Development of Differential Connectivity Graph for Characterization of Brain Regions Involved in Epilepsy - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2010

Development of Differential Connectivity Graph for Characterization of Brain Regions Involved in Epilepsy

Développement de Graphe de Connectivité Différentiel pour Caractérisation des Régions Cérébrales Impliquées dans l'Epilepsie

Résumé

Drug-resistant epileptic patients suffering from focal epilepsy are recommended for epilepsy surgery. The aim of this surgery is to remove the seizure onset zones (SOZ) without creating new neurological deficits. To identify the SOZs, the best way is to record the seizures from intracerebral electroencephalogram (iEEG) recordings. However recording seizures is complicated contrary to the recording of interictal epileptiform discharges (IED). Therefore prediction of SOZ by estimating the IED regions is very valuable. There are several studies wondering if the estimation of the IED regions can be useful to predict the SOZ and eventually for presurgery evaluations. Although the encouraging results of these studies, the problem is still an open issue. The main problem of the previous studies is the reliability of the results. The aim of this thesis is to estimate the leading IED (LIED) regions from interictal analysis of iEEG recordings through connectivity graph. The main originality of the proposed method refers to a new reliable graph analysis method called differential connectivity graph (DCG). This graph is designed to identify the significant discriminated connections between IED and non-IED brain states. The statistical reliability of DCG is obtained by using permutation-based multiple testing. In the proposed method, multiple DCGs associated with different frequency bands are constructed. Each DCG includes both source and sink nodes involved in IED events. To identify the source nodes related to LIED regions, the directions of the edges of DCG are estimated and a new measure called local information (LI) is proposed to measure the emittance contribution of each node. To estimate the LIED regions from the LI values related to multiple directed DCGs, a multi-objective optimization method is used. The proposed method is applied on five epileptic patients. These patients underwent resective surgery and they are seizure-free after the surgery. Estimated LIED regions are compared with SOZ detected visually by the epileptologist and SOZ detected by a method using induced ictal iEEG. The comparison reveals congruent results between estimated LIED regions and SOZs. Being all of the patients seizure free and inclusion of estimated LIED regions in the removed regions during surgery shows the reliability of estimated LIED regions for presurgery evaluations.
Les patients pharmaco-résistants sont des candidats pour la chirurgie de l'épilepsie. Le but de cette chirurgie est d'enlever les zones à l'origine de la crise (SOZ) sans créer de nouveaux déficits neurologiques. Pour localiser les SOZs, une des meilleures approches consiste à analyser des électroencéphalogrammes intracérébraux (iEEG). Toutefois, l'enregistrement des crises, qui sont des événements rares et critiques, est compliqué contrairement à l'enregistrement de décharges épileptiques intercritiques (IED), qui sont généralement très fréquentes et anodines. La prévision des SOZs, par estimation des régions à l'origine des IEDs, est donc une alternative très intéressante, et la question de savoir si l'estimation des régions IED peut être utile pour prédire les SOZs, a été au coeur de plusieurs études. Malgré des résultats intéressants, la question reste ouverte, notamment en raison du manque de fiabilité des résultats fournis par ces méthodes. L'objectif de cette thèse est de proposer une méthode robuste d'estimation des régions à l'origine des IEDs (notées LIED) par analyse d'enregistrements intracérébraux iEEG. Le point essentiel de cette nouvelle méthode repose sur la détermination d'un graphe de connectivité différentiel (DCG), qui ne conserve que les noeuds (électrodes) associées aux signaux iEEG qui changent de façon significative selon la présence ou l'absence d'IEDs. En fait, on construit plusieurs DCGs, chacun étant caractéristique d'une échelle obtenue après transformée en ondelettes. La fiabilitié statistiques des DCGs est obtenue à l'aide des tests de permutation. L'étape suivante consiste à mesurer les quantités d'information émise par chaque noeud, et d'associer à chaque connexion (arête) du graphe une orientation qui indique le transfert d'information du noeud source vers le noeud cible. Pour celà, nous avons introduit une nouvelle mesure nommée Local Information (LI), que nous avons comparée à des mesures classiques de graphes, et qui permet de définir de façon robuste les noeuds sources pour les graphes de chaque échelle. Les LIEDs sont finalement estimées selon une méthode d'optimisation multi-objectifs (de type Pareto, peu utilisée dans la communauté signal-image) construite à partir des valeurs des LI des DCG dans les différentes bandes de fréquences. La méthode proposée a été validée sur cinq patients épileptiques, qui ont subi une chirurgie d'exérèse et sont déclarés guéris. L'estimation des régions LIED a été comparée avec les SOZs détectées visuellement par l'épileptologue et celles détectées automatiquement par une méthode utilisant une stimulation destinée à provoquer des crises. La comparaison révèle des résultats congruents entre les SOZs et les régions LIED estimées. Ainsi, cette approche fournit des LIED qui devraient être des indications précieuses pour l'évaluation préopératoire en chirugie de l'épilepsie.
Fichier principal
Vignette du fichier
Thesis.pdf (21.26 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00559915 , version 1 (26-01-2011)
tel-00559915 , version 2 (06-04-2011)

Identifiants

  • HAL Id : tel-00559915 , version 2

Citer

Ladan Amini. Development of Differential Connectivity Graph for Characterization of Brain Regions Involved in Epilepsy. Signal and Image processing. Institut National Polytechnique de Grenoble - INPG, 2010. English. ⟨NNT : ⟩. ⟨tel-00559915v2⟩
338 Consultations
393 Téléchargements

Partager

Gmail Facebook X LinkedIn More