La nature complexe, aléatoire, des données électrophysiologiques a conduit, aux cours des années passées, à une utilisation plus intensive des méthodes de traitement du signal. Celles-ci apportent des informations essentiellement descriptives et les résultats qu’elles produisent ne peuvent, à eux seuls, permettre de progresser significativement dans la compréhension des mécanismes impliqués dans la génération des activités épileptiques.
La modélisation des systèmes neuronaux permet de dépasser la simple description des observations, en générant des hypothèses sur les mécanismes physiopathologiques impliqués. Cependant, la complexité de l’objet modélisé (réseaux de réseaux neuronaux) rend cette tâche difficile. En effet, les dynamiques temporelles observées s’expriment sur des échelles temporelles variables (activités épileptiques transitoires, crises d’épilepsie, processus plastiques impliqués dans l’épileptogénèse). Elles sont elles-mêmes issues de systèmes dynamiques non linéaires qui peuvent être considérés à l’échelle sub-cellulaire (canaux ioniques et récepteurs membranaires), cellulaire (neurone) ou tissulaire (assemblées de neurones couplées) et dans lesquels les propriétés de changement d’état (bifurcations, stabilité, instabilité) prédominent.
Une classe particulière de modèles macroscopiques, physiologiquement argumentés, sera présentée. A partir d’une articulation entre les modèles produits et le traitement des signaux non stationnaires et non linéaires, l’interprétation de données réelles sera discutée.
Fabrice Wendling Laboratoire Traitement du Signal et de L'Image INSERM U642 - UNIVERSITE DE RENNES 1