Patient specific conductivity models: characterization of the skull bones. - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Thèse Année : 2017

Patient specific conductivity models: characterization of the skull bones.

Modèles de conductivité patient-spécifiques : caractérisation de l’os du crâne.

Résumé

One of the major issues related to electroencephalography (EEG) is to localize where in the brain signals are generated, this is so called inverse problem of source localization. The quality of the source localization depends on the accuracy of the geometry and the electrical conductivity model used to solve the problem. Among the head tissues, the skull conductivity is the one that influences most the accuracy of the source localization,due to its low value. Moreover, the human skull is a bony tissue consisting of compact and spongy bone layers, whose thickness vary across the skull. As the skull tissue composition has strong inter-individual variability both in terms of geometry and of individual conductivity, conductivity estimation techniques are required in order to determine the unknown skull conductivity. The aim of this thesis is to reduce the uncertainty on the skull conductivity both in spherical and realistic head geometries in order to increase the quality of the inverse source localization problem. Therefore, conductivity estimation is first performed on a 3-layered spherical head model. Existence, uniqueness and stability of the conductivity in the intermediate skull layer are discussed, together with a constructive recovery scheme. Then a simulation study is performed comparing two realistic head models, a bulk model where the skull is modelled as a single compartment and a detailed one accounting for the compact and spongy bone layers, in order to determine the importance of the internal skull structure for conductivity estimation in EEG.
Les problèmes inverses de localisation de sources en électroencéphalographie (EEG) consistent à retrouver le lieu d'origine dans le cerveau des signaux mesurés sur le scalp. La qualité du résultat de localisation dépend des modèles géométriques et de conductivité électrique utilisés pour la résolution du problème. Parmi les tissus composant la tête, le crâne est celui dont la conductivité est la plus influente, en particulier à cause de sa faible valeur. De plus, le crâne humain est un tissu osseux comportant des parties dures et spongieuses, d'épaisseurs variables. Sa composition est très variable selon les individus, en termes de géométrie et de valeurs des conductivités, d'où la nécessité de développer des technique d'estimation de conductivités inconnues dans le crâne. Le but de cette thèse est de réduire l'incertitude sur la conductivité du crâne, pour des géométries sphériques et réalistes, en particulier en vue d’améliorer les résultats d'estimation des sources dans le problème inverse EEG. Dans le cas d'un domaine sphérique à 3 couches, l'existence, l'unicité et la stabilité de la conductivité dans la couche intermédiaire (crâne) sont discutées, et une procédure de reconstruction est proposée. Puis deux modèles plus réalistes de tête sont étudiés, l'un pour lequel le crâne est modelisé par un seul compartiment, l'autre dans lequel les parties spongieuse et dure sont distinguées. Des simulations numériques mettent en évidence le rôle de la structure interne du crâne pour la détermination de sa conductivité.
Fichier principal
Vignette du fichier
Thesis_PAPAGEORGAKIS_corrigee.pdf (5.28 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-01662075 , version 1 (12-12-2017)
tel-01662075 , version 2 (15-03-2018)

Licence

Paternité

Identifiants

  • HAL Id : tel-01662075 , version 2

Citer

Christos Papageorgakis. Patient specific conductivity models: characterization of the skull bones.. Modeling and Simulation. Université Côte d'Azur, 2017. English. ⟨NNT : ⟩. ⟨tel-01662075v2⟩
533 Consultations
462 Téléchargements

Partager

Gmail Facebook X LinkedIn More