Offre de thèse
Traitement et analyse de données hétérogènes (EEG/ERG/tests cliniques) pour l'aide au diagnostic du trouble bipolaire
Date limite de candidature
30-08-2024
Date de début de contrat
01-10-2024
Directeur de thèse
LOUIS-DORR Valérie
Encadrement
50%/50%
Type de contrat
école doctorale
équipe
BioSIS : Biologie, Signaux et Systèmes en Cancérologie et Neurosciencescontexte
Le trouble bipolaire est une maladie psychique chronique responsable de dérèglements de l'humeur, dont le diagnostic est très long à établir car elle partage de nombreux symptômes physiopathologiques et comportementaux avec le trouble unipolaire et la dépression majeure. Le taux de non détection de la maladie est estimé entre 30 % et 69 % en Europe et aux États-Unis, il est donc urgent de de trouver des indicateurs fiables et objectifs de la maladie.spécialité
Automatique, Traitement du signal et des images, Génie informatiquelaboratoire
CRAN - Centre de Recherche en Automatique de Nancy
Mots clés
ERG/EEG/PEV, Analyse de connectivité, Fusion de données multimodales/hétérogènes, Trouble bipolaire
Détail de l'offre
Le trouble bipolaire est une maladie psychique chronique responsable de dérèglements de l'humeur, dont le diagnostic est très long à établir car elle partage de nombreux symptômes physiopathologiques et comportementaux avec le trouble unipolaire et la dépression majeure. Le taux de non détection de la maladie est estimé entre 30 % et 69 % en Europe et aux États-Unis, il est donc urgent de de trouver des indicateurs fiables et objectifs de la maladie.
Parmi tous les marqueurs biologiques, il a été démontré que les mesures électrophysiologiques rétiniennes et corticales représentent des mesures non invasives pertinentes pour l'analyse des états mentaux explorés dans le cadre des maladies mentales [Tursini2023]. La fonction rétinienne est évaluée par des techniques électrophysiologiques appelées électrorétinogramme (ERG). Herbert et al. [Hébert2020] ont établi d'une part que les patients déprimés avaient des réponses rétiniennes qui diffèrent des témoins ; et d'autre part les réponses rétiniennes diffèrent entre les patients dépressifs sans médicament et les patients déprimés traités par pharmacothérapie. Par ailleurs, l'analyse des données d'électroencéphalogramme (EEG) a également permis d'extraire des biomarqueurs objectifs dans les troubles mentaux et pour le trouble bipolaire en particulier [Tursini2023].
Le premier objectif de cette thèse vise à exploiter les mesures EEG/ERG simultanées pour explorer les dysfonctionnements des systèmes visuels de la rétine aux réponses corticales chez les patients atteints de troubles bipolaires. Nos analyses sont basées sur des protocoles de stimulations visuelles de type flash (ffERG) ou pattern (PERG) amenant à des réponses reproductibles, bien contrôlées, et permettant de cibler le réseau cérébral associé à la vision. D'un point de vu fondamental, nous souhaitons identifier un modèle fonctionnel de propagation de l'information le long de la voie visuelle ventrale, et quantifier l'altération de cette propagation dans le cas de troubles bipolaires. Cette étude doit aboutir à la construction de graphes de connectivité reflétant le réseau neuronal sous-jacent, permettant d'évaluer la modification de ce réseau dans le cas du trouble bipolaire et de quantifier l'effet d'un traitement thérapeutique sur ce réseau.
A cette question s'ajoute la recherche d'indicateurs fiables des maladies mentales dans un but d'aide au diagnostic. Nous avons déjà mené une première étude dans le cas d'une campagne de recrutement de sujets bipolaires [BIMAR], et des biomarqueurs temps/fréquences robustes ont été identifiés permettant de discriminer ces patients d'une population contrôle [Ren2023], mais également montrant une capacité à quantifier l'évolution de la maladie au cours d'un traitement [Schwitzer2022]. L'inclusion de mesures quantitatives issues des graphes de connectivité précédemment analysés sera également considérée.
Le diagnostic des maladies mentales est actuellement établi par le praticien sur la base d'observation cliniques et de données qualitatives issus de questionnaires neuropsychologiques, donnant lieu à des scores gradués sur une échelle de valeurs. Le troisième objectif est le développement de méthodes afin de combiner les mesures quantitatives extraits des signaux EEG/ERG avec ces données qualitatives de nature discrète et ordinale, en modélisant les relations entre ces variables et leur influence sur la cible (le label) à estimer. Des approches probabilistes multivariées seront envisagées afin de modéliser ces données hétérogènes [DeLeon2011, Marbac2017, Yilmaz2021].
