$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Rien qu’aux États-Unis, environ 130 millions de personnes sont touchées par des troubles neuromusculaires et musculo-squelettiques, ce qui entraîne un impact économique annuelde plus de 800 milliards de dollars 1,2. Ce groupe de troubles est typiquement secondaire à une pathologie au sein du système nerveux, à la jonction neuromusculaire, ou au sein du muscle lui-même3. Malgré la variété des origines pathologiques, la majorité partage un certain degré de faiblesse des extrémités 1,3. Malheureusement, cette faiblesse est souvent permanente compte tenu des limites de la régénération des tissus neuronaux et musculaires, en particulier dans le cadre d’un traumatisme grave 4,5,6.
Les algorithmes de traitement de la faiblesse des extrémités se sont classiquement concentrés sur des mesures de réadaptation et de soutien, s’appuyant souvent sur l’exploitation des capacités des membres intacts restants (cannes, fauteuils roulants, etc.). 7. Cette stratégie est toutefois insuffisante pour ceux dont la faiblesse ne se limite pas à une seule extrémité. Avec les innovations récentes dans les technologies robotiques, des dispositifs d’exosquelette avancés ont été développés pour restaurer la fonctionnalité des extrémités chez les personnes vivant avec une faiblesse des extrémités 8,9,10,11,12,13. Ces exosquelettes robotiques sont souvent des dispositifs portables alimentés qui peuvent aider à initier et à terminer le mouvement ou à maintenir la position des membres, fournissant une quantité variable de force qui peut être adaptée individuellement à l’utilisateur 8,9,10,11,12,13 . Ces dispositifs sont classés comme passifs ou actifs en fonction de la façon dont ils fournissent une assistance motrice à l’utilisateur: les dispositifs actifs contiennent des actionneurs électriques qui augmentent la puissance de l’utilisateur, tandis que les dispositifs passifs stockent l’énergie des mouvements de l’utilisateur afin de la restituer à l’utilisateur si nécessaire14. Comme les dispositifs actifs ont la capacité d’augmenter les capacités d’alimentation d’un utilisateur, ces dispositifs sont utilisés beaucoup plus fréquemment dans le cadre de la faiblesse des extrémités[14].
Afin de déterminer l’intention motrice dans cette population, les exosquelettes modernes s’appuient généralement sur des algorithmes de reconnaissance de formes générés par électromyographie (EMG) des muscles distauxdes membres 8,15,16,17 ou électroencéphalographie de surface (sEEG) du cerveau18,19,20 . Malgré la promesse de ces modalités de détection, les deux options présentent des limites importantes qui empêchent une utilisation généralisée de ces dispositifs. Comme sEEG détecte des signaux de niveau microvolt de manière transcrânienne18,19,20, les critiques se concentrent souvent sur l’incapacité de différencier ces signaux du bruit de fond 21. Lorsque le bruit de fond est similaire au signal d’enregistrement souhaité, cela produit de faibles rapports signal/bruit (SNR), ce qui entraîne une détection et une classification du moteur inexactes22,23. La détection précise du signal repose en outre sur un contact stable et à faible impédance du cuir chevelu21, qui peut être considérablement affecté par la présence de poils grossiers / épais, l’activité de l’utilisateur et même la transpiration22,24. En revanche, les signaux EMG ont une amplitude plusieurs amplitudes supérieure, ce qui facilite une plus grande précision de détection des signaux moteurs15,18,25. Cela a cependant un coût, car les muscles voisins peuvent contaminer le signal, diminuant les degrés de liberté pouvant être contrôlés par l’appareil 16,17,25 et une incapacité à détecter les mouvements musculaires profonds25,26,27,28. Plus important encore, l’EMG ne peut pas être utilisé comme méthode de contrôle en cas de compromis musculaire important et d’absence totale de tissu29.
