vignette|250px|Schéma d'une interface neuronale directe. Une interface neuronale directe - abrégée IND ou BCIL'abréviation BCI, issue de la dénomination anglaise brain computer interface, désigne habituellement les IND dans la littérature scientifique de langue française et internationale. ou encore ICM (interface cerveau-machine, ou encore interface cerveau-ordinateur) est une interface de communication directe entre un cerveau et un dispositif externe (un ordinateur, un système électronique…). Ces systèmes peuvent être conçus dans le but d'étudier le cerveau, d'assister, améliorer ou réparer des fonctions humaines de cognition ou d'action défaillantes.
Ce type de périphérique est fondamentalement différent de toute autre interface homme-machine : une telle liaison ne requiert en effet aucune transformation préalable du signal électrique émis par l’activité cérébrale en activité musculaire (psychomotrice), cette dernière étant usuellement traduite en signal d’entrée pour la machine.
En s’affranchissant de la chaîne de réaction « cerveau, nerfs, muscles, interface conventionnelle homme-machine », les temps de réponse peuvent être écourtés de plusieurs dixièmes de seconde dans le cas d’interaction urgente. De plus, ils laissent les organes moteurs et sensoriels (mains, pieds, yeux) libres et disponibles pour d’autres types de commandes simultanées.
Principe Une interface neuronale directe est soit implantée dans un cerveau ; on parlera alors d'IND invasive, soit uniquement externe par le biais de technique d'imagerie cérébrale, comme l'EEG dans la plupart des cas. Elle désigne à la fois le cortex humain/animal ou une culture de neurones. Le cerveau ne doit pas être compris comme « une entité (système) capable de raisonnement uniquement logique », puisque seules les propriétés électriques des neurones sont exploitées.
L'IND peut être unidirectionnelle ou bidirectionnelle : unidirectionnelle : peut envoyer (tenant) vers une entrée machine ou recevoir (aboutissant) à partir d'une sortie machine des informations mais pas les deux en même tempsChaque interface est destinée à un usage spécifique, comme tout matériel d'entrées-sorties en informatique. Exemples : implant cochléaire (entrée), EEG contrôlant une prothèse (sortie) ; bidirectionnelle : peut à la fois émettre et recevoir (comme un simple relais) des signaux. Exemples : IND de production de paroles.
Historique Genèse de la terminologie La recherche sur les IND commence dans les années 1970 à l'université de Californie à Los Angeles (UCLA) grâce à une dotation de la National Science Foundation et suivie d'un contrat avec la Defense Advanced Research Projects Agency (DARPA). Les publications scientifiques concernant ces recherches mentionnent pour la première fois l'expression brain-computer interface.
Travaux fondateurs D'autres travaux, réalisés en groupe sous la direction de Schmidt, Fetz et Baker dans la même période que les premières recherches à UCLA établirent que, par une méthode d'entraînement par punition et récompense, des singes pouvaient rapidement apprendre à contrôler par la volonté la fréquence de neurones individuels du cortex moteur primaireWilson, Mason P. IV Brain – Computer Interfacing, URI department of Biomedical and Electrical Engineering, 1 p.; Schmidt, E M.; McIntosh, J S; Durelli, L, et Bak, M.J. Fine Control of Operantly Conditioned Firing Patterns of Cortical Neurons. Exp Neurol, 1978, 61(2): 349-369.. Cette étude de conditionnement réalisée par Fetz et ses collègues a tout d'abord démontré que le singe peut apprendre à contrôler la réponse d'un équipement de biofeedback par sa simple pensée. Ce travail a permis, dès les années 1970, de démontrer que le singe est capable de contrôler l'activité individuelle des neurones ou de groupes de neurones dans le cortex moteur primaire, lorsque l'expérimentateur le récompense s'il utilise un chemin neuronal déterminé. De cette époque datent aussi les premières études visant à comprendre les algorithmes qui régissent le cheminement neuronal menant à une action.
Dans les années 1980, Apostolos Georgopoulos de l'université Johns-Hopkins, trouva chez le macaque rhésus une loi mathématique expliquant la direction de déplacement de son bras en fonction de l'activité électrique d'un simple neurone de son cortex moteur. Cette fonction était essentiellement une cosinus. Il découvrit aussi que ce sont des groupes de neurones dispersés dans plusieurs régions du cerveau qui contrôlent le mouvement. Son équipement ne lui permit cependant pas d'enregistrer l'activité dans toutes ces zones en même temps.
À partir des années 1990, la recherche sur les IND progresse rapidement. Plusieurs équipes de recherche, dont celles de Richard A. Andersen (études sur handicappés et paralysés), John Donoghue (progrès importants dans la transformation des ondes cérébrales en commandes digitales), Phillip Kennedy (reconnecter les systèmes neuronaux brisés avec des électrodes), Miguel Nicolelis et Andrew Schwartz réussissent à capturer les ondes provenant de centres moteurs du cerveau et à les utiliser pour contrôler des équipements.
Premières applications Phillip Kennedy et ses collègues qui fabriquent la première interface cerveau-ordinateur intracorticale, connectée par implantation d'électrodes dans le cerveau d'un singe.
En 1999 une équipe de chercheurs menée par Yang Dan à l'université de Californie à Berkeley réussit à décoder l'activité neuronale afin de reproduire les images vues par des chats en utilisant un réseau d'électrodes implantées dans le thalamus et connectés à 177 cellules cérébrales de la zone du noyau géniculaire latéral du thalamus (signaux en provenance de la rétine). Huit courts films furent projetés aux chats alors que l'activité de leurs neurones était enregistrée, et les chercheurs ont décodé les signaux enregistrés et reconstruit ce que les chats ont vu.
