XERAX — Interface cerveau-machine non-invasive

De l'EEG local à l'écosystème XERB0XI0N

José Gasser (J0bot) · juin 2026 · AGPL-3.0

Résumé

Dossier technique et feuille de route matérielle pour XERAX, la couche BCI non-invasive de XERB0XI0N. Il détaille le matériel EEG ouvert recommandé (OpenBCI Cyton+Daisy, Ultracortex Mk IV imprimée), la pile logicielle open source (BrainFlow, LSL, MNE, Timeflux), et la chaîne complète du signal cérébral jusqu'à un PL0XI0N exposant des états comme Tsoins. Cas d'application : monitoring cognitif d'équipages spatiaux (ESA/NASA).

§1Résumé exécutif

2. Contexte : pourquoi le cas d’application spatial est solide

3. Matériel : que faut-il acheter pour démarrer ?

4. Pile logicielle : quels softs utiliser ?

5. La chaîne complète, en local, chez toi

6. Feuille de route et pistes

7. Synthèse : la liste de courses

8. Annexe : sources principales

§2Résumé exécutif

XERAX est la couche d’interface cerveau-machine (BCI) de l’écosystème XERB0XI0N. Son objectif : externaliser des états cognitifs et permettre le contrôle de systèmes numériques par l’intention, sans chirurgie, à partir de matériel ouvert et abordable.

Ce document a trois buts concrets :

Définir précisément le matériel à acquérir pour démarrer une recherche EEG sérieuse à domicile, avec un budget chiffré et des alternatives à OpenBCI évaluées objectivement.
Établir la pile logicielle complète (acquisition, traitement, classification, machine learning) en privilégiant l’open source et la souveraineté des données.
Décrire la chaîne technique de bout en bout : du signal EEG brut jusqu’à son intégration dans XERB0XI0N, et le couloir réaliste vers un cas d’application à fort impact — le monitoring cognitif d’équipages spatiaux (ESA / NASA).

L’idée en une phrase Un casque EEG ouvert capte l’activité cérébrale → une pile logicielle locale la transforme en états et en intentions → ces signaux deviennent des événements tracés dans un B0XI0N → XERB0XI0N expose ces états comme n’importe quel autre PL0XI0N.

Le positionnement spatial n’est pas un gadget : l’ESA et la NASA investissent déjà activement dans exactement ce type de technologie non-invasive. Cela donne à XERAX une cible d’application crédible, un vocabulaire scientifique partagé, et un couloir institutionnel (CERN / IdeaSquare) pour passer du prototype domestique à la collaboration sérieuse.

§3Contexte : pourquoi le cas d’application spatial est solide

Tester un système BCI « sur des astronautes » ne se fait pas en frappant à la porte d’une agence avec un prototype. Mais le terrain est étonnamment favorable, parce que le besoin est déjà identifié et financé.

2.1 Ce que font déjà l’ESA et la NASA L’ESA a lancé une investigation dédiée aux interfaces non-invasives pour les équipages : EEG (BCI), EMG (signaux musculaires) et eye-tracking. Les usages visés vont du contrôle de bras robotiques et de rovers à l’interaction en réalité virtuelle et augmentée, sans aucune manipulation manuelle. Au-delà du contrôle, ces technologies servent aussi à mesurer en temps réel l’attention, la charge cognitive et la fatigue mentale.

Côté recherche, des cadres « neuroadaptatifs » combinant monitoring EEG et aide à la décision par IA sont explicitement conçus pour préserver la performance cognitive des astronautes face au stress, à la microgravité, à l’isolement et à la surcharge. Des campagnes de vols paraboliques (2023-2024) ont déjà mesuré des marqueurs neurophysiologiques de charge cognitive en hypergravité et en apesanteur.

Un résultat particulièrement parlant : des BCI couplant deux opérateurs simultanément

réduisent les pertes d’attention, car la décision conjointe compense les baisses de vigilance individuelles. C’est, à l’échelle de deux cerveaux, exactement l’intuition des instances cognitives parallèles de XERAX.

