Real-time bio-hybrid system with spiking neural network - TEL - Thèses en ligne
Thèse Année : 2023

Real-time bio-hybrid system with spiking neural network

Système biohybride temps-réel avec Spiking Neural Network

Résumé

Characterization and modeling of biological neural networks has emerged as a field driving significant advancements in our understanding of brain function and related pathologies.As of today, pharmacological treatments for neurological disorders remain limited, pushing the exploration of promising alternative approaches such as electroceutics. Recent research in bioelectronics and neuromorphic engineering have led to the design of the new generation of neuroprostheses for brain repair.However, its complete development requires deeper understanding and expertise in biohybrid interaction. Here, this thesis work shows a novel real-time, biomimetic, cost-effective and user-friendly neural network for bio-hybrid experiments and real-time emulation.This thesis work allows investigation and reproduction of biophysically detailed neural network dynamics while promoting cost-efficiency, flexibility and ease of use. It showcases the feasibility of conducting biohybrid experiments using standard biophysical interfaces and various biological cells as well as real-time emulation of complex models.The system developped in this work is anticipated to be a step towards developing neuromorphic-based neuroprostheses for bioelectrical therapeutics by enabling communication with biological networks on a similar time scale, facilitated by an easy-to-use and accessible embedded real-time system.The real-time device developped further enhances its potential for practical applications in biohybrid experiments.
La caractérisation et la modélisation des réseaux neuronaux biologiques ont émergé comme un domaine permettant des avancées significatives dans notre compréhension des fonctions cérébrales et des pathologies qui y sont liées.À ce jour, les traitements pharmacologiques des troubles neurologiques restent limités, ce qui pousse à explorer des approches alternatives prometteuses telles que l'électroceutique. Les recherches récentes en bioélectronique et en ingénierie neuromorphique ont conduit à la conception d'une nouvelle génération de neuroprothèses pour la réhabilitation du cerveau.Toutefois, leur développement complet nécessite une compréhension et une expertise plus approfondies de l'interaction biohybride. Ici, ce travail de thèse présente un nouveau réseau de neurones biomimétique temps réel à la fois abordable, flexible et accessible pour la réalisation d'expériences bio-hybrides et l'émulation en temps réel.Ce travail de thèse permet d'étudier et de reproduire la dynamique de réseaux de neurones détaillés sur le plan biophysique tout en promouvant une flexibilité et facilité d'utilisation. Il démontre la faisabilité d'expériences biohybrides utilisant des interfaces biophysiques standards et diverses cellules biologiques, ainsi que l'émulation en temps réel de modèles complexes. Le système mis au point permet de réaliser des expériences biohybrides ainsi que l'émulation en temps réel de réseaux de neurones.Le système développé devrait constituer une étape essentielle vers le développement de neuroprothèses neuromorphiques pour les thérapies bioélectriques comme l'électroceutique. Elle permet également la communication avec des réseaux de neurones biologiques sur une échelle de temps similaire, facilitée par un système en temps réel embarqué, facile à utiliser et accessible.Le dispositif en temps réel développé démontre son potentiel dans des applications pratiques et expériences biohybrides.
Fichier principal
Vignette du fichier
BEAUBOIS_ROMAIN_2023.pdf (37.53 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04397756 , version 1 (16-01-2024)

Identifiants

  • HAL Id : tel-04397756 , version 1

Citer

Romain Beaubois. Real-time bio-hybrid system with spiking neural network. Electronics. Université de Bordeaux, 2023. English. ⟨NNT : 2023BORD0407⟩. ⟨tel-04397756⟩
84 Consultations
10 Téléchargements

Partager

More