| Observability of epileptic high frequency oscillations : insights from signal processing and computational modeling (Observabilité des oscillations épileptiques à haute fréquence : renseignements du traitement des signaux et modélisation computationnelle) Shamas, Mohamad - (2017-12-07) / Universite de Rennes 1, Université libanaise Observability of epileptic high frequency oscillations : insights from signal processing and computational modeling
| |||
Langue : Anglais Directeur(s) de thèse: Wendling, Fabrice; Merlet, Isabelle Discipline : Traitement du signal et télécommunications Ecole Doctorale : MATHSTIC Classification : Sciences de l'ingénieur, Médecine et santé Mots-clés : Épilepsie, Oscillation à haute fréquence, Électrodes Intracérébrales, GABA
| |||
Résumé : Cette étude a été divisée en 2 parties principales. Dans la première partie, nous examinons la relation entre l'activité des sources neuronales et les HFOs observés sur les électrodes intracérébrales. La deuxième partie traite de l'étude des conditions d'observabilité des HFO sur les électrodes du cuir chevelu. Les simulations ont montré que le modèle de champ neuronal proposé est capable de générer des HFOs montrant une forte ressemblance avec les signaux réels dans les deux cas EEG (cuir chevelu) et SEEG (intracérébral). De plus, nous avons pu relier les mécanismes physiopathologiques (GABA dépolarisant, inhibition directe, activité désynchronisée des populations neuronales) aux différentes caractéristiques morphologiques et spectrales des HFOs intracérébrales. Une hypothèse unifiée pour la production des HFOs et des pointes intercritiques est également formulée. Enfin, nous avons réussi à établir les conditions nécessaires sur l'activité temporelle et l'organisation spatiale des sources neuronales pour observer des HFOs sur les électrodes intracérébrales. En ce qui concerne la deuxième partie, la baisse inexpliquée de fréquence dans les HFOs collectées sur les électrodes du cuir chevelu a été abordée. Nous avons constaté que les mécanismes «non oscillatoires» de la génération de HFOs sont à l'origine de la faible fréquence (<200Hz) des HFOs du cuir chevelu et que le rapport signal / bruit (SNR) influe fortement sur la fréquence des oscillations. De plus, nous avons étudié la topographie des HFOs sur les électrodes du cuir chevelu et analysé comment cette topographie est affectée par différents paramètres (étendue spatiale épileptique, SNR, géométrie 3D). Enfin, nous avons montré que les HFOs du cuir chevelu peuvent être utilisés efficacement pour identifier la zone épileptique lorsque le rapport signal sur bruit des signaux enregistrés est suffisamment élevé. Une perspective de ce travail est l'identification non-invasive de la zone épileptique sans la nécessité d'enregistrements intracérébraux pré-chirurgicaux. Pour les deux études (HFO observés sur les électrodes intracérébrales et du cuir chevelu), un logiciel original et convivial a été développé. Ce logiciel a fortement facilité la simulation des signaux dans l'environnement cerveau/électrode virtuel, signaux obtenus en résolvant le problème direct de l’EEG (projection de la contribution électrique des sources neuronales sur les capteurs). Abstract : This study was divided into 2 main parts. In the first part, we address the relationship between the activity of neuronal sources and the HFOs observed on intracerebral electrodes. The second part deals with the investigation of observability conditions of HFOs on scalp electrodes. Simulations showed that the proposed neural field model is capable of generating HFOs showing strong resemblance with real signals in both cases EEG (scalp) and SEEG (intracerebral). Moreover, we were able to relate the pathophysiological mechanisms (depolarizing GABA, feedforward inhibition, desynchronized activity of neuronal populations) to different morphological and spectral features of intracerebral HFOs. A unified hypothesis for generation of HFOs and interictal spikes is also formulated. Finally, we managed to establish the necessary conditions about the temporal activity and the spatial organization of neuronal sources and about for HFOs to be observed on intracerebral electrodes. Regarding the second part, the unexplained drop in frequency in the collected HFOs on scalp electrodes was addressed. We found that the “non-oscillatory” mechanisms of the HFO generation is behind the low frequency (<200Hz) in scalp HFOs and that signal to noise ratio (SNR) heavily impacts the frequency of the oscillations. Moreover, we studied the topography of HFOS on scalp electrodes and analyzed how this topography is affected by different parameters (epileptic spatial extent, SNR, 3D geometry). Finally we showed that scalp HFOs can be effectively used to identify the epileptic zone when the SNR of the recorded signals is sufficiently high. A perspective to this work is the non-invasive identification of epileptic zone without the need for presurgical intracerebral recordings. For the purpose of both studies (HFOs observed on intracerebral & scalp electrodes) an original and user-friendly software package was developed. This software strongly facilitated the simulation of signals in the virtual brain/electrode environment obtained by solving the (S)EEG forward problem (projection of the electric contribution of neuronal sources onto electrode contacts). | |||