Une nouvelle étude montre que l'imagerie cérébrale non invasive peut distinguer les gestes de la main

Une nouvelle étude montre que l’imagerie cérébrale non invasive peut distinguer les gestes de la main

Accueil » Psychologie » Troubles mentaux » Enfant » Une nouvelle étude montre que l’imagerie cérébrale non invasive peut distinguer les gestes de la main

Des chercheurs de l’Université de Californie à San Diego ont trouvé un moyen de distinguer les gestes de la main que les gens font en examinant uniquement les données de l’imagerie cérébrale non invasive, sans informations des mains elles-mêmes. Les résultats sont une première étape dans le développement d’une interface cerveau-ordinateur non invasive qui pourrait un jour permettre aux patients atteints de paralysie, de membres amputés ou d’autres problèmes physiques d’utiliser leur esprit pour contrôler un appareil qui les aide dans leurs tâches quotidiennes.

La recherche, récemment publiée en ligne avant impression dans la revue Cortex cérébralreprésente les meilleurs résultats à ce jour dans la distinction des gestes d’une seule main à l’aide d’une technique totalement non invasive, dans ce cas, la magnétoencéphalographie (MEG).

“Notre objectif était de contourner les composants invasifs”, a déclaré l’auteur principal de l’article, Mingxiong Huang, Ph.D., codirecteur du MEG Center de l’Institut Qualcomm de l’UC San Diego. Huang est également affilié au département de génie électrique et informatique de l’école d’ingénierie UC San Diego Jacobs et au département de radiologie de l’école de médecine UC San Diego, ainsi qu’au système de santé des anciens combattants (VA) de San Diego. “MEG fournit une option sûre et précise pour développer une interface cerveau-ordinateur qui pourrait finalement aider les patients.”

Les chercheurs ont souligné les avantages du MEG, qui utilise un casque avec un réseau de 306 capteurs intégrés pour détecter les champs magnétiques produits par les courants électriques neuronaux se déplaçant entre les neurones du cerveau. Les autres techniques d’interface cerveau-ordinateur comprennent l’électrocorticographie (ECoG), qui nécessite l’implantation chirurgicale d’électrodes à la surface du cerveau, et l’électroencéphalographie du cuir chevelu (EEG), qui localise l’activité cérébrale avec moins de précision.

Une nouvelle étude montre que l'imagerie cérébrale non invasive peut distinguer les gestes de la main

“Avec MEG, je peux voir le cerveau penser sans enlever le crâne et mettre des électrodes sur le cerveau lui-même”, a déclaré le co-auteur de l’étude Roland Lee, MD, directeur du MEG Center de l’UC San Diego Qualcomm Institute, professeur émérite de radiologie à l’école de médecine de l’UC San Diego et médecin au VA San Diego Healthcare System. “Je dois juste mettre le casque MEG sur leur tête. Il n’y a pas d’électrodes qui pourraient se casser lorsqu’elles sont implantées à l’intérieur de la tête ; pas de chirurgie cérébrale délicate et coûteuse ; pas d’infections cérébrales possibles.”

Lee compare la sécurité du MEG à la prise de la température d’un patient. “Le MEG mesure l’énergie magnétique que votre cerveau émet, comme un thermomètre mesure la chaleur que votre corps émet. Cela le rend totalement non invasif et sûr.”

Pierre papier ciseaux

L’étude actuelle a évalué la capacité d’utiliser MEG pour distinguer les gestes de la main effectués par 12 sujets volontaires. Les volontaires ont été équipés du casque MEG et ont été chargés au hasard de faire l’un des gestes utilisés dans le jeu Rock Paper Scissors (comme dans les études précédentes de ce type). Les informations fonctionnelles MEG ont été superposées aux images IRM, qui ont fourni des informations structurelles sur le cerveau.

Pour interpréter les données générées, Yifeng (“Troy”) Bu, un doctorat en génie électrique et informatique. étudiant à la UC San Diego Jacobs School of Engineering et premier auteur de l’article, a écrit un modèle d’apprentissage en profondeur très performant appelé MEG-RPSnet.

“La particularité de ce réseau est qu’il combine simultanément des caractéristiques spatiales et temporelles”, a déclaré Bu. “C’est la principale raison pour laquelle il fonctionne mieux que les modèles précédents.”

Lorsque les résultats de l’étude ont été publiés, les chercheurs ont découvert que leurs techniques pouvaient être utilisées pour distinguer les gestes de la main avec une précision de plus de 85 %. Ces résultats étaient comparables à ceux d’études précédentes avec une taille d’échantillon beaucoup plus petite utilisant l’interface cerveau-ordinateur invasive ECoG.

L’équipe a également découvert que les mesures MEG de seulement la moitié des régions cérébrales échantillonnées pouvaient générer des résultats avec seulement une petite perte de précision (2 à 3 %), ce qui indique que les futurs casques MEG pourraient nécessiter moins de capteurs.

Pour l’avenir, Bu a noté: “Ce travail jette les bases du développement futur d’une interface cerveau-ordinateur basée sur MEG.”

En plus de Huang, Lee et Bu, l’article, “Interface cerveau-ordinateur basée sur le magnétoencéphalogramme pour le décodage des gestes de la main à l’aide de l’apprentissage en profondeur”, a été rédigé par Deborah L. Harrington, Qian Shen et Annemarie Angeles-Quinto de VA San Diego Healthcare System et UC San Diego School of Medicine; Hayden Hansen du système de santé VA San Diego ; Zhengwei Ji, Jaqueline Hernandez-Lucas, Jared Baumgartner, Tao Song et Sharon Nichols de l’École de médecine de l’UC San Diego ; Dewleen Baker du VA Center of Excellence for Stress and Mental Health et UC San Diego School of Medicine; Imanuel Lerman de l’UC San Diego, son école de médecine et son centre d’excellence VA pour le stress et la santé mentale ; et Ramesh Rao (directeur du Qualcomm Institute), Tuo Lin et Xin Ming Tu de l’UC San Diego.

Publications similaires