Magnétoencéphalographie - Magnetoencephalography

Magnétoencéphalographie
NIMH MEG.jpg
Personne subissant un MEG
Engrener D015225

La magnétoencéphalographie ( MEG ) est une technique de neuroimagerie fonctionnelle permettant de cartographier l'activité cérébrale en enregistrant les champs magnétiques produits par les courants électriques se produisant naturellement dans le cerveau , à l'aide de magnétomètres très sensibles . Les réseaux de SQUID (dispositifs supraconducteurs à interférence quantique) sont actuellement le magnétomètre le plus courant, tandis que le magnétomètre SERF (spin exchange relaxation-free) est à l'étude pour les futures machines. Les applications du MEG comprennent la recherche fondamentale sur les processus cérébraux perceptifs et cognitifs, la localisation des régions affectées par la pathologie avant l'ablation chirurgicale, la détermination de la fonction de diverses parties du cerveau et le neurofeedback . Cela peut être appliqué dans un cadre clinique pour trouver des emplacements d'anomalies ainsi que dans un cadre expérimental pour simplement mesurer l'activité cérébrale.

Histoire

La chambre blindée du Dr Cohen au MIT, dans laquelle le premier MEG a été mesuré avec un SQUID
Premier MEG mesuré avec SQUID, dans la chambre du Dr Cohen au MIT

Les signaux MEG ont été mesurés pour la première fois par le physicien de l'Université de l'Illinois David Cohen en 1968, avant la disponibilité du SQUID , en utilisant une bobine d'induction en cuivre comme détecteur. Pour réduire le bruit de fond magnétique, les mesures ont été effectuées dans une pièce à blindage magnétique. Le détecteur à bobine était à peine assez sensible, ce qui a entraîné des mesures MEG médiocres et bruyantes difficiles à utiliser. Plus tard, Cohen a construit une salle bien mieux blindée au MIT et a utilisé l'un des premiers détecteurs SQUID, tout juste développé par James E. Zimmerman , un chercheur de Ford Motor Company, pour mesurer à nouveau les signaux MEG. Cette fois, les signaux étaient presque aussi clairs que ceux de l' EEG . Cela a stimulé l'intérêt des physiciens qui recherchaient des utilisations des SQUID. Par la suite, divers types de MEG spontanés et évoqués ont commencé à être mesurés.

Au début, un seul détecteur SQUID a été utilisé pour mesurer successivement le champ magnétique en un certain nombre de points autour de la tête du sujet. C'était lourd et, dans les années 1980, les fabricants de MEG ont commencé à organiser plusieurs capteurs en réseaux pour couvrir une plus grande surface de la tête. Les réseaux MEG actuels sont placés dans une fiole à vide en forme de casque qui contient généralement 300 capteurs, couvrant la majeure partie de la tête. De cette manière, les MEG d'un sujet ou d'un patient peuvent désormais être accumulés rapidement et efficacement.

Des développements récents tentent d'augmenter la portabilité des scanners MEG en utilisant des magnétomètres sans relaxation par échange de spin (SERF). Les magnétomètres SERF sont relativement petits, car ils ne nécessitent pas de systèmes de refroidissement encombrants pour fonctionner. En même temps, ils présentent une sensibilité équivalente à celle des SQUID. En 2012, il a été démontré que MEG pouvait fonctionner avec un magnétomètre atomique à l'échelle de la puce (CSAM, type de SERF). Plus récemment, en 2017, les chercheurs ont construit un prototype fonctionnel qui utilise des magnétomètres SERF installés dans des casques portables imprimés individuellement en 3D, qui, selon eux, pourraient être remplacés par quelque chose de plus facile à utiliser à l'avenir, comme un casque de vélo.

La base du signal MEG

Les courants neuronaux synchronisés induisent des champs magnétiques faibles. Le champ magnétique du cerveau, mesurant à 10 femto tesla (fT) pour l' activité corticale et à 10 3 fT pour le rythme alpha humain , est considérablement plus petit que le bruit magnétique ambiant en milieu urbain, qui est de l'ordre de 10 8 fT ou 0,1 T. Le problème essentiel du biomagnétisme est donc la faiblesse du signal par rapport à la sensibilité des détecteurs, et au bruit ambiant concurrent.

Origine du champ magnétique du cerveau. Le courant électrique produit également le signal EEG.

