<  Back to the Polytechnique Montréal portal

Détection de l’activité cérébrale par des nanoparticules superparamagnétiques d’oxide de fer

Pierre-Olivier Champagne

PhD thesis (2020)

[img] Terms of Use: All rights reserved.
Restricted to: Repository staff only until 13 October 2021.
Cite this document: Champagne, P.-O. (2020). Détection de l’activité cérébrale par des nanoparticules superparamagnétiques d’oxide de fer (PhD thesis, Polytechnique Montréal). Retrieved from https://publications.polymtl.ca/5233/
Show abstract Hide abstract

Abstract

La détection précise des régions du cerveau abritant une activité électrique accrue joue un rôle central dans la compréhension et le traitement de maladies telles que l'épilepsie. Parallèlement à l'activité électrique, le cerveau produit des champs magnétiques à partir de l'activité électrique neuronale. Cette étude explore une nouvelle méthode de détection de l'activité cérébrale basée sur l'agrégation de nanoparticules superparamagnétiques d'oxyde de fer (NPSOF) par les champs magnétiques neuronaux. Les nanoparticules superparamagnétiques d'oxyde de fer (NPSOF) peuvent réagir aux champs magnétiques en s'agrégeant et représentent un potentiel candidat en tant que nouvel indicateur de l'activité neuronale. Nous avons émis l'hypothèse que les NPSOF à proximité de tissus cérébraux actifs s'agrégeraient proportionnellement à l'activité électrique neuronale. Nous avons également supposé que cette agrégation pourrait être détectée en utilisant l'imagerie par résonance magnétique (IRM), une modalité sensible aux changements de susceptibilité magnétique. Nous avons utilisé une approche expérimentale par étapes, prouvant d'abord le concept en utilisant des tranches de cerveau de rats gardées actives et en observant l’agrégation en direct sous microscopie. Nous avons ensuite utilisé un modèle similaire de tranches de cerveau de rats in vitro avec une activité réglable. Dans cette deuxième partie des expérimentations, après exposition à divers degrés d'activité, l'agrégation a été évaluée en utilisant l'IRM et la diffusion dynamique de la lumière (Dynamic light scattering, - DLS). Nous avons ensuite réalisé une première étude de faisabilité dans un modèle de rat épileptique in vivo. Nous avons constaté que l'augmentation de l'activité des tranches de cerveau était associée à des niveaux plus élevés d'agrégation mesurés par DLS, ce qui suggère que les champs magnétiques générés par le tissu neuronal pourraient induire une agrégation des NPSOF à proximité. Nous avons également constaté que les changements liés à l'agrégation des NPSOF peuvent modifier le signal IRM (temps de relaxation T2), permettant une détection de l'agrégation non invasive combinée à la résolution spatiale et aux capacités d'imagerie de l'IRM. Dans les expériences in vivo, l'activité cérébrale a été associée à une agrégation de NPSOF lorsque évaluée par IRM. Par contre, le modèle animal in vivo s’est démontré sous-optimal pour confirmer si l'activité épileptique peut engendrer une agrégation plus importante de NPSOF par rapport à l'activité cérébrale normale. Ces travaux confirment le potentiel des NPSOF pour détecter l'activité épileptique cérébrale. Les changements de signal à l’IRM induits par l'agrégation de NPSOF peuvent s’avérer un outil puissant pour la détection de l'activité électrique du cerveau à l'aide de NPSOF.----------ABSTRACT Precise detection of brain regions harbouring heightened electrical activity plays a central role in the understanding and treatment of diseases such as epilepsy. Along with electrical activity, the brain produces magnetic fields from neuronal electrical activity. We explore in this thesis a new method of detection of electrical brain activity based on the aggregation of superparamagnetic iron oxide nanoparticles (SPIONs) under neuronal magnetic fields. Superparamagnetic iron oxide nanoparticles (SPIONs) can react to magnetic fields by aggregating and represent an interesting new candidate to monitor neuronal activity. We hypothesized that SPIONs in close vicinity to active brain tissue would aggregate proportionally to the neuronal electrical activity. We also supposed that this aggregation could be detected using magnetic resonance imaging (MRI), a modality that is sensitive to changes in magnetic susceptibility. We used a stepwise experimental approach, first proving the concept of aggregation in living rats brain slices. We then used an in vitro rats brain slices model with adjustable activity. In that second portion of the experimentations, after exposure to various degree of activity, aggregation was assessed using MRI and dynamic light scattering (DLS). We finally performed a first feasibility study in an in vivo epileptic rat model. We found that increasing brain slice activity was associated with higher levels of aggregation as measured by dynamic light scattering (DLS), suggesting that the magnetic fields generated by neuronal tissue could induce aggregation in nearby SPIONs in solution. We further found that the aggregation-related changes in SPIONs solutions can change the MRI signal (T2 relaxation time), allowing non-invasive aggregation detection combined to the spatial resolution and imaging capabilities of MRI. In the in vivo experiments, brain activity was associated with increased aggregation as assessed with MRI, but the animal model was suboptimal to confirm if epileptic activity can be differentiated from normal brain activity using SPIONs. This work confirms the potential of SPIONs to serve as a sensor of brain epileptic activity. MRI signal change induced by SPIONs aggregation can serve as a powerful tool for detection of brain electrical activity using SPIONs.

Open Access document in PolyPublie
Department: Institut de génie biomédical
Polytechnique Montréal > Centres de recherche > Institut de génie biomédical
Academic/Research Directors: Mohamad Sawan and Alain Bouthillier
Date Deposited: 13 Oct 2020 11:26
Last Modified: 13 Oct 2020 11:26
PolyPublie URL: https://publications.polymtl.ca/5233/

Statistics

Total downloads

Downloads per month in the last year

Origin of downloads

Repository Staff Only