211service.com
Lecture mentale avec IRM fonctionnelle
Les scientifiques peuvent prédire avec précision laquelle des mille images une personne regarde en analysant l'activité cérébrale à l'aide de l'imagerie par résonance magnétique fonctionnelle (IRMf). L'approche devrait faire la lumière sur la façon dont le cerveau traite les informations visuelles, et pourrait un jour être utilisée pour reconstruire des rêves.
[La recherche] suggère que les mesures de l'activité cérébrale basées sur l'IRMf contiennent beaucoup plus d'informations sur les processus neuronaux sous-jacents qu'on ne l'avait auparavant estimé, dit Jacques Gallant , neuroscientifique à l'Université de Californie à Berkeley et auteur principal de l'étude.
L'IRMF détecte le flux sanguin dans le cerveau, donnant une mesure indirecte de l'activité cérébrale. La plupart des études d'IRMf à ce jour ont utilisé la technologie pour identifier les parties du cerveau impliquées dans différentes tâches cognitives, telles que la lecture ou la mémoire des visages. La nouvelle étude, cependant, adopte une tendance émergente en IRMf : utiliser la technologie pour analyser le traitement de l'information neuronale. En utilisant des modèles informatiques pour analyser les types d'informations recueillies à partir de l'activité neuronale, les scientifiques peuvent essayer d'évaluer comment les signaux neuronaux sont traités dans différentes zones du cerveau et finalement fusionnés pour créer une perception cohérente. Les chercheurs ont déjà utilisé cette approche pour montrer que certaines informations visuelles peuvent être glanées à partir de données d'imagerie cérébrale, par exemple si une personne regarde des visages ou des maisons.
Selon l'étude, publiée mercredi dans la version en ligne de la revue La nature , les scientifiques ont d'abord rassemblé des informations sur la façon dont le cerveau traite les images en enregistrant l'activité dans le cortex visuel alors que les sujets regardaient plusieurs milliers d'images sélectionnées au hasard. Les neurones de cette partie du cerveau répondent à des aspects spécifiques de la scène visuelle, comme une zone de lumière et d'obscurité fortement contrastées, de sorte que l'activité enregistrée dans chaque zone du scanner cérébral reflète les informations visuelles traitées par les neurones dans cette zone de le cerveau. Les chercheurs ont compilé ces informations pour développer un modèle informatique qui prédirait le schéma d'activité cérébrale déclenché par n'importe quelle image.
Lorsque les volontaires ont ensuite vu une nouvelle image non incluse dans la première série, le modèle informatique a pu prédire correctement quelle image sur 120 ou 1 000 possibilités la personne a regardée avec une précision de 90 ou 80 pour cent, respectivement.
Ils peuvent le faire avec un degré de précision surprenant, dit Frank Tong , neuroscientifique à l'Université Vanderbilt, à Nashville, TN, qui n'était pas impliqué dans la recherche. Les gens seront frappés par la quantité d'informations visuelles que ces chercheurs ont pu extraire du cerveau.
Gallant et son équipe prévoient d'utiliser cette technologie pour mieux comprendre le fonctionnement du système visuel en créant des modèles informatiques de diverses théories, puis en testant leur capacité à interpréter les scintigraphies cérébrales. Le moyen le plus direct de tester les théories sur la façon dont le cerveau transforme l'information est de mesurer quelle information est stockée dans différentes parties de l'esprit de la personne, et comment cela change d'une structure à l'autre, dit Ken Normand , neuroscientifique à l'Université de Princeton, dans le New Jersey, qui n'a pas participé à la recherche. Des méthodes similaires pourraient également être utiles pour déterminer comment ces étapes tournent mal chez les personnes présentant différents types de déficits cognitifs, dit-il.
Cette approche pourrait également éclairer des phénomènes cognitifs difficiles à étudier, comme l'attention. Par exemple, lorsqu'une personne regarde une photo d'un skieur sur une montagne, elle peut se concentrer soit sur le skieur au premier plan, soit sur le paysage de montagne en arrière-plan. Comment cela se produit exactement est une question ouverte majeure en neurosciences cognitives. L'activité neuronale, et donc les informations capturées par l'IRMf, peuvent changer en fonction de l'endroit où la personne concentre son attention. Les modèles informatiques développés par Tong ont rapidement réussi à prédire où une personne concentre son attention en utilisant une approche similaire.
À long terme, cette technologie pourrait être utilisée pour étudier des phénomènes encore plus éphémères, comme le rêve. On ne sait pas actuellement si des processus tels que le rêve et l'imagination sont réalisés dans le cerveau d'une manière fonctionnellement similaire à la perception, explique Gallant. Si tel est le cas, alors les techniques développées dans notre étude devraient être directement applicables.
Cependant, Gallant et d'autres mettent en garde contre le fait que la technologie n'est pas encore capable de reconstituer à partir de zéro ce qu'une personne voit. Alors que les chercheurs travaillent sur cette capacité, elle est largement limitée par la résolution de l'IRMf elle-même. Les appareils d'imagerie cérébrale actuels ont une résolution spatiale d'environ un millimètre, une zone qui contient des centaines de neurones, chacun répondant à différents éléments d'information visuelle.
L'une des applications potentielles les plus provocatrices de ce type de technologie de lecture mentale a été la détection de mensonges - par exemple, essayer de déterminer directement à partir de l'activité cérébrale si un suspect reconnaît une photographie d'une scène de crime qu'elle dit n'avoir jamais visitée. (Voir Imaging Deception in the Brain .) La plupart des neuroscientifiques pensent qu'il n'y a pas assez de données pour déterminer s'il s'agit d'une méthode fiable de détection de mensonges, et Gallant dit qu'il est peu probable que sa technologie le rende plus. Tout dispositif de lecture cérébrale qui vise à décoder les souvenirs stockés sera inévitablement limité non seulement par la technologie elle-même, mais aussi par la qualité des informations stockées.