(Duke School of Medicine) a développé l'utilisation massive d'électrodes sur de larges zones du cerveau pour obtenir un signal plus complet et donc réduire la variabilité des résultats obtenus avec un plus petit nombre d'électrodes. Ayant conduit plusieurs études sur le rat dans les années 1990, Nicolelis et ses collègues développent un IND capable de décoder l'activité neuronale chez les rats en 1999, puis chez le singe hibou l'année suivanteLes singes furent choisis pour leur très grande dextérité, ce qui rendait le champ d'investigation très étendu.. Ils utilisent ce dispositif pour reproduire les mouvements du singe avec un bras robotiséPis ils fabriquent IND reproduisant les mouvements du singe hibou lorsqu'il manipule une manette pour attraper de la nourriture.. Cette IND fonctionne en temps réel et permet aussi de piloter un robot à distance via Internet. Le singe ne pouvant pas voir ce robot distant, cette expérience permit de tester un système IND à boucle ouverte (sans retour d'information). Ces recherches ont confirmé la possibilité de reproduction de mouvements tri-dimensionnels en capturant uniquement les flux neuronaux du cerveau d'un sujet.
Nicolelis réalisa ensuite ses expériences sur des singes rhésus, dont le cerveau est plus proche de celui des hommes. Les singes furent entrainés à atteindre et saisir des objets présentés sur un écran d'ordinateur. Leur pensée était décodée et transmise à un bras robotisé dont ils ne pouvaient voir les mouvements. Par la suite, les singes apprirent à contrôler les mouvements du bras robotisé en le regardant. L'IND captait l'intention de vitesse de déplacement ainsi que l'intention de force mise par le singe pour attraper les objets.
Plusieurs autres équipes ont développé des IND et les algorithmes nécessaires pour décoder les signaux neuronaux. Ce sont entre autres celle de John Donoghue de l'université Brown, celle de Andrew Schwartz de l'université de Pittsburgh et celle de Richard Andersen de Caltech. Ils ont mis au point des IND basées sur le décodage de l'activité d'un plus petit nombre de neurones (15 à 30 neurones contre 50 à 200 neurones pour l'équipe de Nicolelis).
L'équipe de Donoghue's a entraîné des macaques rhésus à utiliser une IND pour suivre des cibles visuelles sur l'écran d'un ordinateur avec ou sans utilisation d'une manette (boucle fermée ou boucle ouverte). L'équipe Schwartz a créé une IND permettant de simuler des mouvements dans un monde virtuel. Ces recherches défrayèrent la chronique lorsqu'elles présentèrent un singe s'alimentant de pâtes grâce à un bras robotisé piloté uniquement par la penséePitt team to build on brain-controlled arm, Pittsburgh Tribune Review, 5 septembre 2006.YouTube – Monkey controls a robotic arm.
L'équipe Andersen a enregistré, grâce à l'IND qu'elle a mise au point, l'activité des neurones de pré-mouvement du cortex pariétal postérieur. Ces neurones produisent un signal lorsque le singe anticipe de recevoir une récompense.
Actuellement des IND sont développés pour capter les signaux à l'origine de l'intention de mouvement d'un membre. Il existe aussi des IND pour prédire l'activité électrique des muscles (électromyographie). Ce type d'IND permet de restaurer la mobilité d'un membre paralysé en stimulant artificiellement les muscles.
Miguel Nicolelis et ses collègues ont démontré que la mesure de l'activité de certains grands groupes de neurones permet de prédire la position d'un membre. Ce travail est à l'origine de la création d'interface cerveau-machine, c'est-à-dire d'un système électronique qui lit l'intention de déplacement d'un membre et la convertit pour actionner un membre artificiel. Carmena et ses collègues soutiennent que le cerveau du singe se réorganise afin d'inclure la représentation de bras robotisé comme une extension de son propre membre.
Le point de faiblesse de la technologie des IND est le manque de capteur permettant une perception fiable, sûre et robuste des ondes cérébrales. Il est probable que ce type de capteur sera disponible dans les années à venir. Ceci augmenterait grandement le nombre d'applications fournies par les IND.
Le développement d'une IND est compliqué et prend beaucoup de temps. Afin de répondre à cette problématique, le Gerwin Schalk a développé un système polyvalent nommé IND2000, permettant de mener des recherches variées. IND2000 est développé depuis 2000 grâce à un projet mené par la « Brain–Computer Interface R&D Program » du au New York State Department of Health, Albany, New York, États-Unis
Il existe aussi une technique de détection à distance (sans connexion physique) utilisant la mesure de l'activité des canaux ioniques comme celui de la rhodopsine pour contrôler l'activité d'ensembles de neurones qui sont génétiquement apparentés. Cette technique a permis de capter le processus de décision de déplacement de souris.
Applications Depuis les années 1970, le champ de recherche sur les IND s'est spectaculairement étendu, principalement en ce qui concerne les neuroprothèses (neuroprosthetics), qui ont pour fonction de restaurer l'ouïe, la vue ou une incapacité motrice.Grâce à la fantastique plasticité du cerveau, il a été constaté que l'influx nerveux produit par les prothèses peut, après un temps d'adaptation, être traité comme un influx naturel.
Grâce aux récentes avancées effectuées ces derniers temps, une IND permet non seulement de restaurer des facultés perdues (comme l'ouïe, la vue ou même les mouvements), mais est capable de plus d'étendre ces facultés, bien au-delà des capacités naturelles (comme le contrôle du curseur d'un PC à une vitesse et une précision impossibles à atteindre avec une simple souris, des jeux en ligne et même des membres robotisés).
BCI Award