Respiratory Neural Network in Humans : Spatiotemporal Mapping of Neural Oscillations and Mathematical Modelling

Réseau neural respiratoire chez l’homme : cartographie spatio-temporelle et modélisation mathématique Respirer implique l'interaction entre le réseau du tronc cérébral automatique et la commande corticale. Les deux réseaux interagissent de manière harmonieuse et contrôlent les muscles respiratoires afin d'assurer la stabilité des gaz du sang lors de la respiration volontaire (parler, lors de l'inspiration profonde ou bien lors d'une augmentation de charge respiratoire). Comprendre le réseau neuronal respiratoire est fondamental pour de nombreuses raisons aussi bien en médicine qu'en physiologie et en physique: (i) l'augmentation de charge ventilatoire est une caractéristique majeure de plusieurs maladies respiratoires (Broncho Pneumopathie Chronique Obstructive (BPCO), emphysème, fibroses pulmonaire), (ii) l'insuffisance motrice et sensorielle corticales sont parmi les mécanismes qui précède l'insuffisance respiratoire aigüe. Par ailleurs certaines structures cérébrales impliquées dans la réponse à une charge ventilatoire participent également à la sensation d'essoufflement (dyspnée), un symptôme pénible décrit dans de nombreuses maladies, (iii) Ce réseau neuronal vital pourrait bénéficier de la construction d'un modèle mathématique pour simuler et analyser ses dynamiques dans des états pathologiques et pourrait également servir comme paradigme de la synchronisation physique et physiologique. Les interventions thérapeutiques pourraient aussi être testées sur le modèle du réseau, comme par exemple les effets d'un champ magnétique (stimulation magnétique transcranienne) pour modifier la connectivité cérébrale. Il serait ensuite possible de tester cette approche chez les patients BPCO en utilisant les techniques cérébrales neuromodulatrice afin d'augmenter la performance muscles respiratoire. Utilisant l'électroencéphalographie haute densité nous construisons dans cette thèse la carte spatio-temporelle du réseau neuronal respiratoire chez 20 sujets contrôles et comparons sa dynamique lors de l'application d'une charge ventilatoire et lors d'un mouvement de la main. Les analyses temps-fréquences révèlent des schémas spécifiques du réseau pour chaque action motrice. Pour comprendre la communication cérébrale, nous reproduisons mathématiquement le codage de la fréquence neuronale. Il y a trois composants principaux à construire dans le modèle : le modèle neuronal, la carte de connexion, et le schéma synaptique. Ensemble ils sont responsables de la dynamique du réseau neuronal. Pour le modèle neuronal, nous utilisons Hodgkin-Huxley base sur la conductance, qui est un ensemble d'équations différentielles non-linéaire qui se rapproche des caractéristiques des cellules excitables (comme les neurones). Nous considérons le régime tonic spiking du modèle. Pour la carte de connexion, c'est-à-dire la façon dont sont connectés les neurones les uns aux autres, nous considérons des neurones places sur des grilles cartésiennes en 2 dimensions. La connexion entre deux neurones est gouvernée de manière probabiliste basée sur la distance euclidienne. Pour le schéma synaptique, les neurones sont excitateurs ou inhibiteurs et ils ont une connexion chimique. Dans le réseau, un neurone est soit excitateur, soit inhibiteur et cela est gouverne de manière partiellement probabiliste. Le type de connexion dépend du type de neurone. Finalement dans cette thèse nous reproduisons la dynamique d'une région d'intérêt du réseau cortical et l'interaction complexe entre deux régions d'intérêt.