cartographie fonctionnelle en meeg, eeg-irmf et seeg christian-g. bénar, inserm u751 gdr...
TRANSCRIPT
Cartographie fonctionnelle en MEEG, EEG-IRMf et SEEG
Christian-G. Bénar, INSERM U751GDR statistiques et santé 2007
Plan Introduction : signaux, objectifs et stratégies
Analyse en événements uniques: EEG-IRMf
Analyse en événements uniques: méthodologie
Localisation de sources d’oscillations épileptiques
Discussion
2
Plan Introduction : signaux, objectifs et stratégies
Analyse en événements uniques: EEG-IRMf
Analyse en événements uniques: méthodologie
Localisation de sources d’oscillations épileptiques
Discussion
3
Signaux (1) : EEG et MEG
Résolution temporelle ~ msLocalisation de sources
(Modèles)
Gavaret et Badier
4
Signaux (2) : IRMf
Thivard et al, 2005
- Résolution spatiale ~mm
5 s
lissage temporel
5
Objectifs (1) Utilisation conjointe des méthodes de cartographie fonctionnelle
MEG et EEG (résolution temporelle ms) IRMf (résolution spatiale mm)
Chirurgie
EEG
Epilepsie
fMRI MEG
Cognition
6
Comparaison avec l’EEG intracérébral (SEEG) Évaluation des méthodes non-invasives Compréhension des liens surface-profondeur
Objectifs (2)
7
Stratégie (1) Utilisation d’enregistrements simultanés
EEG-MEG, EEG-IRMf, EEG-SEEG
Bénar et al Hum Brain Mapp 20078
Stratégie (2) Analyse en événements uniques
Évite le mélange effectué par la moyenne Véritable analyse conjointe
Bénar et al IPMI 2007
9
Stratégie (3) Utilisation des événements transitoires
(pointes, PE) et des oscillations (30-150Hz) Relations à travers les fréquences Lien electrophysiologie-EEG dans la bande gamma
?
Niessing et al 2005Logothetis et al 200110
Plan Introduction : objectifs et stratégies
Analyse en événements uniques: EEG-IRMf
Analyse en événements uniques: méthodologie
Localisation de sources d’oscillations épileptiques
Discussion
11
EEG-IRMf : Principe
J. Ives
- Combinaison des résolutions temporelles et spatiales- compréhension des liens Pot. Évoqués/ IRMf
12
Potentiels évoqués
Bénar et al Hum Brain Mapp 200713
Analyse paramétrique : principe
1 2 3 4 5 6 7 8 9 100
0.5
1
1.5
2regresseur 1 (constant)
1 2 3 4 5 6 7 8 9 10-2
-1
0
1
2regresseur 2 (modulation parametrique)
0 5 10 15 20 25-0.1
-0.05
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
time (seconds)
hrf
Glover hrf model
0 10 20 30 40 50 60-0.2
0
0.2
0.4
0.6modele 1 (constant)
0 10 20 30 40 50 60-1
-0.5
0
0.5modele 2 (modulation parametrique)*
Convolution par modèle de HRF
- Paramètres EEG: 15.5 7.1 19.6 5.0 18.6 -3.4 -11.4 -2.1 11.9 -11.2
- Construction du modèle pour l’analyse de l’IRMf:
14
Activation IRMf
Régresseur principal Régresseur paramétrique
15
Plan Introduction : objectifs et stratégies
Analyse en événements uniques: EEG-IRMf
Analyse en événements uniques: méthodologie
Localisation de sources des oscillations
Discussion
16
Principe de l’essai par essai
- Minimisation par Levenberg-Marquardt
- Hyper-paramètres à estimer : lambda, moy(par) et std(par)
- Il faut définir les atomes qui servent à construire le modèle
projet avec Maureen Clerc et Théo Papadopoulo, Odyssée, INRIA Sophia-Antipolis
17
Décomposition atomique : principe
0 50 100 150 200 250 300 350 400 450 5000
10
20
30
40
50
60
latency (ms)
freq
uenc
y (H
z)
time (s)
fre
quen
cy (
Hz)
GLp1, xi=7, z-score
1
2
3
4
5
-0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
98837059494135292521171512109
-0.2 -0.1 0 0.1 0.2 0.3 0.4-100
-50
0
50
12
3 4
5
time (ms)
fre
quen
cy (
Hz)
iter1,max=100.00 (11.19Hz, xi=9)
100 200 300 400 500
957153403022171397
time (ms)
fre
quen
cy (
Hz)
100 200 300 400 500
997050352518129643
time (ms)
fre
quen
cy (
Hz)
100 200 300 400 500
9563422819138642
time (ms)
fre
quen
cy (
Hz)
iter5,max=56.58 (49.34Hz, xi=25)
100 200 300 400 500
9983705949413529252117
time (ms)
fre
quen
cy (
Hz)
100 200 300 400 500
9560382415964211
time (ms)
fre
quen
cy (
Hz)
100 200 300 400 500
99837059
ksi=1.5
ksi=3
ksi=5
ksi=7
ksi=13
Atomes de Gabor18
Décomposition : détails
ksi=1.5
ksi=3
ksi=5
ksi=7
ksi=13
19
Séparation topographie-temps
Préblanchiment fréquentiel + analyse en composantes indépendantes
20
Plan Introduction : objectifs et stratégies
Analyse en événements uniques: EEG-IRMf
Analyse en événements uniques: méthodologie
Localisation de sources d’oscillations épileptiques
Discussion
21
Décharges intercritiques oscillatoires
avec A Trébuchon-da Fonseca, JM Badier
22
Localisation de sources en MEG
Préblanchiment, Minimum norm + z-score
23
ICA spatial
0 50 100 150 200 250 300 350 400-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
12345
24
Plan Introduction : objectifs et stratégies
Analyse en événements uniques: EEG-IRMf
Analyse en événements uniques: méthodologie
Localisation de sources d’oscillations épileptiques
Discussion
25
Résumé : Pistes et interactions
26
Difficultés temporel M/EEG + spatial IRMf
nécessite d’abord une mise en correspondance spatiale (ICA; problème inverse)
Données espace-temps-fréquences-essai : peut-on séparer les dimensions ? (PARAFAC)
Détection d’une activité espace-temps-fréquence(ex: permutations, bootstrap)
Bénar et al Neuroimage 2006
Temps (ms)
Fré
quen
ce (
Hz)
27
Pistes Liens entre ligne de base et post-
stimulus en EEG-IRMf
Comparaison EEG/MEG/SEEG pour les oscillations épileptiques
Modèles de génération de la MEEG: valider le problème inverse, mieux comprendre les relations surface-profondeur (D. Cosandier-Rimélé et F. Wendling, INSERM U642)
28