Ecole Doctorale

Sciences de la Vie et de la Santé

Spécialité

Etablissement

Aix-Marseille Université

Mots Clés

Épilepsie,État de repos,Dynamiques Cérébrales,Connectivité Fonctionnelle,

Keywords

Epilepsy,Resting-state,Brain Dynamics,Functional Connectivity,

Titre de thèse

Modélisation à large échelle de la dynamique de l'état de repos des réseaux neuronaux dans l'épilepsie
RESTING-STATE DYNAMICS IN EPILEPSY: Mechanistic insights from large-scale brain network modeling

Date

Vendredi 27 Novembre 2020

Adresse

Aix-Marseille Université Faculté de Médecine 27 Bvd Jean Moulin 13005 Marseille, France

Jury

Directeur de these M. Viktor JIRSA Aix-Marseille Université
Rapporteur Mme Krasimira TSANEVA-ATANASOVA University of Exeter
Rapporteur M. Gustavo DECO Universitat Pompeu Fabra
Examinateur Mme Aileen MC GONIGAL Aix-Marseille Université

Résumé de la thèse

Les progrès en neuroimagerie fonctionnelle fournissent des preuves irréfutables que la maladie de l’épilepsie induit une altération des réseaux neuronaux, non seulement pendant les crises, mais aussi en-dehors pendant les périodes interictales, et à l’état de repos. Pourtant, les mécanismes dynamiques qui sous-tendent ces modifications sont encore élusifs et les observations cliniques se contredisent. Par ce travail de thèse, j’ap- porte des éléments de réponse en développant une nouvelle approche de modélisation à large échelle des réseaux neuronaux dans l’état de repos pour l’épilepsie : le Resting Epileptic Brain (REB ; ou, le cerveau épileptique au repos). Cette approche fait usage de la plateforme neuroinformatique, The Virtual Brain, pour révéler les principes fon- damentaux sous-jacents à l’activité du cerveau épileptique au repos interictal observée par neuroimagerie fonctionnelle non invasive. J’ai ainsi couplé un nouveau type de modèle mathématique phénoménologique de l’état de repos dans l’épilepsie avec des informations anatomiques (non invasives) spécifiques à des patients, et utilisé des tech- niques d’ajustement de hauts standards pour systématiquement explorer et charactériser la dynamique au repos interictal des réseaux neuronaux dans l’épilepsie. Ceux-ci, à leur tour, sont associés aux altérations de la connectivité fonctionnelle (CF). Grâce à l’utilisation de métriques couramment employées pour la CF au repos, ainsi que d’une mesure de complexité, la multiscale entropy, et d’une forme appropriée de paramétrage, le modèle infère la carte spatiale d’épileptogénicité ou d’excitabilité à travers différentes régions du cerveau. Ceci m’a permi de montrer que (1) le cerveau épileptique au repos interictal opère dans un régime dynamique différent du cerveau sain, (2) les régions épileptogènes présentent une signature dynamique spécifique comparées aux régions saines et, (3) la présence in silico de spikes interictaux n’impacte pas la CF au niveau globale. Ainsi, les résultats de ce travail de thèse suggèrent que, même en l’absence de décharges épileptiques visibles, le REB fournit une nouvelle stratégie spécifique à chaque patient pour tester l’hypothèse d’épileptogénicité afin d’améliorer les résultats après une chirurgie de l’épilepsie. Cette recherche constitue une étape supplémentaire dans la compréhension des processus épileptiques pendant la période de l’état de repos interictal et sur la voie de la médecine personnalisée en épilepsie.

Thesis resume

Advances in functional neuroimaging provide compelling evidence for epilepsy-related brain network alterations, not only during seizures but also ouside during the interictal periods, and the resting-state (RS). Yet, the dynamical mechanisms underlying these changes are still elusive and the clinical observations are contradictory. Through this thesis work, I provided elements of response by developing a novel large-scale brain network modeling approach in RS for epilepsy: the Resting Epileptic Brain (REB). This approach makes use of the neuroinformatics platform, The Virtual Brain, to reveal the underlying fundamental principles of the epileptic brain activity in interictal RS observed by noninvasive neuroimaging. I then coupled a new type of phenomenologic mathemati- cal model of RS in epilepsy with patients-specific non-invasive anatomical information and used high standards fitting techniques to systematically investigate and characterize the network dynamics of epileptic brain during the interictal RS. These, in turn, are associated with the changes in functional connectivity (FC). Using classical RS-FC based metrics, with an additional complexity measure, the multiscale entropy, and an appropriate form of parameterization, the model infers the spatial map of epileptogenicity or excitability across different brain regions. This allows me to show that (1) the epileptic brain during interictal RS operates at a different dynamical regime compared with healthy brain, (2) the epileptogenic regions present a specific dynamical signature compared with healthy regions, and (3) the in silico presence of interictal spikes does not impact the FC at the global level. Therefore, the results in this thesis work suggest that, even in the absence of visible epileptic discharges, the REB provides a novel patient-specific strategy for epileptogenicity hypothesis testing to improve outcomes after epilepsy surgery. This research contributes as a further step in the understanding of the epileptic processes during the interictal RS period and toward personalized medicine in epilepsy.