Annonce

Les commentaires sont clos.

Estimation des réseaux cérébraux à partir de l’EEG-HR en cas d’épilepsie

24 Janvier 2022


Catégorie : Stagiaire


Stage M2 au LARIS, Polytech Angers : Estimation des réseaux cérébraux à partir de l'EEG-hr en cas d'épilépsie

 

Estimation des réseaux cérébraux à partir de l’EEG-hr en cas d’épilepsie
 
Contexte et problématique
 
Le sujet de master s’inscrit dans la continuité des développements méthodologiques et cliniques de l’équipe « Information, Signal, Image, et Sciences du Vivant » (ISISV) du LARIS, sur le traitement du signal électroencéphalographique (EEG) et en particulier sur la thématique de nouvelles mesures de la connectivité fonctionnelle basées sur l’imagerie de sources électriques. La recherche qui sera effectuée fera suite aux travaux réalisés dans le cadre du projet européen FP7 DESIRE [1-6] : un doctorant (Mohamad El Sayed Hussein Jomaa, thèse soutenue en 2020) et un post-doctorant (Marcelo Colominas) ont été recrutés sous la direction de la même équipe encadrante (Nisrine Jrad, Anne Heurtier, Patrick van Bogaert) que celle du présent projet.
En effet, le cerveau humain est un système interconnecté très complexe. L’identification et l’analyse des réseaux cérébraux fonctionnels de repos permettent de comprendre le fonctionnement normal du cerveau mais aussi d’évaluer les conséquences des désordres neurologiques sur son fonctionnement. Des études récentes montrent que les désordres neurologiques peuvent être associés à des anomalies dans la connectivité cérébrale qui entraînent des altérations dans des réseaux cérébraux large-échelle impliquant des régions distantes. C’est particulièrement le cas pour l’épilepsie. Dans ce contexte, il y a un intérêt clinique croissant pour de nouvelles méthodes, simples à mettre en œuvre et surtout non invasives, capables d'identifier des réseaux pathologiques.
 
Travail à réaliser
 
Le LARIS a acquis un système EEG haute résolution (HR) de surface (256 électrodes) en 2017 pour l’enregistrement de signaux EEG HR chez des patients et sujets sains dans le service de neuropédiatrie du CHU d’Angers. Plusieurs études ont été réalisées et ont permis d’enregistrer des données chez des enfants épileptiques à 2 reprises, avant et après l’instauration d’un traitement anti-épileptique, ainsi que chez des sujets contrôles.
Des premières analyses des réseaux de repos ont été réalisées et une méthode originale de connectivité cérébrale a été proposée [1]. Ces analyses, basées sur l’entropie, se sont montrées extrêmement intéressantes pour identifier les réseaux de repos et ses modifications suite à un traitement anti-épileptique approprié [2-6].
L’objectif de ce stage Master est de finaliser ces travaux de recherche afin de :
  • Valider la méthode proposée [2] en la comparant aux méthodes recensées dans la littérature chez des enfants contrôles.
  • Valider la méthode proposée [2] en la comparant aux méthodes recensées dans la littérature chez des enfants épileptiques.
  • Comparer les réseaux cérébraux modélisés chez la cohorte d’enfants épileptiques (avant et durant différentes périodes de leur traitement) aux réseaux des enfants contrôles.
Profil recherché
 
Le sujet de recherche se situe à l’interface de l’ingénierie biomédicale (traitement du signal, modélisation informatique), la science des données et la neurologie (épilepsie). Le candidat recherché doit être titulaire d’un Bac+4 (master, diplôme d’ingénieur ou équivalant) en ingénierie biomédicale, en informatique ou en ingénierie électrique. Une expérience en bio-signal (traitement de signal appliqué à la neuroscience) et/ou des connaissances en électrophysiologie et/ou en analyse de l’EEG seraient un plus. Des compétences en programmation seront indispensables.
 
Gratification et durée de stage
 
La durée du stage est de 5 à 6 mois avec une gratification mensuelle de 550 euros environ.
Date de début souhaitée vers mi-février. Pour candidater, veuillez envoyer un CV, une lettre de motivation ainsi que les bulletins de notes aux membres de l’équipe encadrante.
 
Equipe encadrante
 
Nisrine Jrad : njrad@uco.fr
Anne Humeau-Heurtier : anne.heurtier@univ-angers.fr
Patrick van Bogaert : Patrick.VanBogaert@chu-angers.fr
 
Bibliographie
[1] Jomaa, M., Signal processing of electroencephalograms with 256 sensors in epileptic children, PhD thesis.
 
[2] Jomaa, M. E. S. H., Van Bogaert, P., Jrad, N., Kadish, N. E., Japaridze, N., Siniatchkin, M., Colominas, M., Humeau-Heurtier, A. (2019). Multivariate improved weighted multiscale permutation entropy and its application on EEG data. Biomedical Signal Processing and Control, 52, 420-428.
[3] Jomaa, M. E. S. H., Van Bogaert, P., Jrad, N., Colominas, M. A., Humeau-Heurtier, A. (2018, September). A new approach to sample entropy of multi-channel signals: application to EEG signals. In 2018 26th European Signal Processing Conference (EUSIPCO) (pp. 1945-1949). IEEE.
 
[5] Colominas, M. A., Jomaa, M. E. S. H., Jrad, N., Humeau-Heurtier, A., Van Bogaert, P. (2017). Time-varying time–frequency complexity measures for epileptic eeg data analysis. IEEE Transactions on Biomedical Engineering, 65(8), 1681-1688.
[6] Colominas, M. A., Wens, V., Mary, A., Coquelet, N., Jomaa, M. E. S. H., Jrad, N., Humeau-Heurtier, A., Van Bogaert, P. (2019). Multichannel Time–Frequency Complexity Measures for the Analysis of Age-Related Changes in Neuromagnetic Resting-State Activity. IEEE Journal of Biomedical and Health Informatics, 23(6), 2428-2434.