Hassan, Mahmoud, Dufor, Olivier, Mheich, Ahmad, Biraben, Arnaud, Berrou, Claude, Benquet, Pascal, Wendling, Fabrice, Laboratoire Traitement du Signal et de l'Image ( LTSI ), Université de Rennes 1 ( UR1 ), Université de Rennes ( UNIV-RENNES ) -Université de Rennes ( UNIV-RENNES ) -Institut National de la Santé et de la Recherche Médicale ( INSERM ), Département Electronique ( ELEC ), Université européenne de Bretagne ( UEB ) -Télécom Bretagne-Institut Mines-Télécom [Paris], Lab-STICC_TB_CACS_IAS, Laboratoire des sciences et techniques de l'information, de la communication et de la connaissance ( Lab-STICC ), École Nationale d'Ingénieurs de Brest ( ENIB ) -Université de Bretagne Sud ( UBS ) -Université de Brest ( UBO ) -Télécom Bretagne-Institut Brestois du Numérique et des Mathématiques ( IBNM ), Université de Brest ( UBO ) -Université européenne de Bretagne ( UEB ) -ENSTA Bretagne-Institut Mines-Télécom [Paris]-Centre National de la Recherche Scientifique ( CNRS ) -École Nationale d'Ingénieurs de Brest ( ENIB ) -Université de Bretagne Sud ( UBS ) -Université de Brest ( UBO ) -Télécom Bretagne-Institut Brestois du Numérique et des Mathématiques ( IBNM ), Université de Brest ( UBO ) -Université européenne de Bretagne ( UEB ) -ENSTA Bretagne-Institut Mines-Télécom [Paris]-Centre National de la Recherche Scientifique ( CNRS ), Service de Neurologie [Rennes], Université de Rennes ( UNIV-RENNES ) -Université de Rennes ( UNIV-RENNES ) -Hôpital Pontchaillou-CHU Pontchaillou [Rennes], ANR-10-LABX-07-01,labex Cominlabs,Laboratoire d'excellence CominLabs ( 2013 ), European Project : 290901,EC:FP7:ERC,ERC-2011-ADG_20110209,NEUCOD ( 2012 ), Laboratoire Traitement du Signal et de l'Image (LTSI), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National de la Santé et de la Recherche Médicale (INSERM), Département Electronique (ELEC), Université européenne de Bretagne - European University of Brittany (UEB)-Télécom Bretagne-Institut Mines-Télécom [Paris] (IMT), Laboratoire des sciences et techniques de l'information, de la communication et de la connaissance (Lab-STICC), École Nationale d'Ingénieurs de Brest (ENIB)-Université de Bretagne Sud (UBS)-Université de Brest (UBO)-Télécom Bretagne-Institut Brestois du Numérique et des Mathématiques (IBNM), Université de Brest (UBO)-Université européenne de Bretagne - European University of Brittany (UEB)-École Nationale Supérieure de Techniques Avancées Bretagne (ENSTA Bretagne)-Institut Mines-Télécom [Paris] (IMT)-Centre National de la Recherche Scientifique (CNRS)-École Nationale d'Ingénieurs de Brest (ENIB)-Université de Bretagne Sud (UBS)-Université de Brest (UBO)-Télécom Bretagne-Institut Brestois du Numérique et des Mathématiques (IBNM), Université de Brest (UBO)-Université européenne de Bretagne - European University of Brittany (UEB)-École Nationale Supérieure de Techniques Avancées Bretagne (ENSTA Bretagne)-Institut Mines-Télécom [Paris] (IMT)-Centre National de la Recherche Scientifique (CNRS), Service de Neurologie [Rennes] = Neurology [Rennes], CHU Pontchaillou [Rennes], ANR-10-LABX-0007,COMIN Labs,Digital Communication and Information Sciences for the Future Internet(2010), European Project: 290901,EC:FP7:ERC,ERC-2011-ADG_20110209,NEUCOD(2012), Hassan, Mahmoud, Digital Communication and Information Sciences for the Future Internet - - COMIN Labs2010 - ANR-10-LABX-0007 - LABX - VALID, Neural coding, specification, design and test of message passing neural machines - NEUCOD - - EC:FP7:ERC2012-02-01 - 2017-01-31 - 290901 - VALID, Université de Rennes (UR)-Institut National de la Santé et de la Recherche Médicale (INSERM), Université européenne de Bretagne - European University of Brittany (UEB)-École Nationale d'Ingénieurs de Brest (ENIB)-Université de Bretagne Sud (UBS)-Université de Brest (UBO)-Télécom Bretagne-Institut Brestois du Numérique et des Mathématiques (IBNM), Université de Brest (UBO)-École Nationale