Les effets de la stimulation électrique sur la dynamique des systèmes neuronaux épileptiques sont encore méconnus. L'objectif principal de cette thèse est de progresser dans la compréhension des effets attendus en fonction des paramètres de stimulation. Dans la première partie du manuscrit, un modèle mésoscopique (population neuronale) de la boucle thalamocorticale est proposé pour étudier en détails les effets de stimulation indirecte (thalamique), avec une attention particulière sur la fréquence. Des signaux EEG intracérébraux acquis chez un patient souffrant d'épilepsie pharmaco-résistante ont d'abord été analysés selon une approche temps-fréquence (algorithme de type Matching Pursuit). Les caractéristiques extraites ont ensuite été utilisées pour identifier les paramètres du modèle proposé en utilisant une approche exhaustive (minimisation de la distance entre signaux simulés et réels). Enfin, le comportement dynamique du modèle a été étudié en fonction de la fréquence du signal de stimulation. Les résultats montrent que le modèle reproduit fidèlement les signaux observés ainsi que la relation non linéaire entre la fréquence de stimulation et ses effets sur l'activité épileptique. Ainsi, dans le modèle, la stimulation à basse fréquence (SBF ; fs <20 Hz) , et la stimulation à haute fréquence (SHF ; fs > 60 Hz) permettent d'abolir les dynamiques épileptiques, alors que la stimulation à fréquence intermédiaire (SFI; 20 < fs < 60 Hz) n'ont pas d'effet , comme observé cliniquement. De plus, le modèle a permis d'identifier des mécanismes cellulaires et de réseau impliqués dans les effets modulateurs de la stimulation. La deuxième partie du manuscrit porte sur les effets polarisants de la stimulation directe en courant continu (CC) de la zone épileptogène dans le contexte de l'épilepsie mésiale du lobe temporal (EMLT). Un modèle biomathématique bien connu de la région hippocampique CA1 a été adapté pour cette étude. Deux modifications sont été intégrées au modèle, 1) une représentation physiologique de l'occurrence des décharges paroxystiques hippocampiques (DPH) basée sur une identification de leurs statistiques d'occurrence basée sur des données expérimentales (modèle in vivo d'EMLT)et 2) une représentation électrophysiologiquement plausible de la stimulation prenant en compte l'interface électrode-électrolyte. L'analyse de la sortie du modèle en fonction de la polarité de stimulation, a montré qu'une réduction (resp. augmentation) significative des DPH (en durée et en fréquence) sous stimulation anodale (resp. cathodole). Un protocole expérimental a ensuite été proposé et utilisé afin de valider les prédictions du modèle.

Les épilepsies acquises se déclarent après un processus graduel appelé épileptogenèse. Bien que cliniquement silencieux, ce processus implique des modifications fonctionnelles observables notamment par électroencéphalographie. Cette thèse vise i) à identifier des marqueurs électrophysiologiques apparaissant au cours de l'épileptogenèse, et ii) à comprendre les modifications physiopathologiques sous-jacentes responsables de ces marqueurs et de leur évolution temporelle. Dans un premier temps, nous avons, dans un modèle d'épilepsie partielle chez la souris, monitoré des signaux électrophysiologiques intracérébraux pendant la mise en place de la maladie. Nous avons observé dans ces signaux expérimentaux, l'émergence d'événements transitoires pathologiques appelés pointes épileptiques. Nous avons développé des méthodes de traitement du signal pour détecter et caractériser automatiquement ces événements. Ainsi, nous avons pu mettre en évidence certains changements dans la forme des pointes épileptiques au cours de l'épileptogenèse ; en particulier l'apparition et l'augmentation d'une onde qui suit la pointe épileptique. Une hypothèse défendue dans ces travaux est que ces changements morphologiques peuvent constituer des marqueurs de l'épileptogenèse dans ce modèle animal. Dans un second temps, afin d'interpréter ces modifications électrophysiologiques en termes de processus neurophysiologiques sous-jacents, nous avons implémenté un modèle biomathématique, physiologiquement argumenté, capable de simuler des pointes épileptiques. Formellement, ce modèle est un système dynamique non linéaire qui reproduit les interactions synaptiques (excitatrices et inhibitrices) dans une population de neurones. Une analyse de sensibilité de ce modèle a permis de mettre en évidence le rôle critique de certains paramètres de connectivité dans la morphologie des pointes. Nos résultats montrent en effet, qu'une diminution de l'inhibition GABAergique entraîne un accroissement de l'onde dans les pointes épileptiques. À partir du modèle théorique, nous avons pu ainsi émettre des hypothèses sur les modifications opérant au cours du processus d'épileptogenèse. Ces hypothèses ont pu être en partie vérifiées expérimentalement en bloquant artificiellement l'inhibition GABAergique, dans le modèle in vivo chez la souris, et dans un modèle in vitro chez le rat. En conclusion, ce travail de thèse fournit, dans un modèle animal, un biomarqueur électrophysiologique de l'épileptogenèse et tente d'expliquer, grâce à une modélisation biomathématique, les processus neurophysiologiques sous-jacents qu'il reflète.

Les effets de la stimulation électrique sur la dynamique des systèmes neuronaux épileptiques sont encore méconnus. L'objectif principal de cette thèse est de progresser dans la compréhension des effets attendus en fonction des paramètres de stimulation. Dans la première partie du manuscrit, un modèle mésoscopique (population neuronale) de la boucle thalamocorticale est proposé pour étudier en détails les effets de stimulation indirecte (thalamique), avec une attention particulière sur la fréquence. Des signaux EEG intracérébraux acquis chez un patient souffrant d'épilepsie pharmaco-résistante ont d'abord été analysés selon une approche temps-fréquence (algorithme de type Matching Pursuit). Les caractéristiques extraites ont ensuite été utilisées pour identifier les paramètres du modèle proposé en utilisant une approche exhaustive (minimisation de la distance entre signaux simulés et réels). Enfin, le comportement dynamique du modèle a été étudié en fonction de la fréquence du signal de stimulation. Les résultats montrent que le modèle reproduit fidèlement les signaux observés ainsi que la relation non linéaire entre la fréquence de stimulation et ses effets sur l'activité épileptique. Ainsi, dans le modèle, la stimulation à basse fréquence (SBF ; fs <20 Hz) , et la stimulation à haute fréquence (SHF ; fs > 60 Hz) permettent d'abolir les dynamiques épileptiques, alors que la stimulation à fréquence intermédiaire (SFI; 20 < fs < 60 Hz) n'ont pas d'effet , comme observé cliniquement. De plus, le modèle a permis d'identifier des mécanismes cellulaires et de réseau impliqués dans les effets modulateurs de la stimulation. La deuxième partie du manuscrit porte sur les effets polarisants de la stimulation directe en courant continu (CC) de la zone épileptogène dans le contexte de l'épilepsie mésiale du lobe temporal (EMLT). Un modèle biomathématique bien connu de la région hippocampique CA1 a été adapté pour cette étude. Deux modifications sont été intégrées au modèle, 1) une représentation physiologique de l'occurrence des décharges paroxystiques hippocampiques (DPH) basée sur une identification de leurs statistiques d'occurrence basée sur des données expérimentales (modèle in vivo d'EMLT)et 2) une représentation électrophysiologiquement plausible de la stimulation prenant en compte l'interface électrode-électrolyte. L'analyse de la sortie du modèle en fonction de la polarité de stimulation, a montré qu'une réduction (resp. augmentation) significative des DPH (en durée et en fréquence) sous stimulation anodale (resp. cathodole). Un protocole expérimental a ensuite été proposé et utilisé afin de valider les prédictions du modèle. / The effects of electrical stimulation on the dynamics of epileptic neural systems are still unknown. The main objective of this thesis is to progress the understanding of the expected effects as a function of stimulation parameters. In the first part of the manuscript, a mesoscopic model (neural population) of the thalamocortical loop is proposed to study in details the effects of indirect stimulation (thalamic), with a particular attention to stimulation frequency. Intracerebral EEG signals acquired from a patient with drug-resistant epilepsy were first analyzed using a time-frequency approach (Matching Pursuit algorithm). The extracted features were then used to optimize the parameters of the proposed model using a Brute-Force approach (minimizing the distance between simulated and real signals). Finally, the dynamical behavior of the model was studied as a function of the frequency of the stimulation input. The results showed that the model reproduces the real signals as well as the nonlinear relationship between the frequency of stimulation and its effects on epileptic dynamics. Thus, in the model, low-frequency stimulation (LFS; fs <20 Hz) and high-frequency stimulation (HFS; fs > 60 Hz) suppress epileptic dynamics, whereas intermediate-frequency stimulation (IFS; 20 < fs <60 Hz) has no effect, as observed clinically. In addition, the model was used to identify the cellular and network mechanisms involved in the modulatory effects of stimulation. The second part of the manuscript addresses the polarizing effects of direct current (DC) stimulation of the epileptogenic zone in the context of the mesial temporal lobe epilepsy (MTLE). A well-known computational model of the hippocampal CA1 region was adapted for this study. Two modifications were added to the model: 1) a physiological representation of the occurrence of hippocampal paroxysmal discharges (HPD) based on the statistical identification of their occurrence in experimental data (in vivo model of MTLE) and 2) an electrophysiologically plausible representation of the stimulation inputs taking into account the electrode-electrolyte interface. The analysis of the model output as a function of the polarity of stimulation, showed a significant reduction (resp. increase) of HPDs (duration and frequency) in anodal stimulation (resp. cathodol). An experimental protocol was then proposed and used to validate the model predictions.

Les épilepsies acquises se déclarent après un processus graduel appelé épileptogenèse. Bien que cliniquement silencieux, ce processus implique des modifications fonctionnelles observables notamment par électroencéphalographie. Cette thèse vise i) à identifier des marqueurs électrophysiologiques apparaissant au cours de l’épileptogenèse, et ii) à comprendre les modifications physiopathologiques sous-jacentes responsables de ces marqueurs et de leur évolution temporelle. Dans un premier temps, nous avons, dans un modèle d’épilepsie partielle chez la souris, monitoré des signaux électrophysiologiques intracérébraux pendant la mise en place de la maladie. Nous avons observé dans ces signaux expérimentaux, l’émergence d’événements transitoires pathologiques appelés pointes épileptiques. Nous avons développé des méthodes de traitement du signal pour détecter et caractériser automatiquement ces événements. Ainsi, nous avons pu mettre en évidence certains changements dans la forme des pointes épileptiques au cours de l’épileptogenèse ; en particulier l’apparition et l’augmentation d’une onde qui suit la pointe épileptique. Une hypothèse défendue dans ces travaux est que ces changements morphologiques peuvent constituer des marqueurs de l’épileptogenèse dans ce modèle animal. Dans un second temps, afin d’interpréter ces modifications électrophysiologiques en termes de processus neurophysiologiques sous-jacents, nous avons implémenté un modèle biomathématique, physiologiquement argumenté, capable de simuler des pointes épileptiques. Formellement, ce modèle est un système dynamique non linéaire qui reproduit les interactions synaptiques (excitatrices et inhibitrices) dans une population de neurones. Une analyse de sensibilité de ce modèle a permis de mettre en évidence le rôle critique de certains paramètres de connectivité dans la morphologie des pointes. Nos résultats montrent en effet, qu’une diminution de l’inhibition GABAergique entraîne un accroissement de l’onde dans les pointes épileptiques. À partir du modèle théorique, nous avons pu ainsi émettre des hypothèses sur les modifications opérant au cours du processus d’épileptogenèse. Ces hypothèses ont pu être en partie vérifiées expérimentalement en bloquant artificiellement l’inhibition GABAergique, dans le modèle in vivo chez la souris, et dans un modèle in vitro chez le rat. En conclusion, ce travail de thèse fournit, dans un modèle animal, un biomarqueur électrophysiologique de l’épileptogenèse et tente d’expliquer, grâce à une modélisation biomathématique, les processus neurophysiologiques sous-jacents qu’il reflète. / Acquired epilepsies occur after a process called epileptogenesis. Although clinically silent, this process involves some functional modifications which can be observed by electroencephalography. The objectives of this thesis are i) to identify electrophysiological markers occurring during epileptogenesis, and ii) to understand which underlying pathophysiological modifications are responsible for these markers and their evolution. Firstly, using an in vivo experimental mouse model of partial epilepsy, we have monitored intracranial electrophysiological signals during epileptogenesis. We observed the emergence of pathological transient events called epileptic spikes. We have developed signal processing methods in order to automatically detect and characterize these events. Hence, we observed and quantified morphological changes of epileptic spikes during epileptogenesis. In particular, we noticed the emergence and the increase of a wave which directly follows the spike component. In this work, we defend the hypothesis that these morphological modifications can constitute markers of the epileptogenesis process in this animal model of epilepsy. Secondly, in order to interpret these electrophysiological modifications in terms of underlying pathophysiological processes, we have implemented a computational model able to simulate epileptic spikes. This neural mass model is a neurophysiologically-plausible mesoscopic representation of synaptic interactions (excitation and inhibition) in the hippocampus. Based on a sensitivity analysis of model parameters, we were able to determine some connectivity parameters that play a key role in the morphology of simulated epileptic spikes. In particular, our results show that a diminution of GABAergic inhibition leads to an increase of the aforementioned wave. Thus, using this theoretical model, we defined some hypotheses about pathophysiological modifications occurring during the epileptogenesis process. One of these hypotheses has been confirmed in blocking GABAa receptors in the in vivo mouse model, as well as in an in vitro model (rat, organotypic slices). In summary, based on the shape features of epileptic spikes, we devised an electrophysiological biomarker of epileptogenesis observed in a mouse model but useful in Human studies as well. Moreover, a computational modeling approach has permitted to suggest which pathophysiological processes might underlie this biomarker.