Le concept de boucle fermée
Une grande partie des connaissances scientifiques accumulées grâce à l’étude intensive du cerveau et de son fonctionnement neuronal a été obtenue par une approche souvent qualifiée de « boucle ouverte » (voir Figure). Dans ces paradigmes expérimentaux, le cerveau est généralement exploré au travers de ses réponses dynamiques à des stimuli sensoriels multiples présentés par les expérimentareurs. Comme l’objectif est d’enregistrer les réponses les plus « typiques » déclenchées par les stimuli choisis, les conditions expérimentales sont conçues pour être les plus reproductibles possible, afin de minimiser les sources potentielles de variabilité.
La figure représente une boucle fermée de contrôle autonome pour les interfaces cerveau-ordinateur, composée de trois éléments principaux reliés par des flèches indiquant le flux d’informations.
1. Sensors (Capteurs)
Les capteurs enregistrent l’activité cérébrale en temps réel. Ils sont en contact direct avec le cerveau (représenté par une illustration de cerveau à droite).
2. Online Controller (Contrôleur autonome)
Le contrôleur autonome traite les données reçues des capteurs. Il est responsable de l’analyse et de la prise de décision en temps réel.
3. Stimulation (Feedback)
Le système envoie une stimulation (feedback) au cerveau en fonction des données analysées par le contrôleur. Cette stimulation peut être utilisée pour influencer ou moduler l’activité cérébrale.
Cependant, cette approche en boucle ouverte, bien que pratique, présente au moins deux limites majeures. Premièrement, le cerveau est un système dynamique, doté de dynamiques internes très fortes, qui influencent fortement sa variabilité d’un essai à l’autre. Cela a souvent conduit les chercheurs à moyenner leurs mesures sur plusieurs essais pour caractériser la réponse « typique » qui les intéresse. Deuxièmement, les conclusions tirées par les expérimentateurs peuvent être involontairement biaisées, car il est difficile d’exercer un contrôle total sur les sources de variabilité. Par exemple, des tests récents sur des rongeurs ont montré que la grande variabilité de l’activité neuronale du cortex visuel peut s’expliquer par des micromouvements du visage lorsqu’ils observent des stimuli visuels. De même, dans les expériences d’IRM fonctionnelle, un grand nombre d’artéfacts ont été identifiés au cours des deux dernières décennies, tels que les instabilités du champ magnétique, les mouvements de la tête et les fluctuations physiologiques, qui peuvent tous corrompre les réponses et nécessitent donc des étapes de prétraitement rigoureuses.
Pour contourner certains de ces problèmes, le présent LOOP se propose d’envisager le cerveau comme faisant partie d’un système en boucle fermée, dans lequel les dynamiques neuronales (et donc les neurones) sont considérées comme des actionneurs qui échantillonnent l’environnement et interagissent avec le monde extérieur (voir Figure). Un tel paradigme a déjà connu un grand succès dans le domaine des stratégies de contrôle pour les systèmes neuroprosthétiques ainsi que dans le neurofeedback appliqué à la rééducation cognitive.