Une nouvelle façon de cartographier l’activité et les connexions entre différentes régions du cerveau a révélé de nouvelles informations sur la façon dont les fonctions d’ordre supérieur comme le langage, la pensée et l’attention sont organisées.
Les modèles traditionnels de l’activité cérébrale humaine représentent les interactions par paires entre deux régions cérébrales différentes. En effet, les méthodes de modélisation ne se sont pas suffisamment développées pour décrire des interactions plus complexes entre plusieurs régions.
Une nouvelle approche, développée par des chercheurs de l'Université de Birmingham, est capable de prendre des signaux mesurés par neuroimagerie et de créer des modèles précis à partir de ceux-ci pour montrer comment différentes régions du cerveau contribuent à des fonctions et des comportements spécifiques. Les résultats sont publiés dans Communication naturelle.
Les systèmes complexes comme le cerveau dépendent des interactions entre des groupes de régions, et pas seulement entre des paires de régions. Bien que nous sachions – en théorie – que c’est le cas, nous n’avions jusqu’à présent pas la puissance de traitement nécessaire pour modéliser cela. »
Dr Enrico Amico, chercheur principal
Dans l’étude, le groupe a utilisé les données des analyses IRMf enregistrées dans le cadre du projet Human Connectome. Ce consortium de recherche à grande échelle a été créé pour cartographier le cerveau humain, reliant sa structure à ses fonctions et à son comportement.
Ces analyses ne peuvent toutefois fournir que des estimations « bruyantes » de l'activité neuronale. Des méthodes statistiques sont donc nécessaires pour nettoyer les données et compiler des estimations précises des interactions à partir des signaux de neuroimagerie.
En prenant 100 sujets sans rapport avec la banque de données des projets, l'équipe a produit des modèles détaillés d'interactions d'ordre supérieur. Ils les ont testés dans trois domaines clés, conçus pour tester l’utilité de l’approche.
Dans le premier cas, ils ont pu montrer qu’il était possible d’identifier la tâche que l’individu aurait pu accomplir alors qu’il se trouvait dans le scanner IRMf. Dans le deuxième domaine de recherche, l’équipe a montré qu’il était possible d’identifier un individu spécifique à partir de ses signaux cérébraux – en utilisant ces signaux comme une sorte d’empreinte cérébrale unique pour l’individu. Et dans le troisième domaine, les chercheurs ont démontré comment les signaux cérébraux d’ordre supérieur d’un individu pouvaient être séparés des signaux d’ordre inférieur et comment ils pouvaient être associés aux caractéristiques comportementales de chaque individu.
Le Dr Andrea Santoro, de l'Institut CENTAI en Italie, est le premier auteur de l'article. Il a déclaré : « Notre approche, validée à partir de données provenant d'individus en bonne santé, démontre les avantages substantiels que cette méthode peut offrir à la recherche en neurosciences. À l'avenir, cette méthode pourrait également être utilisée pour aider à modéliser les interactions chez les individus atteints de maladies neurodégénératives, telles que la maladie d'Alzheimer. , où ils pourraient donner des informations précieuses sur la façon dont la fonction cérébrale évolue au fil du temps, ou même identifier les symptômes précliniques de ces conditions.
