Apport de la stimulation du nerf médian dans la conception d'une BCI basée sur l'activité cérébrale motrice : vers l'amélioration de la détection des réveils peropératoires au cours de l'anesthésie générale

Contribution of median nerve stimulation in the design of a BCI based on cerebral motor activity : towards improvement in the detection of intraoperative awareness during general anaesthesia

• Auteur / Autrice : Sébastien Rimbert
• Direction : Axel Hutt
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 06/07/2020
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire lorrain de recherche en informatique et ses applications
• Jury : Président / Présidente : Claude Meistelman
• Jury : Examinateurs / Examinatrices : Axel Hutt, Guy Chéron, Fabien Lotte, Franck Vidal, Laurent Bougrain, Camille Jeunet
• Jury : Rapporteurs / Rapporteuses : Guy Chéron, Fabien Lotte

Mots clés

Mots clés contrôlés

Aire motrice

Surveillance péropératoire

Interfaces neuronales directes

Neurostimulation

Nerf médian

Mots clés libres

Stimulation du nerf médian

Interface cerveau-ordinateur

Électroencéphalographie

Cortex moteur

Anesthésie générale

Réveil peropératoire

Imagination de mouvement

Tentative de mouvement

Activité cérébrale motrice

Median nerve stimulation

Brain-Computer Interface

Electroencephalography

Motor cortex

General anesthesia

Intraoperative awareness

Motor imagery

Attempt movement

Cerebral motor activity

Résumé

Se réveiller pendant une intervention chirurgicale est une expérience terrifiante à la fois pour les patients, qui la redoute mais également pour le personnel médical qui craint que cette situation ne se produise sous leur autorité. On nomme ce type de phénomène “un réveil peropératoire durant l’anesthésie générale" (en anglais Accidental Awareness during a General Anesthesia; AAGA) et se définit comme étant un réveil inattendu du patient sous anesthésie générale. Cette situation apparaît lorsque l’anesthésie générale n’est pas assez profonde pour compenser l’ensemble des stimulations chirurgicales liés à l’opération. On considère que le nombre d'AAGA dans les pratiques à haut risque oscille entre 1 et 2%. Le problème est que ce type de réveil peropératoire peut provoquer une souffrance physique ou engendrer des séquelles psychologiques nommées syndromes de stress post-traumatiques (ou Posttraumatic stress disorder – PTSD). Les PTSDs consécutifs peuvent durer plusieurs années et causer des effets psychologiques graves allant jusqu’au suicide. “Je ne pouvais pas respirer, je ne pouvais pas bouger ou ouvrir mes yeux, ni même dire aux docteurs que je n’étais pas endormi”. Ce témoignage montre que la première réaction d'un patient est généralement de bouger pour alerter le personnel médical de cette situation terrifiante. Malheureusement, pendant la majorité des interventions chirurgicales, le patient est curarisé, ce qui provoque un blocage neuromusculaire et empêche tout mouvement de celui-ci. L’innovation proposée dans cette thèse est d’étudier l’activité cérébrale motrice sous anesthésie générale dans le but de mieux détecter les réveils peropératoires. En théorie, la détection d’une intention de mouvement est possible en analysant le signal EEG du cortex moteur via une interface cerveau-ordinateur (BCI). En effet, la phase de préparation ainsi l'exécution d’une intention de mouvement présentent des variations de puissance (i.e., Event-related (de)-sycnhronization) dans les bandes alpha et bêta du signal EEG. La stimulation électrique du nerf médian induit également des changements de l’activité corticale visible dans le signal EEG et comparable à une intention de mouvement. Ce qui est intéressant, c’est que lorsqu’une intention de mouvement de la main intervient en même temps qu’une stimulation du nerf médian, la signature corticale dite ERD/ERS% est amplifiée et peut être détectée par une BCI. Une des grandes originalités de ce projet est d’exploiter ce phénomène pour mieux détecter les intentions de mouvement. Pour concevoir une BCI qui permettrait de détecter les réveils peropératoires chez les patients, cette thèse repose sur trois disciplines (i.e. anesthésie, neurophysiologie, informatique) et vise trois objectifs majeurs: (i) étudier l’effet des anesthésiques sur le signal EEG du cortex moteur, (ii) réussir à détecter la tentative de mouvement du patient sans marqueurs temporels en utilisant un nouveau type de BCI basée sur la stimulation du nerf médian et (iii) étudier l'activité cérébrale motrice dans des conditions cliniques qui seront proches d'un réveil peropératoire.

Waking up during surgery is a terrifying experience for patients, who fear it, but also for medical staff, who are worried that the situation will occur under their supervision. This type of phenomenon is called "an Accidental Awareness during a General Anesthesia” (AAGA) and is defined as an unexpected awakening of the patient under general anesthesia. This situation occurs when the general anesthesia is insufficiently deep to compensate all the surgical stimuli related to the surgery. AAGA rate in high-risk practices (e.g. obstetric, cardiac, thoracic) is considered to vary from 1-2%. The problem is that such intraoperative awakening can cause physical pain or lead to psychological sequelae called post-traumatic stress disorder (PTSD). Consecutive PTSDs can last for several years and have serious psychological effects leading to suicide. "I couldn't breathe, I couldn't move or open my eyes, or even tell the doctors I wasn't asleep.". This testimony shows that a patient's first reaction is usually to move to alert medical staff of this terrifying situation. Unfortunately, during the majority of surgical procedures, the patient is curarized, which causes neuromuscular block and prevents any movement of the patient. The innovation proposed by this thesis is to detect AAGA reliably by analysing, in real-time, motor brain activity under general anesthesia. In theory, detection of movement intention is possible by analyzing EEG signals from the motor cortex via a brain-computer interface (BCI). Indeed, both a movement execution but also a simple movement intention are characterized by power variations (i.e., Event-related (de)-synchronization called ERD/ERS) in the EEG alpha and beta bands over the motor cortex. Electrical stimulation of the median nerve also induces changes in cortical activity which are visible in the EEG signal and similar to an intention of movement. Interestingly, when an intention to move a hand occurs at the same time as a median nerve stimulation, the ERD/ERS cortical signature is amplified and can be detected better by a BCI based on specific machine learning techniques. In order to design a BCI that would allow the detection of AAGA, this thesis is based on three disciplines (i.e. anesthesia, neurophysiology, computer science) and has three major objectives: (i) to study the effect of anaesthetics on the EEG signal of the motor cortex, (ii) to detect the patient's attempted movement without temporal markers using a BCI based on median nerve stimulation and (iii) to study motor brain activity in clinical conditions that will be close to intraoperative recovery.