Les travaux présentés dans cette thèse s'inscrivent dans la problématique de la connectivité cérébrale, connectivité tripartite puisqu'elle sous-tend les notions de connectivité structurelle, fonctionnelle et effective. Ces trois types de connectivité que l'on peut considérer à différentes échelles d'espace et de temps sont bien évidemment liés et leur analyse conjointe permet de mieux comprendre comment structures et fonctions cérébrales se contraignent mutuellement. Notre recherche relève plus particulièrement de la connectivité effective qui permet de définir des graphes de connectivité qui renseignent sur les liens causaux, directs ou indirects, unilatéraux ou bilatéraux via des chemins de propagation, représentés par des arcs, entre les nœuds, ces derniers correspondant aux régions cérébrales à l'échelle macroscopique. Identifier les interactions entre les aires cérébrales impliquées dans la génération et la propagation des crises épileptiques à partir d'enregistrements intracérébraux est un enjeu majeur dans la phase pré-chirurgicale et l'objectif principal de notre travail. L'exploration de la connectivité effective suit généralement deux approches, soit une approche basée sur les modèles, soit une approche conduite par les données comme nous l'envisageons dans le cadre de cette thèse où les outils développés relèvent de la théorie de l'information et plus spécifiquement de l'entropie de transfert, la question phare que nous adressons étant celle de la précision des estimateurs de cette grandeur dans le cas des méthodes développées basées sur les plus proches voisins. Les approches que nous proposons qui réduisent le biais au regard d'estimateurs issus de la littérature sont évaluées et comparées sur des signaux simulés de type bruits blancs, processus vectoriels autorégressifs linéaires et non linéaires, ainsi que sur des modèles physiologiques réalistes avant d'être appliquées sur des signaux électroencéphalographiques de profondeur enregistrés sur un patient épileptique et comparées à une approche assez classique basée sur la fonction de transfert dirigée. En simulation, dans les situations présentant des non-linéarités, les résultats obtenus permettent d'apprécier la réduction du biais d'estimation pour des variances comparables vis-à-vis des techniques connues. Si les informations recueillies sur les données réelles sont plus difficiles à analyser, elles montrent certaines cohérences entre les méthodes même si les résultats préliminaires obtenus s'avèrent davantage en accord avec les conclusions des experts cliniciens en appliquant la fonction de transfert dirigée. / The work presented in this thesis deals with brain connectivity, including structural connectivity, functional connectivity and effective connectivity. These three types of connectivities are obviously linked, and their joint analysis can give us a better understanding on how brain structures and functions constrain each other. Our research particularly focuses on effective connectivity that defines connectivity graphs with information on causal links that may be direct or indirect, unidirectional or bidirectional. The main purpose of our work is to identify interactions between different brain areas from intracerebral recordings during the generation and propagation of seizure onsets, a major issue in the pre-surgical phase of epilepsy surgery treatment. Exploring effective connectivity generally follows two kinds of approaches, model-based techniques and data-driven ones. In this work, we address the question of improving the estimation of information-theoretic quantities, mainly mutual information and transfer entropy, based on k-Nearest Neighbors techniques. The proposed approaches we developed are first evaluated and compared with existing estimators on simulated signals including white noise processes, linear and nonlinear vectorial autoregressive processes, as well as realistic physiology-based models. Some of them are then applied on intracerebral electroencephalographic signals recorded on an epileptic patient, and compared with the well-known directed transfer function. The experimental results show that the proposed techniques improve the estimation of information-theoretic quantities for simulated signals, while the analysis is more difficult in real situations. Globally, the different estimators appear coherent and in accordance with the ground truth given by the clinical experts, the directed transfer function leading to interesting performance.

Contexte. L’étiologie des comportements antisociaux est encore mal comprise. La population d’individus commettant ce type de comportements est hautement hétérogène, suggérant ainsi que plusieurs mécanismes biopsychosociaux pourraient augmenter ou réduire le risque de délinquance au cours du développement humain. Objectif. L’objectif principal de cette thèse est d’identifier ces mécanismes sous-jacents à la délinquance, par l’entremise de quatre méthodes scientifiques distinctes, mais complémentaires : les analyses de trajectoires développementales, l’activité cérébrale induite par une tâche, la connectivité cérébrale au repos ainsi que l’étude des lésions cérébrales. Méthodologie. Afin d’atteindre cet objectif, une première étude a été réalisée en réanalysant les données de l’Étude Longitudinale du Développement des Enfants du Québec (n=1309). Par l’entremise de modèles de trajectoires par classes latentes, cette étude visait à identifier des sous-groupes de jeunes présentant des trajectoires développementales de traits psychologiques (c.-à-d., l’insensibilité émotionnelle, les traits anxio-dépressifs, l’irritabilité et les traits d’hyperactivité/impulsivité) à risque de comportements antisociaux à l’enfance et l’adolescence. Par ailleurs, deux méta-analyses portant sur des études d’activation cérébrale (71 et 147 études) ont été réalisées afin d’identifier les principales altérations de l’activité cérébrale sous-jacent à différents domaines neurocognitifs, ainsi que leur similarité avec d’autres problématiques psychiatriques. De plus, une troisième méta-analyse (18 études) a été accomplie afin d’étudier si les individus antisociaux présentaient des déficits lors de la connectivité cérébrale au repos. De manière à combler les limites de la littérature sous-jacente à la connectivité cérébrale au repos des individus antisociaux, une étude transversale a été effectuée sur 1,416 enfants et adolescents issue Healthy Brain Network aux États-Unis. Outre l’objectif de valider les résultats de la méta-analyse précédente, cette étude a été conçue de manière à mieux comprendre le rôle de l’interaction entre des systèmes neurobiologiques dans l’explication des comportements antisociaux. Finalement, une récente revue de la littérature scientifique produite par des chercheurs américains a permis d’identifier 17 cas dans lesquels des lésions au cerveau étaient temporellement liés à l’émergence de comportements antisociaux. Grâce à une reconstruction des images de lesdites lésions, des analyses de coactivation méta- analytique ont été conduites afin de récréer les réseaux neurobiologiques altérés qui seraient possiblement à l’origine de de gestes délinquants. Résultats. Les résultats ont soutenu l’importance des traits d’insensibilité émotionnelle dans l’explication du risque de délinquance, et aussi montré que l’interaction développementale entre les traits psychologiques augmentait jusqu’à 10 fois le risque de comportements antisociaux à l’enfance. Sur une base neurobiologique, les résultats ont révélé que les personnes ayant commis des gestes délinquants rapporteraient d’importants déficits dans les régions cérébrales impliquées dans le contrôle cognitif, la réponse à une menace et les cognitions sociales. En comparaison avec le trouble du déficit de l’attention avec hyperactivité et les troubles anxieux et dépressifs, le trouble des conduites serait associé à un dysfonctionnement commun de régions cérébrales impliquées dans le contrôle des émotions et du système somato-moteur. Par ailleurs, les résultats indiquent que la population étudiée serait principalement caractérisée par une dysconnectivité fonctionnelle entre les réseaux socioaffectifse et attentionnels, mais aussi entre les systèmes somato-moteurs, attentionnels et ceux impliqués dans la détection de stimuli saillants. Finalement, les lésions cérébrales pourraient causer des comportements délinquants par l’entremise de trois mécanismes neurobiologiques, notamment par une défaillance du réseau de la récompense (lobe frontal), du réseau impliqué dans le traitement des émotions négatives (lobe temporal) ainsi que la reconnaissance émotionnelle faciale (amygdale). Conclusions. Les résultats des travaux présentés dans cette thèse soutiennent l’importance de mieux comprendre l’hétérogénéité de domaines neurocognitifs dans l’explication des comportements délinquants. D’une part, ceux-ci soulignent l’importance des systèmes neurobiologiques à valence négative (associés à l’anxiété et l’irritabilité), aux systèmes cognitifs (associés à l’hyperactivité/impulsivité et à l’inattention) ainsi qu’aux processus sociaux (associés à l’insensibilité émotionnelle). D’autre part, les résultats suggèrent un rôle limité des systèmes de récompense, mais un rôle prépondérant du système sensorimoteur (associé à l’action et au contrôle des mouvements). La présente thèse offre une perspective novatrice et exhaustive sur l’hétérogénéité neurocognitive sous-jacente à la délinquance. Or, la variabilité interindividuelle des systèmes neurobiologiques étudiés dans cette thèse reste à être identifiée, de manière à découvrir des cibles thérapeutiques prometteuses pour réduire le risque de délinquance. / Background. The etiology of antisocial behaviors remains largely misunderstood. Antisocial population is characterized as highly heterogeneous, therefore indicating that several biopsychosocial mechanisms may increase or reduce the risk for delinquency during human development. Aim. The principal aim of this thesis is to identify these mechanisms underlying delinquent behaviors through different yet complementary method: developmental trajectories, task-based brain activity, brain connectivity at rest as well as the study of brain lesions. Methodology. To do so, a first study was conducted by reanalyzing cohort data from the Quebec Longitudinal Study of Child Development (n=1,309). Latent growth curve models allowed to identify subgroups of children exhibiting developmental trajectories of psychological traits (i.e., callous-unemotional traits, anxio-depressive traits, irritability and hyperactivity/impulsivity) that are at risk for antisocial behaviors during childhood and adolescence. Also, two meta-analyses of neuroimaging studies (71 and 147 studies) were carried out to highlight main deficits in brain activity underlying distinct neurocognitive systems as well as their similarity with other psychiatric disorders. Moreover, a third meta-analysis (18 studies) is presented to better understand whether antisocial subjects may exhibit brain connectivity at rest. In order to overcome limitations of past studies examining resting-state functional connectivity, a cross-sectional study was performed on 1,416 children and adolescents derived from the Healthy Brain Network in the United States. Additionnally to examine reliability of meta-analytic findings, this study was conducted in order to better understand the role of the interaction between neurobiological systems in our understanding of antisocial behaviors. Finally, a recent literature review carried out by American researchers highlighted 17 cases during which focal brain lesions were temporally associated with emergence of antisocial behaviors. By reconstructing images of these brain lesions, meta-analytic coactivation modelling was conducted in order to recreate neurobiological systems which would possibly be the origins of delinquent acts. Results. The results observed in this thesis support the crucial role of callous- unemotional traits in our understanding of the risk for delinquency, but also suggest that the developmental interaction between psychological markers increases up to 10 times this risk. On a neurobiological ground, results revealed that individuals that have committed antisocial behaviors were mainly characterized by dysfunctions in brain regions involved in cognitive control, threat detection as well as social cognition. In comparison to attention-deficit/hyperactivity disorder and anxiety and depressive disorders, conduct disorder was similarly associated with dysfunction in regions related to emotion regulation and somatomotor functions. Moreover, the results suggest that antisocial population may be characterized by dysconnectivity between socio-affective and attentional processes and between somatomotor and attentional processes as well as those involved in salient detection mechanism. Finally, brain lesions may cause antisocial behaviors by three neurobiological mechanisms, notably by disrupting the reward network (frontal lesions), the network involved in negative emotion processing (temporal lesions) and the emotional face processing (amygdala lesions). Conclusions. The results of the work presented in this thesis support the importance of studying the heterogeneity in neurocognitive systems for our understanding of antisocial behaviors. On the one hand, these results highlight the role of neurobiological systems of negative valence (related to anxiety and irritability), cognitive systems (related to hyperactivity/impulsivity and inattention) and social cognition (related to callous-unemotional traits). On the other hand, the results underline the limited contribution of positive valence system, but a prominent role of sensorimotor system (related to action and motor control). The current thesis offers a novel and exhaustive perspective on the heterogeneity of neurocognitive systems underlying delinquent behaviors. The interindividual variability of these systems is yet to be unveiled in order to uncover promising targets for treatment in a hopeful aim to reduce risk for delinquency.

Les affects, émotions et humeurs sont des processus complexes dont le fonctionnement précis échappe toujours à la neuroscience affective. Un récent mouvement des études IRMf s’est tourné vers la recherche d’effets aux niveaux inter- et intra-individuels en raison du manque d’applicabilité individuelle des résultats provenant de moyennes de groupes basées sur des données transversales. En particulier, la recherche intra-individuelle permet l’étude de liens directs entre l’affectivité et la connectivité chez de mêmes individus à travers le temps. De précédentes études en IRMf rapportent ce type associations chez un unique participant, notre objectif a été d’étudier les effets intra-individuels communs pour un groupe d’individus. Nous avons utilisé le jeu de données Day2day, composé de 40 à 50 sessions pour 6 participants, chaque session incluant des données d’IRMf au repos ainsi que d’auto-évaluations des états affectifs. Nous avons analysé la relation entre l’affectivité et la connectivité fonctionnelle entre des régions cérébrales précédemment liées aux émotions et affects à l’aide de régressions linéaires mixtes multivariées. Nos modèles ont isolé des patrons de connectivité communs et généralisables liés aux variations intra-individuelles de l’affectivité observées au cours de plusieurs semaines et mois. Ces modèles impliquaient particulièrement l’amygdale et l’insula. Nos résultats ouvrent la possibilité de reproduire de tels modèles sur des jeux de données plus larges ainsi qu’à évaluer l’hétérogénéité entre sujets au-delà des effets moyens. La caractérisation de tels processus neurobiologiques pourrait être d’une grande utilité en clinique comme biomarqueur transdiagnostique de l’état affectif ou potentielle cible thérapeutique. / Affects, emotions and moods are complex processes, the precise functioning of which still eludes affective neuroscience. A recent movement in fMRI has turned to research of effects at the inter- and intra-individual level in response to the lack of individual-level applicability of results from cross-sectional group mean studies. In particular, intra-individual research enables the study of direct links between affective states and underlying connectivity in individuals across time. Previous fMRI studies have described these associations in a single participant, our objective was to find shared intraindividual effects across multiple subjects. We have used the Day2day dataset, comprising 40 to 50 sessions for six participants, each session including data from resting-state fMRI scans and self-report measures of state affectivity. We have investigated the relationship between affectivity and connectivity in brain regions linked to emotions and affects using multivariate mixed linear analysis. Our models have isolated common and generalizable patterns of connectivity linked to variations in affectivity observed over multiple weeks and months. These models involved mainly the amygdala and insula. Our results incentivize the re-creation of such modelsin larger datasets, and to assess heterogeneity beyond group mean effects. The characterization of such neurobiological processes could be of great use in a clinical setting as a transdiagnostic biomarker or as a potential therapeutic target.