" Localisation de sources oscillatoires cérébrales à partir d'enregistrements (S)EEG"
Résumé :
Dans cette présentation, nous abordons le problème de la localisation des sources cérébrales enregistrées en réponse aux protocoles FPVS, en considérant les enregistrements EEG/SEEG. En partant de l'observation de signaux réels, nous formalisons les spécificités de la localisation de telles activités oscillatoires et nous identifions les principaux problèmes liés à ce problème inverse mal conditionné. En particulier, nous mettons en avant le problème d'ambiguïté qui se pose lorsqu'on essaie de distinguer plusieurs sources oscillatoires partageant les mêmes caractéristiques fréquentielles. Dans le cadre de simulations réalistes, nous quantifions ensuite dans quelle mesure les algorithmes de localisation peuvent être trompés par l'existence de solutions équivalentes.
Sur la base de ces observations, nous formalisons le problème de la localisation de sources éparses en considérant un modèle distribué avec des orientations fixes et connues, ainsi que des orientations fixes mais inconnues. Nous introduisons des algorithmes parcimonieux adaptés à ces deux hypothèses, en nous appuyant sur les algorithmes de régression pas à pas de la littérature (OLS, SBR), et nous les comparons aux algorithmes dérivés de l'approche MUSIC. Les algorithmes de localisation sont dérivés à la fois dans le domaine temporel et fréquentiel et leurs performances sont évaluées sur des signaux simulés réalistes, illustrant leurs avantages et inconvénients. Les résultats montrent que les algorithmes nouvellement proposés surpassent les méthodes MUSIC lorsqu'ils sont appliqués dans le domaine fréquentiel. Nous présentons également des résultats de localisation de source sur des données FPVS réelles à des fins d'illustration, à la fois en EEG et SEEG.
Jury : | |
- Rapporteurs : | Régine Le Bouquin, Jeannes LTSI, UMR 1099 INSERM, Université de Rennes |
Bertrand Rivert, GIPSA-lab, UMR 5216 CNRS, Grenoble INP | |
- Autres membres : | Examinateurs: -Theodore Papadopoulo, INRIA Sophia Antipolis Méditerranée -Valerie Louis Dorr, CRAN, UMR 7039 CNRS, Université de Lorraine Encadrants : -Steven Le Cam, CRAN, UMR 7039 CNRS, Université de Lorraine -Radu Ranta, CRAN, UMR 7039 CNRS, Université de Lorraine |