2.5 Conclusion
Dans ce chapitre nous avons présenté le modèle que nous utilisons pour simuler le compor- tement des courants générés par lesNDRlors de la propagation d’unPAsur un axone. Cette modélisation permet de simuler le comportement d’une large gamme de fibres myélinisées. Neuf échantillons d’axones ont été choisis pour des fibres allant de 5, 7 à 16, 0µm de diamètre. Ensuite, nous présentons deux modèles de calcul dePAen surface du nerf. Le premier modèle, homogène et isotrope, permet une modélisation rapide de l’activité nerveuse. Nous l’utilisons pour modéliser l’activité fasciculaire pour des nerfs de forme quelconque. Le second modèle, inhomogène et anisotrope, permet une représentation plus fidèle à la réalité que le premier modèle. Mais ce second modèle ne peut être utilisé que dans le cas d’un nerf cylindrique. Nous l’utilisons pour étudier lesPAgénérés dans le cas où une seule fibre est active à la fois.
Notre modélisation permet aussi de mettre en évidence le phénomène de modulation présenté dans la section 1.1.3(page 11). De plus nous montrons que celui-ci peut être représenté comme une composanteHFS, qui se traduit par la présence d’un second lobe d’énergie dans la représentation spectrale duPAspatial.
Nous avons présenté le calcul duPAspatial en surface du nerf pour les neufs échantillons de fibres. En nous basant sur ces résultats, nous exposons la construction d’un modèle de nerf pour lequel les fascicules sont générés aléatoirement. Ce modèle nous permet de représenter une activité fasciculaire en surface du nerf. Nous montrons que la composanteHFSpeut être présente en surface du nerf, mais seulement pour des fascicules proches du point de mesure. Enfin, nous avons montré que l’amplitude de cette composante est de l’ordre de la dizaine de microvolts.
Dans le chapitre suivant nous exposons une étude précise de cette composantHFS, et nous proposons une démarche qui vise à mesurer cette composante à l’aide d’un nouveau type d’électrode.
Certaines idées et figures de ce chapitre sont apparues précédemment dans les publications suivantes :
1. Rossel, O. ; Soulier, F. ; Coulombe J. ; Bernard, S. & Cathébras, G. "Fascicle-selective multi- contact cuff electrode" EMBC’11 : 33st Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2011
2. Rossel, O. ; Soulier, F. ; Bernard, S. & Cathébras, G. "Sensitivity of a Frequency-Selective Electrode based on Spatial Spectral Properties of the Extracellular AP of Myelinated Nerve Fibers" EMBC’11 : 33st Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2011
Chapitre 2. Modélisation d’un nerf
3. Rossel, O. ; Soulier, F. ; Bernard, S. & Cathébras, G. "New Electrode Layout for Internal Selectivity of Nerves" EMBC’09 : 31st Annual International Conference of the IEEE Engi- neering in Medicine and Biology Society, 2009
4. Soulier, F. ; Rossel, O. ; Bernard, S. ; Cathebras, G. & Guiraud, D. "Design of Nerve Signal Biosensor" NEWCAS-TAISA’09 : North-East Workshop on Circuits and Systems, Traite- ment Analogique de l’Information, du Signal et ses Applications , 2009
5. Soulier, F. ;Rossel, O. ; Bernard, S. ; Cathébras, G. & Guiraud, D. "An optimized layout for multipolar neural recording electrode" IFESS’09 : International Functional Electrical Stimulation Society, 2009
6. Rossel, O. ; Soulier, F. ; Bernard, S. & Cathébras, G. "Fascicle-selective multi-contact cuff electrode" GDR soc sip : Le troisième Colloque Nationale du GDR System-On-Chip & System-In-Package (SOC-SIP) - CNRS, 2011
Chapitre 3
Électrode et traitement du signal
3.1 Introduction
En conclusion de l’état de l’art auchapitre 1, nous avons choisi de travailler à l’amélioration de la sélectivité des électrodes cuff parce qu’elles respectent l’intégrité des membranes protec- trices du nerf et de ses fascicules et qu’elles permettent de limiter à la fois le nombre d’implants et la complexité du geste chirurgical. Ceci impose cependant de réviser considérablement la structure d’une électrode cuff , en particulier son nombre de pôles. En effet, si l’on souhaite extraire de l’ENGd’un nerf des informations concernant plusieurs organes, il faut être capable d’extraire desENG« locaux » à certaines parties du nerf, en nombre au moins égal au nombre d’organes ciblés.
Nous souhaitons donc utiliser des électrodes multipolaires. Mais ceci ne suffit pas, car il faut arriver à identifier l’origine de l’activité. En effet, dans les systèmes de mesure d’ENGcourants, les signaux se présentent comme des combinaisons de sources, les points de mesures étant sensibles à plusieurs fascicules. Nous verrons même que, en l’absence de traitement particulier, une électrode placée en périphérie d’un nerf est sensible à l’activité de tous les fascicules de ce nerf.
Pour améliorer la sélectivité, nous devrons faire en sorte que le nombre de sources perçues par chaque point de mesure soit limité. Idéalement, il faudrait que chaque point de mesure soit sensible à une source et une seule. Dans ce cas, nous aurions un système parfaitement sélectif. Pour limiter le nombre de sources perçues par un point de mesure, on peut convenir qu’il ne doit être sensible qu’à la source la plus proche de lui. Un tel dispositif est schématiséfigure 3.1: chaque point de mesure a une zone de sensibilité qui ne couvre qu’un seul fascicule. Idéale- ment, donc, chaque point de mesure d’ENGde l’électrode cuff que nous voulons concevoir doit avoir un rayon de sensibilité faible : nous parlerons de mesure locale.