Méthodes statistiques pour l’étude des réseaux de connectivité fonctionnelle cérébrale, fusion avec la connectivité anatomique. Vers un nouvel outil diagnostique et pronostique pour l’évaluation des désordres de la conscience. – InfoNetComaBrain

Les cinq objectifs méthodologiques de ce projet
sont: (1) Analyse de sensibilité des graphes de
connectivité au bruit physiologique et au prétraitement.
Ce travail préliminaire est primordial
pour validé notre apporche. (2) Définition d'un
modèle fractal multivarié pour une analyse
globale et non par paire. (3) Dérivation de
mesures non linéaires et conditionnelles pour
améliorer la robustesse des graphes de
connectivité. (4) Analyse des graphes : sélection
de paramètres, comparaisons de groupes,
évolution temporelle. (5) Approche multimodale
, avec la fusion de données anatomiques et
fonctionnelle. D'un point de vue clinique, les
objectifs sont : (1) Aide au diagnostic. Ceci
passe par la quantification et qualification des
réseaux de propagation de l'information dans le
cerveau pour différents états du coma établis par
diagnostic clinique. L'analyse et la visualisation
des graphes de connectivités va promouvoir les
nécessaires interactions avec les
neuroscientifiques et les cliniciens. (2) Aide au
pronostic et identification des mécanismes
pathologiques. Pour cela, nous aurons besoin de
données longitudinales sur plusieurs patients, où
nous suivrons les changement dans les graphes
de connectivité au cours du temps. (3)
Mécanisme de la conscience. Ces travaux sur
des patients souffrant de désordres de la
conscience, auront surement un impact sur la
compréhension du mécanisme de la conscience.

Comme mentioné ci-dessus, c'est un véritable
enjeu de pouvoir relier les zones activées à une
mesure de l'état de conscience. Les
modifications dans les fluctuations spontanées
de l'activité cérébrale au repos semblent refléter
les désordres de la conscience. La nouvelle
approche proposée ici consiste à caractériser la
propagation de l'information dans le cerveau au
repos (sans aucune stimulation) et va ouvrir de
nouvelles perspectives dans la compréhension
des mécanismes de la conscience qui jusqu'à présent sont restés non explorés. Cette approche
novatrice basée sur un modèle fractal multivarié
et la fusion de graphes de connectivité obtenus à
partir d'IRMf et de DTI, va permettre une
analyse individuelle qui est crucial dans l'étude
de patients souffrant de désordres de la
conscience. Cette approche est prometteuse dans
l'amélioration de la compréhension du cerveau
après un accident, tel qu'un arrêt cardiaque. De
plus, ce projet va avoir des implications directes
dans la prise en charge et le suivi des patients
dans le coma. Les quatre résultats majeurs
attendus de ce projet sont : (1) La caractérisation
fonctionnelle et structurelle des graphes de
connecivités par IRMf et DTI. (2) Etude
longitudinale des patients dans le coma grâce à
de nouveaux outils statistiques basés sur des
modèles fractal multivariés. (3) Analyse robuste
des graphes de connectivité. (4) Développement
de nouveaux critères pour le diagnostic et
prognostic des désordres de la conscience.

Après 18 mois de travail sur le projet, nous
allons prochainement analyser les données
longitudinales recueillies sur 6 patients, un an
après l'accident. Les données PET des patients
étant aussi disponibles, nous comptons
combiner ces données aux graphes de
connectivité fonctionnels avec de comprendre le
lien entre métabolisme et connectivité
fonctionnelle.