Les signaux MEG (et EEG) dérivent de l'effet net des courants ioniques circulant dans les dendrites des neurones pendant la transmission synaptique . Conformément aux équations de Maxwell , tout courant électrique produira un champ magnétique, et c'est ce champ qui est mesuré. Les courants nets peuvent être considérés comme des dipôles de courant , c'est-à-dire des courants avec une position, une orientation et une amplitude, mais pas d'étendue spatiale. Selon la règle de la main droite , un dipôle de courant donne naissance à un champ magnétique qui pointe autour de l'axe de sa composante vectorielle.

Pour générer un signal détectable, environ 50 000 neurones actifs sont nécessaires. Comme les dipôles actuels doivent avoir des orientations similaires pour générer des champs magnétiques qui se renforcent mutuellement, c'est souvent la couche de cellules pyramidales , qui sont situées perpendiculairement à la surface corticale, qui donne naissance à des champs magnétiques mesurables. Des faisceaux de ces neurones orientés tangentiellement à la surface du cuir chevelu projettent des parties mesurables de leurs champs magnétiques à l'extérieur de la tête, et ces faisceaux sont généralement situés dans les sillons . Les chercheurs expérimentent diverses méthodes de traitement du signal à la recherche de méthodes qui détectent le signal cérébral profond (c'est-à-dire non cortical), mais aucune méthode cliniquement utile n'est actuellement disponible.

Il convient de noter que les potentiels d'action ne produisent généralement pas de champ observable, principalement parce que les courants associés aux potentiels d'action circulent dans des directions opposées et que les champs magnétiques s'annulent. Cependant, les champs d'action ont été mesurés à partir des nerfs périphériques.

Blindage magnétique

Les signaux magnétiques émis par le cerveau étant de l'ordre de quelques femtoteslas, une protection contre les signaux magnétiques externes, dont le champ magnétique terrestre , est nécessaire. Un blindage magnétique approprié peut être obtenu en construisant des pièces en aluminium et en mu-métal pour réduire respectivement le bruit à haute fréquence et à basse fréquence .

Entrée de MSR, montrant les couches de blindage séparées

Salle à blindage magnétique (MSR)

Un modèle de pièce à blindage magnétique (MSR) se compose de trois couches principales imbriquées. Chacune de ces couches est constituée d'une couche d'aluminium pur et d'une couche ferromagnétique à haute perméabilité , de composition similaire au permalloy de molybdène . La couche ferromagnétique est fournie sous forme de feuilles de 1 mm, tandis que la couche la plus interne est composée de quatre feuilles en contact étroit et les deux couches externes sont composées de trois feuilles chacune. La continuité magnétique est maintenue par des bandes superposées. Des rondelles isolantes sont utilisées dans les assemblages de vis pour garantir que chaque couche principale est isolée électriquement. Cela permet d'éliminer le rayonnement radiofréquence , ce qui dégraderait les performances de SQUID. La continuité électrique de l'aluminium est également maintenue par des bandes de recouvrement en aluminium pour assurer le blindage contre les courants de Foucault AC , ce qui est important à des fréquences supérieures à 1 Hz. Les jonctions de la couche interne sont souvent plaquées d'argent ou d'or pour améliorer la conductivité des couches d'aluminium.

Système de blindage actif

Les systèmes actifs sont conçus pour la suppression du bruit en trois dimensions. Pour mettre en œuvre un système actif, des magnétomètres fluxgate à faible bruit sont montés au centre de chaque surface et orientés orthogonalement à celle-ci. Cela alimente négativement un amplificateur CC via un réseau passe-bas avec une atténuation lente pour minimiser la rétroaction positive et l'oscillation. Des fils de secousses et de démagnétisation sont intégrés au système . Les fils d'agitation augmentent la perméabilité magnétique, tandis que les fils de démagnétisation permanents sont appliqués sur toutes les surfaces de la couche principale interne pour démagnétiser les surfaces. De plus, les algorithmes d'annulation de bruit peuvent réduire à la fois le bruit à basse fréquence et à haute fréquence. Les systèmes modernes ont un bruit de fond d'environ 2 à 3 fT/Hz 0,5 au-dessus de 1 Hz.

Localisation des sources

Le problème inverse

Le défi posé par MEG est de déterminer l'emplacement de l'activité électrique dans le cerveau à partir des champs magnétiques induits à l'extérieur de la tête. Des problèmes comme celui-ci, où les paramètres du modèle (l'emplacement de l'activité) doivent être estimés à partir de données mesurées (les signaux SQUID) sont appelés problèmes inverses (contrairement aux problèmes directs où les paramètres du modèle (par exemple l'emplacement de la source) sont connus et les données (par exemple le champ à une distance donnée) doivent être estimées.) La difficulté principale est que le problème inverse n'a pas de solution unique (c'est-à-dire qu'il y a une infinité de réponses « correctes » possibles), et le problème de la définition la « meilleure » solution fait elle-même l'objet de recherches intensives. Des solutions possibles peuvent être dérivées à l'aide de modèles impliquant une connaissance préalable de l'activité cérébrale.

