Perception tactile : une méthode biomimétique basée sur les moustaches pour le dépistage des maladies gastro-intestinales cliniques

Contexte de la recherche

Les maladies gastro-intestinales présentent une large gamme de symptômes complexes dans le monde entier, tels que la diarrhée, l’hémorragie gastro-intestinale, la malabsorption, la malnutrition, voire des dysfonctions neurologiques. En raison de leurs différences marquées en termes de localisation, d’âge et de sexe, ces maladies représentent un défi majeur pour la santé publique et un fardeau socio-économique conséquent dans les sociétés modernes. En particulier, les cancers gastro-intestinaux représentent un tiers de l’incidence et de la mortalité des cancers à l’échelle mondiale. Le dépistage précoce des maladies gastro-intestinales et l’intervention rapide sont cruciaux pour réduire la mortalité et augmenter l’espérance de vie**.

Les méthodes traditionnelles de dépistage des maladies gastro-intestinales reposent principalement sur l’endoscopie, utilisant des endoscopes flexibles dotés de caméras pour examiner le tractus gastro-intestinal par des orifices naturels. Bien que largement utilisée en milieu hospitalier, l’endoscopie traditionnelle présente des limites en raison des capteurs optiques, des conditions d’éclairage médiocres et de l’environnement de travail étroit du tractus gastro-intestinal. Ces facteurs peuvent entraîner des phénomènes tels que l’obscurité, les reflets et les éblouissements, réduisant la qualité des images et pouvant même conduire à des erreurs de diagnostic. Les endoscopes à capsules sans fil suscitent un grand intérêt pour leur capacité de capture d’images non invasive. Cependant, l’endoscopie traditionnelle reste nécessaire pour effectuer un diagnostic détaillé après l’endoscopie à capsule.

En pratique clinique actuelle, le mode de perception tactile n’est pas encore appliqué, ce qui limite la capacité des médecins à identifier les petits polypes et toutes anomalies de la structure et de la dureté des tissus causées par des maladies. Des recherches récentes ont montré que les souris utilisent leurs moustaches pour obtenir des informations tactiles sur leur environnement, un mécanisme pouvant complémenter les limitations de la méthode visuelle en fournissant un retour tactile. Basé sur ce mécanisme de perception des moustaches de souris, nous proposons un système matériel basé sur des moustaches artificielles pour l’application dans le dépistage des maladies gastro-intestinales. Ce système intègre des capacités d’auto-apprentissage en intelligence artificielle pour reconnaître les structures et les changements pathologiques des tissus grâce à la reconnaissance de motifs tactiles, offrant ainsi une nouvelle méthode de dépistage clinique et réduisant les différences de diagnostic entre médecins.

Source de l’article

Cet article a été coécrit par Zeyu Wang, Frank P.-W. Lo (auteur correspondant), Yunran Huang, Junhong Chen, James Calo, Wei Chen et Benny Lo (auteur correspondant), affiliés respectivement au Department of Surgery and Cancer de l’Imperial College London, à la Shanghai Medical College de l’université de Fudan et au Centre d’électronique médicale intelligente de l’université de Fudan. L’article a été publié en 2023 dans la revue npj Robotics.

Processus de recherche

La recherche se divise en plusieurs étapes majeures :

1. Conception conceptuelle

L’équipe de recherche a conçu un système matériel basé sur des moustaches artificielles biomimétiques pour l’examen gastro-intestinal. Le mécanisme et le principe de fonctionnement du système sont illustrés à la figure 1 : en simulant le mécanisme de perception des moustaches de souris, le système est capable de détecter les anomalies pathologiques de la paroi gastro-intestinale, obtenant des informations sur les structures et contours des tissus pathologiques pour aider à la prise de décisions cliniques.

2. Modélisation et optimisation des paramètres de conception

L’équipe de recherche a modélisé le mécanisme de perception des moustaches et comparé les principes de fonctionnement des modèles statiques et dynamiques. La figure 2 montre ces deux modèles et analyse leurs avantages et inconvénients. Par exemple, bien que le modèle statique soit adapté aux tâches de précision de localisation, il présente une détection lente et une difficulté accrue dans le contrôle du bruit du système. Le modèle dynamique, quant à lui, améliore la capacité de détection par entraînement externe, augmentant l’intégration et la robustesse du système.

