Touchant plus de 50 millions de personnes dans le monde, l’épilepsie est un problème majeur de santé publique. Un tiers des patients souffrent d’épilepsie pharmaco-résistante. Une chirurgie visant à enlever la région cérébrale à l’origine des crises – la zone épileptogène – est considérée comme l’option de référence pour rendre libre de crises ces patients. Le taux d’échec chirurgical non négligeable a poussé la recherche d’autres marqueurs. Un marqueur potentiel est les oscillations à haute fréquence (HFOs). Une HFO est une brève oscillation entre 80-500 Hz qui dure au moins 4 périodes enregistrée en EEG intracérébrale. Par leur caractère très bref, le marquage visuel de ces petites oscillations est fastidieux et chronophage.. Il semble impératif de trouver un moyen de détecter automatiquement ces oscillations pour étudier les HFOs sur des cohortes de patients. Aucun détecteur automatique existant ne fait cependant l’unanimité. Durant cette thèse, nous avons développé un nouveau moyen de visualiser les HFOs grâce à une normalisation originale de la transformée en ondelettes pour ensuite mieux les détecter automatiquement. Puis, nous avons mise en place une stratégie pour caractériser et valider des détecteurs. Enfin, nous avons appliqué le nouveau détecteur à une cohorte de patients pour déterminer la fiabilité des HFOs et des pointes épileptiques - le marqueur standard - dans la prédiction de la zone épileptogène. La conclusion de cette thèse est que les HFOs ne sont pas meilleurs que les pointes épileptiques pour prédire la zone épileptogène mais que combiner ces deux marqueurs permettait d’obtenir un marqueur plus robuste. / Epilepsy is a major health problem as it affects 50 million people worldwide. One third of the patients are resistant to medication. Surgical removal of the brain areas generating the seizure – the epileptogenic zone – is considered as the standard option for these patients to be seizure free. The non-negligible rate of surgical failure has led to seek other electrophysiological criteria. One putative marker is the high-frequency oscillations (HFOs).An HFO is a brief oscillation between 80-500 Hz lasting at least 4 periods recorded in intracerebral EEG. Due to their short-lasting nature, visually marking of these small oscillations is tedious and time-consuming. Automatically detecting these oscillations seems an imperative stage to study HFOs on cohorts of patients. There is however no general agreement on existing detectors.In this thesis, we developed a new way of representing HFOs thanks to a novel normalisation of the wavelet transform and to use this representation as a base for detecting HFOs automatically. We secondly designed a strategy to properly characterise and validate automated detectors. Finally, we characterised, in a cohort of patients, the reliability of HFOs and epileptic spikes - the standard marker - as predictors of the epileptogenic zone using the validated detector. The conclusion of this thesis is that HFOs are not better than epileptic spikes in predicting the epileptogenic zone but combining the two leads to a more robust biomarker.
| Identifer | oai:union.ndltd.org:theses.fr/2018AIXM0012 |
| Date | 16 January 2018 |
| Creators | Roehri, Nicolas |
| Contributors | Aix-Marseille, Bénar, Christian, Bartolomei, Fabrice |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.002 seconds