Cours 4 Flashcards
Rythme alpha et beta introduit par qui?
Hans Berger
Pattern rythmique d’amplitude plus large, sous 12 Hz = A
Pattern rythmique d’amplitude plus faible, plus rapide que 12 Hz = B
A = Alpha
B = Beta
Jasper et Andrews (1938):
Premiers à utiliser le terme Rythme Gamma pour désigner des pattern rythmique d’amplitude faible similaire à bêta à 35 - 40 Hz
Das et Gastaut (1955):
Introduisent des synonyme pour les rythmes Gamma
les bandes d’oscillation de 40 Hz
ou
Rythme cognitif
De quel rythme s’agit-il?

Rythme Alpha

LFPs = ?
LFPs represent what?
LFPs = Local field potentials
Represent extracellularly-recorded voltage fluctuations in the membrane potentials of a local neuronal population.
Quel est le mécanisme de géération des rythmes cérébraux ?

Explain how recording neuronal population activity with EEG/MEG is like holding a mic over a stadium:
You can’t tell what any individual is doing but you can get an idea of what’s going on.
–> individual = cell
–> stadium = population of neurons
Les oscillations proviennent de quoi?
Synchronisation périodique des neurones d’une population
Les oscillations sont impliqués dans 2 modes du fonctionnement cérébral :
Un mode de spécificité fonctionnel où chaque aire corticale est spécialisée dans un traitement particulier de l’information
Un mode de coopération où les aires interagissent entre elles pour aboutir à un comportement intégré/cohérent.
Les oscillations sont impliqués dans 2 modes du fonctionnement cérébral;
Mode de spécificité fonctionnel
L’amplitude des oscillations dans une aire corticale reflète la synchronisation des décharges neuronales dans cette aire
Les oscillations sont impliqués dans 2 modes du fonctionnement cérébral;
Mode de coopération
Cette coopération se fait par l’établissement d’un couplage oscillatoire entre ces aires, qui synchronisent leurs courants neuronaux pour former des réseaux neuronaux transitoires et synchrones.
l’étude des oscillations permet de… A
B Localement…
C A distance…
A. Mesurer les modulations des activités localement Mesurer les interactions à distance
B. Localement… Puissance oscillatoire
C. A distance… Couplage oscillatoire
How does the human brain combine perceptions, thoughts and actions to generate coherent behavior ?
“How is the scattered mosaics of functionally specialized brain regions coordinated ?”
Large-scale functional brain integration
Synchronie locale est visible en MEG/EEG sous la forme de…. A
Synchronie à distance est visible en MEG/EEG sous la forme de…. B
A. Changement de la puissance oscillatoire (puissance spectrale)
B. Changement du couplage oscillatoire entre Structures distinctes
Synchronie locale et à distance
Hyposthèse:
Spécialisation foncitonnelle —> Intégration de l’info à large échelle
Fréquence des rythme cérébraux:


3 composantes d’un signal oscillatoire :
Fréquence (periodicité)
Phase
Amplitude
Techniques de mesures (Méthodes d’analyse spetrale)
Densité de puissance specrale (e.g. transformée de Fourier)
Représentation Temsp-Fréquene (e.g. Ondelttes, tranformée d’Hilbert)
Activité évoqué vs activité induite:
Activité évoqué:
- Réponse reproductible
- Moyennage et analyse TF ensuite
Activité induite:
- Réponses variables en latence
- Analyse Temps-fréquence –> moyenne des puissances


