SCD-Universite de Rennes 1 Analyse du signal électrophysiologique dans le contexte de la localisation du noyau sous-thalamique pour la stimulation cérébrale profonde Analysis of the electrophysiological signal in the context of subthalamic nucleus localization for deep brain stimulation Stimulation Cérébrale ProfondeDétection Peropératoire du NSTEnregistrement Micro-ÉlectrodeApprentissage ProfondSimulation de Données Deep Brain StimulationOnline STN DetectionMicro-Electrode RecordingsDeep LearningSignal Simulation Stimulation cérébrale profonde Noyau subthalamique Microélectrodes Apprentissage profond La Stimulation Cérébrale Profonde est une thérapie symptomatique de la maladie de Parkinson qui vise à améliorer la qualité de vie du patient. Pour être efficace, cette procédure chirurgicale dépend de la mise en place d'électrodes de stimulation dans des régions sous-corticales de taille submillimétrique. Cette thèse se concentre sur l'optimisation de la localisation d'une de ces neuroanatomies d'intérêt, à travers le développement d'outils d'assistance. Plus spécifiquement, la première contribution de cette thèse concerne le développement d'une méthode automatique d'interprétation des signaux électrophysiologiques enregistrés par des électrodes pendant l'opération. Cette initiative répond à notre volonté de fournir un outil d'aide à la décision basé sur une approche probabiliste et cohérent avec les besoins cliniques. La seconde contribution concerne le développement et l'évaluation d'une intelligence artificielle générative pour la simulation de ces signaux électrophysiologiques, constituant la première étape du développement de simulateurs didactiques pour la formation d'internes en médecine qui s'intéressent à l'analyse neurophysiologique interventionnelle. Deep Brain Stimulation is a therapeutic approach for managing symptoms of Parkinson's disease, aimed at enhancing patients' quality of life. For effectiveness, this surgical procedure relies on accurately positioning stimulation electrodes within sub-millimeter-sized subcortical areas. This thesis is centered on optimizing the localization of specific neuroanatomical regions of interest using the development of assistive tools. More specifically, the first contribution of this thesis involves developing an automated method for interpreting electrophysiological signals recorded by electrodes during surgery. This initiative aligns with our goal to offer a decision-support tool that employs a probabilistic approach and meets clinical needs. The second contribution involves developing and evaluating a generative artificial intelligence model for simulating these electrophysiological signals. This constitutes the initial step in creating educational simulators for training medical interns in interventional neurophysiological analysis. Electronic Thesis or DissertationText fr application/pdf1 : 29912 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/a59c379f-85b8-4368-bb64-d6b5e571514d Martin Thibault 1996-06-15 FR 279834926 thibault.martin@caramail.com 2024URENB002 http://www.theses.fr/2024URENB002 2024-01-17 Analyse et traitement de l'information et des images médicales Universite de Rennes thesis.degree.grantor_1 26693823X Doctorat non ouiHaegelenClaireintervenant_1113525958EssertCarolineintervenant_2067239773JanninPierreintervenant_3116295848BaxterJohn S. H.intervenant_4268648603HassanMahmoudintervenant_5160175372GrovaChristopheintervenant_6080472184GuehlDominiqueintervenant_7175326371 SVSecoleDoctorale_1 264825152 Laboratoire de Traitement du Signal et de l'Image partenaireRecherche_1 177793767 ddc:610 HaegelenClaireEssertCarolineJanninPierreBaxterJohn S. H.HassanMahmoudGrovaChristopheGuehlDominiqueUniversite de Rennes SVS Laboratoire de Traitement du Signal et de l'Image ASCII PDF 30629707 restriction 2024-01-17 2024-07-17 restriction 2024-01-17 2024-07-17