VISUALISATION DE L'ACTIVITÉ DU CERVEAU

Imagerie par magnétométrie

Durant les années 1980, d’autres techniques de visualisation des activités du cerveau furent développées selon des lignes de recherche antérieures, mais en s’affranchissant des contraintes liées à l’usage de la radioactivité. À la fin des années 1960, l’une d’entre elles consistait à exploiter la mesure de l’effet magnétique de faible intensité produit par l’activité électrique des neurones pour produire des cartes d’activité. Ces mesures furent ensuite facilitées par le développement de détecteurs magnétiques très sensibles (magnétomètres), les SQUID (superconductingquantum interferencedevice). Dix années plus tard, de nouveaux appareils de mesure associant plusieurs centaines de capteurs permirent l’imagerie fonctionnelle du cerveau par magnétoencéphalographie (MEG).

On s’aperçut assez rapidement que la MEG et l’EEG aboutissaient généralement à des informations équivalentes, ce qui n’empêche pas que ces deux technologies soient encore actuellement utilisées pour leur résolution temporelle unique permettant l’étude de la dynamique rapide des activités cérébrales. Ainsi, dès les années 1990, des cartographies fonctionnelles nouvelles des activités du cortex visuel ont pu être obtenues par MEG. Le plus souvent, à l’échelle des grandes aires corticales, les résultats ont confirmé les données des enregistrements électriques chez l’animal ou les sujets humains. En 1997, la MEG a permis par exemple de découvrir que le cortex auditif représente les sons selon deux paramètres – la fréquence et la périodicité – dans des régions du cortex auditif, selon deux gradients orthogonaux, et selon un principe général d’organisation fonctionnelle caractérisant également le cortex visuel.

L’avantage principal de la MEG est de pouvoir mesurer des délais d’activation très courts des différentes régions corticales (quelques millisecondes) et de pouvoir définir les séquences spatio-temporelles précises de leur mise en jeu dans les traitements des informations. Une telle approche a été par exemple très utile pour l’étude des réseaux de neurones impliqués dans la reconnaissance des visages, en permettant de réaliser une implémentation neuronale des modèles cognitifs, c’est-à-dire de créer des modèles décrivant comment, à partir des informations codées dans les aires visuelles, certains neurones spécialisés d’autres régions corticales encodent des paramètres des visages en vue de les percevoir et de les reconnaître.

Ces approches, qui requièrent une résolution temporelle excellente des visualisations des activités cérébrales, ne sont pas encore utilisées systématiquement dans l’étude de toutes les fonctions cognitives, qui mettent pourtant en jeu, très probablement, des processus neuronaux rapides, dont la connaissance est pertinente pour expliquer les mécanismes en jeu. Cependant, il est possible d’avoir une idée de certains de ces mécanismes par les études réalisées antérieurement dans beaucoup de domaines par EEG et par MEG.