Utilisation de signaux intentionnels pour le décodage de mouvement pour l'action marche/arrêt dans les interfaces cerveau-machine

Bien plus que d'autres conditions, la paralysie prive ceux qui en souffrent de leur indépendance. Les travaux de Bjørg Elisabeth Kilavik pourraient mener à une solution hors du commun utilisant des interfaces cerveau-machine (ICM). Au moyen d'ICM, l'activité cérébrale peut être analysée et utilisée pour faire réaliser des mouvements à un dispositif externe (un robot). Elle espère aller encore plus loin en détectant l'intention même du mouvement, grâce à des indices visuels, permettant ainsi d'activer le décryptage du mouvement seulement lorsque l'utilisateur le désire réellement. Des dispositifs ICM efficaces et portatifs pourraient un jour changer la vie de certains patients.
Le comportement visiomoteur repose sur des processus visuels et moteurs interactifs qui se chevauchent dans l’espace et le temps. Je cherche à comprendre les dynamiques locales et les interactions des aires corticales impliquées dans le comportement visiomoteur, en combinant enregistrements intracorticaux et EEG. Actuellement, je me penche sur la complémentarité et les interactions des aires motrices du cortex pendant une activité visiomotrice. De façon connexe, j’examinerai si les schémas d’activité du potentiel de champ local du cortex moteur liés aux intentions de mouvement peuvent servir de signal déclencheur pour des interfaces cerveau-machine (ICM) destinées aux patients paralysés. Dans la mesure où nous ne souhaitons pas toujours bouger, la détection d’une intention permettrait de mettre en route le décodage des mouvements uniquement lorsqu’il est nécessaire, économisant ainsi de l’énergie dans la phase de veille.