Analyse de l’électroencéphalogramme pour comprendre comment le cerveau humain dort

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Construction d’un atlas pendant le sommeil : Les données seront recueillies localement par l’équipe du chercheur principal en suivant un protocole strict afin de garantir une sélection rigoureuse des canaux physiologiques normaux (20 % des ~150 canaux par sujet, selon Frauscher et al., 2018). Nous sommes conscients que sélectionner un cortex véritablement normal et sain est une tâche imparfaite, puisque nous analysons essentiellement des EEG provenant nécessairement de cerveaux de sujets épileptiques. Chez la majorité de ces sujets, cependant, certaines électrodes sont implantées dans des zones non épileptogènes, dépourvues d’anomalies structurelles ou physiologiques. Ces électrodes sont nécessaires pour atteindre des structures profondes, comparer la physiologie corticale, et contribuer à définir les limites de la résection chirurgicale éventuelle. Sélectionner les régions cérébrales les plus normales chez ces patients est ce qui se rapproche le plus d’un « véritable » atlas du cerveau normal.
Pour permettre les comparaisons, tous les canaux seront co-enregistrés dans l’espace MNI, comme dans nos travaux antérieurs (Frauscher et al., 2018 ; Drouin et al., 2016). Les structures anatomiques seront automatiquement segmentées et attribuées à 132 régions de matière grise à l’aide de l’atlas MICCAI (Landman & Warfield, 2012). La localisation anatomique de chaque canal sera estimée en déterminant dans quelle région de matière grise segmentée se trouve la majorité de son volume d’enregistrement. Les résultats seront regroupés en fonction de la localisation des canaux et projetés sur le modèle standard ICBM152. L’ensemble des données sera stocké et partagé entre les sites via la plateforme LORIS (Das et al., 2016).

Extrait des méthodes spécifiques à l’Objectif n°1 :
Le sommeil sera scoré visuellement sur l’EEG de surface pour toute la nuit selon les critères standards de l’AASM (2018). Les sections contenant des artéfacts seront exclues.
(i) Les spectres de puissance seront calculés sur tous les segments disponibles, rapportés séparément pour chaque stade de sommeil (von Ellenrieder et al., 2020). Étant donné le grand nombre de sujets et les enregistrements de nuit complète, nous serons en mesure d’obtenir des résultats pour des structures qui n’avaient pas été suffisamment échantillonnées dans l’étude précédente (par exemple, l’amygdale, le cortex entorhinal), d’examiner les changements au cours des différents cycles de sommeil, et de réaliser des analyses distinctes pour chaque hémisphère (gauche et droit).
(ii) Nous regrouperons les régions cérébrales selon la similarité de leurs profils spectraux en utilisant le k-means et les modèles de mélanges gaussiens, afin d’analyser leur correspondance avec les réseaux cérébraux connus et les structures anatomiques, et d’examiner les variations entre les stades et les cycles de sommeil (Keitel et Gross, 2016).
(iii) Nous réaliserons des analyses de connectivité à partir de données clairsemées (par exemple, cohérence, indice de décalage de phase, entropie, probabilité de synchronisation), et étudierons les variations selon les stades et les cycles de sommeil.

Extrait des méthodes spécifiques à l’Objectif n°2 :
Les oscillations du sommeil, les micro-éveils et les transitions de stades seront identifiés sur l’EEG de surface. Comme dans nos travaux précédents (Frauscher et al., 2015 ; Latreille et al., 2020, en révision mineure), nous calculerons la puissance dans les différentes bandes spectrales de l’iEEG au moment des événements identifiés sur l’EEG de surface et comparerons cette activité à celle de segments témoins identifiés sur l’EEG de surface, sans ces événements.