Contrôle sensorimoteur du membre supérieur et de ses substituts fonctionnels par une interface cerveau-machine non invasive chez les amputés

Sensorimotor control of the upper limb and its functional substitutes by a non-invasive brain machine Interface on amputees

• Auteur / Autrice : Corentin Piozin
• Direction : Florian Waszak
• Type : Thèse de doctorat
• Discipline(s) : Neurosciences et troubles neuronaux
• Date : Soutenance le 28/11/2022
• Etablissement(s) : Université Paris Cité
• Ecole(s) doctorale(s) : École doctorale Frontières de l'innovation en recherche et éducation (Paris ; 2006-....)
• Partenaire(s) de recherche : Laboratoire : Centre Neurosciences intégratives et cognition (Paris ; 2019-....)
• Jury : Président / Présidente : Sofiane Boudaoud
• Jury : Examinateurs / Examinatrices : Florian Waszak, Sofiane Boudaoud, Silvestro Micera, Agnès Roby-Brami, Laurent Bougrain, Louise Kirsch
• Jury : Rapporteurs / Rapporteuses : Sofiane Boudaoud, Silvestro Micera

Mots clés

Mots clés contrôlés

Interfaces cerveau-ordinateur

Prothèses myoélectriques

Électroencéphalographie

Activité motrice

Amputation

Membre supérieur

Mots clés libres

Amputation

Contrôle moteur

Eeg

Exécution motrice

Interface cerveau-Machine

Membre supérieur

Prothèse myoélectrique

Retour sensoriel

Amputation

Motor control

Eeg

Motor execution

Brain-Machine interface

Upper limb

Myoelectric prosthesis

Sensory feedback

Résumé

Les amputations du membre supérieur ne concernent qu'une relativement faible partie des amputations à travers le monde (entre 20 et 30%) et une partie encore plus restreinte dispose d'accès à des prothèses et aux soins qui doivent leur être accordés. Etonnamment l'accès à ces dispositifs ne garantissent pas l'utilisation des prothèses chez les personnes amputées pour un usage quotidien; ils soulignent en effet un certain nombre d'inconvénients dont une fatigue à l'utilisation ou le manque de retour sensoriel qui font qu'une partie de ces personnes vont arrêter d'utiliser leurs prothèses. Ces inconvénients que l'on retrouve même dans les prothèses myoélectriques, c'est-à-dire celles qui utilisent l'activité des muscles résiduels au niveau du moignon de l'utilisateur, peuvent s'expliquer par des limitations provenant à la fois du type et de la qualité du signal qui est enregistré au niveau des muscles mais provenant aussi du traitement et du décodage de ce dernier et laissent donc de la place pour une amélioration du contrôle des prothèses. Ce projet de thèse s'inscrit donc dans cette démarche en s'intéressant au développement d'un système de contrôle basé sur les interfaces cerveau-machine afin d'améliorer à la fois la dextérité et la robustesse des prothèses lors d'activités de la vie quotidienne. Suivant une première partie faisant une revue de littérature particulièrement sur l'amputation, les prothèses et les interfaces cerveau machine, les travaux expérimentaux et de développement entrepris dans le cadre de cette thèse sont présentés dans le manuscrit dans la deuxième partie, où les chapitres représentent les axes de développement de cette interface cerveau-machine ainsi que les expérimentations et les résultats obtenus. Nous y présentons en parallèle le travail expérimental, effectué à la fois chez des sujets amputés (des utilisateurs de prothèses myoélectriques) et chez des sujets sains via plusieurs sessions d'enregistrements non invasifs de l'activité cérébrale (EEG) de mouvements de prises d'objets, ainsi que les travaux de développement du système; nous nous intéressons plus particulièrement à la problématique de modifications des prothèses myoélectriques pour qu'elles soient utilisables par une interface cerveau-machine. Nous mettons par conséquent l'accent sur les techniques de traitement du signal mais aussi les algorithmes de classification/décodage à utiliser afin de garantir la meilleure performance de contrôle pour la prothèse. Dans un second temps, le travail expérimental s'intéresse aussi au côté « cerveau » de l'interface cerveau-machine où nous avons cherché à savoir quelles régions du cerveau permettent d'obtenir les meilleures performances mais aussi quels systèmes d'enregistrement peuvent être utilisés pour une telle application. De plus nous présentons dans cette partie comment limiter au maximum le nombre d'électrodes sur le système EEG sans perdre en capacité de contrôle du système. La seconde partie du manuscrit présente également l'analyse et l'interprétation des résultats obtenus lors de tests de contrôle du système en temps réel et nous y présentons notamment des pistes d'améliorations permettant d'obtenir de meilleures performances. Finalement le dernier chapitre de la deuxième partie se penche sur la question du retour sensoriel utilisé dans le cadre du contrôle de prothèse et présente la partie sensorielle du système qui a été développé au cours de ce travail de thèse. Là encore les résultats liés à l'utilisation du retour sensoriel ont été discutés par la comparaison des résultats provenant des algorithmes de classifications. Dans l'ensemble, ce travail permet d'envisager le développement d'un système commercial permettant le contrôle de prothèse myoélectrique par une interface cerveau-machine non invasive et bénéficiant d'un retour sensoriel.

Upper limb amputations account for a relatively small proportion of amputations worldwide (between 20 and 30%) and an even smaller proportion have access to prostheses and the care they require. Surprisingly, access to these devices does not guarantee that amputees will use their prostheses daily; indeed, they point to several disadvantages, including fatigue and lack of sensory feedback, which cause some amputees to stop using their prostheses. These disadvantages, which are found even in myoelectric prostheses, i.e. those that use the activity of the residual muscles from the user's stump, can be explained by limitations arising both from the type and quality of the signal that is recorded at the muscles' level but also from the processing and decoding of the latter, and therefore leave room for improvement in the control of prostheses. This thesis project is in line with this approach by focusing on developing a control system based on brain-machine interfaces to improve both the dexterity and the robustness of prostheses during activities of daily living. Following a first part reviewing the literature, particularly on amputation, prostheses, and brain-machine interfaces, the experimental and developmental work undertaken in the framework of this thesis is presented in the manuscript in the second part, where the chapters represent the developmental axes of this brain-machine interface as well as the experiments and results obtained. In parallel, we present the experimental work, carried out both with amputees (users of myoelectric prostheses) and with healthy subjects via several sessions of non-invasive recordings of brain activity (EEG) of object grasping movements, as well as the development work of the system; we are particularly interested in the problem of modifying myoelectric prostheses so that they can be used by a brain-machine interface. We, therefore, focus on the signal processing techniques and classification/decoding algorithms to be used to ensure the best control performance for the prosthesis. In a second step, the experimental work also focuses on the "brain" side of the brain-machine interface where we have investigated which brain regions provide the best performance and which recording systems can be used for such an application. Furthermore, we present in this part how to limit the number of electrodes on the EEG system to a maximum without losing the ability to control the system. The second part of the manuscript also presents the analysis and the interpretation of the results obtained during tests of real-time control of the system and we present in particular tracks of improvements allowing to obtain better performances. Finally, the last chapter of the second part deals with the issue of sensory feedback used in the framework of prosthesis control and presents the sensory part of the system that was developed during this thesis. Again the results related to the use of sensory feedback have been discussed by comparing the results from the classification algorithms. Overall, this work allows us to consider the development of a commercial system allowing the control of myoelectric prosthesis by a non-invasive brain-machine interface and benefiting from sensory feedback.