Localisation de l'activité cérébrale synchrone en neuroimagerie électromagnétique et connectivité fonctionnelle

Zerouali Boukhal, Younes (2014). Localisation de l'activité cérébrale synchrone en neuroimagerie électromagnétique et connectivité fonctionnelle. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (71MB) | Prévisualisation
Prévisualisation	PDF Télécharger (33MB) | Prévisualisation

Résumé

Le cerveau est l’interface physiologique permettant à un organisme de générer des comportements adaptés à son environnement. Il intègre les influx sensoriels de diverses modalités, telles la vision et l’audition, et génère une représentation de son environnement, encodée dans les neurones. Les théories actuelles postulent que cet encodage est un processus actif qui implique un échantillonnage sélectif des influx sensoriels. Le mécanisme par lequel diverses populations neuronales, portant chacune une information parcellaire sur l’environnement sensoriel, génèrent une représentation cohérente constitue la question majeure de cette thèse.

Cette question est abordée ici sous le thème de la connectivité fonctionnelle, soit la mise en place de réseaux dynamiques de connectivité qui permettent le partage d’informations entre une sélection de populations neuronales distantes. La connectivité fonctionnelle vise ainsi à identifier les corrélats neurophysiologiques des fonctions cérébrales par l’étude des interactions entre les décours temporels de l’activité neuronale.

Cette approche fait l’objet, à l’heure actuelle, d’un effort de recherche majeur en neurosciences. Celle-ci a pris naissance dans les travaux de Gray et al. (1989) démontrant que les interactions à l’échelle du neurone, enregistrées au moyen d’électrodes intracellulaires, marquent des processus cognitifs qui ne sont pas forcément reflétés dans leur taux de décharge. A l’échelle du cerveau, des enregistrements de l’activité hémodynamique cérébrale ont également montré que certains patrons d’interactions neuronales sont spécifiques à des fonctions particulières, d’où le terme "connectivité fonctionnelle". Cependant, l’activité hémodynamique cérébrale a une échelle temporelle 1000 fois supérieure à celle des interactions neuronales. Cette lacune limite fortement notre capacité à comprendre la dynamique temporelle de la connectivité.

En revanche, l’activité électromagnétique cérébrale offre une résolution temporelle suffisamment fine pour explorer la dynamique de la connectivité fonctionnelle. Cependant, les modalités d’imagerie électromagnétique offrent une résolution spatiale limitée car elles nécessitent la résolution d’un problème inverse indéterminé. L’objectif principal du travail présenté consiste à démontrer l’utilité des méthodes d’imagerie électromagnétique pour l’étude de la connectivité fonctionnelle cérébrale. La méthodologie développée ici vise, dans un premier temps, à repousser les limites spatiales de l’imagerie électromagnétique par deux approches complémentaires : un filtrage adaptatif du signal qui met en évidence l’activité neuronale synchrone et l’adaptation de la méthode de résolution du problème inverse aux signaux filtrés. Le filtrage proposé exploite la représentation temps-fréquences, au moyen d’ondelettes analytiques, des signaux cérébraux. Ces représentations sont utilisées pour extraire les modes oscillatoires dominants par la méthode des "ridges". Ces modes, exprimés sous la forme de signaux analytiques complexes, sont caractéristiques des réseaux neuronaux qui sous-tendent la connectivité fonctionnelle.

Dans un second temps, la méthodologie développée vise à reconstituer les réseaux neuronaux synchrones à partir des signaux analytiques obtenus, et ce au moyen de l’imagerie électromagnétique. Ces derniers ont la propriété d’exprimer la phase instantanée de l’activité des neurones, ce qui permet de décrire leur interaction sous la forme de synchronies de phase. Cette approche est appliquée à l’étude des réseaux neuronaux qui sous-tendent les fuseaux du sommeil.

Titre traduit

Localization of synchronous brain activity in electromagnetic imaging and functional connectivity

Résumé traduit

The brain is the physiological interface through which adaptive behavior can be generated in a complex environment. It integrates sensory inputs from different modalities such as vision and audition, and generates internal representations of its environment, encoded in neuronal activity. Modern theories in neuroscience suggest that neural encoding is a selective process aiming at enhancing functionally relevant informations. The mechanisms through which various neural populations, each encoding particular features of sensory inputs, generate an integrated neural representation are the major question behind this thesis. This question is here tackled from the perspective of functional connectivity, i.e. dynamical networks of distributed neural populations sharing information. The goal of functional connectivity is thus to identify neural correlates of brain functions by studying the interactions among the time course of neural activity.

This approach is currently a major research field in neuroscience. The pioneering work of Gray et al. (1989) led to the idea that neural synchronization, instead of discharge rate, is a reliable physiological marker of cognitive processes. They showed that a pair of neurons, recorded intracellularly, displays synchronous discharge patterns when encoding functionally related visual information. At a larger scale, recordings of brain hemodynamic activity also showed patterns of neural interactions associated with specific brain functions, thus called functional connectivity. However, neural hemodynamics have much larger time scale than neural interactions which limits their use for understanding neural functional connectivity.

In turn, electromagnetic brain activity offers a sufficient temporal resolution for exploring the dynamics of functional connectivity. However, imaging modalities that record electromagnetic activity lack a good spatial resolution because they require solving an underdetermined inverse problem. The main objective of this work is to demonstrate the usefulness of electromagnetic imaging for studying neural functional connectivity. The methodology proposed here aims at pushing the spatial limits of electromagnetic imaging through two complementary approaches : the design of an adaptive filter that reveals synchronous neural activity and tuning the inverse problem solving technique towards adaptively filtered signals. The proposed filtering is based on time-frequency representation of brain signals using complex analytic wavelets. These representations are then used to extract dominant oscillatory modes through the "ridges" techniques. These oscillatory modes, expressed as a complex analytic signal, characterize the neural networks involved in functional connectivity.

Subsequently, the developed methodology aims at recovering the synchronous neural networks from the analytical brain signals yielded by electromagnetic imaging. These signals readily express the instantaneous phase and amplitude of neural activity, which allows to characterize neural interactions from the perspective of phase synchrony. This methodology was used to reveal the functional connectivity associated with sleep spindles in humans.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thèse par articles présentée à l'École de technologie supérieure comme exigence partielle à l'obtention du doctorat en génie". Bibliographie : pages 219-234.
Mots-clés libres:	Réseaux neuronaux (Neurobiologie) Connectivité des graphes. Électroencéphalographie. Magnétoencéphalographie. Ondelettes. connectivité, fonctionnel, synchrone, synchronie, problème inverse, ondelettes analytiques, ridges
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Lina, Jean-Marc
Codirecteur:	Codirecteur Jemel, Boutheina
Programme:	Doctorat en génie > Génie
Date de dépôt:	13 févr. 2015 21:18
Dernière modification:	13 févr. 2015 21:18
URI:	https://espace.etsmtl.ca/id/eprint/1414

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt