Quand le cerveau apprend à utiliser une interface cerveau-machine

Installée au sein de l’Institut du cerveau et de la moelle épinière à l’hôpital de la Pitié Salpétrière, l’équipe Aramis développe des outils mathématiques pour modéliser le cerveau sain et malade. Elle cherche notamment à comprendre comment les différentes régions cérébrales interagissent comme des réseaux complexes. Fabrizio De Vico Fallani, chercheur au sein de l’équipe coordonne depuis quelques mois un nouveau projet nommé NetBCI (Networks for Brain Computer Interface ), financé par l’ANR et le NIH aux États-Unis.

Ce programme de recherche, qui se poursuit jusqu’en 2020, vise à mieux comprendre les mécanismes cérébraux d’une personne qui utilise une interface cerveau-machine, un dispositif qui permet d’effectuer des tâches par la pensée. « Ces outils ne permettent pas réellement de lire ce qui se passe dans le cerveau », précise Fabrizio De Vico Fallani. En revanche, la machine est capable de déchiffrer la signature corticale d’un sujet qui pense à un mouvement. « En effet, quand une personne imagine attraper un objet, elle a une activité électrique cérébrale très similaire à celle observée quand elle réalise réellement le geste. Pour les personnes paraplégiques par exemple, cela représente un espoir formidable. L’interface cerveau-machine permettra de transmettre l’info aux muscles. » Beaucoup de projets de recherche s’intéressent donc à ces dispositifs et cherchent à améliorer leurs performances. Fabrizio De Vico Fallani et les membres du projet NetBCI ont choisi un angle de recherche innovant : ils vont étudier comment le cerveau apprend à utiliser cette interface.

Un mécanisme d'apprentissage inconnu 

L’expérimentation se passe dans les sous-sols de l’ICM. Le sujet est installé devant un écran et porte un bonnet auquel est connectée une série d’électrodes. Il doit alors, uniquement par la pensée, faire bouger une boule sur l’écran pour qu’elle vienne toucher une barre verticale. Sur une autre interface, le sujet regarde un tableau de lettres et doit se concentrer sur une de ces lettres pour écrire progressivement un mot. Lorsque la lettre s’illumine à l’écran, l’ordinateur détecte un pic d’activité électrique dans le cerveau. Il peut alors, lettre par lettre, écrire le mot auquel pense le sujet.  « Quand nous commençons à utiliser ces machines, nous ne savons pas comment faire. Il faut plusieurs essais pour y arriver. Mais les mécanismes cérébraux qui se mettent en place lors de cet apprentissage sont encore peu connus  », indique le chercheur. Le sujet revient quatre fois au total, pour s’essayer au même exercice. Et à chaque nouvel essai, il fait des progrès. Dans la salle d’à côté, Fabrizio De Vico Fallani recueille l’activité electro-encéphalographique du cerveau, qui a été traduite en chiffres, puis il analyse les modifications du cerveau entre chaque tentative.

Réseaux cérébraux

Plutôt que d’étudier ce qui se passe à un point précis du cerveau, les chercheurs vont regarder les interactions entre les différentes zones du cerveau. On remarque en effet que plus le sujet progresse, plus le nombre de régions impliquées augmente, suggérant des mécanismes de connectivité. « Notre travail consiste à modéliser les connexions du cerveau qui évoluent au fur et à mesure de l’apprentissage. Pour cela nous utilisons des outils mathématiques issus de la théorie des réseaux complexes, explique Fabrizio De Vico Fallani. Nous pensons que ces informations pourraient être utilisées comme biomarqueurs de l’apprentissage. » Les chercheurs pourraient alors développer des modèles mathématiques qui permettraient de prédire la trajectoire d’apprentissage lorsqu’une personne utilise des interfaces cerveau-machine… Et ainsi les rendre, à terme, plus efficaces.

En savoir plus