cours 7

Question 1

Comment calculer le délai de phase entre 2 signaux?

Answer 1

Le calcul de la différence des phases de 2 signaux oscillatoire (à l’aide du cercle, par les radians) nous permet d’estimer le délais temporel entre les deux à la fréquence f.

Question 2

Comment calcule t’on l’alignement de la phase? (diapo 4)

Answer 2

(On calcule l’alignement de phase à travers les sujets, à travers les essais pour un moment précis dans le temps. On peu ensuite évaluer l’alignement de phase pour chacune des fréquences et chacun des moments de l’essai en fonction de chacune des conditions données (p.ex., visage vs. chaise)) Cela se fait sur le cercle polaire.

Question 3

Comment analyser une réponse induite?

Answer 3

Si la réponse est induite (c’est-à-dire, que je ne peux l’observer du point de vue temporel) alors il est possible d’observer l’effet dans le domaine fréquentiel par l’analyse de fourrier!

Question 4

Quelle-sont les cinq composantes de l’analyse spectrale?

Answer 4

L’analyse spectrale est décomposée par les composantes apériodique (bruit -> ordonnée à l’origine et pente de la courbe) et périodique (le centre du pic, la largeur du pic, la puissance de l’oscillation)

Question 5

Que reflète les composantes périodiques et apériodiques?

Answer 5

Composante périodique reflète synchronisation

Composante apériodique reflète bruit ambiant (Rapport excitation sur inhibition) -> quand la pente diminue, plus le rapport (inhibition et excitation) diminue.

Question 6

Comment appliquer la transformation de Fourier dans le temps?

Answer 6

On glisse une petite fenêtre le long du signal EEG et on applique la transformation de fourrier à chaque fois. Cela nous donne ensuite une carte du spectrogramme dans le temps. (la couleur représente la puissance en Hertz) -> on gagne en puissance temporel mais on en perd en résolution fréquentielle.

Question 7

Qu’est-ce qu’un dipole équivalent?

Answer 7

Lorsqu’on fait la somme des dipoles des neurones piramidaux.

Question 8

Peut-on connaitre la source du signal seulement avec la topographie?

Answer 8

Si j’ai seulement la topographie je ne peux avoir la source.
Il faut que je fasse une modélisation de source avant!!!

Question 9

Pour la modélisation de sources, quelles sont les composantes importantes de la matrice de gain?

Answer 9

Composantes neurophysiologique (La conductivité des différents tissus)
Composante neuroanatomique (Géométrie de la tête et propriété de l’espace de source)
Composante topographique (Type, localization et orientation des capteurs )

Question 10

Quel est la premiere étape d’une modélisation de source?

Answer 10

On commence la modélisation par le problème direct -> quel est le modèle mathématique (par la matrice de gain) qui permet de produire le plus fidèlement possible la topographie qui surviendra (à partir de dipôles postulés)

Le probleme est bien pose car il n’y a qu’une seule solution. C’est un probleme d’ingénieur.

Question 11

Quelles-sont les différents modeles de la tetes qui ont évolués ont fil des années?

Answer 11

1. Modèle sphérique
   Simple et facile à calculer mais peu réaliste
2. Modèle homogène par couches (BEM)
   Se définit par les frontières des différents tissus par lequel passe le champ électrique
   Maillage de surface (2D)
   Modèle réaliste:
   intègre l’imagerie par résonance magnétique pour modéliser
3. Modèle non-homogène et anisotropique (FEM)
   Se définit par la volumétrie des différents tissus par lequel passe le champ électrique
   Maillage volumique (3D)
   Modèle réaliste:
   intègre l’imagerie par résonance magnétique pour modéliser

Question 12

Quelle est la seconde étape d’une modélisation de source?

Answer 12

On veut faire le problème inverse! -> c’est-à-dire: Trouver les dipôles à partir d’une topographie!
Le problème est qu’il y a plusieurs dipôles possibles pour une seule topographie!!!

On va donc utiliser plusieurs fois le problème direct pour trouver les solutions les plus plausibles.

Question 13

Quelle est la derniere étape pour avoir une modélisation de source dans le probleme inverse?

Answer 13

On prend nos signaux EEG, on soustrait la matrice de gain et on obtient une certaine erreur résiduelle (les variations non expliquées) qui évalue la qualité du modèle.

On choisi le modèle qui possède les erreurs résiduelles les plus faibles.

Question 14

Quelles-sont les deux grandes approches de modélisation de source?

Answer 14

1. La modélisation de dipole
2. La modélisation de sources distribuées

Question 15

Quelle est la modélisation de dipole?

Answer 15

-Modélisation de un ou quelques dipoles de courant équivalent qui expliquent la variance du patron observé au niveau de l’EEG
-Nb limité de sources (modèle très simple et donc peu réaliste pour les effet plus complexe qui recrute plusieurs populations neuronales)
-Il faut paramétrer l’orientation, la localization et la
magnitude de chaque dipole -> SOLUTION NON-LINÉAIRE(ce qui est plus problématique)

Question 16

Quelle est la modélisation de sources distribuées?

Answer 16

-Modélisation de plusieurs dipoles de courant équivalent distribués sur l’ensemble du cortex -> (utile dans l’analyse d’évènements distribués sur le cortex comme Alzheimer, la douleur chronique, etc.)
-L’orientation et la localisation des dipoles sont fixées (la
distribution se fait a priori) donc le modèle ne cherche qu’à évaluer l’amplitude de chaque dipole -> SOLUTION LINÉAIRE (plus facile à modéliser)
-Une approche qui permet d’évaluer les variations
d’amplitude en fonction de l’ensemble du cortex
-Enjeux statistiques

Question 17

Quels-sont les avantages et les désavantages de la modélisation de dipole?

Answer 17

Avantages: -Modèle simple et robuste
-Modèle adapté aux composantes précoces, réponses primaires

Désavantage:
-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

Question 18

Quels-sont les désavantages de la modélisation de source distribué?

Answer 18

Grand nombres d’inconnus dans la modélisation

Problème sous-déterminé: 100 à 300 capteurs vs. 10000 sources
Par conséquent, la résolution du problème inverse via sources distribuées requiert des stratégies mathématiques (techniques de régularisation)

Question 19

Qui est Cohen D. ?

Answer 19

Celui qui a découvert que l’on peut enregistrer les champs magnétiques du cerveau.

Question 20

Les neurones ont-ils un champ magnétique?

Answer 20

Oui, il y a un champ magnétique qui est perpendiculaire au champ électrique et que l’on détecte par la MEG! Cela veut dire que la MEG et l’EEG ne voit pas exactement la même chose.

Question 21

Y’a-t-il plus de distorsions pour les champs magnétiques que les signaux électriques?

Answer 21

Non! Cela veut dire qu’il y a une meilleure résolution spatiale -> (meilleure modélisation de source)!

Question 22

Que mesure la MEG?

Answer 22

Mesure des variations du champ magnitude qui sont infiniment plus petits que le champ magnétique de la terre. C’est un aimant extrêmement puissant!!!

Comparativement à la EEG, la MEG n’a pas besoin de référence, elle mesure une valeur absolue!

Question 23

Quel genre de dipole enregistre la MEG?

Answer 23

Elle n’enregistre pas les dipoles qui ont une orientation verticale (radiale) Elle voit plutôt plutôt les dipoles qui ont une orientation horizontale (tangentielle) contrairement à l’EEG.