614 articles  [english version]
Fiche détaillée Thèses
Université Nice Sophia Antipolis (08/12/2008), Maureen Clerc (Dir.)
Liste des fichiers attachés à ce document : 
PDF
these.pdf(15 MB)
Modélisation du problème direct de la magnéto et électroencéphalographie : méthodes numériques et calibration.
Sylvain Vallaghé1

Le travail présenté dans cette thèse s'inscrit dans l'étape de modélisation du problème direct en électroencéphalographie (EEG) et magnétoencéphalographie (MEG). La première partie traite du calcul des solutions du problème direct, gouvernées par des équations aux dérivées partielles. Nous présentons tout d'abord une nouvelle méthode éléments finis (FEM) basée sur des maillages cubiques réguliers et une description implicite du domaine qui permet de résoudre à faible coût le problème direct pour des géométries réalistes. Nous associons à cette méthode des équations réciproques générales, obtenues par la méthode de l'adjoint, qui permettent de calculer efficacement les lead fields de tout type de capteur EEG ou MEG. La deuxième partie concerne le choix des conductivités électriques dans les modèles directs en EEG. Dans un premier temps, nous effectuons une analyse de sensibilité globale des topographies EEG aux conductivités pour des modèles de tête classiques à trois ou quatre couches. S'appuyant sur les résultats de cette analyse, nous proposons ensuite une méthode de calibration des conductivités basée sur l'utilisation de potentiels évoqués somesthésiques.
1 :  INRIA Sophia Antipolis - ODYSSEE
éléments finis – analyse de sensibilité – modélisation pour la médecine

EEG and MEG forward modeling : computation and calibration.
This thesis focuses on the forward problem of electroencephalography (EEG) and magnetoencephalography (MEG). The first part deals with the calculation of the forward problem solution, governed by a partial differential equation. We present a new finite element method (FEM) based on a regular hexahedral mesh and implicit descriptions of the domain, which allows to solve the forward problem in realistic geometries with a low computational cost. We add to this method some general reciprocal equations, derived by the adjoint method, in aim to efficiently compute the lead field of all kinds of EEG and MEG sensors. The second part is concerned with the choice of the electrical conductivities in the EEG head models. We first perform a global sensitivity analysis of the EEG topographies with respect to the conductivities for some classical head models with three or four layers. Following the results of this analysis, we then propose a method for conductivity calibration using somatosensory evoked potentials.
finite elements – sensitivity analysis – mathematical modeling for medicine