R ESTING STATE IRM F

Un autre type d’acquisition, l’IRM fonctionnelle de repos ou resting state fMRI, permet d’évaluer les interactions fonctionnelles entre des régions corticales lorsque le sujet ne réalise pas nécessairement une tâche. Comme en fMRI en condition de tâche, la quantification du signal BOLD (Blood Oxygenation Level Dependent correspondant aux

112 variations d’oxygénation dans le sang) dans une région donnée fait l’objet de corrélations entre deux régions d’intérêt.

Les données de la littérature montrent la plupart du temps un overlap entre les faisceaux de fibres et les réseaux fonctionnels thalamo-corticaux en rfMRI (cf. Figure 63) (Greicius et al., 2009). La complémentarité des approches d’exploration structurale et fonctionnelle de la connectivité est de plus en plus évidente dans la littérature et est prônée par le Human Connectome Project. Explorer la connectivité fonctionnelle revient à s’intéresser à l’organisation dynamique du grand réseau que représente le cerveau ainsi que les multiples sous-réseaux qui le constituent, et comprendre comment une lésion vasculaire, un processus neuro-dégénératif vont impacter cette dynamique. La connectivité fonctionnelle reflète la relation temporelle existant entre deux régions distantes correspondant à la communication entre ces régions (Friston et al., 1993, van den Heuvel & Hulschoff Pol, 2010).

Figure 63. La connectivité fonctionnelle reflète la connectivité structurale dans le réseau par défaut (Greicius et al., 2009).

113 Réseaux fonctionnels

Une corrélation entre les cortex moteurs droit et gauche a été montrée dans la première étude en connectivité fonctionnelle (Biswal et al., 1995). Petit à petit, les travaux subséquents ont décrit les réseaux fonctionnels qui sous-tendent différences fonctions motrices, sensorielles et cognitives (Beckmann et al., 2005, Fox et al., 2005). Baird et al. (2013) ont montré que la capacité à juger de sa réponse perceptive et mnésique (métacognition) est liée à la connectivité fonctionnelle respectivement dans les parties latérales et médiales du cortex préfrontal antérieur. Les auteurs ont développé deux tâches de décision (perceptive et mnésique) et y ont associé une tâche de jugement de confiance dans la réponse en fMRI, ajoutant une séquence de resting-state entre les run. Ils ont ensuite analysé les résultats par une régression multiple prenant en compte les coefficients de corrélation (entre l’activation dans chaque région préfrontale et le reste du cerveau) et les jugements de confiance.

Plusieurs réseaux ont ainsi été identifiés et parmi eux le réseau par défaut découvert fortuitement (Raichle et al., 2001). Lorsque De nombreuses études ont montré que ce réseau comprenait le cortex préfrontal médian, le cortex cingulaire postérieur, le cortex pariétal inférieur et le cortex temporal (cf. Figure 64) (Buckner et al., 2008). La question de la fonction de ce réseau reste ouverte cependant. Il a été montré qu’il se désactivait lors de l’exécution de tâches orientées vers un but (Raichle et al. 2001). Une fonction d’alerte (modalité attentionnelle) a été postulée, de même qu’un rôle dans la gestion entre inputs excitateurs et inhibiteurs afin d’aboutir à un équilibre permettant la réponse neuronale (Gusnard & Raichle, 2001, Raichle & Snyder, 2007). On a également proposé un rôle dans des processus de prédiction, introspectifs, d’insight, permettant de se projeter dans le passé ou dans le futur (voyage mental, mémoire autobiographique et prospective) ou dans autrui (cognition sociale) (Addis et al., 2007, Raichle et Snyder, 2007). Dans une méta-analyse Spreng et al. (2009) ont montré que le cortex préfrontal médian et le cortex temporal latéral sont des substrats neuronaux communs aux fonctions supposées du réseau par défaut (mémoire autobiographique, prospective, théorie de l’esprit). Cependant, dans une revue, Raichle et Snyder (2007) soulignent l’importance de la notion d’activité cérébrale intrinsèque c’est-à-dire l’activité correspondant à la communication inter-neurones en appuyant sur le

114 fait que le coût de ce type d’activité est largement supérieur au coût d’une activité observée lors de tâches expérimentales. L’autre argument avancé par les auteurs concerne le fait que l’activité intrinsèque du cerveau fait l’objet d’une importante organisation fonctionnelle, observée dans le signal BOLD en situation de repos en fMRI et initialement interprétée comme du bruit.

Figure 64. Les différents réseaux décrits par les études en resting-state (Van den Heuvel et Hulshoff Pol, 2010).

Des études se sont attachées à cartographier le réseau de la mémoire épisodique à partir de l’analyse de la connectivité fonctionnelle au repos. Peer et al. (2014) comparent les réseaux de connectivité fonctionnels chez des patients présentant un ictus amnésique versus des sujets contrôles. Plus précisément les auteurs ont utilisé comme seeds les clusters significatifs du réseau fonctionnel de la mémoire observés auparavant chez les sujets contrôles soient le cortex cingulaire orbito-frontal, le temporal médian, les structures sous- corticales, le temporal inférieur et le lobe occipital (cf. Figure 65).

115

Figure 65. (A) Matrices de corrélations data-driven et literature-based du réseau de la mémoire épisodique en connectivité fonctionnelle. (B) Schéma de la connectivité fonctionnelle intra- et inter-cluster qui constitue le réseau de de la mémoire épisodique chez les sujets contrôles versus des patients ictus amnésiques (TGA pour Transient Global Amnesia). MTL : lobe temporal médian, FC : cortex fronto-cingulaire, DS : structures sous- corticales, IT : cortex temporal inférieur, MO : cortex occipital médian, TR : pars triangularis, cortex frontal inférieur (Peer et al., 2014).

Méthodes d’analyse

Concernant l’analyse des séquences de resting-state, il existe plusieurs méthodes, allant de la plus « données-dépendantes » à la plus « hypothèse-dépendante ». Globalement il est possible d’explorer des corrélations voxel à voxel (entre tous les voxels du cerveau) par des ICA (Independent Component Analysis), entre une région et l’ensemble du cerveau (seed-to- voxels) et entre deux régions (seed-to-seed) (cf. Figure 66).

116

Figure 66. Méthode modèle-dépendante (seed method). (Van den Heuvel et Hulshoff Pol, 2010)

Si les types d’analyses développés et en développement sont très nombreux, la question de l’interprétation des résultats n’en demeure pas moins délicate. L’hypothèse de disconnexion dans les maladies neurologiques et psychiatriques semble motiver un certain nombre d’études cliniques (Van den Heuvel et Hulshoff Pol, 2010). Sans compter la course aux biomarqueurs, sporadiquement dépendante du questionnement clinique.

V.3 L

: