La méthode de localisation de source qui permet d’identifier anatomiquement les générateurs de l’activité électrique cérébrale reste encore actuelle difficile à mettre en place et à utiliser en routine clinique. Une des étapes de cette méthode consiste à repérer spatialement les électrodes EEG positionnées sur le cuir chevelu. Ce travail de Doctorat a consisté à mettre au point de nouveaux capteurs EEG compatibles et repérables en IRM et à automatiser ce processus pour le rendre plus fiable et plus facile d’utilisation. Pour ce faire, nous avons développé et breveté de nouveaux capteurs de signaux électrophysiologiques et nous avons implémenté un algorithme informatique de détection et de labellisation automatique en IRM. Ces dispositifs ont été testés cliniquement chez des sujets sains et des patients épileptiques en comparaison avec la numérisation électromagnétique qui est la technique de référence. Nous avons montré dans un premier temps, l’efficacité de notre méthode du point de vue de la précision, de la reproductibilité et des performances. Nous avons montré ensuite que notre méthode n’engendrait pas d’erreurs de localisation anatomique des générateurs électroneurophysiologiques (PES, PEV, EPIC). Ces études cliniques ont été validées par des enregistrements d’IRM fonctionnelle et par une comparaison avec les données de la littérature. Enfin, nous avons développé un outil de projection de la position des capteurs de surface sur le cortex de façon à identifier les structures anatomiques et aires de Brodmann associées aux capteurs EEG du système international 10/10. Notre méthode de détection et de labellisation automatique des capteurs EEG grâce à l’IRM (ALLES) permet donc de limiter l’intervention humaine et de simplifier la méthode de localisation de source puisque seuls les examens d’EEG et d’IRM deviennent nécessaires. / Spatial localization of scalp EEG electrodes is a major step in dipole source localization and it must be accurate, reproducible and practical. Several methods have been proposed in the last fifteen years. The most widely used method is currently electromagnetic digitization. In this work, we introduce a new automatic method for localizing and labeling EEG sensors using MRI (ALLES). First, we designed a new scalp EEG sensor which is MR compatible and localizable. Secondly, we validated this new technique on a head phantom and then in a clinical environment with normal volunteers and epileptic patients. To do this, we compare the reproducibility, accuracy and performances of our method with electromagnetic digitization. We also demonstrate that our method provides better reproducibility with a significant difference (p < 0.01). Concerning accuracy, both methods are equally accurate with no statistical differences. We have tested our method both on normal volunteers (SEP and VEP studies) and epileptic patients (Spikes studies). Source localizations were not influenced by ALLES and we observe results consistent with the literature. Finally, we develop a method which projects the surface positions of the sensors (10-10 system) onto the cortex. This tool is helpful for visual inspection of high resolution EEG traces and for electroclinical diagnostic. To conclude, automation makes our method (ALLES) very reproducible and easy to handle in a routine clinical environment. It offers the possibility of using MRI volume for both source localization and spatial localization of EEG sensors.
| Identifer | oai:union.ndltd.org:theses.fr/2007NAN10150 |
| Date | 19 November 2007 |
| Creators | Koessler, Laurent |
| Contributors | Nancy 1, Vespignani, Hervé, Braun, Marc |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0025 seconds