Étude de l'EEG quantifié en éveil et en sommeil chez des adolescents présentant un trouble anxieux

Les troubles anxieux sont parmi les troubles psychiatriques les plus souvent diagnostiqués chez les adolescents. Ces troubles sont souvent accompagnés de nombreuses comorbidités, dont des difficultés de sommeil. L’objectif principal de cette thèse est de caractériser l’activité corticale à l’éveil et pendant le sommeil à l’aide de l’EEG quantifié chez une population d’adolescents présentant un trouble anxieux, et de la comparer à un groupe témoin d’adolescents. Dans un second temps, on cherche à savoir si l’activité EEG des patients anxieux corrèle avec différentes mesures cliniques. Deux études permettent de répondre à ces objectifs, une première portant sur l’activité EEG au cours de l’éveil, et une seconde portant sur l’activité EEG au cours du sommeil (SL et SP). La première étude démontre que l’activité EEG des deux groupes ne présente pas de différence à l’EEG le soir. Par contre, le matin, les patients anxieux présentent une activité significativement supérieure à celle des contrôles aux électrodes centrales (0,75-10 Hz et 13-20 Hz) ainsi qu’aux électrodes occipitales (2,5-7,75 Hz). Dans la seconde étude, nous avons analysé l’activité EEG absolue et relative en SL et en SP. Nous avons trouvé une activité absolue significativement supérieure à l’EEG de la région centrale chez les participants du groupe anxieux : en SLP (stades 3 et 4) sur l’ensemble des bandes de fréquence, en stade 2 sur les bandes de fréquence thêta, alpha et beta seulement. Finalement, en SP, les différences sont trouvées en alpha et beta, et non en thêta et delta. Les résultats obtenus à ces deux études suggèrent la présence de mécanismes de synchronisation et de filtrage inadéquats au niveau de la boucle thalamo-corticale, entraînant une hypervigilance du SNC. Quant aux corrélations entre l’activité EEG et les mesures cliniques, les résultats obtenus dans les deux études révèlent que les fréquences lentes (thêta et delta) de l’activité d’éveil le matin corrèlent à la fois avec l’anxiété de trait et d’état et les fréquences rapides (Alpha et Beta) de l’EEG du sommeil corrèlent sélectivement avec l’anxiété d’état. Il semble donc exister un lien entre les mesures cliniques et l’activité EEG. Une hausse d’activité EEG pourrait être un indicateur de la sévérité accrue des symptômes anxieux.

Étude de L'EEG quantifié au cours du sommeil paradoxal dans le trouble du spectre autistique

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Topographie de l’activité EEG en fuseaux au cours du sommeil chez des enfants et adultes autistes

Les fuseaux de sommeil sont des ondes électroencéphalographiques reflétant les mécanismes électrophysiologiques de protection du sommeil. Les adultes autistes ont un sommeil léger et moins de fuseaux de sommeil que des adultes neurotypiques. L’étude vérifie si les enfants autistes montrent également moins de fuseaux de sommeil que les enfants neurotypiques et documente leur évolution avec l’âge. Nous avons enregistré le sommeil de 34 adultes (16 autistes) et 26 enfants (13 autistes) et comparé la quantité de fuseaux de sommeil enregistrés aux électrodes préfrontales (Fp1, Fp2) et centrales (C3, C4). Les deux groupes montrent une diminution similaire des fuseaux en vieillissant. Le groupe d’enfants autistes montre moins de fuseaux que le groupe témoin aux électrodes Fp2 et C4; les adultes autistes montrent significativement moins de fuseaux que les adultes contrôles aux deux électrodes centrales. Le mauvais sommeil des autistes pourrait être causé par une faible protection du sommeil déjà présente en bas âge.