Les modèles sources peuvent être surdéterminés ou sous-déterminés. Un modèle surdéterminé peut être constitué de quelques sources ponctuelles (« dipôles équivalents »), dont les emplacements sont ensuite estimés à partir des données. Des modèles sous-déterminés peuvent être utilisés dans les cas où de nombreuses zones distribuées différentes sont activées ("solutions à source distribuée") : il existe une infinité de distributions de courant possibles expliquant les résultats de mesure, mais la plus probable est sélectionnée. Les algorithmes de localisation utilisent des modèles de source et de tête donnés pour trouver un emplacement probable pour un générateur de champ focal sous-jacent.

Un type d'algorithme de localisation pour les modèles surdéterminés fonctionne par espérance-maximisation : le système est initialisé avec une première estimation. Une boucle est lancée, dans laquelle un modèle avancé est utilisé pour simuler le champ magnétique qui résulterait de la supposition actuelle. L'estimation est ajustée pour réduire l'écart entre le champ simulé et le champ mesuré. Ce processus est itéré jusqu'à la convergence.

Une autre technique courante est la formation de faisceaux , dans laquelle un modèle théorique du champ magnétique produit par un dipôle de courant donné est utilisé comme a priori, ainsi que des statistiques de second ordre des données sous la forme d'une matrice de covariance , pour calculer une pondération linéaire de la réseau de capteurs (le beamformer) via l' inverse Backus-Gilbert . Ceci est également connu sous le nom de formateur de faisceau à variance minimale à contrainte linéaire (LCMV). Lorsque le formateur de faisceau est appliqué aux données, il produit une estimation de la puissance dans un "canal virtuel" à l'emplacement de la source.

On ne saurait trop insister sur la mesure dans laquelle le problème inverse MEG sans contrainte est mal posé. Si l'objectif est d'estimer la densité de courant dans le cerveau humain avec une résolution de 5 mm, alors il est bien établi que la grande majorité des informations nécessaires pour effectuer une inversion unique ne doit pas provenir de la mesure du champ magnétique mais plutôt des contraintes appliquées. au problème. De plus, même lorsqu'une inversion unique est possible en présence de telles contraintes, ladite inversion peut être instable. Ces conclusions se déduisent facilement des travaux publiés.

Imagerie à source magnétique

Les emplacements de source peuvent être combinés avec des images d'imagerie par résonance magnétique (IRM) pour créer des images de source magnétique (MSI). Les deux ensembles de données sont combinés en mesurant l'emplacement d'un ensemble commun de points de repère marqués pendant l'IRM avec des marqueurs lipidiques et marqués pendant la MEG avec des bobines de fil électrifiées qui dégagent des champs magnétiques. Les emplacements des points de repère dans chaque ensemble de données sont ensuite utilisés pour définir un système de coordonnées commun afin que la superposition des données MEG fonctionnelles sur les données structurelles de l'IRM (« coregistration ») soit possible.

Une critique de l'utilisation de cette technique dans la pratique clinique est qu'elle produit des zones colorées avec des limites définies superposées à une IRM : le spectateur non formé peut ne pas se rendre compte que les couleurs ne représentent pas une certitude physiologique, en raison de la résolution spatiale relativement faible de MEG, mais plutôt un nuage de probabilités dérivé de processus statistiques. Cependant, lorsque l'image de la source magnétique corrobore d'autres données, elle peut être d'une utilité clinique.

Localisation de la source du modèle dipôle

Une technique de modélisation de source largement acceptée pour le MEG consiste à calculer un ensemble de dipôles de courant équivalents (ECD), qui suppose que les sources neuronales sous-jacentes sont focales. Cette procédure d'ajustement de dipôle est non linéaire et surdéterminée, car le nombre de paramètres de dipôle inconnus est inférieur au nombre de mesures MEG. Des algorithmes automatisés de modèles de dipôles multiples tels que la classification de signaux multiples (MUSIC) et la modélisation spatiale et temporelle à plusieurs démarrages (MSST) sont appliqués à l'analyse des réponses MEG. Les limites des modèles dipolaires pour caractériser les réponses neuronales sont (1) des difficultés à localiser des sources étendues avec des DPE, (2) des problèmes d'estimation précise du nombre total de dipôles à l'avance et (3) une dépendance à l'emplacement des dipôles, en particulier la profondeur dans le cerveau .

