Le GPU SIS se divise en 3 sous-projets complémentaires :

Les trois éléments communs aux projets P1, P2 et P3, sont d’une importance cruciale pour la réussite du GPU SIS :

• Les « capteurs intelligents», au sens le plus large du terme, seront omniprésents au niveau de leur développement en recherche fondamentale et de leur mise en œuvre distribuée dans tous les systèmes pour la santé et le bien-être.
• La prise en compte des aspects « bioéthiques » sera impérative à des degrés divers selon les projets, sur les aspects d’expérimentations animale et humaine et d’applications à l’assistance aux personnes.
• La complexité même du projet SIS, de par la variété des disciplines mises en œuvre et le transfert vers les produits et services, nécessitera une approche efficace de « gestion de l’innovation » en interne.

P1 – Les interfaces physique-biologie 

Ce projet traite du matériel présent au voisinage de toute interface physique-biologie : tissu biologique, transducteur, conditionneur. À l’aide des méthodes expérimentales et théoriques les plus pointues de la biologie et de la biophysique, de la maîtrise des technologies d’intégration et du traitement embarqué, il s’agira d’étudier certains mécanismes biologiques, notamment leur signature électrique, en vue d’applications potentielles en diagnostic et thérapie. Ainsi, de nouveaux dispositifs innovants pour la santé pourront être développés, sur systèmes embarqués ou circuits intégrés, en réseau ou non, réalisant entre autres des mesures de paramètres biologiques et leur analyse en temps réel. L’expérience acquise en bioélectromagnétisme servira à tester l’innocuité, c’est-à-dire la nocivité des dispositifs émettant des champs électromagnétiques, près ou dans le corps. Les travaux en cours sur la conception et la réalisation de capteurs de grande sensibilité, à faible consommation et de petite taille fourniront des outils précieux pour ce projet ainsi que pour les projets P2 et P3.

Exemple: le BRET - Yann Percherancier, chercheur biologiste cellulaire, équipe BioEM

Le BRET est une technique biophysique qui permet, grâce à l’acquisition de signaux bioluminescents, de mesurer au niveau moléculaire les interactions et l’activité de composants cellulaires en temps réel et sur cellules vivantes. Cette technique est extrêmement simple à mettre en œuvre, très économique, et est acceptée et utilisée par le monde industriel dans le cadre du criblage de nouveaux médicaments. Nous sommes aujourd’hui en mesure de pouvoir faire évoluer la technique du BRET vers un mode de lecture multiplexé (plusieurs sondes lues par échantillon sur n voies, le tout en simultané) ce qui permettra de réaliser le criblage de composés chimiques avec un rendement bien supérieur à ce qui existe aujourd’hui. Dans le cadre du bioélectromagnétisme, nous utilisons le BRET pour tester les effets potentiels des champs radiofréquences environnementaux sur l’activité de protéines réceptrices de la chaleur.

Exemple d’un transfert d’énergie intermoléculaire entre deux protéines fusionnées aux groupements Luc et YFP. Typiquement, un transfert d’énergie interviendra entre les deux groupements si la distance séparant le donneur de l’accepteur d’énergie est inférieure à 10 nm. Ce transfert d’énergie se manifestera par une émission de fluorescence à la longueur d’onde d’émission de l’accepteur.

P2 - Aide au diagnostic et à la décision 

Ce projet concerne le traitement nécessaire à la mise en œuvre de l’intelligence dans les systèmes développés. Cette intelligence recouvre la capacité d’adaptation requise tout particulièrement lorsque l’on considère la variabilité de l’environnement biologique et humain. Ce sous-projet sera l’occasion de regrouper des approches complémentaires visant à fournir des outils d’estimation de paramètres biologiques ou de comportement. Pour cela, des méthodes d’analyse de signaux et d’images issus de différents capteurs seront mises en œuvre pour extraire des informations d'intérêt afin d'aider au diagnostic. Cette première étape sera suivie de l’aide à la prise de décision reposant par exemple sur des actionneurs intelligents. Un des objectifs principaux sera de fusionner l’ensemble des informations disponibles.

