Spontaneous neural activity recorded by electroencephalogram [EEG] has been extensively studied in a variety of neurological and psychiatrie disorders. Considering the high temporal resolution of EEG and recent advances in its analysis, EEG-based biomarkers have a good potential for application in the area of clinical neuroscience. A promising avenue for their search is the exploration of functional connectivity [FC] and oscillations extracted from on-going EEG.
Although up-to-date standards in experimental neuroscience require high-density or mid-density EEG [hd/mdEEG], in clinical applications, low-density EEG [IdEEG] is being used frequently, calling into question the value of output parameters as potential biomarkers. This implies the need of a systematic analysis of EEG performance in the settings with différent electrode densities. This thesis focuses on such analysis within the framework of a simulation study followed by the application of prospective EEG settings and parameters extracted from spontaneous EEG to real physiological and pathological conditions including normal aging, amnestic mild cognitive impairment (MCI], Alzheimer's disease [AD], and psychogenic non- epileptic sçizures [PNES]. The two groups of potential biomarkers [FC and EEG oscillations] have been studied using simulated and real data sets.
In the first part of the thesis, I investigate the performance of FC methods using simulated source-space EEG. Specifically, I performed EEG simulations considering différent numbers of electrodes, signal-to-noise ratio, and configurations of functionally interconnected cortical sources. The analysis showed the reliable estimation of the FC in hdEEG settings against the limited ability for the détection of simple connectivity patterns with IdEEG.
Additionally, I use real EEG data to study alternations of the source FC in patients with PNES, MCI, and AD compared to matched controls. In these studies I was able to detect functional dissociation in the resting-state network connecting multiple cortical régions with the basai ganglia in PNES patients, and FC changes in the occipito-parietal associative cortex of MCI and AD patients during visual perception task.
The second part of my thesis is devoted to EEG oscillations in the alpha range as a potential biomarker of aging and neurodegeneration of old âge. In this study I managed to décomposé the alpha rhythm into components with the specific frequency, spatial, and temporal features using parallel factor analysis in healthy young and aged adults. This study showed a typical 2-componet structure of alpha rhythm in young healthy subjects and provided new insights into its aging, allowing clinical applications of these findings.
--
L'activité neuronale spontanée enregistrée par électroencéphalogramme (EEG) a été largement étudiée dans divers troubles neurologiques et psychiatriques. Compte tenu de la résolution temporelle élevée de l'EEG et des progrès récents dans son analyse, les biomarqueurs basés sur l'EEG ont un bon potentiel d'application dans les neurosciences cliniques. L'exploration de la connectivité fonctionnelle (CF) et des oscillations extraites de l'EEG continu est une voix prometteuse pour le développement des biomarqueurs.
Bien que les principes récents des neurosciences expérimentales requièrent un EEG à haute ou moyenne densité (Hd / MdEEG), dans les applications cliniques, l'EEG de basse densité (IdEEG) reste le plus courant, et met en question la valeur des paramètres de sortie comme biomarqueurs potentiels. Cela implique la nécessité d'une analyse systématique de la performance de l'EEG dans les différents paramètres avec différentes densités d'électrode. Cette thèse se concentre sur une telle analyse dans le cadre d'une étude de simulation suivie de l'application des paramètres et réglages de l'EEG prévisionnel à des conditions physiologiques et pathologiques réelles, comprenant le vieillissement normal, la déficience cognitive légère amnésique (MCI), la maladie d'Alzheimer (AD) et les crises psychogènes non-épileptiques (PNES). Les deux groupes de biomarqueurs potentiels (CF et oscillations EEG) ont été étudiés à l'aide de données simulées et réelles.
Dans la première partie de la thèse, j'étudie la performance des méthodes de la CF à l'aide de l'EEG simulant l'espace source. Plus précisément, je réalise des simulations EEG en tenant compte de différents nombres d'électrodes, des différents rapports signal / bruit et des différentes configurations de sources corticales fonctionnellement interconnectées. L'analyse montre l'estimation fiable de la CF dans les paramètres de HdEEG par rapport à la capacité limitée de IdEEG pour la détection de modèles de connectivité simples. En plus, j'utilise des données EEG réelles pour étudier les changements de la source de la CF chez les patients atteints de PNES, MCI et AD comparés aux témoins appariés. Je montre une dissociation fonctionnelle dans le réseau cérébral de l'état de repos reliant plusieurs régions corticales aux ganglions basaux chez les patients PNES, et les changements de la CF dans le cortex associatif occipito-pariétal pendant une tache de perception visuelle chez les patients MCI et AD.
La deuxième partie de ma thèse est consacrée aux oscillations EEG dans la gamme alpha comme biomarqueur potentiel du vieillissement et de la neurodégénérescence de l'âge avancé. Dans cette étude, je décompose le rythme alpha en différents éléments avec des fréquences et des caractéristiques spatiales et temporelles spécifiques en utilisant une analyse de facteur parallèle chez les adultes jeunes et âgés en bonne santé. Cette étude montre une structure typique de 2 composants du rythme alpha chez les jeunes sujets sains et fournit de nouvelles idées sur son vieillissement, permettant une application clinique de ces résultats.