Modèles de sources distribuées

Contrairement à la modélisation à plusieurs dipôles, les modèles de sources distribuées divisent l'espace source en une grille contenant un grand nombre de dipôles. Le problème inverse est d'obtenir les moments dipolaires pour les nœuds de la grille. Comme le nombre de moments dipolaires inconnus est beaucoup plus grand que le nombre de capteurs MEG, la solution inverse est fortement sous-déterminée, des contraintes supplémentaires sont donc nécessaires pour réduire l'ambiguïté de la solution. Le principal avantage de cette approche est qu'aucune spécification préalable du modèle source n'est nécessaire. Cependant, les distributions résultantes peuvent être difficiles à interpréter, car elles ne reflètent qu'une image "floue" (ou même déformée) de la vraie distribution de la source neuronale. La question est compliquée par le fait que la résolution spatiale dépend fortement de plusieurs paramètres tels que la zone cérébrale, la profondeur, l'orientation, le nombre de capteurs, etc.

Analyse indépendante des composants (ICA)

L'analyse en composantes indépendantes (ICA) est une autre solution de traitement du signal qui sépare différents signaux statistiquement indépendants dans le temps. Il est principalement utilisé pour éliminer les artefacts tels que les clignements, les mouvements des muscles oculaires, les artefacts des muscles faciaux, les artefacts cardiaques, etc. des signaux MEG et EEG qui peuvent être contaminés par des bruits extérieurs. Cependant, l'ICA a une mauvaise résolution des sources cérébrales fortement corrélées.

Utilisation sur le terrain

Dans la recherche, l'utilisation principale de MEG est la mesure des cours de temps d'activité. La MEG peut résoudre les événements avec une précision de 10 millisecondes ou plus rapidement, tandis que l'imagerie par résonance magnétique fonctionnelle (IRMf), qui dépend des modifications du flux sanguin, peut au mieux résoudre les événements avec une précision de plusieurs centaines de millisecondes. Le MEG identifie également avec précision les sources dans les aires auditives, somatosensorielles et motrices primaires. Pour créer des cartes fonctionnelles du cortex humain au cours de tâches cognitives plus complexes, le MEG est le plus souvent associé à l'IRMf, car les méthodes se complètent. Les données neuronales (MEG) et hémodynamiques de l' IRMf ne concordent pas nécessairement, malgré la relation étroite entre les potentiels de champ local (LFP) et les signaux dépendants du niveau d'oxygénation du sang (BOLD). Les signaux MEG et BOLD peuvent provenir de la même source (bien que les signaux BOLD soient filtrés à travers la réponse hémodynamique).

Le MEG est également utilisé pour mieux localiser les réponses dans le cerveau. L'ouverture de la configuration MEG permet d'introduire facilement des stimuli auditifs et visuels externes. Un certain mouvement du sujet est également possible tant qu'il ne secoue pas la tête du sujet. Les réponses dans le cerveau avant, pendant et après l'introduction de tels stimuli/mouvements peuvent alors être cartographiées avec une plus grande résolution spatiale qu'auparavant avec l'EEG. Les psychologues profitent également de la neuroimagerie MEG pour mieux comprendre les relations entre la fonction cérébrale et le comportement. Par exemple, un certain nombre d'études ont été menées pour comparer les réponses MEG de patients souffrant de troubles psychologiques à des patients témoins. Il y a eu un grand succès en isolant des réponses uniques chez les patients atteints de schizophrénie, telles que des déficits auditifs de synchronisation des voix humaines. Le MEG est également utilisé pour corréler les réponses psychologiques standard, telles que la dépendance émotionnelle de la compréhension du langage.

Des études récentes ont rapporté une classification réussie des patients atteints de sclérose en plaques , de maladie d'Alzheimer , de schizophrénie , de syndrome de Sjögren , d'alcoolisme chronique , de douleur faciale et de troubles du rythme thalamocortical . Le MEG peut être utilisé pour distinguer ces patients des sujets témoins sains, suggérant un futur rôle du MEG dans le diagnostic.

Connectivité cérébrale et oscillations neuronales

Sur la base de sa résolution temporelle parfaite, la magnétoencéphalographie (MEG) est maintenant largement utilisée pour étudier l'activité oscillatoire dans le cerveau, à la fois en termes de synchronie neuronale locale et de synchronisation inter-zone. À titre d'exemple pour la synchronie neuronale locale, le MEG a été utilisé pour étudier les rythmes alpha dans diverses régions cérébrales ciblées, telles que le cortex visuel ou auditif. D'autres études ont utilisé le MEG pour étudier les interactions neuronales entre différentes régions du cerveau (par exemple, entre le cortex frontal et le cortex visuel). La magnétoencéphalographie peut également être utilisée pour étudier les changements dans les oscillations neurales à différents stades de la conscience, comme dans le sommeil.

