Epilepsie : une approche non-invasive cartographie les zones du cerveau

Trouver l’origine de l’épilepsie : la méthode non-invasive FAST-IRES est capable de localiser la source des convulsions de manière aussi efficace que d’autres méthodes plus invasives.

spectrumnews.org Traduction par Sarah de "New noninvasive approach maps seizure-generating brain areas" - Angie Voyles Askham /  10 Juin 2020

Une nouvelle approche non-invasive cartographie les zones du cerveau où se déclenchent les convulsions

Trouver l’origine de l’épilepsie : la méthode non-invasive FAST-IRES est capable de localiser la source des convulsions de manière aussi efficace que d’autres méthodes plus invasives. © Spectrum News Trouver l’origine de l’épilepsie : la méthode non-invasive FAST-IRES est capable de localiser la source des convulsions de manière aussi efficace que d’autres méthodes plus invasives. © Spectrum News
Une nouvelle méthode non-invasive est capable de cartographier de manière effective la source et l’échelle de l’activité au moment des convulsions chez les personnes épileptiques, selon une récente étude (1). L’outil pourrait réduire le nombre d’interventions chirurgicales nécessaires pour traiter l’épilepsie, et peut aussi dévoiler des différences dans le réseau cérébral dans des troubles comme l’autisme.

L’épilepsie est un trouble neurologique dû à un excès d’activité électrique dans le cerveau, qui entraîne des convulsions. Si elles ne sont pas traitées, les convulsions peuvent avoir des « conséquences négatives profondes », comme l’indique Shafali Spurling Jeste, professeure associée de psychiatrie, neurologie et pédiatrie à l’Université de Californie, Los Angeles. Ces conséquences comprennent des dégâts cognitifs, un danger physique et, dans de rares cas, la mort. Les études estiment qu’un nombre compris entre 2 et 50 % de personnes autistes font des crises d’épilepsie.

Il est possible, pour environ deux-tiers des personnes épileptiques, de contrôler les convulsions avec des médicaments. Pour le tiers restant, il arrive que le meilleur traitement soit la chirurgie, pour enlever la partie du cerveau responsable du déclenchement des convulsions.

Trouver puis retirer la zone entière est très risqué : si l’on enlève trop peu, on n’arrêtera pas les convulsions ; mais si l’on enlève trop, on risque de sortir des tissus cérébraux essentiels et d’aggraver le handicap. Les cliniciens s’appuient souvent sur une technique invasive pour essayer de trouver la zone responsable des convulsions chez un patient. Ils implantent des électrodes profondément dans le cortex, la couche extérieure du cerveau, lors d’une première opération chirurgicale, avant de retirer le tissu cérébral lors d’une seconde opération. Mais ces méthodes peuvent entraîner hémorragies et infection.

Cette nouvelle approche combine l’apprentissage automatique et les enregistrements d’électroencéphalographie (EEG), avec 76 électrodes placées sur le cuir chevelu, pour localiser l’activité épileptogène dans le cerveau. A la différence des techniques d’EEG précédentes, elle peut aussi montrer quelle étendue de tissu cérébral est concernée.

Techniques non-invasives

Les techniques d’imagerie non-invasives s’accompagnent de compromis. L’EEG est utile pour enregistrer l’activité pendant une crise de convulsions, mais ne peut pas toujours revenir à la source de la crise avec précision. Les couches de tissu liquide, crânien et cérébral qui séparent les électrodes et l’activité cérébrale sous-jacente peuvent déformer le signal. Et effectuer l’ingénierie à rebours, pour retrouver l’emplacement de la source à partir de ce signal déformé, peut être mathématiquement compliqué.

Les méthodes d’EEG antérieures étaient aptes à « localiser le centre de gravité » de l’activité épileptique enregistrée, indique le chercheur principal Bin He, professeur d’ingénierie biomédicale à l’Université Carnegie Mellon à Pittsburg, en Pennsylvanie. Seulement, il n’est pas suffisant de savoir où se tient le centre de l’activité épileptique pour pouvoir traiter l’épilepsie par la chirurgie.

Bin He et ses collègues ont développé le nouvel algorithme, nommé «  fast spatio-temporal iteratively reweighted edge sparsity » (FAST-IRES) [rareté spatio-temporelle itérativement repondérée des bords], durant cinq ans. Leur algorithme ne se contente pas de localiser la source, il fournit des renseignements sur l’étendue du réseau cérébral qui déclenche le signal de l’EEG.

FAST-IRES recourt également à l’apprentissage automatique pour calculer les seuils à partir desquels on estime que les signaux sont significatifs, opération que réalisent d’ordinaire les scientifiques et les chercheurs.

« Le mérite vraiment unique de notre méthodologie, c’est d’être entièrement piloté par les données », constate-t-il. « Nous n’avons pas besoin de supposer quelque chose » pour la taille ou l’étendue de l’activité cérébrale qui contribue au signal de l’EEG.

Pour faire la preuve du concept, ses collègues et lui ont testé FAST-IRES sur des dossiers d’EEG appartenant à 36 personnes épileptiques, qui suivaient un traitement chirurgical. Les chercheurs ont constaté que leur méthode était aussi efficace que l’implantation d’électrodes pour découvrir l’emplacement et l’étendue de la source des convulsions, et aurait donné lieu à des résultats chirurgicaux similaires. L’étude a été publiée dans Nature Communications en avril.

« Il s’agit d’un pas important dans la bonne direction », déclare Alexander Rotenberg, professeur associé de neurologie à l’Université d’Harvard. On devrait considérer cette technique comme complémentaire des outils actuellement disponibles, conclut-il.

Finalement, Bin He, ainsi que ses collègues, espèrent que FAST-IRES apportera des connaissances sur d’autres troubles résultant de différences sous-jacentes dans les réseaux cérébraux, comme l’autisme. La technique est particulièrement utile pour délivrer une imagerie de l’activité cérébrale, qui change rapidement, ajoute-t-il.

Même ainsi, identifier les différences dans l’autisme serait d’une grande difficulté, reconnaît Shafali Spurling Jeste.

« L’autisme est en soi tellement hétérogène qu’il est très difficile de trouver des marqueurs qui seraient pertinents pour tout le groupe », conclut-elle.


Références :

  1. Sohrabpour A. et al. Nat.Commun. 11,1946 (2020) PubMed

Le Club est l'espace de libre expression des abonnés de Mediapart. Ses contenus n'engagent pas la rédaction.