La technologie pourrait notamment contribuer au développement de systèmes adaptatifs de stimulation cérébrale profonde pour les troubles moteurs, de dispositifs de stimulation non invasive en boucle fermée ou de techniques reposant sur des ultrasons focalisés.
De nouvelles validations seront nécessaires avant d'envisager une utilisation clinique de LogSync.
L’actualité IT en Suisse et à l’international, avec un focus sur la Suisse romande, directement dans votre boîte mail > Inscrivez-vous à la newsletter d’ICTjournal, envoyée du lundi au vendredi!