3. Conception et réalisation du système

Sur la base de la comparaison des modèles, l’équipe de recherche a conçu un système matériel de moustaches, peu bruyant, à réponse rapide et à large gamme dynamique, comprenant des capteurs de moustaches et des circuits de conditionnement du signal. Le capteur de moustaches est basé sur un capteur en polyfluorure de vinylidène (PVDF), offrant de bonnes performances de conduction du signal et de flexibilité. Les circuits de conditionnement du signal, passant par plusieurs étapes d’amplification, de filtrage et de conversion analogique-numérique, transforment le signal électrique brut en un signal numérique haute fidélité, destiné à être analysé et interprété ultérieurement par ordinateur.

4. Tests de référence et évaluation des fonctions de base

Afin d’évaluer les performances électriques du système, l’équipe de recherche a conduit une série de tests de référence, incluant des tests de bruit intrinsèque, de reconnaissance de texture, de perception de distance, de caractérisation de la dureté et de reconnaissance de forme. Les résultats expérimentaux montrent les performances du système dans différentes tâches, telles que les caractéristiques de réponse temporelle et fréquentielle du signal de sortie. Les tests spécifiques sont illustrés de la figure 4 à la figure 7.

Résultats de la recherche

Évaluation du bruit intrinsèque du système

Les résultats des tests de bruit à différentes plages de température ont montré que le bruit intrinsèque est relativement stable, avec un maximum de 0.75 uVrms et de 6.16 uVpp, et que l’effet thermique a un impact minime sur la qualité du signal.

Reconnaissance de texture

Les réponses du signal sur des matériaux de surface différents varient de manière significative dans les domaines temporel, fréquentiel et temp-fréquentiel : les surfaces lisses correspondent à des signaux de sortie lisses tandis que les surfaces rugueuses, comme le papier de verre, génèrent davantage de composantes à haute fréquence.

Perception de distance

Les résultats expérimentaux sur des réglages de hauteur différents démontrent que le point de libération du signal par le système de moustaches est hautement linéairement corrélé avec le paramètre de hauteur, avec un bon ajustement.

Caractérisation de la dureté

Les réponses du signal lors des tests sur des tissus mous et des tissus osseux diffèrent de manière notable, indiquant que le système est capable de distinguer efficacement la dureté des matériaux.

Reconnaissance de forme

Des tests sur différentes formes, telles que circulaires, planes et inclinées, montrent que le système de moustaches présente également une capacité significative en reconnaissance de formes.

Faisabilité de l’application clinique

Pour évaluer le potentiel d’application clinique de cette méthode, l’équipe de recherche a conduit une étude préliminaire utilisant un modèle de simulation (illustré à la figure 8) pour détecter trois types typiques de tissus pathologiques : tissus normaux, colite ulcéreuse et carcinome ulcératif. Les résultats de 120 expériences ont montré que le modèle entraîné par un algorithme d’apprentissage profond pouvait identifier efficacement et avec précision les tissus pathologiques, avec une précision de test de 94,44 % et une valeur kappa de 0,9167.

Conclusion et signification

Cette étude propose une nouvelle méthode de dépistage gastro-intestinal basée sur des moustaches artificielles. En combinant le design hardware et les algorithmes d’apprentissage profond, cette méthode montre un immense potentiel pour extraire les informations de structure et de texture du tractus gastro-intestinal, complémentant ou améliorant les techniques de diagnostic par endoscopie visuelle existantes. Le design matériel hautement intégré et à faible consommation de calcul du système indique qu’il peut être utilisé comme sous-module autonome dans les plateformes robotiques d’endoscopie actuelles, automatissant les processus de perception, d’analyse et de diagnostic avec peu ou pas d’intervention humaine, réduisant ainsi les différences de diagnostic entre médecins et offrant un mécanisme de dépistage précoce à faible coût dans les pays en développement.

Des recherches supplémentaires sur la conception de systèmes matériels multi-canaux et l’optimisation des algorithmes pourraient permettre à cette nouvelle méthode de se développer pleinement et d’être appliquée cliniquement. L’équipe de recherche explorera également de nouvelles solutions de détection, telles que des jauges de contrainte, pour améliorer encore les capacités de détection statique du système de moustaches.