| Modélisation computationnelle d’électroencéphalogrammes sujet-spécifiques : application à l’état de repos et aux épilepsies focales corticales (Computational modeling of subject-specific electroencephalograms : application to resting state and focal cortical epilepsies) Bénard, Adrien - (2025-12-03) / Université de Rennes - Modélisation computationnelle d’électroencéphalogrammes sujet-spécifiques : application à l’état de repos et aux épilepsies focales corticales
| |||
Langue : Français, Anglais Directeur(s) de thèse: Benquet, Pascal; Sauleau, Paul Discipline : Neurosciences, éthologie Laboratoire : Laboratoire de Traitement du Signal et de l'Image Ecole Doctorale : SVS Classification : Médecine et santé Mots-clés : Modélisation, Electroencéphalogramme, Épilepsie, Dysplasie cortical focale, Accident vasculaire cérébral, Index de Similarité
| |||
Résumé : L’épilepsie est une maladie neurologique fréquente et invalidante. Sa définition repose sur des critères électroencéphalographiques. L’électroencéphalographie (EEG) est donc un examen essentiel pour poser le diagnostic de la maladie. Parmi les multiples causes de l’épilepsie, nous avons choisi d'étudier les dysplasies corticales focales (FCD) et les accidents vasculaires cérébraux (AVC). Pour ce faire, nous avons simulé, via un modèle computationnel appelé eCOALIA, des EEG de participants sains, mais également de patients atteints d’une épilepsie due à une FCD ou AVC, en état de repos. Ces différentes simulations, dans des contextes physiologiques ou pathologiques, nous ont permis d'étudier, via le modèle, les modifications neurobiologiques en cause et leur localisation au sein du cortex cérébral. Pour que les simulations soient le plus proches possible des EEG réels des participants, nous avons également développé des méthodes de comparaison des EEG, via le calcul d'index de similarité. Enfin, nous avons automatisé une partie des simulations afin de permettre l’utilisation de ce modèle en pratique clinique à l’avenir. Ce travail porte sur la modélisation d’EEG proches d’EEG réels pour simuler des « jumeaux » virtuels, ce qui permet de personnaliser la compréhension de la maladie et la prise en charge de celle-ci à un niveau individuel. Abstract : Epilepsy is a prevalent neurological disorder that can be debilitating. The definition of this condition is based on electroencephalographic criteria. Electroencephalography (EEG) is therefore an essential diagnostic tool for this disorder. In the context of the numerous factors that contribute to the development of epilepsy, the decision was taken to direct the study towards focal cortical dysplasia (FCD) and stroke as specific areas of interest. To this end, a computational model was employed, namely eCOALIA, to simulate EEGs from both healthy participants and patients with epilepsy resulting from FCD or stroke. These distinct simulations, conducted during resting-state, in physiological or pathological contexts, facilitated the use of the model to investigate the neurobiological alterations involved and their location within the cerebral cortex. In order to ensure that the simulations were as close as possible to the participants' actual EEGs, methods for comparing EEGs by calculating similarity indices were also developed. Finally, we have automated part of the simulations in order to facilitate the implementation of this model in clinical practice in the future. The present work focuses on the modelling of EEGs with a high degree of similarity to real EEGs, with a view to simulating virtual "twins". This approach enables a personalised understanding of the disease and its management at an individual level. | |||