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 lépilepsie induit une altération des réseaux neuronaux, non seulement pendant les crises, mais aussi en-dehors pendant les périodes interictales, et à létat 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, jap- porte des éléments de réponse en développant une nouvelle approche de modélisation à large échelle des réseaux neuronaux dans létat de repos pour lépilepsie : 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 lactivité du cerveau épileptique au repos interictal observée par neuroimagerie fonctionnelle non invasive. Jai ainsi couplé un nouveau type de modèle mathématique phénoménologique de létat de repos dans lépilepsie avec des informations anatomiques (non invasives) spécifiques à des patients, et utilisé des tech- niques dajustement de hauts standards pour systématiquement explorer et charactériser la dynamique au repos interictal des réseaux neuronaux dans lépilepsie. Ceux-ci, à leur tour, sont associés aux altérations de la connectivité fonctionnelle (CF). Grâce à lutilisation de métriques couramment employées pour la CF au repos, ainsi que dune mesure de complexité, la multiscale entropy, et dune forme appropriée de paramétrage, le modèle infère la carte spatiale dépileptogénicité ou dexcitabilité à travers différentes régions du cerveau. Ceci ma 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 nimpacte pas la CF au niveau globale. Ainsi, les résultats de ce travail de thèse suggèrent que, même en labsence de décharges épileptiques visibles, le REB fournit une nouvelle stratégie spécifique à chaque patient pour tester lhypothèse dépileptogénicité afin daméliorer les résultats après une chirurgie de lépilepsie. Cette recherche constitue une étape supplémentaire dans la compréhension des processus épileptiques pendant la période de létat 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.