L'Agence nationale de la recherche Des projets pour la science

Translate this page in english

Programme de Recherche Translationnelle en Santé (PRTS)
Edition 2013


VIBRATIONS


Interprétation des signaux électrophysiologiques en épilepsie basée sur un cerveau virtuel

Interprétation des signaux électrophysiologiques en épilepsie basée sur un cerveau virtuel
L’épilepsie est un désordre neurologique très invalidant, qui touche entre 0,5 et 1% de la population. Dans une large proportion des cas, elle ne peut être traitée par la médication. Dans ces situations, la chirurgie, qui consiste à retirer les régions responsables des crises, est le seul moyen de guérir les patients. Cependant, les résultats de la chirurgie dépendent de la qualité de la définition des régions à réséquer.

Enjeux et objectif
Plusieurs méthodes d’investigation sont utilisées lors de l’évaluation préchirurgicale. Une technique est l’EEG intracérébral, qui est une méthode invasive enregistrant directement dans le cerveau. En contraste, les techniques d’électrophysiologie non-invasive (Magnétoencéphalographie, MEG et electroencéphalographie, EEG) sont des méthodes non-invasives qui permettent de localiser les régions responsables des décharges épileptiques à partir de la surface de la tête, avec un risque et un coût moindre que l’EEG intracérébral.
Il reste toutefois plusieurs difficultés en suspens qui ralentissent l’utilisation en routine des méthodes non-invasives.
- Elles génèrent une grande quantité de données, ce qui nécessite des méthodes d’extraction de l’information. De nombreuses méthodes existent, basées sur des principes mathématiques abstraits dont l’impact sur les résultats est difficile à quantifier.
- Les régions profondes du cerveau possédant une architecture compliquée (comme l’amygdale et l’hippocampe) sont difficiles à enregistrer par ces méthodes non-invasives. Leur détectabilité en MEG et EEG, est sujet à débat, et les meilleurs techniques de traitement du signal pour reconstruire l’activité en profondeur restent à définir
- Les mesures non invasives enregistrent principalement l’activité intercritique (entre les crises). La meilleure facon de définir la région à opérer en se basant sur cette activité reste à définir (c.a.d. la définition d’une « zone irritative primaire »).
Dans ce contexte, la modélisation computationnelle, sous la forme d’un « cerveau virtuel », est un outil puissant pour étudier l’impact de différentes configurations de régions cérébrales pathologiques sur les mesures non-invasives, dans un environnement contrôlé.

Strategies
Dans ce projet, nous proposons de simuler de manière très réaliste les champs EEG et MEG produits par différentes configurations de sources cérébrales. Notre hypothèse de recherche est que les modèles biophysique et computationnels vont être un outil de premier plan pour les neurologues pour interpréter les signaux observées dans les différentes modalités d’électrohysiologie chez des patients atteints d’épilepsie.

Notre stratégie sera la suivante
- Nous construirons des simulations de cerveau virtuel avec à la fois des aspects dynamiques (reproduisant l’hyperexcitabilité et l’hypersynchronie observées en épilepsie) et une géométrie réaliste basée sur des mesures de tractographie chez des patients
- Nous explorerons l’espace des paramètres (localisation, type d’activité) à travers des simulations à large échelle conduite sur un cluster de calcul
- Nous confronterons les résultats des simulations à des données réelles simultanées d’EEG, MEG et EEG intracérébral. Les modèles pourront être réglés dans un premier temps sur les données intracérébrales et testé vis-à-vis des données de surface simultanées.

Résultats

En cours

Perspectives

Ce projet constitue une démarche translationnelle des neurosciences théoriques et des mathématiques vers la clinique. Le projet résultera en une base de données de simulations qui permettront de juger dans une situation données des configurations ayant pu générer ces données, et des meilleures stratégies de traitement du signal. Une autre retombée du projet sera de donner accès aux cliniciens à une plateforme logicielle adaptée à leurs besoins pour tester le reflet de différentes configurations de source sur les données et l’efficacité des méthodes de traitement du signal.

