exit

Ingénierie et systèmes   > Accueil   > Ingénierie cognitique   > Numéro 1   > Article

Central Pattern Generators (CPG) biomimétiques en temps-réel sur FPGA pour des expérimentations biohybrides

Real‐time biomimetic Central Pattern Generators (CPG) in FPGA for biohybrid experiments


Matthieu Ambroise
IMS Lab. Univ Bordeaux Talence

Sébastien Joucla
INCIA Univ Bordeaux Talence

Blaise Yvert
INCIA Univ Bordeaux Talence

Sylvain Saïghi
IMS Lab. Univ Bordeaux Talence

Timothée Levi
IMS Lab. Univ Bordeaux Talence



Publié le 28 septembre 2017   DOI : 10.21494/ISTE.OP.2018.0269

Résumé

Abstract

Mots-clés

Keywords

L’hybridation est une technique qui consiste à interconnecter un réseau de neurones biologiques et un réseau de neurones artificiels. Elle est notamment utilisée dans la recherche en neuroscience et à des fins thérapeutiques. L’objectif à long-terme est de remplacer les réseaux de neurones endommagés par des systèmes artificiels. Ceux-ci requièrent le développement de modèles de neurones dont l’activité électrique est similaire à l’activité des réseaux biologiques vivants. Cette correspondance permet de produire une stimulation adéquate afin de restaurer la fonction neurale désirée.
Dans cet article, un réseau de neurones artificiels numériques avec une architecture configurable a été réalisé. Le réseau de neurones artificiels permet d’émuler l’activité de CPGs (Central Pattern Generator), à l’origine de la locomotion chez les animaux. Cette activité permet de déclencher une série de stimulations sur une moelle épinière lésée et de recréer ainsi la locomotion précédemment perdue. Ces résultats sont une première étape vers des solutions hybrides artificiel / biologique basées sur la micro-stimulation électrique pour la restauration de fonctions du Système Nerveux Central (SNC).

Hybridization is a technique that consists in interconnecting a network of biological neurons and a network of artificial neurons. It is used in neuroscience research and for therapeutic purposes. The long-term goal is to replace damaged neural networks by these artificial systems. These require the development of models of neurons whose electrical activity is similar to the activity of living biological networks. This correspondence allows to produce an adequate stimulation in order to restore the desired neural function. In this paper, digital artificial neural network with a configurable
architecture has been designed. This network of artificial neurons emulates the activity of CPGs (Central Pattern Generator), at the origin of the locomotion. This activity triggers a series of stimulations on an injured spinal cord and thus recreates the previously locomotion. These results are a first step toward hybrid artificial/biological solutions based on electrical micro-stimulation for the restoration of lost function in the injured CNS (like locomotion).

FPGA réseau de neurones Izhikevich colonne vertébrale expérimentation hybride

FPGA neural network Izhikevich spinal cord hybrid experiment