Développement d'outils de traitement du signal et statistiques pour l'analyse de groupe des réponses induites par des stimulations électriques corticales directes chez l'humain

Development of signal processing and statistical tools for group analysis of responses to direct electrical stimulations induced in humans

• Auteur / Autrice : Lena Trebaul
• Direction : Olivier David
• Type : Thèse de doctorat
• Discipline(s) : BIS - Biotechnologie, instrumentation, signal et imagerie pour la biologie, la médecine et l'environnement
• Date : Soutenance le 11/12/2017
• Etablissement(s) : Université Grenoble Alpes (ComUE)
• Ecole(s) doctorale(s) : École doctorale ingénierie pour la santé, la cognition, l'environnement (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Institut des neurosciences de Grenoble
• Jury : Président / Présidente : Philippe Kahane
• Jury : Examinateurs / Examinatrices : Laurent Koessler, Stefano Francione
• Jury : Rapporteurs / Rapporteuses : Christian Bénar, Fabrice Wendling

Mots clés

Mots clés contrôlés

Cartographie cérébrale

Neurostimulation

Cerveau -- Maladies

Mots clés libres

Stéréo-Électroencéphalographie

Épilepsie

Tractographie fonctionnelle

Atlas

Stimulation électrique directe

Functional tractography

Stereo-Electroencephalography

Epilepsy

Atlas

Direct electrical stimulation

Résumé

Introduction : La stimulation électrique directe basse fréquence est pratiquée sur des patients épileptiques pharmaco-résistants implantés avec des électrodes profondes. Elle induit de potentiels évoqués cortico-corticaux (PECC) qui permettent d’estimer la connectivité in vivo et ont permis de caractériser des réseaux locaux. Pour estimer la connectivité à l’échelle du cortex, le projet multicentrique F-TRACT vise à rassembler plusieurs centaines de patients dans une base de données pour proposer un atlas probabiliste de tractographie fonctionnelle.Méthodes : La construction de la base de données à nécessité la mise en place technique de pipelines de traitement semi-automatiques pour faciliter la gestion du nombre important de données de stéréo-électroencéphalographie (SEEG) et d’imagerie. Ces pipelines incluent des nouvelles méthodes de traitement du signal et d’apprentissage automatique, qui ont été développées pour identifier automatiquement les mauvais contacts et corriger l’artefact induit par la stimulation. Les analyses de groupe se sont basées sur des métriques des PECC et des cartes temps-fréquences des réponses à la stimulation.Résultats : La performance des méthodes développées pour le projet a été validée sur des données hétérogènes, en termes de paramètres d’acquisition et de stimulation, provenant de différents centres hospitaliers. L’atlas a été généré à partir d’un échantillon de 173 patients, fournissant une mesure de probabilité de connectivité pour 79% des connexions et d’estimer des propriétés biophysiques des fibres pour 46% d’entre elles. Son application à une sous-population de patients a permis d’étudier les réseaux impliqués dans la génération de symptômes auditifs. L’analyse de groupe oscillatoire a mis en avant l’influence de l’anatomie sur la réponse à la stimulation.Discussion : Cette thèse présente une méthodologie d’étude des PECC à l’échelle du cortex cérébral, utilisant des données hétérogènes en termes d’acquisition, de paramètres de stimulation et spatialement. L’incrémentation du nombre de patients dans l’atlas généré permettra d’étudier les interactions cortico-corticales de manière causale.

Introduction: Low-frequency direct electrical stimulation is performed in drug-resistant epileptic patients, implanted with depth electrodes. It induces cortico-cortical evoked potentials (CCEP) that allow in vivo connectivity mapping of local networks. The multicentric project F-TRACT aims at gathering data of several hundred patients in a database to build a propabilistic functional tractography atlas that estimates connectivity at the cortex level.Methods: Semi-automatic processing pipelines have been developed to handle the amount of stereo-electroencephalography (SEEG) and imaging data and store them in a database. New signal processing and machine-learning methods have been developed and included in the pipelines, in order to automatically identify bad channels and correct the stimulation artifact. Group analyses have been performed using CCEP features and time-frequency maps of the stimulation responses.Results: The new methods performance has been assessed on heterogeneous data, coming from different hospital center recording and stimulating using variable parameters. The atlas was generated from a sample of 173 patients, providing a connectivity probability value for 79% of the possible connections and estimating biophysical properties of fibers for 46% of them. The methodology was applied on patients who experienced auditory symptoms that allowed the identification of different networks involved in hallucination or illusion generation. Oscillatory group analysis showed that anatomy was driving the stimulation response pattern.Discussion: A methodology for CCEP study at the cerebral cortex scale is presented in this thesis. Heterogeneous data in terms of acquisition and stimulation parameters and spatially were used and handled. An increasing number of patients’ data will allow the maximization of the statistical power of the atlas in order to study causal cortico-cortical interactions.