| Imprimer |
| Characterization and localization of epileptic networks using surface and intracerebral EEG signals (Caractérisation et localisation de réseaux épileptiques en utilisant de signaux EEG de surface et de profondeur) Greige, Marc - (2024-12-12) / Université de Rennes Characterization and localization of epileptic networks using surface and intracerebral EEG signals
| |||
Langue : Anglais Directeur(s) de thèse: Le Bouquin Jeannès, Régine; Karfoul, Ahmad Discipline : Signal, image, vision Laboratoire : Laboratoire de Traitement du Signal et de l'Image Ecole Doctorale : MATISSE Classification : Informatique, Sciences de l'ingénieur Mots-clés : Electroencéphalographie, connectivité effective cérébrale, épilepsie, graphe dirigé, Technologies pour la Santé, Estimation, Optimisation
| |||
Résumé : L’épilepsie est un trouble neurologique qui affecte 0.6% à 0.7% de la population mondiale et se caractérise par des crises récurrentes dues à une activité cérébrale anormale. Pour certains patients épileptiques ne répondant pas de façon satisfaisante aux traitements médicamenteux, il convient parfois de recourir à la chirurgie, nécessitant au préalable une bonne connaissance de la zone épileptogène responsable du déclenchement des crises. Ainsi, nos travaux portent sur l’inférence de la connectivité cérébrale effective à partir de signaux EEG de profondeur et de surface afin d’identifier au mieux les réseaux épileptiques. Dans un premier temps, nous avons exploré des approches basées dictionnaires et proposé une nouvelle approche qui, appliquée sur des signaux intracérébraux, a permis d’identifier correctement les graphes de propagation lors de la phase ictale. Nous avons ensuite développé une approche innovante "tout-en-un" combinant simultanément localisation des sources et estimation de connectivité à partir de signaux de surface. Celle-ci s’est avérée performante et robuste sur des schémas simulés par l’expert. Abstract : Epilepsy is a neurological disorder affecting 0.6% to 0.7% of the world’s population, characterized by recurrent seizures due to abnormal brain activity. For certain epileptic patients who do not respond well to drug treatment, surgery may be necessary, requiring a good knowledge of the epileptogenic zone responsible for triggering the seizures. Our work focuses on the inference of effective brain connectivity from depth and surface EEG signals, in order to better identify epileptic networks. Initially, we explored dictionary-based approaches and proposed a new approach which, when applied to intracerebral signals, enabled us to correctly identify propagation graphs during the ictal phase. We then developed an innovative “all-in-one” approach combining simultaneous source localization and connectivity estimation from surface signals. This proved to be both efficient and robust on expert-simulated patterns. | |||