Caractérisation d'un circuit neuro-enregistreur faisant partie d'une boucle de contre-réaction sensorimotrice pour la stimulation intramédullaire
Notice bibliographique
Résumé
Traumatic spinal cord injuries often result in severe sequelae, including paraplegia, which affects approximately four out of ten patients. This condition, characterized by the loss of motor function in the lower limbs, represents a major public health issue in Canada. Although there is currently no cure, strategies such as electrical stimulation can mitigate the functional consequences. The latter has demonstrated its ability to restore certain motor functions in several clinical trials. The only spinal cord stimulation system currently in clinical trials for motor restoration incorporates a closed loop (neural recording to adapt epidural stimulation), capable of restoring lower limb movement in some patients. However, this implant has low accuracy due to the extensive stimulation of nerve areas, including sensory regions, which can cause involuntary motor reflexes. In addition, the recording implant used is limited by its autonomy, requires delicate surgical implantation, and involves certain clinical risks. With the aim of increasing the precision of stimulation and improving the resolution of neural recordings by targeting the activity of individual neurons rather than the summation of entire populations, while ensuring autonomous and reliable operation, the Neurorestorative Interfaces Group (GIN) is developing a solution based primarily on sensorimotor feedback and real-time signal processing. This solution uses neurostimulation and neuro-recording implants developed by the Sherbrooke Medical Device Research Group (GRAMS) and interfaced with a haptic glove. This approach aims to offer paraplegic patients a more natural gait by activating intramedullary stimulation according to the motor intentions detected by the gloves, while providing sensory feedback. The master’s work presented in this thesis focuses on the development of a test interface to characterise the neural recording implant in terms of energy consumption, the operation of its blocks (such as system clock recovery), recording accuracy, and the performance of its integrated compression algorithm. This interface also makes it possible to validate compliance with the initial specifications and identify any faults. This characterisation is essential for integrating the implant into the closed loop envisaged by the GIN and for improving the next generation of implants.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».