Correspondance directe avec XERAX

  Niveau 1 (contrôle par la pensée) = contrôle sans manipulation manuelle déjà ciblé
  par l’ESA.

  Niveau 2 (instances parallèles) = décision conjointe multi-opérateurs déjà
  démontrée en laboratoire.

  Monitoring d’états (attention, charge, fatigue) = cœur de la feuille de route
  stratégique des agences.

2.2 Quel « modèle » utilisent-ils ? Question fréquente : « les astronautes utilisent quel modèle ? » La réponse tient en un mot — non-invasif. Dans le contexte spatial, l’EEG de surface domine, pour des raisons structurelles : impossibilité de maintenance chirurgicale en orbite, contraintes de microgravité, besoin de poser et retirer le système rapidement. Il n’existe pas de « casque officiel astronaute » standardisé : les agences évaluent des systèmes EEG secs portables couplés à de l’eye-tracking et de l’EMG.

Conséquence directe et encourageante : le matériel grand public et semi-professionnel de type OpenBCI se situe exactement dans le bon registre technologique. Tu ne pars pas avec une mauvaise classe de matériel — tu pars avec la bonne, à condition de bien la choisir.

§4Matériel : que faut-il acheter pour démarrer ?

La question centrale est : OpenBCI ou autre chose ? La réponse dépend d’un arbitrage entre qualité de signal, ouverture du matériel, rapidité de mise en place et budget. Voici l’analyse honnête.

3.1 Les deux philosophies de matériel

La bonne analogie Un casque grand public fermé (Muse, Crown) est un iPhone : ça marche tout de suite, mais tu ne peux rien modifier. OpenBCI est un Raspberry Pi : tout est ouvert et modifiable, mais le chemin pour y arriver demande un vrai engagement technique. Pour XERB0XI0N — projet dont l’open source est un axiome structurel, pas une option — ce critère n’est pas négociable.

3.2 Comparatif des options réalistes

                                                      Prix

Système Canaux / type Ouvert ? Pour XERAX indicatif

                 8 (→16 avec                          ~575 $       Référence. Front-end TI

OpenBCI Total Daisy), humide (carte ADS1299, qualité proche Cyton (HW+FW+SW) ou sec seule) du clinique

                                                      dès

OpenBCI Total, Monture configurable, Monture pour ~900 $ Ultracortex imprimable électrodes placables où Cyton, 10-20 (+ Mk IV 3D tu veux Cyton)

Unicorn 8, électrodes Mise en place rapide, Hybrid Black hybrides Partiel ~990 € bonne précision BCI, (g.tec) sec/humide moins ouvert

                                                                   Bon signal brut, mais

Emotiv Fermé (SDK 14, saline ~850 $ écosystème verrouillé — EPOC X payant) à éviter

                                                                   Qualité de signal faible,

Muse S Gen 4-5, sec (encre Fermé ~350 $ OK pour prototypage 2 Ag) léger seulement

PSBD Étonnamment proche du Bandeau, multi- Headband Fermé variable grade recherche en pins secs Pro frontal

Points objectifs issus de la littérature comparative :

 Le Cyton+Daisy a un bruit très bas (~1 µVpp) et une consommation de 5 mW/canal, avec
 un rapport signal/bruit qui rivalise avec des amplis cliniques. Pour l’analyse fréquentielle
 (bandes alpha, beta, etc.) il est excellent.

 Limite connue : en 8 canaux il échantillonne à 250 Hz ; en 16 canaux (Daisy) la
 fréquence tombe à 125 Hz en streaming sans fil. Pour du 250 Hz en 16 canaux, il faut
 enregistrer sur carte SD plutôt qu’en streaming direct.

 Faiblesse documentée pour les potentiels évoqués (ERP, signaux temporels précis) : la
 précision temporelle par défaut du Cyton+Daisy sans fil est variable. Si tu vises des ERP
 au milliseconde près, il faut soigner la synchronisation (timestamps LSL) ou envisager
 un ampli à meilleure précision temporelle.

