Optimisation du retour sensoriel cortical dans le cadre d'une interface cerveau machine en boucle fermée
Auteur / Autrice : | Henri Lassagne |
Direction : | Valérie Ego-Stengel, Luc Estebanez |
Type : | Thèse de doctorat |
Discipline(s) : | Neurosciences |
Date : | Soutenance le 21/03/2023 |
Etablissement(s) : | Sorbonne université |
Ecole(s) doctorale(s) : | École doctorale Cerveau, cognition, comportement (Paris) |
Partenaire(s) de recherche : | Laboratoire : Institut des neurosciences Paris-Saclay (Gif-sur-Yvette, Essonne ; 2015-....) |
Jury : | Président / Présidente : Brice Bathellier |
Examinateurs / Examinatrices : Gisella Vetere, Sami El Boustani | |
Rapporteurs / Rapporteuses : Thomas Brochier, Sylvain Crochet |
Mots clés
Résumé
De récentes études prometteuses visent à améliorer la vie quotidienne des patients paraplégiques en leur fournissant des dispositifs de rééducation motrice contrôlés directement par l'activité cérébrale. Afin d'utiliser efficacement ces neuroprothèses, les patients ont besoin d'un retour sensoriel en ligne pour guider et corriger les mouvements en continu. On sait que les informations somatosensorielles provenant des parties du corps, au delà des informations visuelles, sont vitales pour le contrôle de la dextérité. Ainsi, les interfaces cerveau-machine (ICM) doivent à la fois lire l'activité neuronale du cerveau et renvoyer des informations sensorielles sur l'état actuel de la prothèse. Les efforts récents en matière de systèmes d'interface cerveau-machine en boucle fermée relèvent ce défi de manière prometteuse. Cependant, une compréhension des mécanismes neuronaux de l'intégration sensorimotrice sera nécessaire pour optimiser la transmission des informations sensorielles. Dans le cadre de cette thèse, nous utilisons une interface cerveau-machine à faible latence et en boucle fermée pour des souris têtes fixées, qui combine des enregistrements électrophysiologiques dans M1 et une stimulation optogénétique dans le cortex somatosensoriel primaire (S1). Notre objectif est de révéler des règles générales sur la façon dont le cerveau utilise les schémas spatio-temporels de l'activité corticale afin de générer des commandes motrices corrigées, et de mieux comprendre les mécanismes qui sous-tendent les règles de calcul du comportement guidé par les sens. Dans un premier temps, nous avons montré que l'organisation topographique du cortex à tonneaux, qui reflète fortement l'organisation des vibrisses chez la souris, favorise l'apprentissage d'une tâche sensorielle. Ensuite, nous avons implémenté un algorithme de contrôle incrémental à faible latence pour étudier l'impact de la latence dans l'apprentissage de l'ICM.