Composantes rythmique et apériodique de l'activité cérébrale pendant le sommeil

Foti, Michael-Christopher (2026). Composantes rythmique et apériodique de l'activité cérébrale pendant le sommeil. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (6MB) | Prévisualisation

Résumé

Les enregistrements d’électroencéphalographie (EEG) pendant le sommeil sont une source importante d’informations sur l’activité cérébrale, permettant de caractériser de nombreux processus cognitifs liés au sommeil et plus généralement, à la santé d’un individu. Les signaux de ces enregistrements résultent de la contribution de plusieurs processus spontanés, en particulier des rythmes transitoires et spectralement bien définis. Ils se superposent à un signal de fond omniprésent, appelé « activité apériodique ». Cette dernière suscite aujourd’hui un intérêt croissant, car elle fait l’objet d’une évaluation plus précise afin d’en faire un signal physiologique à valeur clinique, mais constitue aussi un obstacle à la caractérisation de propriétés propres aux rythmes.

Les méthodes actuelles qui séparent l’activité rythmique et apériodique sont limitées au domaine spectral et s’appliquent généralement à des signaux issus d’une seule électrode. Dans le cadre de cette thèse, des outils numériques ont été développés pour caractériser les activités rythmique et apériodique à différentes échelles spatiales, allant des enregistrements intracrâniens jusqu’aux séquences des topographies du potentiel sur le scalp. La première contribution consistait à développer une méthode de traitement du signal qui extrait un signal rythmique où l’activité apériodique est atténuée par filtrage. La validation de cet outil a été réalisée sur des enregistrements intracrâniens en NREM (non-Rapid Eye Movement). La deuxième contribution consistait à étendre l’application de cet outil aux enregistrements d’EEG du scalp, ce qui est nécessaire, étant donné qu’il s’agit d’une modalité non invasive, largement utilisée dans un contexte clinique. Au final, ces deux contributions offrent aujourd’hui un outil permettant d’obtenir un inventaire des rythmes à partir des signaux EEG sans activité apériodique. Enfin, la dernière contribution consistait à mesurer l’activité apériodique des topographies du scalp en s’appuyant sur l’analyse des micro-états.

L’ensemble des outils offre un cadre méthodologique innovant pour dissocier et analyser les composantes rythmiques et l’activité apériodique des signaux EEG. Ils visent à être intégrés dans un contexte clinique afin d’évaluer et de caractériser diverses pathologies et d’identifier des biomarqueurs fiables.

Titre traduit

Rhythmic and aperiodic components of brain activity during sleep

Résumé traduit

Electroencephalography (EEG) recordings during sleep are an important source of information about brain activity, enabling characterization of many cognitive processes related to sleep and, more broadly, to an individual's health. The signals from these recordings result from the contributions of multiple spontaneous processes, in particular, transient rhythms with well defined spectral characteristics. They are superimposed with a background signal, known as ‘aperiodic activity’. The latter is currently attracting growing interest, as it is being evaluated more precisely to establish its physiological relevance, but it also constitutes an obstacle to characterizing the intrinsic properties of the rhythms themselves.

Current methods for separating rhythmic and aperiodic activity are limited to the spectral domain and are typically applied to signals recorded from a single electrode. In this thesis, numerical tools were developed to characterize rhythmic and aperiodic activity across multiple spatial scales, ranging from intracranial recordings to sequences of scalp topographies. The first contribution consisted of developing a signal-processing method that extracts a rhythmic signal in which the aperiodic activity has been filtered out. The validation of this tool was carried out using intracranial recordings during NREM (non–rapid eye movement) sleep. The second contribution involved extending the application of this tool to scalp EEG recordings, which is necessary given that this modality is non-invasive and widely used in clinical settings. Together, these two contributions provide a tool for obtaining an inventory of rhythms without aperiodic activity. Finally, the last contribution consisted of measuring aperiodic activity in scalp topographies using microstate analysis.

Taken together, these tools provide an innovative methodological framework for disentangling and analyzing the rhythmic and aperiodic components of EEG signals. They are intended to be integrated into clinical settings to assess and characterize various pathologies and to identify reliable biomarkers.

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". Comprend des références bibliographiques (pages 153-169).
Mots-clés libres:	électroencéphalographie, sommeil, rythmique, apériodique, analyse spectrale, ondelette, micro-états
Directeur de mémoire/thèse:	Directeur(-trice) Lina, Jean-Marc
Codirecteur:	Codirecteur(-trice) de mémoire/thèse Robillard, Rebecca
Programme:	Doctorat en génie > Génie
Date de dépôt:	15 avr. 2026 19:08
Dernière modification:	15 avr. 2026 19:08
URI:	https://espace.etsmtl.ca/id/eprint/3879

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt