Comparaison intersexes de l'EEG durant l'éveil et le sommeil paradoxal chez de jeunes adultes

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

The Comparative Effectiveness of EEG Biomarkers in Antidepressant Response and Illness Prediction in Major Depressive Disorder

Background: There is growing evidence that individual EEG differences may aid in classifying patients with major depressive disorder (MDD) and also help predict clinical response to antidepressant treatment. This study aims to compare the effectiveness of EEG frequency band power, alpha asymmetry and prefrontal theta cordance towards escitalopram response prediction and MDD diagnosis, in a multi-site initiative. Methods: Resting EEG (eyes open and closed) was recorded from 64 electrodes in 44 depressed patients and 20 healthy controls at baseline, 2 weeks post-treatment and 8 weeks post-treatment. Clinical response was measured as change from baseline MADRS of 50% or more. EEG measures were analyzed (1) at baseline (2) at 2 weeks post-treatment and (3) as an ‘‘early change” variable defined as change in EEG from baseline to 2 weeks post-treatment. Results: At baseline, responders exhibited greater absolute alpha power in the left hemisphere versus the right while non-responders showed the opposite. Responders further exhibited a cortical asymmetry of greater right relative to left activity in parietal areas. Groups also differed in baseline relative delta power with responders showing greater power in the right hemisphere versus the left while non-responders showed the opposite. At 2 weeks post-treatment, responders exhibited greater absolute beta power in the left hemisphere relative to right and the opposite was noted for non-responders. The opposite pattern was noted for absolute and relative delta power at 2 weeks post-treatment. Responders exhibited early reduction in relative alpha power and early increments in relative theta power. Non-responders showed a significant early increase in prefrontal theta cordance. Absolute delta power helped distinguish MDD patients from healthy controls. Conclusions: Hemispheric asymmetries in the alpha and delta bands at pre-treatment baseline and at 2 weeks post-treatment have moderate to moderately strong predictive utility towards antidepressant treatment response. These findings have significant potential for improving clinical practice in psychiatry by eventually guiding clinical choice of treatments. This would greatly benefit patients awaiting relief from depressive symptoms as treatment optimization would help overcome problems associated with delayed recovery. Our results also indicate that resting EEG activity may have clinical utility in predicting MDD diagnosis.

Implementação de classificador de tarefas mentais baseado em EEG

BARBOSA, André F. ; SOUZA, Bryan C. ; PEREIRA JUNIOR, Antônio ; MEDEIROS, Adelardo A. D.de, . Implementação de Classificador de Tarefas Mentais Baseado em EEG. In: CONGRESSO BRASILEIRO DE REDES NEURAIS, 9., 2009, Ouro Preto, MG. Anais... Ouro Preto, MG, 2009

Le sommeil comme marqueur du déclin cognitif dans la maladie de Parkinson

La maladie de Parkinson (MP) est une maladie neurodégénérative qui se caractérise principalement par la présence de symptômes moteurs. Cependant, d’autres symptômes, dits non moteurs, sont fréquents dans la MP et assombrissent le pronostic; ceux ci incluent notamment les désordres du sommeil et les troubles cognitifs. De fait, sur une période de plus de 10 ans, jusqu’à 90 % des patients avec la MP développeraient une démence. L’identification de marqueurs de la démence dans la MP est donc primordiale pour permettre le diagnostic précoce et favoriser le développement d’approches thérapeutiques préventives. Plusieurs études ont mis en évidence la contribution du sommeil dans les processus de plasticité cérébrale, d’apprentissage et de consolidation mnésique, notamment l’importance des ondes lentes (OL) et des fuseaux de sommeil (FS). Très peu de travaux se sont intéressés aux liens entre les modifications de la microarchitecture du sommeil et le déclin cognitif dans la MP. L’objectif de cette thèse est de déterminer, sur le plan longitudinal, si certains marqueurs électroencéphalographiques (EEG) en sommeil peuvent prédire la progression vers la démence chez des patients atteints de la MP. La première étude a évalué les caractéristiques des OL et des FS durant le sommeil lent chez les patients avec la MP selon qu’ils ont développé ou non une démence (MP démence vs MP sans démence) lors du suivi longitudinal, ainsi que chez des sujets contrôles en santé. Comparativement aux patients MP sans démence et aux sujets contrôles, les patients MP démence présentaient au temps de base une diminution de la densité, de l’amplitude et de la fréquence des FS. La diminution de l’amplitude des FS dans les régions postérieures était associée à de moins bonnes performances aux tâches visuospatiales chez les patients MP démence. Bien que l’amplitude des OL soit diminuée chez les deux groupes de patients avec la MP, celle ci n’était pas associée au statut cognitif lors du suivi. La deuxième étude a évalué les marqueurs spectraux du développement de la démence dans la MP à l’aide de l’analyse quantifiée de l’EEG en sommeil lent, en sommeil paradoxal et à l’éveil. Les patients MP démence présentaient une diminution de la puissance spectrale sigma durant le sommeil lent dans les régions pariétales comparativement aux patients MP sans démence et aux contrôles. Durant le sommeil paradoxal, l’augmentation de la puissance spectrale en delta et en thêta, de même qu’un plus grand ratio de ralentissement de l’EEG, caractérisé par un rapport plus élevé des basses fréquences sur les hautes fréquences, était associée au développement de la démence chez les patients avec la MP. D’ailleurs, dans la cohorte de patients, un plus grand ralentissement de l’EEG en sommeil paradoxal dans les régions temporo occipitales était associé à des performances cognitives moindres aux épreuves visuospatiales. Enfin, durant l’éveil, les patients MP démence présentaient au temps de base une augmentation de la puissance spectrale delta, un plus grand ratio de ralentissement de l’EEG ainsi qu’une diminution de la fréquence dominante occipitale alpha comparativement aux patients MP sans démence et aux contrôles. Cette thèse suggère que des anomalies EEG spécifiques durant le sommeil et l’éveil peuvent identifier les patients avec la MP qui vont développer une démence quelques années plus tard. L’activité des FS, ainsi que le ralentissement de l’EEG en sommeil paradoxal et à l’éveil, pourraient donc servir de marqueurs potentiels du développement de la démence dans la MP.

Phenobarbital reduces EEG amplitude and propagation of neonatal seizures but does not alter performance of automated seizure detection

Objective: Phenobarbital increases electroclinical uncoupling and our preliminary observations suggest it may also affect electrographic seizure morphology. This may alter the performance of a novel seizure detection algorithm (SDA) developed by our group. The objectives of this study were to compare the morphology of seizures before and after phenobarbital administration in neonates and to determine the effect of any changes on automated seizure detection rates. Methods: The EEGs of 18 term neonates with seizures both pre- and post-phenobarbital (524 seizures) administration were studied. Ten features of seizures were manually quantified and summary measures for each neonate were statistically compared between pre- and post-phenobarbital seizures. SDA seizure detection rates were also compared. Results: Post-phenobarbital seizures showed significantly lower amplitude (p < 0.001) and involved fewer EEG channels at the peak of seizure (p < 0.05). No other features or SDA detection rates showed a statistical difference. Conclusion: These findings show that phenobarbital reduces both the amplitude and propagation of seizures which may help to explain electroclinical uncoupling of seizures. The seizure detection rate of the algorithm was unaffected by these changes. Significance: The results suggest that users should not need to adjust the SDA sensitivity threshold after phenobarbital administration.

Implementação de classificador de tarefas mentais baseado em EEG

BARBOSA, André F. ; SOUZA, Bryan C. ; PEREIRA JUNIOR, Antônio ; MEDEIROS, Adelardo A. D.de, . Implementação de Classificador de Tarefas Mentais Baseado em EEG. In: CONGRESSO BRASILEIRO DE REDES NEURAIS, 9., 2009, Ouro Preto, MG. Anais... Ouro Preto, MG, 2009

Quantitative and Qualitative Trade-Off Analysis of Drowsy Driver Detection Methods: Single Electrode Wearable EEG Device, Multi-Electrode Wearable EEG Device, and Head-Mounted Gyroscope

Drowsy driving impairs motorists’ ability to operate vehicles safely, endangering both the drivers and other people on the road. The purpose of the project is to find the most effective wearable device to detect drowsiness. Existing research has demonstrated several options for drowsiness detection, such as electroencephalogram (EEG) brain wave measurement, eye tracking, head motions, and lane deviations. However, there are no detailed trade-off analyses for the cost, accuracy, detection time, and ergonomics of these methods. We chose to use two different EEG headsets: NeuroSky Mindwave Mobile (single-electrode) and Emotiv EPOC (14- electrode). We also tested a camera and gyroscope-accelerometer device. We can successfully determine drowsiness after five minutes of training using both single and multi-electrode EEGs. Devices were evaluated using the following criteria: time needed to achieve accurate reading, accuracy of prediction, rate of false positives vs. false negatives, and ergonomics and portability. This research will help improve detection devices, and reduce the number of future accidents due to drowsy driving.

Entropy feature extraction of EEG signals for automatic person identification

The use of human brain electroencephalography (EEG) signals for automatic person identi cation has been investigated for a decade. It has been found that the performance of an EEG-based person identication system highly depends on what feature to be extracted from multi-channel EEG signals. Linear methods such as Power Spectral Density and Autoregressive Model have been used to extract EEG features. However these methods assumed that EEG signals are stationary. In fact, EEG signals are complex, non-linear, non-stationary, and random in nature. In addition, other factors such as brain condition or human characteristics may have impacts on the performance, however these factors have not been investigated and evaluated in previous studies. It has been found in the literature that entropy is used to measure the randomness of non-linear time series data. Entropy is also used to measure the level of chaos of braincomputer interface systems. Therefore, this thesis proposes to study the role of entropy in non-linear analysis of EEG signals to discover new features for EEG-based person identi- cation. Five dierent entropy methods including Shannon Entropy, Approximate Entropy, Sample Entropy, Spectral Entropy, and Conditional Entropy have been proposed to extract entropy features that are used to evaluate the performance of EEG-based person identication systems and the impacts of epilepsy, alcohol, age and gender characteristics on these systems. Experiments were performed on the Australian EEG and Alcoholism datasets. Experimental results have shown that, in most cases, the proposed entropy features yield very fast person identication, yet with compatible accuracy because the feature dimension is low. In real life security operation, timely response is critical. The experimental results have also shown that epilepsy, alcohol, age and gender characteristics have impacts on the EEG-based person identication systems.

An approach to emotion recognition in single-channel EEG signals: a mother child interaction

In this work, we perform a first approach to emotion recognition from EEG single channel signals extracted in four (4) mother-child dyads experiment in developmental psychology -- Single channel EEG signals are analyzed and processed using several window sizes by performing a statistical analysis over features in the time and frequency domains -- Finally, a neural network obtained an average accuracy rate of 99% of classification in two emotional states such as happiness and sadness

Comprendre l’interaction entre la douleur et le système moteur : une étude novatrice combinant la stimulation magnétique transcrânienne et l’électroencéphalographie

Résumé : L’interaction entre la douleur et le système moteur est bien connue en clinique et en réadaptation. Il est sans surprise que la douleur est un phénomène considérablement invalidant, affectant la qualité de vie de ceux et celles qui en souffrent. Toutefois, les bases neurophysiologiques qui sous-tendent cette interaction demeurent, encore aujourd’hui, mal comprises. Le but de la présente étude était de mieux comprendre les mécanismes corticaux impliqués dans l’interaction entre la douleur et le système moteur. Pour ce faire, une douleur expérimentale a été induite à l’aide d’une crème à base de capsaïcine au niveau de l’avant-bras gauche des participants. L'effet de la douleur sur la force des projections corticospinales ainsi que sur l’activité cérébrale a été mesuré à l’aide de la stimulation magnétique transcrânienne (TMS) et de l’électroencéphalographie (EEG), respectivement. L’analyse des données EEG a permis de révéler qu'en présence de douleur aiguë, il y a une augmentation de l’activité cérébrale au niveau du cuneus central (fréquence têta), du cortex dorsolatéral préfrontal gauche (fréquence alpha) ainsi que du cuneus gauche et de l'insula droite (toutes deux fréquence bêta), lorsque comparée à la condition initiale (sans douleur). Également, les analyses démontrent une augmentation de l'activité du cortex moteur primaire droit en présence de douleur, mais seulement chez les participants qui présentaient simultanément une diminution de leur force de projections corticales (mesurée avec la TMS t=4,45, p<0,05). Ces participants ont également montré une plus grande connectivité entre M1 et le cuneus que les participants dont la douleur n’a pas affecté la force des projections corticospinales (t=3,58, p<0,05). Ces résultats suggèrent qu’une douleur expérimentale induit, chez certains individus, une altération au niveau des forces de projections corticomotrices. Les connexions entre M1 et le cuneus seraient possiblement impliquées dans la survenue de ces changements corticomoteurs.

