Fusion multi-modale à base de modèles biophysiques pour l'identification de variables cachées de l'activité cérébrale pathologique et physiologique – MULTIMODEL

Les modèles proposés opèrent au niveau de la population de neurones, c'est-à-dire à une échelle compatible avec la résolution spatiale des outils de neuroimagerie. Nous proposons un structure de modèle nouvelle, qui inclura les astrocytes à un niveau « mésoscopique », et opérera en réseau de régions connectées. Par ailleurs, nous comparerons les modèles dans des conditions physiologiques et pathologiques, ce qui sera un pas important vers une meilleure compréhension des mécanismes pathologiques de l’épilepsie.

A mi-parcours, nous avons obtenus les résultats suivants
- conception d'un modèle computationnel intégrant les astrocytes
- obtention de données animales multi-modales (imagerie optique, enregistrements unitaires)

Un résultat marquant dans les données réelles est d’avoir montré que l’inhibition neuronale a un rôle important dans le couplage neurovasculaire dans les décharges épileptique.

Les travaux prévus dans la prochaine période sont

- continuer l'acquisition et le traitement de données (modèles animaux, magnétoencéphalographie chez des patients) qui permettront de confronter les modèles aux données réelles

-de mesurer l’impact des paramètres des modèles computationnels sur les caractéristiques des signaux, quantifiés grâce aux méthodes développées dans la première période.

1. Voges N, Blanchard S, Wendling F, David O, Benali H, Papadopoulo T, Clerc M, Bénar C. Modeling of the neurovascular coupling in epileptic discharges. Brain Topogr. 2012 Apr;
25(2):136-56 www.ncbi.nlm.nih.gov/pubmed/21706377

2. Blanchard S, Papadopoulo T, Bénar CG, Voges N, Clerc M, Benali H, Warnking J, David O, Wendling F. Relationship between flow and metabolism in BOLD signals: insights from biophysical models. Brain Topogr. 2011 Mar;24(1):40-53.
www.ncbi.nlm.nih.gov/pubmed/21057867

Les dernières décennies ont été le témoin de grands progrès dans les méthodes d’imagerie cérébrales non invasives, qui permettent des enregistrements à haute résolution temporelle et spatiale. Par exemple, les méthodes d’enregistrement electrophysiologique (EEG, MEG) et hémodynamiques (fMRI) ont produit une vaste littérature de cartographie cérébrale des régions impliquées dans des taches cognitives ou dans des activités pathologiques.
Parallèlement, des progrès ont aussi été effectués dans la connaissance des mécanismes impliqués dans les processus d’excitation, d’inhibition et de synchronisation des cellules neuronales. Cependant, la caractérisation de ces processus à partir des mesures non-invasives effectuées chez l’humain est encore considérée comme un problème non résolu.
Les difficultés sont multiples :
- la grande diversité des techniques employées (EEG, magnétoencéphalographie, IRM fonctionnelle, imagerie optique…)
- le fait que chaque technique donne une mesure spécifique et indirecte, qu’il faudrait intégrer pour produire une image « globale » de l’activité cérébrale
- la connaissance partielle des mécanismes impliqués dans la génération des observations (potentiels électriques, champs magnétiques, réponse BOLD, taux de consommation d’oxygène)

Dans ce contexte, les modèles computationnels procurent un cadre unifié dans lequel la physiologie de l’activité neuronale et du couplage neurovasculaire peuvent être intégrés de manière naturelle, pour simuler le signal en fonction de paramètres (par exemple, taux d’oxygénation du sang, rapport entre excitation et inhibition etc…). Ces paramètres peuvent provenir d’études invasives sur des modèles animaux.
Dans certaines conditions, les modèles peuvent être inversés pour estimer des paramètres « cachés » (c.-à-d.) non visibles directement dans les données) à partir des données réelles.
Dans cette demande, nous proposons de développer des modèles computationnels pour simuler des données de neuroimagerie, et de comparer les simulations avec les données réelles multimodales obtenues chez l’animal et l’humain. Cela nous permettra d’améliorer la compréhension des données et d’augmenter la quantité d’information extraite.
Nous opérerons au niveau de la population de neurones, c'est-à-dire à une échelle compatible avec la résolution spatiale des outils de neuroimagerie. Nous proposons un structure de modèle nouvelle, qui inclura les astrocytes à un niveau « mésoscopique », et opérera en réseau de régions connectées. Par ailleurs, nous comparerons les modèles dans des conditions physiologiques et pathologiques, ce qui sera un pas important vers une meilleure compréhension
Le projet MULTIMODEL provient d’une initiative scientifique conjointe entre l’INSERM et l’INRIA démarrée en décembre 2008., intitulée « modèles et interprétation des données multimodales, application à l’épilepsie », impliquant les partenaires du consortium tel que proposé dans cette demande. La présente demande permettrait de continuer les travaux prometteurs démarrés dans cette initiative.