Les électrodes humides (gel/saline) restent le gold standard en qualité, mais le sec a rattrapé son retard pour la plupart des usages BCI (P300, SSVEP, motor imagery) et est bien plus pratique pour des sessions répétées.

3.3 Recommandation : la configuration de démarrage Pour démarrer une recherche sérieuse, reproductible et publiable, tout en restant fidèle aux principes XERB0XI0N (ouverture, souveraineté, réparabilité), la recommandation est claire :

Configuration recommandée — « XERAX Lab v0 » Base : OpenBCI Cyton (8 canaux)

Daisy (extension 16 canaux). Le seul système entièrement ouvert de cette classe de signal.

Monture : Ultracortex Mark IV en version Print-It-Yourself (tu as déjà une imprimante 3D → tu imprimes la coque toi-même, tu n’achètes que les électrodes et la visserie). Économie directe et alignement total avec la philosophie Cubion.

Électrodes : un mélange. Électrodes sèches à ressort pour les sessions rapides ; un jeu d’électrodes gold cup + gel pour les enregistrements de référence haute qualité (calibration, validation).

Accessoires non vendus par OpenBCI (à prendre chez Adafruit/SparkFun) : batterie Li-ion rechargeable + chargeur. Coût négligeable (~15 $) mais indispensable, souvent oublié.

Optionnel mais malin : un second casque bas coût (Muse S ou bandeau) pour développer et déboguer le logiciel sans monter le Cyton complet à chaque fois.

Estimation budgétaire de départ :

Poste Choix Coût indicatif

Carte d’acquisition Cyton + Daisy ~950 $

                            Ultracortex Mk IV (imprimée      ~350 $ (électrodes +

Monture maison) pièces)

Électrodes de référence Gold cup + gel conducteur ~50 $

Alimentation Batterie Li-ion + chargeur ~15 $

Casque debug (option) Muse S Gen 2 ~350 $

TOTAL noyau (sans — ≈ 1 365 $ option)

TOTAL avec debug — ≈ 1 715 $

Verdict OpenBCI Oui, OpenBCI reste le bon choix pour XERAX — non parce que c’est le matériel au meilleur signal dans l’absolu (des systèmes à 8 000 $+ font mieux), mais parce que c’est le seul de sa gamme de prix qui soit entièrement ouvert et auditable. Pour un projet dont l’ADN est l’open source, c’est le seul candidat cohérent. La seule alternative à considérer sérieusement serait l’Unicorn Hybrid Black si la rapidité de mise en place devenait un blocage majeur.

§5Pile logicielle : quels softs utiliser ?

Le matériel ne fait rien sans la couche logicielle. Voici la pile complète, organisée par étage, du signal brut jusqu’à la décision. Tout est open source et auto-hébergeable — cohérent avec XERB0XI0N.

4.1 Vue d’ensemble des étages

Étage Rôle Outils recommandés

                         Lire le signal depuis le        BrainFlow (universel), OpenBCI

Acquisition casque GUI

Transport / sync Horodater et router les flux LSL (Lab Streaming Layer)

Visualisation / Vérifier la qualité du signal OpenBCI GUI, OpenViBE impédance

                         Filtrage, nettoyage,            SciPy, MNE-Python,

Pré-traitement artefacts CAR/ICA/CSP

Features + ML Extraire et classifier scikit-learn, Timeflux, MNE

Orchestration temps Boucle BCI complète Timeflux, BCI-HIL réel

4.2 Le choix structurant : BrainFlow comme socle Recommandation forte : bâtir sur BrainFlow plutôt que sur un logiciel fermé propre à un casque. BrainFlow est une bibliothèque unifiée qui parle à OpenBCI, mais aussi à Muse, à beaucoup d’autres casques, et expose les données de façon identique quel que soit le matériel.