Modulation des oscillations X en frontal pendant le calcul mental
Modulation des oscillations thêta en frontal pendant le calcul mental
Augmentation de la puissance X et Y avec la charge mnésique (memory load) pendant la rétention
Augmentation de la puissance thêta et alpha avec la charge mnésique (memory load) pendant la rétention
Modulation de la puissance gamma dans les aires visuelles; Un rôle de
l’intégration perceptive
Intégration perceptive
Augmentation des puissance gamma (30-50Hz) pour…
Pour stimuli cohérents
Modulation de la puissance gamma dans les aires visuelles un rôle pour…
la représentation interne
Augmentation de la puissance dans la bande X lors activation d’une représentation interne
Augmentation de la puissance dans la bande gamma lors activation d’une représentation interne
Est-ce que les propriétés des oscillations cérébrales sont héréditaires ?
Une étude montre que oui:
Magnetoencephalography in twins reveals a strong genetic determination of the peak frequency of visually induced gamma-band synchronization
La fréquence principale des oscillations visuelles dans la bande gamma semble être en effet sous contrôle génétique.
Est-ce que les propriétés des oscillations cérébrales sont héréditaires ? (montré pour gamma)
Est-ce le cas aussi pour des rythmes plus lents (e.g. delta, theta, alpha & beta)?
Certaines études suggèrent que oui:
Les oscillations cérébrales sont entrain de devenir des biomarqueurs importants pour
l’étude de la pathophysiologie de plusieurs maladies du cerveau.
Les oscillations cérébrales chez des patients montrent….
des altérations pathologiques à la fois pendant l’exécution de tâches mais aussi au repos.
La liste des pathologies concernées est très longue…
Des alterations des oscillations cérébrales ont été rapportées dans…
Troubles psychiatriques (e.g. schizophrenie, dépression)
Troubles neurodégénératives (e.g. Alzheimer’s, Parkinson, Démences, )
Déficits sensoriels (e.g. Amusie congénitale )
Déficits d’attentions (e.g. TDAH) Epilepsie
Autisme Etc…


Problème direct :
“Connaissant la distribution des sources de courant, calculer le champ électromagnétique à la surface du scalp”
Problème inverse
But:
Difficultés
But : reconstruire dans le temps et l’espace les dipôles de courant neuronaux à partir des signaux MEG et EEG (bruités) mesurés en surface
Difficultés : problème mal posé, infinité de solutions
Problème directe
Ce qu’il y a à modéliser
A modéliser:
- Géométrie (Anatomie)
- Conductance (Electrophysiologie)
- Sources cérébrales
Problème directe
3 modèles:
1- Modèle sphérique (calcul analytique)
2- Modèle réaliste homogène par couches Intégrales de frontière (BEM) Maillage surfacique
3- Modèle réaliste Inhomogène ou anisotrope FEM/FDM Maillage volumique
Problème direct en bref:
Problème direct est bien posé: Solution unique (analytique ou numérique)
MAIS
géométrie du milieu de conduction est complexe valeurs approximatives des conductivités (peau, os , LCR, cortex)
NE PAS OUBLIER
Qualité de la solution du problème inverse dépend de la précision du problème direct!
Équation problème inverse:
M = G * S + E
M: Mesures
G: Matrice de gain
S: Amplitude des sources
E: Erreur
Problème inverse:
Pour des positions données (choix de G) –> S?
Estimation du décours temporel S (normalement on choisi celui qui minimise l’erreur)
Data - Modèle = ?
M - GS(chapeau) =
= Erreur
M - GS(chapeau)
Paramètre?
Linéaire ou non-linéaire?
Paramètres: Position orientation et amplitude.
Position et orientation:
Paramètres à dépendance non-linéaire
Amplitude:
Paramètres à dépendance linéaire
Problème inverse 2 méthodes pour l’estimation de source:
Méthode non-linéaire: Localisation des dipôles
Méthode linéaire: Sources distribuées
Problème inverse 2 méthodes;
Méthode non-linéaire: Localisation des dipôles:
Estimation des paramètres du ou des dipôle(s) de courant équivalent(s) (dipole-fit)
Problème inverse 2 méthodes;
Méthode linéaire: Sources distribuées :
Estimation des amplitudes de dipôles de courant distribués au préalable sur la surface corticale


Forces et limites des méthodes dipolaires (dipôle fit)
Forces:
Modèle simple et robuste
Modèle adapté aux composantes précoces, réponses primaires
Limites:
Nécessite une connaissance a priori du nombre de dipôles
Pas de description fine de la géométrie
Quantification de l’extension spatiale problématique
Modèle mal adapté aux sources étendues
Les modèles de sources distribuées
Imagerie de la densité de courant corticale:
- Distribution de dipôles de courant à la surface du cortex
- Positions et orientations des dipôles sont fixes: Estimer uniquement les amplitudes (paramètres linéaires)
- Modèle plus réaliste (Plus proche de la physiologie)
- Reconstruction : estimation de l’amplitude des sources
Les modèles de sources distribuées
Difficulté:
Grand nombre d’inconnues (N≈ 10 000 dipôles) par rapport au nombre de données (m≈100-300 capteurs)
Problème sous-determiné
Les modèles de sources distribuées
La résolution du problème inverse via des modèles distribuées requiert…
des astuces mathématiques (ex. des téchniques de régularisation)