Le sommeil comme marqueur du déclin cognitif dans la maladie de Parkinson

La maladie de Parkinson (MP) est une maladie neurodégénérative qui se caractérise principalement par la présence de symptômes moteurs. Cependant, d’autres symptômes, dits non moteurs, sont fréquents dans la MP et assombrissent le pronostic; ceux ci incluent notamment les désordres du sommeil et les troubles cognitifs. De fait, sur une période de plus de 10 ans, jusqu’à 90 % des patients avec la MP développeraient une démence. L’identification de marqueurs de la démence dans la MP est donc primordiale pour permettre le diagnostic précoce et favoriser le développement d’approches thérapeutiques préventives. Plusieurs études ont mis en évidence la contribution du sommeil dans les processus de plasticité cérébrale, d’apprentissage et de consolidation mnésique, notamment l’importance des ondes lentes (OL) et des fuseaux de sommeil (FS). Très peu de travaux se sont intéressés aux liens entre les modifications de la microarchitecture du sommeil et le déclin cognitif dans la MP. L’objectif de cette thèse est de déterminer, sur le plan longitudinal, si certains marqueurs électroencéphalographiques (EEG) en sommeil peuvent prédire la progression vers la démence chez des patients atteints de la MP. La première étude a évalué les caractéristiques des OL et des FS durant le sommeil lent chez les patients avec la MP selon qu’ils ont développé ou non une démence (MP démence vs MP sans démence) lors du suivi longitudinal, ainsi que chez des sujets contrôles en santé. Comparativement aux patients MP sans démence et aux sujets contrôles, les patients MP démence présentaient au temps de base une diminution de la densité, de l’amplitude et de la fréquence des FS. La diminution de l’amplitude des FS dans les régions postérieures était associée à de moins bonnes performances aux tâches visuospatiales chez les patients MP démence. Bien que l’amplitude des OL soit diminuée chez les deux groupes de patients avec la MP, celle ci n’était pas associée au statut cognitif lors du suivi. La deuxième étude a évalué les marqueurs spectraux du développement de la démence dans la MP à l’aide de l’analyse quantifiée de l’EEG en sommeil lent, en sommeil paradoxal et à l’éveil. Les patients MP démence présentaient une diminution de la puissance spectrale sigma durant le sommeil lent dans les régions pariétales comparativement aux patients MP sans démence et aux contrôles. Durant le sommeil paradoxal, l’augmentation de la puissance spectrale en delta et en thêta, de même qu’un plus grand ratio de ralentissement de l’EEG, caractérisé par un rapport plus élevé des basses fréquences sur les hautes fréquences, était associée au développement de la démence chez les patients avec la MP. D’ailleurs, dans la cohorte de patients, un plus grand ralentissement de l’EEG en sommeil paradoxal dans les régions temporo occipitales était associé à des performances cognitives moindres aux épreuves visuospatiales. Enfin, durant l’éveil, les patients MP démence présentaient au temps de base une augmentation de la puissance spectrale delta, un plus grand ratio de ralentissement de l’EEG ainsi qu’une diminution de la fréquence dominante occipitale alpha comparativement aux patients MP sans démence et aux contrôles. Cette thèse suggère que des anomalies EEG spécifiques durant le sommeil et l’éveil peuvent identifier les patients avec la MP qui vont développer une démence quelques années plus tard. L’activité des FS, ainsi que le ralentissement de l’EEG en sommeil paradoxal et à l’éveil, pourraient donc servir de marqueurs potentiels du développement de la démence dans la MP.