Estimation de seuil de stimulation nerveuse périphérique par échelle de perception et analyses de signaux EEG

21 Mai 2023

---

Catégorie : Doctorant

---

Les organismes internationaux en charge de protéger la santé publique en définissant des limites d'exposition aux champs magnétiques (ICNIRP et IEEE ICES) doivent s'appuyer sur des effets seuil fiables. Cette démarche doit être effectuée pour les expositions du système nerveux central et périphérique. L'objectif général de ce travail de thèse est la prévention de l'occurrence d'effets nocifs sur la santé en s'assurant de ne pas exposer l'humain à des niveaux de champs magnétiques qui induiraient des effets biologiques.

Sur la base des études de référence, il est raisonnable de prévoir que le seuil de stimulation nerveuse périphérique (SNP) à 50 et 60 Hz chez les volontaires humains se produirait avec des champs électriques induits in situ égaux ou inférieurs à 6.5 V/mPEAK (4.6 V/mRMS) [1,2]. Actuellement, un dispositif expérimental permettant d'atteindre ces niveaux de stimulation est fonctionnel au sein de nos laboratoires. Des protocoles seront mis en place avec un système d'exposition/stimulation qui stimulera la jambe, au niveau du mollet. Des densités de flux magnétiques jusqu' à 430 mT, à 50 et 60 Hz, seront délivrés au cours des expérimentations. Une échelle de perception sera utilisée dans un premier temps pour évaluer les effets de la stimulation [2]. L’aspect expérimental sera donc fondamental dans la première partie de ce travail thèse. En complément et afin de mieux comprendre et quantifier ces effets, plusieurs biomarqueurs seront utilisés et particulièrement ceux issus de signaux EEG, notamment dans les régions sensori-motrices.

Sur le plan méthodologique, une autre partie importante concernera donc le traitement des signaux EEG recueillis pendant les stimulations. Au-delà du prétraitement, il s'agira d'extraire des mesures (au sens caractéristiques ou features) qui fourniront des biomarqueurs pertinents et efficaces. Nous nous intéresserons plus particulièrement aux mesures issues de méthodes dites non-linéaires [3]. En effet, les signaux EEG présentent des propriétés singulières de variabilité, de non-stationnarité et de non-linéarité qui sont susceptibles d’être capturées par des mesures non-linéaires, aussi appelées mesures de complexité ou dynamiques [4,5]. Associées à des approches fréquentielles plus traditionnelles, ces mesures peuvent fournir des caractéristiques sensibles et robustes pour détecter des modifications de la structure temporelle des signaux EEG. Nous envisageons notamment d'exploiter une méthode non-linéaire de référence pour la quantification des récurrences des séries temporelles (Recurrence Quantification Analysis ou RQA), dont une version paramétrique [6] et optimisée [7] a été récemment développée au sein du laboratoire LIRMM de l’Université de Montpellier. Ce travail de thèse consistera donc notamment à exploiter ces nouvelles approches pour analyser les données enregistrées avec stimulation nerveuse périphérique afin de mieux identifier un seuil d'exposition.

Les candidats recherchés doivent être titulaires d’un Master 2 (ou diplôme équivalent) en lien avec le traitement du signal (avec applications aux données physiologiques), en ingénierie biomédicale, ou en neurosciences. Les compétences attendues concernent le traitement du signal et les outils de programmation classiques dans ce domaine (Matlab et/ou Python, LabView). Des connaissances dans les domaines des neurosciences, des statistiques et de l’électromagnétisme seraient utiles pour mieux appréhender tous les aspects de ce travail. Une expérience sur les données électrophysiologiques et les expérimentations chez l’homme seraient également très appréciées.

Ce projet s’inscrit dans le contexte d’un programme doctoral collaboratif (3 thèses) impliquant trois laboratoires de l’Université de Montpellier (LIRMM, EuroMov DHM, IES). De plus, il s’inscrit dans un programme de recherche plus large en partenariat avec l’industrie (RTE, EDF, Hydro-Québec, Amprion, CRIEPI). La thèse sera financée pendant 4 années.

 

[1] Bailey, W.H., Nyenhuis, J.A. (2005) Thresholds for 60 Hz magnetic field stimulation of peripheral nerves in human subjects. Bioelectromagnetics, 26, 462-468.

[2] Nyenhuis, J.A., Bourland, J.D., Kildishev, A.V., Schaefer, D.J. (2001) Health effects and safety of intense MRI gradient fields. In: Shellock FG, editor. Magnetic resonance procedures: Health effects and Safety. Cleveland, OH: CRC Press. pp 31–52.

[3] Kantz, H. & Schreiber, T. (2004) Nonlinear time series analysis. Cambridge University Press, 2nd edition.

[4] Stam, C.J. (2005) Nonlinear dynamical analysis of EEG and MEG: Review of an emerging field. Clinical Neurophysiology, 116, 2266-2301.
[5] Pereda E., Quiroga R.Q., Bhattacharya, J. (2005) Nonlinear multivariate analysis of neurophysiological signals. Progress in Neurobiology, 77 (1–2), 1–37.
[6] Ramdani, S., Boyer, A., Caron, S., Bonnetblanc, F., Bouchara, F., Duffau, H., Lesne, A. (2021) Parametric recurrence quantification analysis of autoregressive processes for pattern recognition in multichannel electroencephalographic data. Pattern Recognition, 109, 107572.
[7] Medrano, J., Kheddar, A., Lesne, A. Ramdani, S. (2021) Radius selection using kernel density estimation for the computation of nonlinear measures. Chaos: An Interdisciplinary Journal of Nonlinear Science, 31(8), 083131.

 

La thèse aura lieu à Montpellier (laboratoires LIRMM et EuroMov DHM).

Contacts : sofiane.ramdani@umontpellier.fr ; alexandre.legros@gmail.com