Régulation de l'activité bêta par neurofeedback EEG : mécanismes et application dans la maladie de Parkinson
La maladie de Parkinson (MP) est un trouble neurodégénératif principalement caractérisé par des symptômes moteurs. Un marqueur neurophysiologique associé à la sévérité des troubles moteurs, est l'excès d'activité oscillatoire dans la bande bêta (13-30 Hz) au sein du noyau sous-thalamique (NST), une structure des ganglions de la base dont le dysfonctionnement est central à la MP. Cette activité bêta est réduite par les traitements dopaminergiques et la stimulation cérébrale profonde du NST, et cette réduction est associée à une amélioration des symptômes moteurs, suggérant que l'activité bêta pourrait constituer une cible thérapeutique. Le neurofeedback (NF) est une technique non invasive et non pharmacologique qui pourrait offrir une voie complémentaire pour agir sur l'activité bêta pathologique. Le NF vise en effet à apprendre à un individu à moduler volontairement une activité cérébrale spécifique, ici l'activité bêta, en s'appuyant sur un retour sensoriel fourni en temps réel. Compte tenu du couplage établi entre l'activité bêta du NST et les rythmes bêta corticaux, nous avons conçu un protocole de NF basé sur l'électroencéphalographie (EEG), ciblant la réduction de l'activité bêta corticale, motrice, via l'imagerie motrice (IM). Dans un premier temps, nous avons étudié les conditions d'efficacité d'un tel protocole de NF-EEG chez des sujets sains. Nous avons testé l'impact du feedback, plus précisément de sa transparence et du sentiment d'agentivité associé, sur les performances de NF. Pour cela, nous avons mené une étude chez 23 volontaires sains, comparant trois types de feedback différant par leur degré de transparence (pendule abstrait, main virtuelle, main virtuelle avec retour vibrotactile), lors d'une tâche d'IM-NF visant à réduire l'activité bêta. Les résultats montrent que le feedback sous forme de main virtuelle - le plus transparent - maximisait à la fois la performance de NF et le sentiment d'agentivité. De plus, l'effet du type de feedback sur la performance était principalement médié par l'agentivité. Une étude complémentaire des données EEG enregistrées sur la tête entière a montré qu'une activité thêta (3-4 Hz) fronto-centrale était associée à performance de NF, particulièrement lorsque l'agentivité était faible. Cette activité thêta pourrait refléter un effet lié à la charge cognitive associée au NF, réduite quand l'agentivité est maximisée. Nous avons ensuite adapté ce protocole dans une étude de faisabilité du NF-EEG chez 15 patients avec MP et évalué l'effet moteur associé. Les patients ont réalisé des essais d'IM avec et sans NF-EEG, suivis d'une tâche de tapping répété de l'index. Les résultats montrent que le NF a permis une réduction plus marquée de l'activité bêta que l'IM seule et cette réduction était associée à une plus grande fréquence de tapping. Un lien a également été observé entre modulation du bêta et temps de réaction (i.e. début du tapping) mais il s'inversait au fil des essais, suggérant un effet temporel complexe. Enfin, nous avons mené une revue ciblée de la littérature afin de caractériser la dissociation structurelle et fonctionnelle entre deux sous-bandes de l'activité bêta. Cette démarche a permis de mettre en évidence que l'activité bêta basse (13-20 Hz) est principalement associée au cortex moteur primaire et à la voie indirecte des ganglions de la base, tandis que l'activité bêta haute est davantage liée à l'aire motrice supplémentaire et à la voie hyperdirecte. Ces deux sous-bandes présentent également une réactivité différente à la médication dopaminergique et à la stimulation cérébrale profonde dans la MP. En conclusion, ces travaux démontrent la faisabilité d'un entraînement par NF-EEG dans la MP et soulignent l'importance d'optimiser les protocoles de NF. Le rôle déterminant de l'agentivité et l'hétérogénéité des rythmes bêta appellent au développement d'approches individualisées.
Publication Details
- Journal
- theses.fr (ABES)
- Published
- 2025-09-15
- Primary Topic
- EEG and Brain-Computer Interfaces
- Type
- article
- Field-Weighted Citation Impact
- 0.00