Contrôle d’impédance dans les interfaces cerveau-machine

Présentation au sujet: "Contrôle d’impédance dans les interfaces cerveau-machine"— Transcription de la présentation:

1 Contrôle d’impédance dans les interfaces cerveau-machine
Rodolphe Héliot BMI Systems Lab, UC Berkeley (Prof. J. Carmena)

2 Interfaces cerveau-machine
Rodolphe Héliot April 9, 2017

3 Technologies EEG Intra cortical ECoG plus invasif, plus d’informations
Rodolphe Héliot April 9, 2017

4 Décodage Apprentissage : contrôle manuel
Exécution d’une tâche de pointage tout en enregistrant l’activité neurale (spikes) Calcul d’un estimateur “optimal” associant les données neurales aux données comportementales (apprentissage statistique) Contrôle direct par le cerveau Calcul temps réel d’une position Contrôle d’un curseur ou d’un bras robot Rodolphe Héliot April 9, 2017

5 Etat de l’art Velliste et. al., Nature, 2008 Rodolphe Héliot
April 9, 2017 5

6 Contrôle d’impédance Pour envisager des scenarii plus complexes
Hypothèse sous-jacente : Le cortex moteur encode des variables liées à l’impédance en plus de la cinématique On commence par la raideur Besoin d’une architecture de décodage/commande permettant le contrôle conjoint de la position et de la raideur Decodeur Robot Activité neurale Position Raideur Comportement

7 Décodage position/raideur
Deux idées Utilisation de deux routines indépendantes d’apprentissage statistique Estimation couplée à l’aide d’un modèle musculo-squelettique du bras Activité neurale AS Raideur Kd Trajectoire Activité neurale Modèle musculo-squelettique AS Excitations musculaires Raideur Position Rodolphe Héliot April 9, 2017

8 Modèle musculo-squelettique
2 DDL dans le plan horizontal 6 muscles (4 mono-articulaires, 2 bi-articulaires) Paramètres du modèle issus de la littérature et de mesures (masse, longueur des segments) Biceps Long 2 Biceps Short Pectoralis Major Triceps Lateral 1 Triceps Long Deltoid Rodolphe Héliot April 9, 2017

9 Modèle de muscle Modèle type Hill : forces passive et active agissant en parallèle Vitesse d’élongation Excitations musculaires Dynamique d’activation Génération de force Relation force/vitesse Longueur du muscle Force musculaire Force passive Rodolphe Héliot April 9, 2017

10 Quelques équations Dynamique d’activation : Force active :
Relation force / vitesse : Force passive : Force totale : Rodolphe Héliot April 9, 2017

11 Du couple au mouvement Couples musculaires : Dynamique directe :
Excitations musculaires Position Activité neurale AS Modèle musculo-squelettique Raideur Rodolphe Héliot April 9, 2017

12 Calcul de la raideur (1/2)
Raideur en coordonnées cartesiennes: Raideur musculaire : avec Rodolphe Héliot April 9, 2017

13 Calcul de la raideur (2/2)
Conversion dans l’espace articulaire… … et dans l’espace cartésien : Rodolphe Héliot April 9, 2017

14 Le problème de l’apprentissage
Besoin d’inverser le modèle Modèle dynamique + redondancecontrôle optimal Excitations musculaires Position Activité neurale AS Modèle musculo-squelettique Raideur Rodolphe Héliot April 9, 2017

15 Commande optimale Fonction de coût
α=100 et β=1 Redondance : solution correspondant à la dépense minimale d’énergie Rodolphe Héliot April 9, 2017

16 Apprentissage : filtre de Wiener
Les excitations musculaires sont estimées par une combinaison linéaire des différentes voies de l’actvité neurale, avec retards : Forme matricielle : Solution: Rodolphe Héliot April 9, 2017

17 Résultats : Commande optimale (1/2)
Rodolphe Héliot April 9, 2017

18 Résultats : Commande optimale (2/2)
Activations musculaires VS EMG Rodolphe Héliot April 9, 2017

19 Résultats : prédiction du mouvement
Hors ligne Apprentissage (filtre de Wiener) En ligne Prédiction de l’activité musculaire Simulation de la dynmique directe R = / 0.89 Rodolphe Héliot April 9, 2017

20 Calcul de la raideur : validation par simulation
Simulation dans un champ de force: La raideur augmente en présence du champ de force avec Rodolphe Héliot April 9, 2017

21 Conclusion Décodage simultané de la position et de la raideur
Validé expérimentalement Compromis sur la complexité du modèle Extension directe au contrôle d’impédance Contrôle position + raideur sur le KINARM Vers le contrôle temps réel en boucle fermée Pose la question du retour d’information Question clé, dépasse tout le reste Contrôle partagé

22 Part I Merci Des questions ?