Keywords
ERG/EEG/VEP, connectivity analysis, iMultimodal/heterogeneous data fusion, Bipolar disorder
Subject details
Bipolar disorder is a chronic mental illness responsible for mood disturbances, which often requires long-term diagnosis as it shares many pathophysiological and behavioural symptoms with unipolar disorder and major depression. The non-detection rate of the disease is estimated at between 30% and 69% in Europe and the United States, pleading for the urgent need to find reliable and objective indicators of the disease. Retinal and cortical electrophysiological measurements are relevant for the analysis of mental states explored in mental illness [Tursini2023]. Retinal function is assessed by electrophysiological techniques known as electroretinograms (ERGs). Herbert et al [Hébert2020] established that depressed patients had retinal responses that differed from controls, and that retinal responses differed between depressed patients without medication and depressed patients treated with pharmacotherapy. Analysis of electroencephalogram (EEG) data has also made it possible to extract objective biomarkers for mental disorders, and for bipolar disorder in particular [Tursini2023]. The first aim of this thesis is to use simultaneous EEG/ERG measurements to explore dysfunctions in visual systems from the retina to cortical responses in patients with bipolar disorder. Our analyses are based on flash (ffERG) or pattern (PERG) visual stimulation protocols leading to reproducible, well-controlled responses, and enabling the targeting of the cerebral network associated with vision. From a fundamental point of view, we want to identify a functional model for the propagation of information along the ventral visual pathway, and quantify the alteration in this propagation in the presence of bipolar disorders. This study will lead to the construction of connectivity graphs reflecting the underlying neural network, making it possible to assess the modification of this network in bipolar disorder and to quantify the effect of a therapeutic treatment on this network. We also plan to search for reliable indicators of mental illness to bring objective tools for the diagnosis of these illnesses. We have already carried out an initial study in the case of a recruitment campaign for bipolar subjects [BIMAR], and robust time/frequency biomarkers have been identified that make it possible to discriminate these patients from a control population [Ren2023], but also showing an ability to quantify the evolution of the illness during treatment [Schwitzer2022]. The inclusion of quantitative measures derived from the connectivity graphs previously analysed will also be considered. The diagnosis of mental illnesses is currently established by the clinician on the basis of clinical observations and qualitative data from neuropsychological surveys, giving rise to scores graded on scales of values. The third objective is to develop methods for combining quantitative measurements extracted from EEG/ERG signals with qualitative data of a discrete and ordinal nature, by modelling the relationships between these variables and their influence on the target (the label) to be estimated. Multivariate probabilistic approaches will be considered to model these heterogeneous data [DeLeon2011, Marbac2017, Yilmaz2021].
Profil du candidat
Master en Traitement du signal et/ou analyse de données
Candidate profile
Master degree in Signal Processing and/or Data Analysis
Référence biblio
[Tursini2023] Katelyne Tursini, et al. 'Subsequent and simultaneous electrophysiological investigation of the retina and the visual cortex in neurodegenerative and psychiatric diseases: what are the forecasts for the medicine of tomorrow?.' Frontiers in Psychiatry 14 (2023): 1167654.
[Hébert2020] Marc Hébert et al. 'The electroretinogram may differentiate schizophrenia from bipolar disorder.' Biological psychiatry 87.3 (2020): 263-270.
[BIMAR] Projet PHRC BIMAR, 'Étude des Troubles Bipolaires et Marqueurs
électrophysiologiques Rétiniens' portée par le Pr. Thomas Schwitzer
[Ren2023] Xiaoxi Ren, Steven Le Cam, Ruggero G. Bettinardi, Katelyne Tursini, Thomas Schwitzer, Valérie Louis Dorr, 'Discrimination entre sujets atteints de troubles bipolaires et sujet contrôles à l'aide de biomarqueurs ERG temps-fréquence', Journée Neurosciences Psychiatrie Neurologie (JNPN), juin 2023.
[Schwitzer2022] Thomas Schwitzer, Steven Le Cam et al. 'Retinal electroretinogram features can detect depression state and treatment response in adults: A machine learning approach.' Journal of Affective Disorders 306 (2022): 208-214.
[DeLeon2011] A. R. De Leon, A. Soo, and T. Williamson. 'Classification with discrete and continuous variables via general mixed-data models.' Journal of Applied Statistics 38.5 (2011): 1021-1032.
[Marbac2017] Matthieu Marbac, Christophe Biernacki, and Vincent Vandewalle. 'Model-based clustering of Gaussian copulas for mixed data.' Communications in Statistics-Theory and Methods 46.23 (2017): 11635-11656.
[Yilmaz2021] Yasin Yilmaz, Mehmet Aktukmak, and Alfred O. Hero. 'Multimodal Data Fusion in High-Dimensional Heterogeneous Datasets Via Generative Models.' IEEE Transactions on Signal Processing 69 (2021): 5175-5188.