Return to search

La stimulation cérébrale profonde dans le traitement des syndromes dystonodyskinétiques : Modélisation tridimensionnelle de la distribution des paramètres électriques appliquée au Globus Pallidus interne.

La stimulation cérébrale profonde (SCP) du globus pallidus interne (GPi) est une technique neurochirurgicale établie pour le traitement des mouvements anormaux. Malgré l'effet bénéfique de la SCP du GPi chez les patients porteurs d'un syndrome dystono-dyskinétique (SDD) primaire généralisé, le degré d'amélioration varie d'un patient à l'autre. Nous proposons un modèle anatomique computationnel basé sur l'IRM stéréotaxique mis en concordance avec un modèle de la distribution électrique du système de SCP qui peut être appliqué en pré- et postopératoire sur des patients déjà implantés. Le but de ce modèle est d'optimiser la localisation de la cible au moment de la planification chirurgicale, permettant une localisation des contacts de l'électrode après la chirurgie et d'ajuster les paramètres électriques en routine clinique et pour chaque patient. Nous avons appliqué le modèle à des données cliniques enregistrées de patients avec un SDD primaire généralisé qui ont été traités par l'implantation bilatérale d'électrode dans le GPi. Cette thèse discute les effets des variables liniques, anatomiques (volume du GPi) et électriques (volume stimulé) sur le score moteur postopératoire de l'échelle Burke-Fahn-Marden Dystonia rating scale (BFMDRS) afin d'identifier les facteurs pouvant prédire le degré d'amélioration. En utilisant ces résultats, nous avons modélisé une nouvelle électrode théorique pour optimiser la délivrance du courant, améliorer le bénéfice thérapeutique, minimiser les effets de bord de la SCP et obtenir une distribution du champ électrique plus homogène.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00432036
Date30 October 2008
CreatorsVasques, Xavier
PublisherUniversité Montpellier I
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0054 seconds