Épilepsie focale

Les utilisations cliniques du MEG sont dans la détection et la localisation de l'activité pathologique chez les patients atteints d' épilepsie , et dans la localisation du cortex éloquent pour la planification chirurgicale chez les patients atteints de tumeurs cérébrales ou d'épilepsie réfractaire. Le but de la chirurgie de l'épilepsie est d'enlever le tissu épileptogène tout en épargnant les zones cérébrales saines. Connaître la position exacte des régions cérébrales essentielles (telles que le cortex moteur primaire et le cortex sensoriel primaire , le cortex visuel et les zones impliquées dans la production et la compréhension de la parole) aide à éviter les déficits neurologiques induits chirurgicalement. La stimulation corticale directe et les potentiels évoqués somatosensoriels enregistrés par électrocorticographie (ECoG) sont considérés comme l'étalon-or pour localiser les régions cérébrales essentielles. Ces procédures peuvent être effectuées soit en peropératoire, soit à partir d'électrodes de grille sous-durales à demeure chronique. Les deux sont envahissants.

Les localisations MEG non invasives du sillon central obtenues à partir de champs magnétiques évoqués somatosensoriels montrent un fort accord avec ces enregistrements invasifs. Les études MEG aident à clarifier l'organisation fonctionnelle du cortex somatosensoriel primaire et à délimiter l'étendue spatiale du cortex somatosensoriel de la main par stimulation des doigts individuels. Cet accord entre la localisation invasive du tissu cortical et les enregistrements MEG montre l'efficacité de l'analyse MEG et indique que le MEG peut remplacer les procédures invasives à l'avenir.

Fœtal

Le MEG a été utilisé pour étudier les processus cognitifs tels que la vision , l' audition et le traitement du langage chez les fœtus et les nouveau-nés.

Comparaison avec les techniques apparentées

MEG est en développement depuis les années 1960 mais a été grandement aidé par les récents progrès des algorithmes et du matériel informatique, et promet une résolution spatiale améliorée couplée à une résolution temporelle extrêmement élevée (meilleure que 1 ms ). Le signal MEG étant une mesure directe de l'activité neuronale, sa résolution temporelle est comparable à celle des électrodes intracrâniennes.

La MEG complète d'autres techniques de mesure de l'activité cérébrale telles que l' électroencéphalographie (EEG), la tomographie par émission de positons (TEP) et l' IRMf . Ses points forts consistent en l'indépendance de la géométrie de la tête par rapport à l'EEG (sauf si des implants ferromagnétiques sont présents), la non-invasivité, l'utilisation de l'absence de rayonnement ionisant, par opposition à la TEP et la haute résolution temporelle par rapport à l'IRMf.

MEG par rapport à l'EEG

Bien que les signaux EEG et MEG proviennent des mêmes processus neurophysiologiques, il existe des différences importantes. Les champs magnétiques sont moins déformés que les champs électriques par le crâne et le cuir chevelu, ce qui se traduit par une meilleure résolution spatiale du MEG. Alors que l'EEG du cuir chevelu est sensible aux composantes tangentielles et radiales d'une source de courant dans un conducteur de volume sphérique, le MEG ne détecte que ses composantes tangentielles. L'EEG du cuir chevelu peut donc détecter une activité à la fois dans les sillons et au sommet des gyri corticaux, alors que le MEG est plus sensible à l'activité provenant des sillons. L'EEG est donc sensible à l'activité dans davantage de zones cérébrales, mais l'activité visible dans le MEG peut également être localisée avec plus de précision.

L'EEG du cuir chevelu est sensible aux courants de volume extracellulaire produits par les potentiels postsynaptiques. La MEG détecte les courants intracellulaires associés principalement à ces potentiels synaptiques car les composantes de champ générées par les courants volumiques ont tendance à s'annuler dans un conducteur volumique sphérique. La décroissance des champs magnétiques en fonction de la distance est plus prononcée que celle des champs électriques. Par conséquent, le MEG est plus sensible à l'activité corticale superficielle, ce qui le rend utile pour l'étude de l'épilepsie néocorticale. Enfin, le MEG est sans référence, tandis que l'EEG du cuir chevelu repose sur une référence qui, lorsqu'elle est active, rend l'interprétation des données difficile.

Voir également

Les références

Lectures complémentaires