Modèle biophysique pour la mesure de la conductivité cérébrale et apport diagnostique

Biophysical model for measurement of brain tissue conductivity and diagnostic applications

• Auteur / Autrice : Andrés Nicolás Carvallo Pecci
• Direction : Fabrice Wendling, Julien Modolo
• Type : Thèse de doctorat
• Discipline(s) : Signal, image et vision
• Date : Soutenance le 07/12/2018
• Etablissement(s) : Rennes 1
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : ComuE : Université Bretagne Loire (2016-2019)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Traitement du Signal et de l'Image (1969-.... ; Rennes)

Mots clés

Mots clés contrôlés

Cerveau -- Stimulation

Conduction électrique

Mots clés libres

Conductivité électrique

Stimulation intracrânien

Interface électrode-Électrolyte

Épilepsie

Electrical conductivity

Intracranial electrodes

Electrode-Electrolyte interface

Epilepsy

Résumé

Nous avons cherché à fournir une estimation précise de la conductivité électrique des tissus cérébraux humains en clinique, en utilisant une stimulation pulsée locale de faible intensité. Méthodes : À l'aide de l'approximation quasi-statique des équations de Maxwell, nous avons établi un modèle analytique du champ électrique généré par les électrodes intracérébrales stéréotaxiques-EEG (SEEG). Nous avons couplé ce modèle de champ électrique avec un modèle de l'interface électrode-électrolyte pour fournir une expression analytique explicite de la conductivité du tissu cérébral basée sur la réponse enregistrée du tissu cérébral à la stimulation. Résultats: Nous avons validé notre modèle biophysique en utilisant i) des solutions salines calibrées en conductivité électrique,ii) des tissus cérébraux de rat, et iii) des données électrophysiologiques enregistrées en clinique chez sept patients épileptiques au cours de la SEEG. Nous avons trouvé une possible corrélation entre la conductivité et le caractère épileptique du tissu. Conclusion: Cette nouvelle méthode basée sur un modèle offre une estimation rapide et fiable de la conductivité électrique des tissus cérébraux en tenant compte des contributions de l'interface électrode-électrolyte. Signification: Cette méthode surpasse les mesures standard de bioimpédance. L'application pour le diagnostic est envisagée puisque les valeurs de conductivité diffèrent fortement lorsqu'elles sont estimées dans le tissu cérébral sain versus hyperexcitable.

We aimed at providing an accurate estimation of human brain tissue electrical conductivity in clinico, using local, low-intensity pulsed stimulation. Methods: Using the quasi-static approximation of Maxwell equations, we derived an analytical model of the electric field generated by intracerebral stereotactic-EEG (SEEG) electrodes. We coupled this electric field model with a model of the electrode-electrolyte interface to provide an explicit, analytical expression of brain tissue conductivity based on the recorded brain tissue response to pulse stimulation. Results: We validated our biophysical model using: i) saline solutions calibrated in electrical conductivity, ii) rat brain tissue, and iii) electrophysiological data recorded in clinico from two epileptic patients during SEEG. Conclusion: This new model-based method offers a fast and reliable estimation of brain tissue electrical conductivity by accounting for contributions from the electrode-electrolyte interface. Significance: This method outperforms standard bioimpedance measurements since it provides absolute (as opposed to relative) changes in brain tissue conductivity. Application for diagnosis is envisioned since conductivity values strongly differ when estimated in the healthy vs. hyperexcitable brain tissue.