Productions scientifiques et brevets

En cours

Partenaires

INRIA Inria Sophia Antipolis-Méditerranée

INSERM, Aix-Marseille Université Institut de Neurosciences des Systèmes,

LTSI Laboratoire traitement du signal et de l'image - Systèmes Epileptogènes : SignAux et ModèlEs

AP-HM Neurophysiologie clinique - Assistance Publique-Hôpitaux de Marseille

CHU Rennes Service de Neurologie

Aide de l'ANR 229 151 euros
Début et durée du projet scientifique février 2014 - 48 mois

Résumé de soumission

L’épilepsie est un désordre neurologique très invalidant, qui touche entre 0,5 et 1% de la population. Dans une large proportion des cas, elle ne peut être traitée par la médication. Dans ces situations, la chirurgie, qui consiste à retirer les régions responsables des crises, est le seul moyen de guérir les patients. Cependant, les résultats de la chirurgie dépendent de la qualité de la définition des régions à réséquer.

Plusieurs méthodes d’investigation sont utilisées lors de l’évaluation préchirurgicale. Une technique est l’EEG intracérébral, qui est une méthode invasive enregistrant directement dans le cerveau. En contraste, les techniques d’électrophysiologie non-invasive (Magnétoencéphalographie, MEG et electroencéphalographie, EEG) sont des méthodes non-invasives qui permettent de localiser les régions responsables des décharges épileptiques à partir de la surface de la tête, avec un risque et un coût moindre que l’EEG intracérébral.

Il reste toutefois plusieurs difficultés en suspens qui ralentissent l’utilisation en routine des méthodes non-invasives.
- Elles génèrent une grande quantité de données, ce qui nécessite des méthodes efficaces d’extraction de l’information. De nombreuses méthodes existent, basées sur des principes mathématiques abstraits dont l’impact sur les résultats est difficile à quantifier.
- Les régions profondes du cerveau possédant une architecture compliquée (comme l’amygdale et l’hippocampe) sont difficiles à enregistrer par ces méthodes non-invasives. Leur détectabilité en MEG et EEG, est sujet à débat, et les meilleures techniques de traitement du signal pour reconstruire l’activité en profondeur restent à définir
- Les mesures non invasives enregistrent principalement l’activité intercritique (entre les crises). La meilleure façon de définir la région à opérer en se basant sur cette activité reste à établir (c.a.d. la définition d’une « zone irritative primaire »).

Dans ce contexte, la modélisation computationnelle, sous la forme d’un « cerveau virtuel », est un outil puissant pour étudier l’impact de différentes configurations de régions cérébrales pathologiques sur les mesures non-invasives, dans un environnement contrôlé.
Dans ce projet, nous proposons de simuler de manière très réaliste les champs EEG et MEG produits par différentes configurations de sources cérébrales. Notre hypothèse de recherche est que les modèles biophysique et computationnels vont être un outil de premier plan pour les neurologues pour interpréter les signaux observées dans les différentes modalités d’électrophysiologie chez des patients atteints d’épilepsie.

Notre stratégie sera la suivante
- Nous construirons des simulations de cerveau virtuel avec à la fois des aspects dynamiques (reproduisant l’hyperexcitabilité et l’hypersynchronie observées en épilepsie) et une géométrie réaliste basée sur des mesures de tractographie chez des patients
- Nous explorerons l’espace des paramètres (localisation, type d’activité) à travers des simulations à large échelle conduites sur un cluster de calcul
- Nous confronterons les résultats des simulations à des données réelles simultanées d’EEG, MEG et EEG intracérébral. Les modèles pourront être réglés dans un premier temps sur les données intracérébrales et testés sur les données de surface enregistrées en simultané.

Ce projet constitue une démarche translationnelle des neurosciences théoriques et des mathématiques vers la clinique. Le projet résultera en une base de données de simulations qui permettra de juger dans une situation donnée des configurations ayant pu générer les mesures, ainsi que des meilleures stratégies de traitement du signal. Une autre retombée du projet sera de donner accès aux cliniciens à une plateforme logicielle adaptée à leurs besoins pour tester le reflet de différentes configurations de source sur les mesures et l’efficacité des méthodes de traitement du signal.

 

Programme ANR : Programme de Recherche Translationnelle en Santé (PRTS) 2013

Référence projet : ANR-13-PRTS-0011

Coordinateur du projet :
Monsieur Christian Bénar (Institut de Neurosciences des Systèmes, )
christian.benar@nulluniv-amu.fr

 

Revenir à la page précédente

 

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.