Modèles Intégrés du Traitement de l’Information Cérébrale
Résumé
La connaissance des liens entre structure cérébrale et fonctions cognitives est nécessaire à la compréhension des troubles comportementaux observés chez les patients souffrant de lésions focales ou diffuses. Chez l’être humain, l’étude de ces liens a été abordée par les observations cliniques et, plusrécemment par les études en activation qui permettent de mesurer, grâce aux techniques de neuro-imagerie fonctionnelle, l’activité cérébrale du sujet sain ou du patient, lors de la réalisation d’une tâche cognitive. Si de nombreux résultats suggèrent que le support neurologique des fonctions cognitives est constitué de réseaux à grande échelle d’aires corticales et de régions sous-corticales fonctionnellement interconnectées, l’existence d’une correspondance biunivoque entre les réseaux activés et les fonctions cognitives est controversée. Les informations sur la localisation de l’activité cérébrale et/ou sur la chronologie des événements cérébraux apportées par l’imagerie fonctionnelle cérébrale doivent donc être interprétées à l’aide de modèles des mécanismes de traitement et de propagation de l’information cérébrale dans les réseaux à grande échelle. Cette modélisation a été abordée par deux communautés scientifiques. L’interprétation des données d‘activation par les chercheurs en neuro-imagerie est fondée sur des techniques statistiques. Elle a évolué, au fil du temps, de la recherche d’une ségrégation fonctionnelle des régions activées (hypothèse localisationniste), à la détermination de leur connectivité fonctionnelle (leurs associations fonctionnelles) et à l’étude de leur connectivité effective (intégration du rôle des connexions anatomiques sur la propagation de l’activation). La seconde communauté, celle des spécialistes en neurosciences «computationnelles», a largement utilisé les modèles connexionnistes pour modéliser les liens entre structure cérébrale et fonctions cognitives. La fonction peut, dans ces modèles, émerger d’une architecture cognitivement fondée et dont les modules sont plaqués sur des structures cérébrales, ou, à l’opposé, être lecomportement global émergeant d’une architecture biologiquement plausible, représentant les mécanismes neurophysiologiques de populations neuronales très localisées. Le niveau d’interprétation requis par la neuro-imagerie fonctionnelle, a fait émerger unetroisième voie. Le cerveau y est considéré comme un réseau de régions fonctionnelles anatomiquement interconnectées, chaque région étant un centre de traitement de l’information. L’information cérébrale est définie comme l’abstraction du signal généré parl’activité des neurones constituant la région et le processus cognitif est l’interprétation explicite de la fonction émergeant de leur activité. La fonction cognitive naît de l’interaction des différentes régions, toutes anatomiquement et fonctionnellement différentes. Elle est contrainte par les connexions anatomiques et les processus de traitement de l’information inter et intra-régions. MITIC (Modélisation Intégrée du Traitement de l’Information Cérébrale) est l’approche développée à l’INSERM U455 pour ce niveau de modélisation. Elle propose le paradigme de connectivité causale, fondé sur des réseaux causaux fonctionnels propageant une information imprécise. En conclusion, nous montrerons comment cette approche, issue de l’Intelligence Artificielle, étend le concept de connectivité effective et comment elle est complémentaire des modèles connexionnistes
Origine : Fichiers produits par l'(les) auteur(s)