Invariance d'échelle dans l'activité cérébrale spontanée et évoquée chez l'homme: un biomarqueur de la connectivité fonctionnelle en neuroimagerie multimodale (MEG/EEG/IRMf)? – SCHUBERT

Ces dix dernières années, de nombreux travaux ont montré chez l'homme sur l?activité au repos, la présence de lois d'échelles (fonctions de corrélation en loi de puissance aux temps longs, ou, de façon équivalente, spectre de puissance en 1/f au voisinage des basses fréquences) à partir de données multimodales (électro-encéphalographie, magnéto-encéphalographie (EEG/MEG), Imagerie par Résonance Magnétique fonctionnelle (IRMf)) de neuro-imagerie fonctionnelle, et ont confirmé la présence de ce type de phénomène sur des données acquises au cours de paradigme d'activation cérébrale, indiquant ainsi qu?activité évoquée et spontanée ne sont pas nécessairement indépendantes, comme le supposent trop souvent les techniques classiques d'analyse des données de neuro-imagerie en assimilant ces phénomènes (i.e., l?activité spontanée) à du bruit. Toutefois, le rôle fonctionnel et biologique de ces phénomènes d?invariance d?échelle (niveau perceptuel, attentionnel, ?) n?a pu être clairement identifié ni à partir des données mesurées ni à partir d?une activité neuronale reconstruite, résolue à la fois dans l?espace et le temps. Pourtant, la mise en évidence de lois d?échelle en électrophysiologie chez l?animal, et leur modulation par les tâches à accomplir ou sous l?action de substances anesthésiantes a permis d?associer ces phénomènes à une notion de complexité de la dynamique cérébrale, par exemple plus faible chez le cerveau immature. Les objectifs du présent projet sont multiples et pluridisciplinaires. Ils visent d?abord à élucider le sens biologique des lois d'échelles observables chez l'homme, à acquérir au cours de sessions longues, à la fois au repos et au cours d?un protocole d?activation cérébrale. Pour ce faire, nous proposons de rechercher comment ces lois d'échelles sont véhiculées à travers les différentes types d?activité cérébrale (électromagnétique, hémodynamique) accessibles aux différentes modalités de neuro-imagerie. Nous dépasserons le cadre des analyses conduites directement sur les signaux mesurés et étendrons les méthodes de fusion multimodale de données à base de modèles génératifs, développées dans la thèse de Thomas Vincent, afin de reconstruire l'activité des sources neuronales avec une haute résolution spatiale et temporelle sur la surface corticale. Sur le plan méthodologique, nous travaillerons ensuite à rendre multivariées les procédures d?analyse d?invariance d?échelle, jusqu?ici uniquement opérantes sur des séries temporelles univariées. Elles seront appliquées à des données ou des sources à l?aide de techniques de régularisation locale permettant de prendre en compte la corrélation spatiale sous-tendue par l?anatomie cérébrale. Puis, il s?agira de construire des tests statistiques rigoureux afin d?établir si l'invariance d'échelle observée est le reflet de l'activité cérébrale au repos ou si elle est modulée par des variables exogènes comme les niveaux d?attention, de concentration, de performance de la tâche à accomplir (activité évoquée). Enfin, nous développerons des méthodes originales d?exploration du niveau de connectivité fonctionnelle, reposant d?abord simplement sur le paramètre de mémoire longue, puis, de manière plus complexe, sur ses extensions multifractales. Cela permettra d'identifier des réseaux fonctionnels caractéristiques de l'activité spontanée au repos. Trois catégories d?approches sont envisagées : la première est issue des techniques de séparation de sources spatiales, appliquées non pas sur les signaux eux-mêmes mais sur leurs décompositions en ondelettes, afin de mieux discriminer les réseaux associés à des lois d?échelle. La seconde s'appuiera sur un clustering non-supervisé où le nombre de clusters est estimé automatiquement, et où chaque classe sera construite à partir d'indices d'invariance d'échelle. La dernière, plus classique sur le plan spatial, procèdera par seuillage de matrices d?intercorrélation entre signaux pour définir les noeuds d'un réseau, mais les intercorrélations seront calculées en référence à un modèle sous-jacent dit de «connectivité fractale », qui prévoit que l?invariance d?échelle observée sur l?inter-spectre se déduit directement de celles des auto-spectres. L?objectif est ici de déterminer si la reconnaissance qu?un seul et même phénomène d?invariance d?échelle est partagé par plusieurs voxels permet de définir un réseau. Nous généraliserons ensuite cette approche à des analyses plus complexes, reposant sur le paradigme multifractal, pour définir la notion de « connectivité multifractale ». Nous analyserons enfin dans quelle mesure ces indices de connectivité peuvent constituer des prédicteurs pertinents du renforcement ou de l?inhibition des réseaux de repos par une tâche expérimentale, étape préliminaire pour établir s'ils peuvent servir in fine de bio-marqueur de certains troubles, tels que la dyslexie chez l?enfant, ou de certaines pathologies neurologiques, telles que l?épilepsie ou la maladie d'Alzheimer chez l?adulte.