Une nouvelle technique de cartographie cérébrale révèle le code neuronal du traitement de la vision au fil du temps

Les résultats de la cartographie du cerveau par le DETI

Résultats de la cartographie DETI à partir du cerveau d’une personne visualisant l’un des stimuli utilisés dans l’expérience (à l’extrême gauche). La colonne centrale montre une carte topographique aplatie des électrodes à l’arrière de la tête, illustrant la variation des cartes DETI à chaque électrode dans cette région du cuir chevelu. Sur la droite, chaque colonne montre un gros plan de l’évolution spatio-temporelle du code visuel pour différentes électrodes (chaque ligne correspond à un point différent dans le temps en millisecondes). Chaque couleur représente l’une des sept réponses différentes de la population neuronale qui ont été cartographiées pour chaque emplacement de l’image, révélant ainsi quelle population neuronale codait le mieux les régions de l’image à différents moments. Crédit : Bruce Hansen

Les humains se rapprochent de plus en plus de la compréhension du codage des informations visuelles par le cerveau. En effet, les chercheurs ont mis au point une méthode permettant de cartographier les réponses cérébrales variables dans le temps aux images afin de révéler comment le cerveau traite les informations visuelles.

Bruce C. Hansen, professeur de neurosciences à l’université Colgate, a collaboré avec Michelle R. Greene (Bates College) et David J. Field (université Cornell) pour introduire la cartographie dynamique électrode-image (DETI) – une technique analytique qui tire parti de la haute résolution temporelle de l’électroencéphalographie (EEG) pour rendre des cartes de caractéristiques visuelles associées à différents signaux neuronaux au fil du temps. Regardez un exemple en temps réel de réponses neuronales cartographiées sur une image dans la vidéo ci-dessous.


Cette vidéo montre le code neuronal (à différents endroits du cuir chevelu) pour un exemple d’image. Les différentes couleurs représentent les réponses de différents types de neurones. Crédit : Bruce Hansen

L’étude intitulée “Dynamic Electrode-to-Image (DETI) mapping reveals the human brain’s spatiotemporal code of visual information” a été publiée dans le journal “The Human Brain”. PLOS Computational Biology.

Lorsqu’il observe un environnement quelconque, notre cerveau code l’information visuelle à travers une large population de neurones d’une manière qui permet une variété de comportements intelligents. Cependant, le code visuel qui est utilisé pour guider le comportement n’est pas fixe comme une image, mais évolue au fil du temps, différentes populations de neurones contribuant au code à différents moments. Notre technique de cartographie DETI offre un premier aperçu de ce code variable dans le temps à chaque endroit des images”, a déclaré Hansen.

Les récentes avancées dans les analyses de codage par voxel basées sur l’imagerie par résonance magnétique fonctionnelle (IRMf) ont permis des reconstructions convaincantes d’images basées sur des données cérébrales, mais ne peuvent rendre qu’un seul instantané dans le temps en raison de la résolution temporelle limitée de l’IRMf. La procédure de cartographie DETI introduite par Hansen et ses collègues est basée sur les signaux EEG, qui permettent de cartographier le code neuronal des images avec une précision de l’ordre de la milliseconde.

Pour réussir à cartographier le code visuel des images à l’aide des données EEG, Hansen et ses collègues ont dû relever un certain nombre de défis méthodologiques. “Les signaux cérébraux qui sont enregistrés par EEG souffrent d’interférences de la part du crâne ainsi que de différentes quantités d’annulation dues aux modèles de pliage du cerveau.” En utilisant un modèle d’encodage du cerveau biologiquement plausible, Hansen et son équipe ont pu contourner ces problèmes en mesurant la correspondance entre les pixels encodés sur un grand nombre d’images et les changements résultants dans la réponse neuronale. “Une façon d’envisager le fonctionnement de la procédure de cartographie du DETI est de faire passer une image dans le cerveau et de projeter en retour le code neuronal résultant sur l’image.” Comme l’EEG peut mesurer les signaux neuronaux à différents endroits du cuir chevelu, la cartographie DETI produit une vue multiplexée de la façon dont différentes populations de neurones codent les caractéristiques de l’image à différents endroits dans les images au fil du temps – ce que l’on pensait autrefois impossible à faire avec les données EEG.

Les données de cartographie produites par la procédure DETI offrent des perspectives nouvelles et importantes sur la manière dont le code neuronal des images évolue dans le temps. L’un des résultats les plus frappants rapportés par Hansen et ses collègues est que le cerveau semble scanner les images d’une manière qui met en valeur différentes régions de l’image avec différentes populations neurales à différents moments. “Une telle procédure de balayage aide probablement à donner la priorité au plan du sol pour soutenir les jugements pour la navigation, avec un accent ultérieur sur l’organisation des points de repère.”

Ces résultats conduisent à de nouvelles questions intéressantes liées à la façon dont le code neuronal évolutif informe les processus cognitifs de plus haut niveau lorsque les personnes sont engagées dans différentes tâches. “Nous savons que le code de la visionL’information est distribuée à travers une large population de neurones, mais la façon dont ce code est distribué dépend des objectifs d’une tâche donnée. Cela signifie que le cerveau ne se contente pas de créer une image mentale basée exclusivement sur l’environnement, mais qu’il crée plutôt une représentation qui correspond le mieux aux objectifs comportementaux de la personne.” Heureusement, la cartographie du DETI offre des possibilités d’explorer la dynamique neuronale des codes visuels basés sur la tâche et la façon dont ces codes soutiennent finalement la prise de décision basée sur la tâche.

Référence : “Dynamic Electrode-to-Image (DETI) mapping reveals the human brain’s spatiotemporal code of visual information” par Bruce C. Hansen, Michelle R. Greene et David J. Field, 27 septembre 2021, PLoS Computational Biology.
DOI: 10.1371/journal.pcbi.1009456

Financement : Subvention de la Fondation James S. McDonnell, subvention de la National Science Foundation.

Leave a Comment