© 2017 ISTE OpenScience – Published by ISTE Ltd. London, UK – openscience.fr Page | 1   Central Pattern Generators (CPG) biomimétiques en temps-réel sur FPGA pour des expérimentations bio- hybrides Real‐time biomimetic Central Pattern Generators (CPG) in FPGA for bio‐ hybrid experiments  Matthieu Ambroise 1 , Sébastien Joucla 2 , Blaise Yvert 2, 3 , Sylvain Saïghi 1 , Timothée Levi 1 1 IMS Lab., Univ Bordeaux, Talence, matthieu.Ambroise@newcastle.ac.uk, sylvain.saighi@u-bordeaux.fr, timothee.levi@u-bordeaux.fr 2 INCIA, Univ Bordeaux, Talence, joucla_sebastien@yahoo.fr 3 Inserm, BrainTech Lab U1205, Grenoble, blaise.yvert@inserm.fr 4 Univ Grenoble Alpes, BrainTech Lab U1205, Grenoble RÉSUMÉ. L’hybridation est une technique qui consiste à interconnecter un réseau de neurones biologiques et un réseau de neurones artificiels. Elle est notamment utilisée dans la recherche en neuroscience et à des fins thérapeutiques. L’objectif à long-terme est de remplacer les réseaux de neurones endommagés par des systèmes artificiels. Ceux-ci requièrent le développement de modèles de neurones dont l’activité électrique est similaire à l’activité des réseaux biologiques vivants. Cette correspondance permet de produire une stimulation adéquate afin de restaurer la fonction neurale désirée. Dans cet article, un réseau de neurones artificiels numériques avec une architecture configurable a été réalisé. Le réseau de neurones artificiels permet d’émuler l’activité de CPGs (Central Pattern Generator), à l’origine de la locomotion chez les animaux. Cette activité permet de déclencher une série de stimulations sur une moelle épinière lésée et de recréer ainsi la locomotion précédemment perdue. Ces résultats sont une première étape vers des solutions hybrides artificiel / biologique basées sur la micro-stimulation électrique pour la restauration de fonctions du Système Nerveux Central (SNC). ABSTRACT. Hybridization is a technique that consists in interconnecting a network of biological neurons and a network of artificial neurons. It is used in neuroscience research and for therapeutic purposes. The long-term goal is to replace damaged neural networks by these artificial systems. These require the development of models of neurons whose electrical activity is similar to the activity of living biological networks. This correspondence allows to produce an adequate stimulation in order to restore the desired neural function. In this paper, digital artificial neural network with a configurable architecture has been designed. This network of artificial neurons emulates the activity of CPGs (Central Pattern Generator), at the origin of the locomotion. This activity triggers a series of stimulations on an injured spinal cord and thus recreates the previously locomotion. These results are a first step toward hybrid artificial/biological solutions based on electrical micro-stimulation for the restoration of lost function in the injured CNS (like locomotion). MOTS-CLÉS. FPGA, réseau de neurones, Izhikevich, colonne vertébrale, expérimentation hybride. KEYWORDS. FPGA, neural network, Izhikevich, spinal cord, hybrid experiment. 1. Introduction Des millions de personnes à travers le monde sont affectées par des troubles neurologiques qui nuisent à la bonne communication entre le cerveau et le corps, causant différents handicaps (paralysies ou troubles des capacités cognitives). Ce nombre est prévu à la hausse pour les prochaines années tandis que la technologie assistive est toujours limitée. Durant la dernière décennie, beaucoup de travaux de recherche se sont dévoués aux interfaces cerveau-machine (ICM) et aux neuroprothèses en général [HOC06], [HOC12], [NIC09], dans le but de trouver un traitement efficace contre ces handicaps. Le développement de tels dispositifs a eu et continuera d’avoir un impact social sur la qualité de vie des patients. Ces prothèses sont conçues sur la base de nos connaissances des interactions des cellules neuronales, en partant des activités spontanées intrinsèques des réseaux de