Pourquoi c’est décisif pour XERB0XI0N BrainFlow rend ton code indépendant du matériel. Tu écris ta logique une fois ; changer de casque (Cyton → Unicorn → un futur casque maison à base de Bions) ne casse pas la pile applicative. C’est exactement le principe de rétrocompatibilité éternelle de Cubion, appliqué au logiciel : l’interface reste stable, les internals évoluent.

4.3 Les outils par cas d’usage

Acquisition et premier contact

OpenBCI GUI : gratuit, sert surtout à vérifier la qualité du signal et l’impédance des électrodes électrode par électrode (le Cyton a un test d’impédance intégré). À utiliser au tout début de chaque session.

BrainFlow : la porte d’entrée programmatique. Python recommandé pour démarrer (la communauté scientifique est là).

Synchronisation

LSL (Lab Streaming Layer) : standard de fait pour horodater précisément EEG + stimuli

autres capteurs. Indispensable dès qu’on veut corréler le signal à un événement (un stimulus visuel, une action). C’est aussi ce qui rattrape la faiblesse de précision temporelle du Cyton.

Pré-traitement et analyse

MNE-Python : la référence open source pour l’analyse EEG (filtrage, ICA pour retirer les artefacts oculaires, analyse fréquentielle, ERP).

SciPy + scikit-learn : filtrage de signal et machine learning classique.

Techniques classiques de pré-traitement BCI à connaître : CAR (référence moyenne commune), ICA (séparation de sources), CSP / RCSP (patterns spatiaux communs, très utilisés en motor imagery).

Boucle temps réel et machine learning

Timeflux : framework Python temps réel, modulaire (graphes input/output, pré- traitement, sauvegarde, ML). Plus simple à démarrer qu’OpenViBE, et il se branche nativement sur LSL. C’est probablement ton orchestrateur principal.

BCI-HIL : framework open source « human-in-the-loop » qui combine Timeflux pour le temps réel, SciPy/scikit-learn pour le ML, et affiche les visualisations directement dans

 le navigateur via websockets. Très proche de ta stack web (Laravel + Canvas/WebGL) —
 c’est un modèle d’architecture à étudier de près.

 OpenViBE : alternative historique, à base de scénarios graphiques. Utile comme
 référence (beaucoup de tutoriels motor imagery existent), mais Timeflux est plus
 moderne et plus proche de ton écosystème.

4.4 Quel paradigme BCI viser en premier ? Tous les BCI ne se valent pas en difficulté. Pour un premier résultat motivant et reproductible, le choix du paradigme compte autant que le matériel.

Paradigme Principe Difficulté Pertinence XERAX

             Réponse à un stimulus       Facile,       Idéal pour un premier contrôle «

SSVEP visuel clignotant robuste par le regard/attention »

             Réponse à un stimulus                     Sélection d’items (speller) — utile

P300 Moyenne rare attendu pour interfaces

Motor Imaginer un mouvement Le vrai « contrôle par la pensée » Difficile Imagery (main G/D) du niveau 1 XERAX

Stratégie d’apprentissage recommandée Commence par SSVEP : c’est robuste, ça marche même avec du matériel modeste, et ça donne un succès rapide (allumer une LED ou bouger un curseur par l’attention). Puis monte vers P300, puis Motor Imagery quand la pile est rodée. La littérature montre des précisions de 80-93 % en motor imagery avec du bon pré-traitement (CSP) et un classifieur adapté (SVM, ou réseaux convolutifs) — mais c’est l’objectif avancé, pas le point de départ.

§6La chaîne complète, en local, chez toi

Voici le système entier, du crâne jusqu’à XERB0XI0N, entièrement auto-hébergé. Chaque flèche est un format de données ou un protocole précis.