Hemodynamic changes during posterior epilepsies: an eeg-fnirs study

Posterior epilepsies are relatively rare, mainly suspected clinically by the presence of visual auras. Functional near-infrared spectroscopy (fNIRS) is an emerging non-invasive imaging technique that has the potential to monitor hemodynamic changes during epileptic activity. Combined with electroencephalography (EEG), 9 patients with posterior epilepsies were recorded using EEG-fNIRS with large sampling (19 EEG electrodes and over 100 fNIRS channels). Spikes and seizures were carefully marked on EEG traces, and convolved with a standard hemodynamic response function for general linear model (GLM) analysis. GLM results for seizures (in 3 patients) and spikes (7 patients) were broadly sensitive to the epileptic focus in 7/9 patients, and specific in 5/9 patients with fNIRS deoxyhemoglobin responses lateralized to the correct lobe, and to plausible locations within the occipital or parietal lobes. This work provides evidence that EEG-fNIRS is a sensitive technique for monitoring posterior epileptic activity.

fNIRS-EEG study of focal interictal epileptiform discharges

Functional near-infrared spectroscopy (fNIRS) acquired with electroencephalography (EEG) is a relatively new non-invasive neuroimaging technique with potential for long term monitoring of the epileptic brain. Simultaneous EEG-fNIRS recording allows the spatio-temporal reconstruction of the hemodynamic response in terms of the concentration changes in oxy-hemoglobin (HbO) and deoxy-hemoglobin (HbR) associated with recorded epileptic events such as interictal epileptic discharges (IEDs) or seizures. While most previous studies investigating fNIRS in epilepsy had limitations due to restricted spatial coverage and small sample sizes, this work includes a sufficiently large number of channels to provide an extensive bilateral coverage of the surface of the brain for a sample size of 40 patients with focal epilepsies. Topographic maps of significant activations due to each IED type were generated in four different views (dorsal, frontal, left and right) and were compared with the epileptic focus previously identified by an epileptologist. After excluding 5 patients due to the absence of IEDs and 6 more with mesial temporal foci too deep for fNIRS, we report that significant HbR (respectively HbO) concentration changes corresponding to IEDs were observed in 62% (resp. 38%) of patients with neocortical epilepsies. This HbR/HbO response was most significant in the epileptic focus region among all the activations in 28%/21% of patients.

Complexity quantification of dense array EEG using sample entropy analysis

n this paper, a time series complexity analysis of dense array electroencephalogram signals is carried out using the recently introduced Sample Entropy (SampEn) measure. This statistic quantifies the regularity in signals recorded from systems that can vary from the purely deterministic to purely stochastic realm. The present analysis is conducted with an objective of gaining insight into complexity variations related to changing brain dynamics for EEG recorded from the three cases of passive, eyes closed condition, a mental arithmetic task and the same mental task carried out after a physical exertion task. It is observed that the statistic is a robust quantifier of complexity suited for short physiological signals such as the EEG and it points to the specific brain regions that exhibit lowered complexity during the mental task state as compared to a passive, relaxed state. In the case of mental tasks carried out before and after the performance of a physical exercise, the statistic can detect the variations brought in by the intermediate fatigue inducing exercise period. This enhances its utility in detecting subtle changes in the brain state that can find wider scope for applications in EEG based brain studies.

Evaluación de la conectividad cerebral bajo fármacos mediante análisis no lineal del EEG

Màster Oficial en Enginyeria Biomèdica

Robustness of mutual information to inter-subject variability for automatic artefact removal from EEG

The externally recorded electroencephalogram (EEG) is contaminated with signals that do not originate from the brain, collectively known as artefacts. Thus, EEG signals must be cleaned prior to any further analysis. In particular, if the EEG is to be used in online applications such as Brain-Computer Interfaces (BCIs) the removal of artefacts must be performed in an automatic manner. This paper investigates the robustness of Mutual Information based features to inter-subject variability for use in an automatic artefact removal system. The system is based on the separation of EEG recordings into independent components using a temporal ICA method, RADICAL, and the utilisation of a Support Vector Machine for classification of the components into EEG and artefact signals. High accuracy and robustness to inter-subject variability is achieved.