CRAN - Campus Sciences
BP 70239 - 54506 VANDOEUVRE Cedex
Tél : +33 (0)3 72 74 52 90 Fax : +33 (0)3 72 74 53 08
cran-secretariat@univ-lorraine.fr
 
 
Sujet de Thèse : Analyse spatiale multi-échelle: problèmes direct et inverse entre signaux issus de micro et macro-électrodes
Dates : 2015/10/02 - 2018/09/30
Etudiant : Harry TRAN
Directeur(s) CRAN : Valérie LOUIS-DORR , Radu RANTA
Description : Contexte
Pour les patients épileptiques pharmacorésistants, les activités électriques cérébrales sont explorées à différentes échelles spatiales, comme l’EEG de surface (électrodes à la surface de la tête pour une vision globale), la SEEG (électrodes implantés dans le cerveau pour une observation des structures implantées et voisines), voire les micro-électrodes, qui enregistrent l’activité des neurones individuels et de leurs voisins. Dans certains cas, les patients sont explorés simultanément à plusieurs échelles spatiales par des enregistrements micro-électrodes - SEEG - EEG.

Verrous
Selon [1] le signal des micro-électrodes peut-être approximativement séparé en une partie basse-fréquence (≤ 100 Hz, connue sous le nom de Local Field Potential - LFP), due à plusieurs neurones plus ou moins éloignés, et une partie haute-fréquence, due au neurone (Single Unit Activity - SUA) ou aux neurones (Multiple Unit Activity - MUA) proche(s). En même temps, ces neurones sont souvent parallèles, ce qui favorise la superposition de leurs activités et génère des dipôles équivalents visibles avec des macroélectrodes (SEEG, voir EEG de surface).
Les liens entre ces signaux mesurés à des échelles spatiales différentes sont loin d’être compris en totalité, surtout eu niveau des relations entre les enregistrements des micro-électrodes et les électrodes SEEG/EEG. Ceci est du partiellement aux mêmes causes qui empêchent l’établissement d’une relation stricte entre SEEG et EEG de surface, en l’occurrence au fait que l’échantillonnage spatial devient de plus en plus éparse et irrégulier au fur et à mesure que l’échelle diminue: les électrodes SEEG ne sont pas implantées dans tout le volume cérébral et les microélectrodes explorent les activités de quelques neurones dans un volume encore plus réduit.
Une deuxième difficulté est issue de la dynamique électrophysiologique intrinsèquement différente des structures explorées à ces différentes échelles – les fréquences des signaux enregistrés sont très différentes, pour des raisons à la fois géométriques (structure spatiale des groupes de neurones), temporelles (différences de phase et délais d’activation) et biochimiques [2].
Enfin, des effets de feed-back semblent intervenir également: si il est évident que l’activité à l’échelle microscopique est une cause de l’activité macroscopique (ou, autrement dit, ce sont les neurones individuels et leur réseaux qui déterminent le comportement d’une structure cérébrale enregistrée par la SEEG ou par l’EEG), des recherches récentes semblent indiquer que l’activité distante basse fréquence (enregistré donc par les macro-électrodes) influence l’activation des neurones explorés par les micro-électrodes [3].

Objectifs
Du point de vue fondamental, les signaux LFP peuvent être vus comme le chaînon manquant entre les activités individuels des neurones et les signaux macroscopiques type SEEG et EEG. Cependant, la relation entre les signaux issues de l’échelle spatiale microscopique (MUA, SUA) et les LFP n’est pas encore clairement établie [4], [5].
Un modèle possible pour un signal de micro-électrode x est:
x= SUA/MUA + LFP_locaux + LFP_propagés
Il apparaît évident que ces composantes sont à la fois liées entre elles (en termes de cause à effet) et mélangés et que, avant d’étudier les liens, il faut les séparer. Cette séparation est de plusieurs natures - entre les LFP et les spikes SUA/MUA (basse et haute fréquence, afin d’étudier le lien inter-échelles), entre les LFP propagés et locaux (mélanges à l’échelle mésoscopique, pour séparer l’activité locale liée aux spikes des neurones proches de celle propagée) et entre les spikes (pour savoir quels neurones sont actifs à un moment donné et donc contribuent au LFP local).
Une première direction à explorer est la séparation des deux types d’activité captés par les micro-électrodes (rapide et lente). Une solution possible peut venir de l’approche bayesienne proposé dans [6], qui en revanche utilise des a priori sans fondement physiologique direct (sans validation SEEG).
La séparation entre les LFP propagés et locaux est essentiellement spatiale. Une approche possible pour estimer l’activité SEEG du site exploré en micro-électrodes peut s’inspirer des travaux sur la localisation en SEEG développés dans l’équipe [7], mais aussi des méthodes plus génériques (en cours de développement), basées sur des décomposition en sous-espaces communs/spécifiques.
Enfin, les techniques pour la détection et la séparation des activités provenant des différents neurones (spike detection et spike-sorting) sont assez abondantes dans la littérature récente. En général, il s’agit de méthodes d’extraction de caractéristiques (morphologiques) des spikes, suivies d’algorithmes de classification supervisée ou non-supervisée [8]. Une classe importante de méthodes est basée sur des ondelettes, qui sont d’ailleurs utilisées en pré-traitement également [8].

Références
[1] E. Hagen, “LFPy and hybrid scheme for local field potentials,” in CNS 2014 Tutorial T4 : Modeling and analysis of
extracellular potentials, 2014
[2] G. Buzsáki, C. A. Anastassiou, and C. Koch, “The origin of extracellular fields and currents - EEG, ECoG, LFP and
spikes,” Nature Reviews, Neuroscience, vol. 13, pp. 407–420, 2012
[3] G. T. Einevoll et al., “Towards reliable spike-train recordings from thousands of neurons with multielectrodes,”
Current Opinion in Neurobiology, vol. 22, no. 1, pp. 11 – 17, 2012
[4] A. Destexhe, D. Contreras, and M. Steriade, “Spatiotemporal analysis of local field potentials and unit discharges in cat
cerebral cortex during natural wake and sleep states,” The Journal of Neuroscience, vol. 19, pp. 4595–4608, 1999
[5] A. Peyrache et al., “Spatio-temporal dynamics of neocortical excitation and inhibition during human sleep,” Proc. Natl.
Acad. Sci. USA, vol. 109, pp. 1731–1736, 2012
[6] T. P. Zanos, P. J. Mineault, and C. C. Pack, “Removal of spurious correlations between spikes and local field potentials,”
J Neurophysiology, vol. 105, pp. 474–486, 2011
[7] V. Caune et al., “Evaluating dipolar source localization feasibility from intracerebral {SEEG} recordings,” NeuroImage,
vol. 98, pp. 118 – 133, 2014
[8] D. Farina, W. Jensen, and M. Akay, Introduction to Neural Engineering for Motor Rehabilitation. Wiley-IEEE Press,
2013
Mots clés : activité neuronale, single unit, local field potential, micro-électrodes, SEEG, séparation
Département(s) :
Santé - Biologie - Signal
Publications : hal-00988276v1    + CRAN - Publications