Les résultats seront communiqués par des publications et des participations à des
conférences dans des communautés différentes :
statistique, traitement du signal et neuroscience.
Nous participerons aussi à des conférences
dédiées à la recherche médicale afin de
conserver un contact proche avec les médecins.
Un site web a été crée pour le projet où les
données seront rendues publiques ainsi que les
logiciels. Les résultats seront décrits afin d'être
compréhensible par une audience large. Le
développement de logiciel sera intégré dans un
même paquet. Les codes plus spécifiques
pourront être gardés pendant quelque temps
avant de les rendre publique

L'étude des mécanismes cérébraux qui permettent à une activité neuronale complexe de s'établir de façon coordonnée a donné quelques uns des découvertes les plus spectaculaires des neursciences, et promet toujours un potentiel de compréhension colossal, à l'heure où des outils technologiques et surtout méthodologiques novateurs voient le jour.

La neurophysiologie a permis la compréhension des réseaux de neurones à petite échelle, et l'étude des lésions du cerveau a, pour sa part, permis de localiser les zones du cerveau associées à une certaine fonction. Les techniques d'imagerie cérébrale, telles que l'électro- ou magnéto-encéphalographie et l'imagerie par résonance magnétique fonctionnelle ont apporté une masse de données impressionante, d'un type nouveau : des séries chronologiques multivariées représentant les dynamiques locales, en chaque site ou source à travers le cerveau entier. Ces données ont déjà démontré que, de façon univariée, les processus neurophysiologiques ont un comportement longue-mémoire et fractal. Elles ont également permis d'exhiber, à l'aide d'une analyse de corrélation multi-échelles utilisant les ondelettes, une organisation sous la forme d'un réseau topologique complexe. Ces découvertes suggèrent que les dynamiques et réseaux du cerveau ont d'importantes propriétés statistiques en commun avec de nombreux systèmes complexes tels que ceux étudiés plus largement en physique statistique.

Ce projet vise à étudier les désordres de la conscience (état qui suit le coma), un enjeu capital de santé publique. La compréhension du processus de déconnexion du cerveau est crucial pour améliorer le suivi au quotidien de ces patients. Du fait des progrés des services des urgences, de plus en plus de patients survivent avec des dommages sévères au niveau du cerveau. Les désordres de la conscience peuvent être "aigus" et réversibles ou permanents et irréversibles.

Dans ce contexte, le but de ce projet est de caractériser des jeux de données neurophysiologiques multivariés pour comprendre le traitement de l'information et sa propagation dans le cerveau humain. La neuro-imagerie fournit un ensemble de séries chronologiques associées aux différents voxels. L'analyse de ces séries au cours du temps permet de localiser l'activité cérébrale. En étudiant la nature temporelle de chaque série chronologique, ces données ont permis de mettre en avant la nature dynamique du cerveau. L'analyse spatio-temporelle de ce type de données, quant à elle, reste une piste relativement peu explorée. La compréhension de ce qu'elle peut apporter en termes de quantification et de circulation d'information est un problème complexe et fondamental, et constitue une révolution encore à venir dans le compréhension du cerveau.

S'inscrivant dans cette direction, ce projet permettra également de fournir aux médecins de nouveaux outils de diagnostic et d'établir de meilleures prédiction quant à la possible guérison de ces patients. Cette étude sera également à la base de nouvelles opportunités pour comprendre les fluctuations de l'activité cérébrale de patients sains observés au repos. D'un point de vue plus général, à la suite du travail pionnier de Geschwind en neurologie et neuropsychiatrie, les pathologies ont pu être décrites en fonction des syndromes de déconnexion. Dans ce sens, l'approche décrite dans ce projet pourrait être appliquée pour d'autres pathologies telles que la sclérose en plaques, l'épilepsie, l'apoplexie, la maladie d'Alzheimer, la schizophrénie.

Ce projet est par nature pluridisciplinaire car il nécessite un ensemble de compétences large recouvrant les domaines de traitement
statistique du signal, d'analyse et visualisation de réseaux complexes, des neurosciences. Ceci justifie le fait que l'équipe soit
composée d'un praticien hospitalier (S.Kremer), d'experts en neurosciences (C. Delon-Martin), en statistiques (S. Achard et J.-F. Coeurjolly) et traitement du signal (V. Noblet).