​CARTOGRAPHIE CÉRÉBRALE DES FONCTIONS COGNITIVES : PAS SI SIMPLE…

L'imagerie cérébrale par résonance magnétique a permis d'acquérir des connaissances précieuses sur le fonctionnement du cerveau. En particulier, de grands groupes d'individus ont été scannés en IRM fonctionnelle (IRMf) pendant qu'ils effectuaient diverses tâches (visuelles, auditives, langagières), dans l'idée que les données de connectivité fonctionnelle (CF) obtenues aideraient à cartographier les régions corticales impliquées dans le traitement de stimuli ou l'exécution de tâches spécifiques. Cependant, cette entreprise doit prendre en compte les différences interindividuelles d'anatomie et d'organisation fonctionnelle du cortex, ce qui rend difficile l'étude de larges populations. En particulier, l'influence du choix des mesures de CF sur la représentation des propriétés liées à la fois aux sujets et aux tâches demeure mal comprise. En d'autres termes, les schémas de connectivité fonctionnelle propres à chaque individu, et permettant de l'identifier, ne sont pas nécessairement les mêmes que ceux qui permettent de reconnaître la tâche effectuée.

DÉCODAGE DE LA SÉMANTIQUE VISUELLE ET AUDITIVE À TRAVERS LES INDIVIDUS

Dans cette étude, les auteurs ont émis l'hypothèse que les mesures de CF fondées sur la corrélation de Pearson sont mieux adaptées à la classification des tâches, tandis que celles fondées sur la corrélation partielle conviennent davantage à l'identification des sujets et s'apparentent plus à la connectivité structurelle (CS). Pour tester leur hypothèse, les chercheurs ont utilisé un jeu de données de haute qualité, reposant sur un phénotypage approfondi, comprenant plusieurs tâches naturalistes (écoute d'une histoire, visionnage de trois films différents et pratique d'un jeu vidéo), ainsi qu'un état de repos, et se sont concentrés sur les deux problèmes de classification évoqués plus haut : l'identification des sujets (fingerprinting cérébral) et la classification des tâches. Ils ont comparé les performances d'une combinaison de deux mesures de CF et de trois méthodes d'estimation de covariance et ont examiné ensuite la similarité et la spécificité individuelle de la CF entre les différentes tâches, ainsi que sa relation avec la CS.

Les résultats montrent que la corrélation partielle parcimonieuse, obtenue à l'aide de l'estimateur Graphical Lasso, offre les meilleures performances pour l'identification des sujets et présente la plus forte similarité avec la CS. Cette corrélation apparaît ainsi comme un marqueur distinctif de l'identité individuelle. À l'inverse, les informations liées aux tâches sont mieux capturées par les mesures de corrélation de Pearson, car celles-ci prennent en compte l'activité cérébrale distribuée. Dans l'ensemble, les auteurs ont constaté que les interactions par paires mises en évidence par la corrélation partielle sont optimales pour l'identification individuelle, tandis que les relations multivariées sous-jacentes à la corrélation totale constituent un marqueur précis du fonctionnement cognitif.

Les corrélations partielle et totale de la connectivité fonctionnelle ouvrent deux perspectives différentes sur l'organisation du cerveau :  la corrélation partielle, visant à mettre en évidence les connexions fonctionnelles directes, permet d'obtenir des résultats plus précis en matière d'identification des sujets. En revanche, les estimations de corrélation complète des CF rendent compte à la fois de leur organisation locale et globale.

Contact chercheur : Bertrand Thirion (bertrand.thirion@inria.fr)