Supérieure de Techniques Avancées Bretagne (ENSTA Bretagne)-Institut Mines-Télécom [Paris] (IMT)-Centre National de la Recherche Scientifique (CNRS)-Université européenne de Bretagne - European University of Brittany (UEB)-École Nationale d'Ingénieurs de Brest (ENIB)-Université de Bretagne Sud (UBS)-Université de Brest (UBO)-Télécom Bretagne-Institut Brestois du Numérique et des Mathématiques (IBNM), and Université de Brest (UBO)-École Nationale Supérieure de Techniques Avancées Bretagne (ENSTA Bretagne)-Institut Mines-Télécom [Paris] (IMT)-Centre National de la Recherche Scientifique (CNRS)
National audience; Le traitement l'information par le cerveau est un processus dynamique qui met en jeu une réorganisation rapide des réseaux cérébraux fonctionnels, sur une échelle de temps très courte (< seconde). Le suivi de la dynamique spatio-temporelle de ces réseaux sur cette durée courte est une question non résolue. Nous abordons ce problème en utilisant des signaux électroencéphalographiques à haute résolution spatiale (EEG-hr, 256 électrodes), enregistrées lors d'une tâche de dénomination d'objets. La méthode proposée consiste à : (i) résoudre le problème inverse de l'EEG qui est mal posé (nombre des sources >> nombre d'électrodes), (ii) estimer les dépendances statistiques (connectivité fonctionnelle) entre les sources reconstruites , (iii) caractériser les réseaux identifiés (sous forme des noeuds connectés par des liens formant un graphe) par des analyses basées sur la théorie des graphes et (vi) segmenter, dans le temps, le processus cognitif sous la forme d'une séquence d'états de connectivité fonctionnelle (fcSs : 'functional connectivity states'). Les résultats montrent qu'un traitement approprié du signal EEG permet d'identifier une dynamique spatio-temporelle dans les réseaux fonctionnels mis en jeu durant la tâche avec une excellente résolution temporelle (de l'ordre de la ms) et spatiale (~ 1000 régions d'intérêt). Cette dynamique correspond à une séquence de six fcSs (durée : 30 ms à 160 ms) caractérisés par une corrélation de phase significative des oscillations gamma (30-45 Hz). Des transitions rapides entre ces fcS sont observées et les réseaux associés à chaque fcS se recouvrent partiellement. Ces réseaux s'instancient sur des régions cérébrales pertinentes par rapport à la tâche de dénomination d'objets, depuis la perception de l'image jusqu'à l'articulation du nom. La méthode proposée ouvre de nombreuses perspectives quant à l'identification, à partir des données d'EEG de scalp, de réseaux cérébraux mis en jeu transitoirement lors d'activités cognitives. Abstract-The information processing in the human brain is a dynamic process that involves a rapid reorganization of functional brain networks, in a very short time scale (> number of electrodes), (ii) estimating the statistical dependencies (functional connectivity) between reconstructed sources (iii) characterizing the identified networks (in the form of nodes connected by edges forming a graph) by graph theory based analysis and (vi) segmenting, in time, the cognitive process as a sequence of functional connectivity states (fcSs). The results show that appropriate processing of the EEG signals can reveal the spatiotemporal dynamics of functional brain networks involved in the task with excellent temporal (on the order of ms) and spatial (~ 1000 regions of interest) resolution. This corresponds to a dynamic sequence of six fcSs (duration: 30 ms to 160 ms) with significant gamma phase synchronization (30-45 Hz). Rapid transitions between these fcS are observed and the networks associated with each fcS partially overlap. These networks disclose relevant brain regions related to picture naming task, from the perception of the image until the naming. The proposed method offers many opportunities in the identification, from the EEG data, of brain networks involved in cognitive activities.