Parmi les approches d’intérêt, citons l’alternative du calcul bio-inspiré, exploitant notamment les propriétés de composants émergents tels que les memristors qui servent à stocker de l’information. Et parmi les applications, l’imagerie THz pour les tumeurs et la modélisation du fonctionnement des systèmes biologiques reposant sur des modèles à peu de paramètres pouvant être exploités en temps réel pour représenter des pertes thermiques dans les poumons.

Exemple : NearSense : Application des rayonnements terahertz (THz) pour l’analyse de tissus cancéreux. De l’approche quasi-optique impulsionnelle à des capteurs intégrés. – Jean-Paull Guillet, chercheur terahertz, équipe Laser

Le diagnostic des marges d’exérèse est un élément important dans le processus médical après une opération pour un cancer du sein. Alors que le processus classique des anatomopathologistes dure plusieurs heures, une méthode plus rapide serait utile. L’approche proposée dans ce projet passe par l’imagerie THz avec deux parties, une première via un système impulsionnel et ensuite via un système intégré. Dans un premier temps, le système temporel fonctionnant à partir d’un laser femtoseconde et d’une antenne photoconductrice est utilisé pour imager de 100 GHz à 4 THz. Le but est de passer dans le domaine fréquentiel et faire apparaître un contraste révélant la zone avec du cancer. Dans un second temps, ce projet vise à développer des capteurs intégrés à base de résonateurs permettant de faire de l’imagerie en champ proche. Le développement de ces capteurs pourra être optimisé en fonction des fréquences fournissant le contraste issu dans les travaux sur le système impulsionnel. Ce projet est en collaboration avec l’IMS (groupe nanoélectronique), l’institut Bergonié et l’Université de Wuppertal.

À gauche : Image visible d’un échantillon avec des zones tumorales. À droite, image à 2 THz mettant en évidence ces zones.

P3 - Systèmes d’assistance pour la santé et le bien-être 

Ce sous-projet vise à participer, de façon majeure et originale, à la conception et à la mise en œuvre de systèmes complexes à base de capteurs et de systèmes intelligents pour l’aide à la personne âgée (silver economy : économie au service des personnes âgées), malade ou handicapée, en prévoyant une prise en compte en amont des usages et utilisateurs des systèmes d’assistance. Sur la base de l’expérience acquise en cognitique, l’étude du facteur humain (en termes de contraintes cognitives et/ou sensorielles) selon les contextes d’usage sera nécessaire pour permettre une acceptabilité et une appropriation de ces systèmes par les utilisateurs finals. Ainsi, il sera important d’étudier le degré d’acceptabilité de dispositifs embarqués par les patients eux-mêmes afin d’éviter des résistances et des rejets. L’organisation de ces systèmes en termes de « processus » devra être aussi abordée et optimisée. La contribution des sciences humaines (psychologie, cognitique et ergonomie) sera donc décisive dans ce projet.

Exemple: HUMO (HUman Monitoring) – Véronique Lespinet-Najib, chercheur en facteur humain, équipe Cognitique

En matière d’ingénierie cognitique ou ingénierie des facteurs humains il est indispensable de pouvoir évaluer l’état cognitif de l’utilisateur. Ainsi, au cours des phases de design, conception ou développement, il faut pouvoir mesurer les contraintes auxquelles sont soumis les utilisateurs du fait du système technologique concerné et/ou de son environnement d’usage. C’est l’une des bases d’une démarche d’ingénierie de « conception centrée utilisateur ».

Le but du micro-projet HUMO (HUman Monitoring - Approche interdisciplinaire de l’évaluation de l’état cognitif de l’utilisateur) est de valider un protocole de recueil, traitement, et interprétation des données physiologiques pour l'évaluation de l'état de l'utilisateur. L’objectif ultime à plus long terme est d’établir et de décrire le lien éventuel de significativité entre les données physiologiques recueillies et l’état cognitif de l’utilisateur.

• Acquisition de l’activité électrique du cerveau avec un casque EEG
• Acquisition des données de pupillométrie avec un eye tracker de type Tobii