Optimisation du ciblage des noyaux gris centraux en neurochirurgie stéréotaxique

La stimulation cerebrale profonde (SCP) constitue un traitement chirurgical valide pour certaines formes de maladie de Parkinson, de tremblement essentiel ou de dystonies.La principale etape de cette procedure est le ciblage de la structure cerebrale dans laquelle sera delivre le courant par les electrodes implantees (cible). Les cibles de la SCP sont de l’ordre du millimetre, correspondant a des sous-parties de noyaux gris centraux (noyaux sous-thalamique – NST, globus pallidus interne – GPi, noyau ventral-intermediaire du thalamus – VIM) ou a des regions autour de ces noyaux dans lesquelles transitent les faisceaux de fibres blanches a destination de ceux-ci. L’imagerie par resonnance magnetique (IRM) permet de visualiser certains de ces noyaux, mais avec une resolution insuffisante pour guider avec precision l’implantation des electrodes pour ce qui est du STN et du VIM, rendant pour certains auteurs l’electrophysiologie peroperatoire indispensable. D’autre part, la definition anatomique des cibles est sujette a controverses et la nature meme de la structure visee varie entre les differents centres. Ces elements constituent des sources d’erreur dans le ciblage et peuvent rendre compte de l’absence d’efficacite de la procedure, ou de son efficacite partielle, chez certains patients. L’objectif de ce travail etait d’optimiser le ciblage en SCP en definissant une cible non pas anatomique mais fonctionnelle : pour un patient donne, trouver la position d’une cible dont la stimulation aboutira a un excellent resultat clinique.Pour cela, nous avons resolu un probleme inverse, grâce a des methodes d’apprentissage statistique. La base d’entrainement etait constituee par la position des electrodes implantees chez des patients ayant un excellent resultat clinique post-operatoire d’une part, et la position de structures anatomiques avoisinantes visibles sur une IRM a 1,5Tesla chez ces memes patients, d’autre part. Trois approches d’apprentissage ont ete utilisees : la regression de type RKHS, puis les SVR (support vector regression) et les reseaux de neurones (apprentissage profond). 15 patients atteints d’un tremblement essentiel (29 electrodes) operes avec un excellent resultat ont ete inclus pour la definition d’une cible « VIM ». 18 points de reperes par hemisphere ont ete definis dans la region des noyaux gris centraux.Les modeles de prediction ont ete valides en calculant la distance euclidienne entre la cible predite et la cible « reelle », a savoir le centre du contact actif de l’electrode implantee. Ensembles d’apprentissage et de validation etaient partitionnes de maniere iterative selon la methode de validation croisee type leave-one-out. Nous avons egalement normalise la position des contacts actifs et des cibles predites sur un cerveau moyen (MNI template) et avons calcule la distance minimale entre la cible predite et le VIM donne par un atlas (Ewert) normalise sur ce template, d’une part, et entre le contact actif et le VIM de cet atlas d’autre part. Nous avons ainsi pu comparer les distance cibles predites – VIM et contact actif – VIM.En parallele, nous avons developpe un logiciel (Optim DBS), permettant de visualiser directement la cible predite a partir des points de reperes sur l’IRM de n’importe quel patient devant etre opere.Enfin, nous avons mis en place et demarre une etude prospective multicentrique permettant de valider la cible « VIM » sur le tremblement essentiel. Il est prevu d’inclure22 patients en 2 ans et de les operer sous anesthesie generale sans electrophysiologie peroperatoire en utilisant la cible developpee dans ce travail pour implanter l’electrode.