Puce Neuromorphique : les Neurones Artificiels identifient les Biosignaux en temps réel
Des scientifiques de Zurich ont créé un gadget portable et économe en énergie fabriqué à partir de cellules nerveuses synthétiques capables de décoder les ondes cérébrales. La puce utilise des informations enregistrées sur vidéo à partir des ondes cérébrales des patients épileptiques pour déterminer quelles régions de l’esprit provoquent des crises d’épilepsie. Cela ouvre de toutes nouvelles perspectives de traitement.
Les algorithmes de réseau neuronal actuels produisent d’excellents résultats qui aident à résoudre une extraordinaire variété de problèmes. Néanmoins, les gadgets électroniques utilisés pour exécuter ces algorithmes nécessitent encore beaucoup trop de puissance de traitement.
Ce système expert (IA) ne peut rivaliser avec un véritable cerveau lorsqu’il s’agit d’affiner des informations sensorielles ou de communiquer avec l’atmosphère en temps réel.
Une puce neuromorphique découvre des oscillations à haute fréquence
L’ingénierie neuromorphique est une toute nouvelle approche prometteuse qui comble le fossé entre l’intelligence artificielle et l’intelligence entièrement naturelle. Une équipe d’étude interdisciplinaire du Collège de Zurich, de l’EPF de Zurich et de l’hôpital universitaire de Zurich a utilisé cette méthode pour développer une puce basée sur la technologie neuromorphique qui reconnaît de manière fiable et précise-les biosignaux complexes. Les scientifiques pourraient utiliser cette technologie pour trouver avec succès des oscillations à haute fréquence (HFO) précédemment enregistrées sur vidéo. Ces certaines ondes, déterminées à l’aide d’un électroencéphalogramme intracrânien (iEEG), se sont avérées être des biomarqueurs attrayants pour déterminer les cellules cérébrales qui créent les crises d’épilepsie.
Compliqué, compact et aussi économe en énergie
Les chercheurs ont d’abord élaboré une formule qui identifie les HFO en imitant le réseau sémantique naturel du cerveau : un minuscule réseau neuronal supposé croissant (SNN). La deuxième étape consistait à appliquer le SNN dans un équipement de la taille d’un ongle qui reçoit des signaux neuronaux à travers des électrodes et qui, contrairement aux ordinateurs conventionnels, est incroyablement fiable en énergie. Cela rend les calculs avec une résolution temporelle élevée réalisables sans dépendre d’Internet ou d’un ordinateur en nuage. « Notre mise en page nous permet de reconnaître les modèles spatio-temporels dans les signaux biologiques en temps réel », affirme Giacomo Indiveri, professeur à l’Institut de neuroinformatique de l’UZH et de l’ETH Zurich.
Mesurer les HFO dans les salles d’opération et au-delà des établissements de santé
Les scientifiques se préparent maintenant à utiliser leurs découvertes pour créer un système électronique qui identifie de manière fiable et surveille les HFO en temps réel.
Lorsqu’il est utilisé comme dispositif de diagnostic supplémentaire dans les salles de cinéma en exploitation, le système peut stimuler les interventions neurochirurgicales.
Néanmoins, ce n’est pas le seul domaine où la reconnaissance des HFO peut jouer un rôle essentiel. L’objectif à long terme de l’équipe est de développer un outil de suivi de l’épilepsie qui pourrait être utilisé au-delà du centre de santé, ce qui permettrait certainement d’évaluer les signaux d’un grand nombre d’électrodes sur plusieurs semaines ou mois. « Nous souhaitons incorporer des communications d’informations sans fil à faible consommation d’énergie dans la conception, pour le connecter à un téléphone mobile, par exemple », déclare Indiveri. Johannes Sarnthein, neurophysiologiste à l’hôpital universitaire de Zurich, précise : « Une telle puce mobile ou implantable pourrait identifier des durées avec un prix d’incidence des crises plus ou moins élevé, ce qui nous permettrait de fournir une médecine sur mesure. Cette étude sur l’épilepsie est menée au Centre d’épileptologie et de chirurgie de l’épilepsie de Zurich.
Publié à l’origine sur Scitechdaily.com. Lire l’article d’origine.
Référence: “An electronic neuromorphic system for real-time detection of high frequency oscillations (HFO) in intracranial EEG” by Mohammadali Sharifshazileh, Karla Burelo, Johannes Sarnthein and Giacomo Indiveri, 25 May 2021, Nature Communications.
DOI: 10.1038/s41467-021-23342-2
