Les patients atteints de la maladie de Parkinson (Parkinson’s Disease, PD) souffrent généralement de troubles de la démarche, ce qui affecte gravement leur qualité de vie. Des études antérieures ont suggéré que les oscillations dans la bande de fréquence β (15-30 Hz) des noyaux gris centraux pourraient être liées aux troubles de la démarche, mais la dynamique exacte de ces oscillations au cours de la démarche n’est pas encore claire. De plus, des études ont montré que les indices auditifs peuvent améliorer la cinématique de la marche chez les patients Parkinsoniens. Une meilleure compréhension des mécanismes neurophysiologiques sous-jacents à ces indices pourrait permettre de traiter les troubles de la démarche par la stimulation cérébrale profonde adaptative (ADBS). Par conséquent, cette étude vise à décrire les caractéristiques dynamiques des oscillations dans le noyau sous-thalamique (subthalamic nucleus, STN) pendant la démarche et à explorer les mécanismes neurophysiologiques par lesquels les indices auditifs régulent la démarche.

Source et informations sur les auteurs

Cet article a été rédigé par Chien-Hung Yeh, Yifan Xu, Wenbin Shi, James J. Fitzgerald, Alexander L. Green, Petra Fischer, Huiling Tan et Ashwini Oswal, affiliés respectivement à l’École d’information et d’électronique de l’Université de technologie de Beijing, au Laboratoire clé du ministère de l’Éducation pour l’évaluation et l’intervention intelligentes sur la santé cérébrale de l’Université de technologie de Beijing, au Département des sciences chirurgicales de l’Université d’Oxford, à la Neurochirurgie fonctionnelle d’Oxford, à l’École de physiologie, pharmacologie et neurosciences de l’Université de Bristol, à l’Unité de dynamique des réseaux cérébraux du Conseil de recherche médicale d’Oxford, et au Département des neurosciences cliniques de l’Université d’Oxford. L’article a été publié en avril 2024 dans la revue Brain Stimulation publiée par Elsevier.

Méthodologie de la recherche

L’étude a porté sur 8 patients Parkinsoniens qui ont subi un enregistrement des potentiels de champ locaux (LFP) du noyau sous-thalamique (STN) pendant une tâche de marche sur place. Des modèles de Markov cachés (Hidden Markov Models, HMM) ont été utilisés pour détecter les états d’activité spectrale instantanée pendant la démarche, dans trois conditions expérimentales : 1) pré-son (avant l’indice auditif) ; 2) son (pendant l’indice auditif) ; 3) post-son (après l’indice auditif). Le traitement et l’analyse des données ont été principalement effectués sous MATLAB, en utilisant la décomposition modale empirique masquée (Masking Empirical Mode Decomposition, MEMD) et le décodage HMM pour caractériser les propriétés spectrales à court terme.

Les étapes spécifiques sont les suivantes :

1. Recrutement des patients et acquisition des données :

   • 8 patients Parkinsoniens, avec un âge médian de 61,4 ans et une durée moyenne de la maladie de 11,3 ans.
   • Enregistrements LFP-STN en configuration bipolaire, avec localisation des électrodes par rapport au STN confirmée par TDM post-opératoire et IRM pré-opératoire.
   • Conditions expérimentales : trois périodes de 90 secondes avant, pendant et après l’indice auditif.

2. Prétraitement des données :

   • Filtrage passe-bande sur les données LFP brutes pour supprimer le bruit de la ligne électrique à 50 Hz, et sous-échantillonnage.
   • Construction des spectrogrammes du signal à l’aide de la transformée en ondelettes continue de Morlet.

3. Analyse HMM :

   • Utilisation de TDE-HMM pour détecter les états instantanés dans les signaux LFP-STN, et corrélation avec l’enveloppe d’Hilbert pour l’allocation des états spectraux.
   • Extraction des caractéristiques temporelles des états, y compris la fraction d’occupation et le cycle de vie.

Méthodes et algorithmes uniques :

1. Modèles de Markov cachés (HMM) :

   • Les HMM sont une méthode d’apprentissage non supervisée utilisée pour détecter les états instantanés dans les données, représentant différents contenus spectraux instantanés.
   • L’étude a utilisé TDE-HMM, avec le plongement temporel retardé pour améliorer la précision de la détection d’état.

2. Décomposition modale empirique masquée (MEMD) :

   • MEMD est une version améliorée de EMD, permettant une décomposition efficace du signal en fonctions modales intrinsèques (IMF) reflétant les caractéristiques locales à différentes échelles temporelles.

3. Détection d’événements transitoires :

   • Les méthodes de seuillage traditionnelles ont des difficultés à détecter simultanément les activités transitoires dans plusieurs bandes de fréquences. Cette étude utilise les HMM pour détecter automatiquement les bouffées d’activité multi-fréquences.

Résultats de la recherche

1. Amélioration des performances de la marche :

   • Les données montrent que les variances de l’intervalle de pas et de l’intervalle marche-marche sont significativement réduites après l’indice auditif, ce qui suggère que l’indice améliore les performances de marche chez les patients Parkinsoniens.

2. Modulation de l’activité dans différentes bandes de fréquences :

   • La fraction d’occupation et le cycle de vie des états dans la bande α augmentent significativement pendant et après l’indice auditif, suggérant que l’indice pourrait faciliter le mouvement en renforçant les oscillations α.
   • La fraction d’occupation et le cycle de vie des états dans la bande β, en particulier la bande de basse fréquence β, diminuent significativement, indiquant que l’indice auditif pourrait supprimer l’activité excessive dans la bande β et améliorer les déficits moteurs.
   • Aucun changement significatif n’a été observé pour les états dans la bande γ, ce qui pourrait être dû au rôle peu clair des oscillations γ dans la modulation par les indices auditifs.

3. Changements dans les probabilités de transition d’état :

   • Pendant l’indice auditif, la probabilité de transition des états α vers l’activité de fond augmente, tandis que la probabilité de transition des états β vers les états γ diminue, indiquant que l’indice auditif affecte différemment les mécanismes de transition entre bandes de fréquences.

Conclusion

Cette étude a révélé les effets de modulation des indices auditifs sur la dynamique spectrale à court terme des signaux LFP-STN chez les patients Parkinsoniens. Ces résultats contribuent à la compréhension des mécanismes neurophysiologiques par lesquels les indices auditifs améliorent la démarche, et fournissent une base théorique pour le développement de stratégies thérapeutiques basées sur la ADBS.

Points forts de la recherche

1. Méthodes innovantes : Cette étude est la première à combiner MEMD et TDE-HMM pour permettre la détection automatique d’activités oscillatoires transitoires multi-fréquences, surmontant les limites des méthodes traditionnelles.
2. Analyse détaillée des données : Une analyse approfondie des caractéristiques spectrales et des probabilités de transition a révélé les effets de modulation différentiels des indices auditifs sur les activités oscillatoires dans différentes bandes de fréquences.
3. Valeur pratique : Les résultats fournissent de nouveaux biomarqueurs pour les troubles de la démarche chez les patients Parkinsoniens, avec des applications potentielles dans les stratégies de stimulation cérébrale profonde adaptative.