Essai clinique et participant
La recherche a été réalisée en respectant toutes les réglementations appropriées, et le participant a donné son consentement éclairé. Le participant, désigné T5, un homme de 69 ans droitier souffrant d’une lésion médullaire de type C4 AIS C, n’avait plus que des mouvements non fonctionnels et des micromouvements de ses membres supérieurs et inférieurs. En 2016, deux réseaux de microélectrodes à 96 canaux (arrays Neuroport avec une longueur d’électrode de 1,5 mm ; Blackrock Microsystems) ont été implantés dans la zone anatomiquement identifiée comme étant le "knob" de la main, localisée dans le gyrus précentral gauche. Les emplacements détaillés des arrays sont illustrés sur une image reconstruite par IRM (voir Extended Data Fig. 1a).
Séances du participant
Au total, neuf séances de deux à cinq heures ont été réalisées entre le 2395e et le 2569e jour de l’essai pour démontrer le décodage des mouvements des doigts en temps réel et le contrôle d’un drone qu’à partir d’un système de boucle fermée. Le participant était allongé, avec un écran positionné au-dessus et légèrement à gauche pour permettre à son cou de rester dans une position neutre. Les données étaient collectées par blocs d’une durée variant d’une à dix minutes. Entre les blocs, T5 était encouragé à se reposer selon son désir. Les détails concernant les séances de collecte des données sont présentés dans le Tableau 2.
Tâches des doigts
Une interface virtuelle des doigts a été développée sous Unity (v. 2021.3.9f1), permettant de contrôler des doigts virtuels. Le pouce pouvait se mouvoir dans deux dimensions (flexion/extension et abducteur/adducteur), tandis que les doigts index et moyen étaient regroupés pour se mouvoir ensemble dans un arc de flexion/extension unidimensionnel. Les doigts annulaire et auriculaire effectuaient également des mouvements dans un arc de flexion/extension unidimensionnel. En fournissant une valeur entre 0 et 1 pour chacun des quatre degrés de liberté, la position des doigts pouvait varier continuellement entre flexion et extension ou entre abduction et adduction. Les valeurs des positions des doigts suivaient des trajectoires préprogrammées durant les blocs à boucle ouverte et étaient spécifiées par l’algorithme de décodage pendant les blocs à boucle fermée.
Missions de contrôle du drone
Pour illustrer l’utilisation du décodage précis des mouvements des doigts, un contrôle en boucle fermée a été établi pour diriger un drone virtuel. Les positions des doigts étaient mappées à un paradigme de contrôle de vitesse dans un environnement de simulateur de drone basé sur la physique, utilisant le plugin Microsoft AirSim dans Unity (v. 2019.3.12f1). Deux tâches principales ont été développées pour tester ce contrôle : un parcours d’obstacles et une tâche d’acquisition de cercles aléatoires. Le participant a pu prendre le temps d’apprendre le fonctionnement du contrôle, puis a été évalué sur ces deux missions un jour chacune.
Bon à savoir
- L’essai a été mené dans le respect des normes éthiques, avec une approbation institutionnelle obtenue.
- Les algorithmes de décodage impliquent une combinaison de sessions à boucle ouverte et fermée, garantissant un entraînement efficace.
- Le système permet une utilisation possible dans des applications telles que la robotique assistive, offrant un aperçu prometteur pour les personnes souffrant de handicaps moteurs.
C’est tellement inspirant de voir comment ces technologies peuvent redonner espoir et autonomie aux personnes atteintes de handicaps. Une véritable avancée pour l’inclusion !