5.1 Schéma de la chaîne

┌─────────────────────────────────────────────────────────────┐ │ 1 · CERVEAU Activité électrique corticale (µV) │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐

│ 2 · ÉLECTRODES Capteurs 10-20 sur l'Ultracortex │ │ (secs ou gel) │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 3 · CYTON + DAISY Amplification + numérisation │ │ (ADS1299, 250 Hz) │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 4 · BRAINFLOW Lecture unifiée, indépendante du matos │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 5 · LSL Horodatage + routage des flux │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 6 · MNE / SciPy Filtrage, ICA, retrait d'artefacts │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 7 · TIMEFLUX + Features (CSP) + classification │ │ scikit-learn → état / intention │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 8 · B0XI0N L'état devient un événement tracé │ │ (event-sourcing) │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 9 · PL0XI0N XERAX L'état exposé comme service composable │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 10 · XERB0XI0N Intégration dans l'écosystème │ │ (XERB0T, zones, autres PL0XI0NS) │ └─────────────────────────────────────────────────────────────┘

5.2 Le pont vers XERB0XI0N : le détail qui compte Les étapes 1 à 7 sont de la BCI classique. La rupture XERB0XI0N se joue à l’étape 8. Au lieu de traiter la sortie comme une simple commande jetable, on la traite comme un événement tracé.

Le principe : tout est un événement Chaque état cognitif détecté (« attention haute », « intention : ouvrir X », « fatigue ») n’est pas une commande volatile mais un Tsoin — un instant condensé de réalité, horodaté et stocké. Le B0XI0N est le git de ces états ; il gère des états, pas des fichiers.

Concrètement, la couche logicielle XERAX expose une API HTTP/JSON locale (cohérente avec la stack Rust/Laravel de XERB0XI0N). Le classifieur ne « clique » pas : il publie un état. Ce sont ensuite les autres PL0XI0NS qui décident, ou non, de s’abonner à cet état. Le droit au silence est garanti par l’architecture : rien n’écoute sans abonnement explicite.

Implémentation suggérée pour le premier prototype :

Le script Timeflux publie l’état détecté sur un endpoint local (websocket ou POST HTTP) — exactement le modèle BCI-HIL.
Un petit service (Laravel ou un binaire Rust léger) reçoit l’état, l’enregistre comme événement, et l’expose via l’API du B0XI0N.

§7Un PL0XI0N de démonstration consomme cet état : par exemple, un XERB0T

(drone/robot, PCB déjà conçu en KiCad) qui réagit à l’intention, ou une zone qui change selon l’état attentionnel.

Tout est tracé : la séquence complète des Tsoins est rejouable, auditable, versionnée.

Le lien matériel à long terme À terme, l’amplificateur EEG lui-même devient un type de Bion : un module de capture cérébrale dans la grille Cubion. Le casque cesse d’être un périphérique externe pour devenir une face du système. C’est l’horizon, pas la première étape — mais l’architecture logicielle décrite ici y mène directement.

§8Feuille de route et pistes

6.1 Étapes techniques

Phase Objectif Livrable

                    Monter le Cyton, capter un        Signal alpha visible quand on ferme

P0 — Acquisition signal propre les yeux

                                                      Contrôler une LED / un curseur par

P1 — Premier BCI SSVEP fonctionnel l’attention

                    Timeflux + classifieur temps      Détection d’état en direct,

P2 — Pipeline ML réel reproductible

P3 — Pont Un PL0XI0N XERAX qui publie des État → événement → B0XI0N XERB0XI0N Tsoins

P4 — Démo Un XERB0T réagit à l’intention Vidéo de bout en bout, publiable intégrée

P5 — Motor Vrai contrôle par la pensée Classification main G/D > 80 % Imagery

6.2 Pistes institutionnelles CERN / IdeaSquare : le couloir identifié pour passer du domestique à l’institutionnel. Condition d’entrée : avoir du hardware concret à montrer. Le HEIG-VD MakeLab est l’équivalent local immédiat pour fabriquer cette démo.

Angle clinique / recherche : une collaboration chercheur-à-chercheur (et non patient- à-clinicien) avec un spécialiste des états dissociatifs pourrait constituer un premier terrain de mesure EEG sérieux, bien avant l’angle spatial. Documenter des états cognitifs particuliers avec du matériel OpenBCI est un point d’entrée concret et original.

