L’activité électrique du cerveau est le moteur de la cognition humaine. Les circuits formés par nos neurones biologiques sous-tendent les fonctions fondamentales de notre perception, de notre pensée, de notre contrôle musculaire et de notre comportement. Bien que le fonctionnement précis de ces circuits soit encore largement méconnu, les neurosciences ont beaucoup progressé dans leur caractérisation au cours du siècle dernier. La découverte de l’électroencéphalogramme par Hans Berger en 1924, puis son utilisation intensive par les neuroscientifiques, ont par exemple montré que l’activité cérébrale est généralement de nature oscillatoire.

Des connexions réciproques entre les différentes régions du cerveau et au sein de ces régions forment les circuits fonctionnels responsables de la transmission et du traitement de l’information. L’activation simultanée de différentes populations de neurones génère ainsi des oscillations du champ électrique, mesurables de manière non invasive par électroencéphalographie, à l’aide d’électrodes placées sur le cuir chevelu. Chaque électrode capture un signal temporel à une dimension, et l’ensemble constitue ce qu’on appelle un électroencéphalogramme. Depuis près d’un siècle, les neuroscientifiques s’efforcent de corréler des formes spécifiques de signal ou des bandes spectrales extraites de ces électroencéphalogrammes avec des fonctions cognitives et des états du cerveau.

Les neurosciences ont caractérisé de nombreuses relations de ce type, permettant d’approfondir substantiellement notre compréhension du cerveau humain. Cependant, les algorithmes utilisés jusqu’à présent pour extraire les signaux pertinents des électroencéphalogrammes restent limités par leur nature heuristique : ils sont codés manuellement à partir d’observations empiriques. De plus, ils fonctionnent a posteriori, en analysant des enregistrements entiers, et sont généralement gourmands en calcul. Par conséquent, ils ne permettent ni d’analyser l’activité cérébrale en temps réel, ni de réagir en temps réel aux signaux détectés.

Vers une encéphalographie permettant de réagir en temps réel

Il y a pourtant là un réel besoin pour la recherche neuroscientifique de pointe. Être capable de détecter des motifs électroencéphalographiques en temps réel permettrait aux scientifiques de réaliser des expériences de stimulation en boucle fermée, c’est-à-dire des expériences dans lesquelles la détection d’un motif particulier déclencherait un stimulus (par exemple sonore) capable de modifier l’état cérébral associé. Des chercheurs de l’Université Concordia à Montréal pensent que cela permettrait entre autres d’améliorer notre compréhension du fonctionnement de la mémoire et de ses pathologies, grâce à une stimulation précise des patients lors de l’apparition de motifs appelés “fuseaux de sommeil” (en anglais, “sleep spindles”). Ces fuseaux sont de courts trains d’oscillations d’environ 12 Hz d’une durée allant de 0,5 à 2,5 secondes, connus pour jouer un rôle dans la consolidation de la mémoire pendant le sommeil.

Le principe de la détection en temps réel et de la stimulation en boucle fermée ouvre également de nouvelles perspectives industrielles et médicales. Parmi les travaux de recherche récents, on peut citer le développement de technologies permettant le contrôle d’objets virtuels ou robotiques par la pensée (notamment pour les patients tétraplégiques), la détection de l’endormissement au volant, ou encore la surveillance de l’activité épileptique en temps réel, afin d’intervenir avant qu’elle ne déclenche une crise chez les patients concernés (potentiellement grâce à un stimulus adapté).

Le système Portiloop : un outil de pointe pour la recherche en neurosciences

Une équipe de chercheurs de Polytechnique Montréal a mis au point un système portatif permettant la détection de motifs électroencéphalographiques en temps réel, ainsi que leur stimulation en boucle fermée. Baptisé “Portiloop”, ce système est entièrement open source, peu coûteux, économe en énergie et portable. Le boîtier mesure moins d’une dizaine de centimètres (auxquels s’ajoutent une power bank USB classique et des électrodes standard) – figure 1 –, ce qui en fait une solution particulièrement pratique pour les expériences scientifiques de terrain. Et bien sûr, cette solution repose sur de l’intelligence artificielle… embarquée.