Composantes rythmique et apériodique de l'activité cérébrale pendant le sommeil

Résumé

Les enregistrements d’électroencéphalographie (EEG) pendant le sommeil sont une source importante d’informations sur l’activité cérébrale, permettant de caractériser de nombreux processus cognitifs liés au sommeil et plus généralement, à la santé d’un individu. Les signaux de ces enregistrements résultent de la contribution de plusieurs processus spontanés, en particulier des rythmes transitoires et spectralement bien définis. Ils se superposent à un signal de fond omniprésent, appelé « activité apériodique ». Cette dernière suscite aujourd’hui un intérêt croissant, car elle fait l’objet d’une évaluation plus précise afin d’en faire un signal physiologique à valeur clinique, mais constitue aussi un obstacle à la caractérisation de propriétés propres aux rythmes. Les méthodes actuelles qui séparent l’activité rythmique et apériodique sont limitées au domaine spectral et s’appliquent généralement à des signaux issus d’une seule électrode. Dans le cadre de cette thèse, des outils numériques ont été développés pour caractériser les activités rythmique et apériodique à différentes échelles spatiales, allant des enregistrements intracrâniens jusqu’aux séquences des topographies du potentiel sur le scalp. La première contribution consistait à développer une méthode de traitement du signal qui extrait un signal rythmique où l’activité apériodique est atténuée par filtrage. La validation de cet outil a été réalisée sur des enregistrements intracrâniens en NREM (non-Rapid Eye Movement). La deuxième contribution consistait à étendre l’application de cet outil aux enregistrements d’EEG du scalp, ce qui est nécessaire, étant donné qu’il s’agit d’une modalité non invasive, largement utilisée dans un contexte clinique. Au final, ces deux contributions offrent aujourd’hui un outil permettant d’obtenir un inventaire des rythmes à partir des signaux EEG sans activité apériodique. Enfin, la dernière contribution consistait à mesurer l’activité apériodique des topographies du scalp en s’appuyant sur l’analyse des micro-états. L’ensemble des outils offre un cadre méthodologique innovant pour dissocier et analyser les composantes rythmiques et l’activité apériodique des signaux EEG. Ils visent à être intégrés dans un contexte clinique afin d’évaluer et de caractériser diverses pathologies et d’identifier des biomarqueurs fiables.

Date	31 mars 2026
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Jean-Marc Lina (Directeur(-trice)) & Rébecca Robillard (Codirecteur(-trice))