Angle spatial (ESA/NASA) : viser non pas « tester XERAX », mais contribuer à un programme existant de BCI non-invasif. Cela suppose d’abord des résultats publiés sur sujets civils, puis une approche institutionnelle. Zenodo (proximité CERN, avantage suisse) et arXiv sont les canaux de publication.

6.3 Risques et points d’attention honnêtes Le niveau 1 de XERAX (contrôle par l’intention) est techniquement atteignable avec ce matériel. Les niveaux 2 et 3 (instances cognitives parallèles, réseau de connaissances partagées) restent prospectifs et ne doivent pas être présentés comme implémentables à court terme.

La qualité du signal EEG de surface reste un facteur limitant : ne pas surpromettre la finesse de décodage. La littérature est claire — le matériel grand public ne rivalise pas avec le clinique pour les usages les plus exigeants.

Distinction éthique fondamentale de XERAX, à garder visible : le système partage des connaissances factuelles, jamais des identités ni des expériences subjectives. L’individu reste souverain de son vécu. Des mécanismes de désactivation propre doivent être prévus dès la conception.

7. Synthèse : la liste de courses Pour répondre directement à la question « quel matos acheter » :

1. OpenBCI Cyton + Daisy (~950 $) — le noyau d’acquisition ouvert. 2. Ultracortex Mark IV, version à imprimer soi-même (~350 $ d’électrodes/pièces) — tu imprimes la coque.

§9Électrodes gold cup + gel conducteur (~50 $) — pour les enregistrements de

référence.

Batterie Li-ion + chargeur (~15 $, chez Adafruit/SparkFun) — à ne pas oublier.
(Option) Muse S Gen 2 (~350 $) — casque de debug pour développer le soft sans tout monter.

Et la pile logicielle à installer (toute gratuite et open source) :

BrainFlow (socle d’acquisition, indépendant du matériel)

OpenBCI GUI (vérification du signal et de l’impédance)

LSL (synchronisation des flux)

MNE-Python + SciPy + scikit-learn (traitement et ML)

Timeflux (orchestration temps réel) — et étudier BCI-HIL comme modèle d’architecture

Tout cela tourne sur ta configuration locale existante (RTX 3080, VPS Debian, ThinkPad B0XI0N). Aucune dépendance cloud, aucune fuite de données, souveraineté totale sur le signal cérébral — ce qui, pour une donnée aussi intime que l’activité du cerveau, n’est pas un détail mais le cœur même de l’éthique XERB0XI0N.

« XERAX partage des connaissances, pas des identités. L’individu reste souverain de son vécu. »

Annexe : sources principales Ce dossier s’appuie sur la documentation matérielle OpenBCI, la littérature comparative récente sur les casques EEG (consumer vs research grade, électrodes sèches vs humides), les frameworks logiciels open source (BrainFlow, Timeflux, BCI-HIL, MNE), et les publications 2022-2025 sur l’usage de l’EEG pour le monitoring cognitif des équipages spatiaux (ESA, vols paraboliques, cadres neuroadaptatifs).

Références matériel et logiciel : boutique et forum OpenBCI ; comparatifs Neurosity ;

études MDPI/Sensors et PMC sur la qualité de signal Cyton+Daisy et les électrodes cEEGrid ; Emotiv (guide casques) ; Frontiers (framework BCI-HIL).

Références spatiales : arXiv 2212.06139 (EEG/EMG/eye-tracking pour le vol spatial habité, ESA) ; Springer — cadre neuroadaptatif de préparation cognitive des astronautes (2025) ; PMC — marqueurs neurophysiologiques de charge cognitive en gravité altérée (vols paraboliques 2023-2024) ; Space.com — BCI multi-opérateurs pour le pilotage.

XERB0XI0N — ne pas nuire

Statut : draft · Licence : AGPL-3.0 · 11.06.2026 · xerax-bci