Afin de faire progresser le développement d’exosquelettes robotiques, une détection cohérente et précise de l’intention motrice de l’utilisateur prévu est nécessaire. Les interfaces qui utilisent le système nerveux périphérique sont apparues comme une technique d’interface prometteuse, compte tenu de leur accès relativement simple et de leur sélectivité fonctionnelle. Les méthodes actuelles d’interfaçage des nerfs périphériques peuvent être invasives ou non invasives et appartiennent généralement à l’une des trois catégories suivantes: électrodes extraneurales 30,31,32,33, électrodes intrafasciculaires 34,35,36 et électrodes pénétrantes37,38,39,40 . Comme les signaux nerveux périphériques sont généralement au niveau des microvolts, il peut être difficile de différencier ces signaux du bruit de fond d’amplitude similaire41,42, ce qui réduit les capacités globales de précision de détection du moteur de l’interface. Ces faibles rapports signal/bruit (SNR) s’aggravent souvent avec le temps à la suite d’une aggravation de l’impédance des électrodes 43 produite soit par la dégradation du dispositif39,43, soit par une réaction locale de corps étrangers produisant du tissu cicatriciel autour du dispositif et/ou une dégénérescence axonale locale37,44. Bien que ces lacunes puissent généralement être résolues par la réopération et l’implantation d’une nouvelle interface nerveuse périphérique, il ne s’agit pas d’une solution viable à long terme, car des réactions associées à des corps étrangers continueraient de se produire.
Pour éviter ces réactions tissulaires locales générées par l’interaction des nerfs périphériques avec les interfaces abiotiques, une interface intégrant une composante biologique est nécessaire. Pour remédier à cette lacune, l’interface des nerfs périphériques régénératifs (RPNI) a été développée pour intégrer les nerfs périphériques transectés dans les membres résiduels des personnes amputées avec des prothèses45,46,47,48. La fabrication du RPNI implique l’implantation chirurgicale d’un nerf périphérique transecté dans un segment de greffe musculaire libre autologue, avec revascularisation, régénération et réinnervation se produisant au fil du temps. Grâce à la génération de potentiels d’action musculaire composés (CMAP) de niveau millivolt, le RPNI est capable d’amplifier le signal de niveau de micro-volt de son nerf contenu de plusieurs magnitudes, facilitant ainsi la détection précise de l’intention motrice45,48,49. Il y a eu un développement considérable du RPNI au cours de la dernière décennie, avec un succès notable dans l’amplification et la transmission de signaux nerveux moteurs efférents dans les essaisanimaux 50,51 et humains47, facilitant le contrôle de dispositifs prothétiques de haute précision avec plusieurs degrés de liberté.
Les personnes présentant une faiblesse des extrémités mais des nerfs périphériques intacts bénéficieraient également d’une détection de haute précision de l’intention motrice par le biais d’interfaces nerveuses périphériques afin de contrôler les dispositifs exosquelettes. Comme le RPNI a été développé pour l’intégration avec les nerfs périphériques transectés, comme chez les personnes amputées, des modifications chirurgicales ont été nécessaires. S’appuyant sur l’expérience acquise avec l’IARP, l’interface des nerfs périphériques régénératifs de la coiffe musculaire (MC-RPNI) a été développée. Constitué d’un segment similaire de greffe musculaire libre comme dans l’IARP, il est plutôt fixé circonférentiellement à un nerf périphérique intact (Figure 1). Au fil du temps, il se régénère et se réinnerve par germination axonale collatérale, amplifiant et traduisant ces signaux nerveux moteurs efférents en signaux EMG qui sont plusieurs ordres de grandeur plus grands52. Comme le MC-RPNI est d’origine biologique, il évite l’inévitable réaction de corps étrangers qui se produit avec les interfaces nerveuses périphériques actuellement utilisées52. En outre, le MC-RPNI confère la capacité de contrôler plusieurs degrés de liberté simultanément, car ils peuvent être placés sur des nerfs disséqués disséqués disséquement à des muscles individuels sans diaphonie significative, comme cela a été démontré précédemment dans les IPRA49. Enfin, le MC-RPNI peut fonctionner indépendamment de la fonction musculaire distale car il est placé sur le nerf proximal. Compte tenu de ses avantages par rapport aux interfaces nerveuses périphériques actuelles, le MC-RPNI est très prometteur pour fournir une méthode sûre, précise et fiable de contrôle de l’exosquelette.