Stimulation magnétique transcrânienne robotisée : de l’automatisation des protocoles à de nouvelles approches en neuroimagerie fonctionnelle - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2017

Robotized transcranial magnetic stimulation : from the automation of protocols towards new approaches in functional neuroimaging

Stimulation magnétique transcrânienne robotisée : de l’automatisation des protocoles à de nouvelles approches en neuroimagerie fonctionnelle

Résumé

Transcranial Magnetic Stimulation (TMS) is a non invasive cortical stimulation tool. Major technologicalevolution has continuously increased the spatial reliability and reproducibility of TMS since its beginningin the middle of the 80’s, by minimizing the influence of human and experimental factors. Therefore, TMSestablished itself as a powerful technique for probing and treating the human brain. The aim of this thesisis to study the methodological and basics contribution of robotized TMS, as being the last technologicaladvance to date. By means of the automatic handling of the TMS coil, robotized TMS opens new avenues forthe automation of stimulation protocol, and to new approaches in functional neuroimaging. The two firststudies of this work aim at developing two tools that are still needed to achieve the automation of set-upprocedures of TMS protocols : CortExTool and AutoHS. CortExTool is a toolbox allowing the automaticanalysis of electromyographic signals, while AutoHS is a Bayesian model aiming at automatically finding themotor hotspot, which are two critical ingredients used during such procedures. We validated our automaticset-up procedure on both virtual and real data, during an experimental comparison against manual set-upprocedures on 19 healthy volunteers. Results showed that the automatic procedure was at least as reliableas the manual one, while being faster and more reproducible. The third and last study of this thesis aimed atexploring new basics approaches offered by this technology. We developed a protocol allowing the extensivemapping of evoked electroencephalographic responses on 18 cortical targets covering the whole neocortex,and tested it on 22 healthy volunteers. The analysis of the dynamical properties of these responses revealedregional specificities as well as cortical networks sharing similar properties. Our results provide the proofof concept of functional cytoarchitectonics, that would guide the parcellation of the human cortex in vivobased on its intrinsic responses to local perturbations. The results of this thesis are promising regarding thenew possibilities offered by robotized TMS. Its use could decrease the experimental variability, facilitatethe handling of TMS protocols used for research and clinical routine, and finally offer new functionalexploration approaches that could allow a better diagnosis of psychiatric and neurological pathologies.
La stimulation magnétique transcrânienne (TMS) est une technique de stimulation corticale non-invasive.Depuis son apparition au milieu des années 1980, les évolutions technologiques qu’elle a connues ontconsidérablement amélioré sa fiabilité, sa précision ainsi que sa reproductibilité. Ces progrès ont favorisél’émergence d’un grand nombre d’applications, tant dans le domaine de la recherche fondamentale enneurosciences cognitives que dans celui de la recherche clinique. Cette thèse a pour objectif d’étudierles apports méthodologiques et fondamentaux de la TMS robotisée, dernière avancée technologique dudomaine. Grâce à un placement et un suivi automatisés de la bobine de stimulation, la TMS robotiséeouvre en effet la voie à l’automatisation des protocoles, ainsi qu’à l’élaboration de nouvelles approchesen neuroimagerie fonctionnelle. Les deux premières études de ce travail abordent ce premier point, enproposant le développement de deux outils nécessaires à l’automatisation du paramétrage des protocolesde TMS : CortExTool et AutoHS. CortExTool est une boîte à outils qui permet l’analyse automatisée dessignaux électromyographiques évalués durant le paramétrage, et AutoHS un modèle bayésien assurantune recherche automatique du point chaud moteur, étape essentielle de la procédure. Testée sur donnéesvirtuelles et comparée expérimentalement à la pratique manuelle d’experts sur 19 volontaires sains, laprocédure automatisée proposée ici apparaît au moins aussi fiable, tout en étant plus rapide et repro-ductible. La troisième et dernière étude de cette thèse s’attache quant à elle aux apports fondamentauxpossibles de cette technologie. Elle propose un protocole qui permet la cartographie extensive des ré-ponses électroencéphalographiques évoquées par la TMS sur 18 aires corticales réparties sur l’ensembledu néocortex. Appliquée sur 22 volontaires sains, l’analyse des propriétés dynamiques de ces réponses faitapparaître des spécificités régionales ainsi que des réseaux corticaux partageant des propriétés communes.Celles-ci étant liées aux caractéristiques cytoarchitecturales des aires stimulées, nos résultats apportent lapreuve de concept pour la cytoarchitectonie fonctionnelle, qui pourrait aboutir à une nouvelle méthodede parcellisation in vivo du cortex chez l’Homme. L’ensemble des résultats de cette thèse confirme l’intérêtde la robotisation de cette technique, qui pourrait à terme faciliter la mise en œuvre des protocoles par lescentres cliniques, et amener de nouveaux outils d’exploration fonctionnelle pour un meilleur diagnosticdes pathologies psychiatriques et neurologiques.
Fichier principal
Vignette du fichier
HARQUEL_2017_archivage.pdf (19.43 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-01693356 , version 1 (26-01-2018)

Identifiants

  • HAL Id : tel-01693356 , version 1

Citer

Sylvain Harquel. Stimulation magnétique transcrânienne robotisée : de l’automatisation des protocoles à de nouvelles approches en neuroimagerie fonctionnelle. Médecine humaine et pathologie. Université Grenoble Alpes, 2017. Français. ⟨NNT : 2017GREAS006⟩. ⟨tel-01693356⟩
343 Consultations
472 Téléchargements

Partager

Gmail Facebook X LinkedIn More