Vous êtes ici : Accueil > Actualités > Prédire les activités cognitives à partir d'images d'IRMf, c'est possible

Résultat scientifique | Cerveau | Cognition | IRM | Intelligence artificielle

Prédire toutes les activités cognitives à partir d'images du cerveau en fonctionnement, c'est possible


​Dans cette étude, une équipe de NeuroSpin a réussi à décoder un vaste ensemble de processus mentaux humains en entraînant des réseaux de neurones à prédire des étiquettes cognitives puisées dans un atlas cognitif et en tirant parti de l'ensemble des données de NeuroVault, une base de données Web pour la collecte et le partage de cartes statistiques du cerveau humain. Un succès qui permet dorénavant de déduire un processus mental à partir d'une activité cérébrale observée.

Publié le 30 juin 2022

IRM fonctionnelle et cartographie neurocognitive 

Pour mieux comprendre les liens entre les processus cognitifs (mentaux) chargés de traiter toutes les informations que nous échangeons avec notre environnement et l'organisation fonctionnelle globale du cerveau, les scientifiques analysent des « cartes cérébrales » établies en imagerie par résonance magnétique fonctionnelle (IRMf). Cette dernière a en effet ouvert la possibilité d'étudier, grâce à des analyses statistiques, comment et où notre activité cérébrale est modulée dans les nombreux processus mentaux de notre quotidien (voir Actualité Joliot 2018 et Actualité Joliot 2020). Il est désormais courant d'introduire les données d'IRMf dans des modèles d'apprentissage automatique, afin d'encoder l'activité cérébrale en réponse à un comportement, pour pouvoir ensuite décoder cette activité, c'est-à-dire tirer des conclusions sur la fonction d'une structure cérébrale.

Apport des modèles d'apprentissage automatique et des bases de données sur le cerveau

Dans ce travail, les chercheurs sont allés beaucoup plus loin en élargissant la portée des études habituelles basées sur l'image : en utilisant toutes les cartes statistiques d'imagerie par IRMf du plus grand dépôt de données disponible, NeuroVault, ils ont entraîné des modèles d'apprentissage automatique capables de décoder les concepts cognitifs sondés, y compris dans des études inédites pouvant impliquer des conditions expérimentales non encore explorées. Pour cela, ils ont étiqueté les images de NeuroVault avec les concepts de l'Atlas cognitif, une ontologie de la cognition, en puisant dans les métadonnées associées à cet atlas. Ils ont entraîné des réseaux de neurones afin de prédire ces étiquettes cognitives sur des dizaines de milliers d'images du cerveau. Ils ont ainsi réussi à décoder plus de 50 classes de processus mentaux, tout en surmontant l'hétérogénéité, le déséquilibre et le bruit des données d'entraînement et ce, sans aucune connaissance préalable du cadre expérimental ou des concepts pertinents.

Ces résultats démontrent que les méta-analyses basées sur les images peuvent être entreprises à grande échelle et avec un minimum de traitement manuel des données. Elles permettent d'effectuer de larges inférences inverses, c'est-à-dire de conclure à des processus mentaux à partir de l'activité cérébrale observée.

Contact : Bertrand Thirion (bertrand.thirion@inria.fr)  
Site web : https://team.inria.fr/mind/ 

 NeuroVault est un dépôt public de cartes statistiques d'IRMf sans limites, de segmentations et d'atlas du cerveau.

 Cognitive Atlas est un projet collaboratif de construction de connaissances pour le développement d'une base de données qui caractérise l'état de la pensée actuelle en sciences cognitives.
À partir des cartes statistiques présentes dans NeuroVault, l'algorithme de classification proposé par l'équipe apprend à décoder les concepts de l'Atlas cognitif déduits des annotations disponibles. Il est ensuite capable de décoder avec succès des cartes provenant de nouvelles études cognitives.  

Haut de page