Cette étude possède évidement des limites. Elle doit être vue comme une première étape à un projet de plus grande envergure afin de mieux comprendre le rôle clé que peut jouer le réseau du « default mode » dans la sélection et l‟activation des réseaux engagés dans la tâche cognitive.
L‟une des limites de notre étude est d‟avoir demandé aux sujets de pratiquer la tâche motrice uniquement avec leur main droite. Comme nous l‟avons vu, une explication possible de cette latéralisation, indépendamment du côté, peut être due au fait que les sujets connaissaient avec quelle main ils exécuteraient la tâche. Nous voyons de ce fait deux suites possibles et complémentaires à ce travail. La première serait bien évidement d‟inclure des sujets gauchers et de réaliser le même protocole en leur demandant cette fois de pratiquer la tâche motrice avec leur main gauche. Nous nous attendrions alors dans ce groupe à trouver un résultat symétrique de celui présenter ici. Nous pourrions observer une émergence de M1 gauche ipsilatéral au mouvement comme région montrant un lien fonctionnel avec PCC/Pcu dans la condition de préparation au mouvement. Ce résultat hypothétique renforcerait notre travail actuel. Afin de savoir si la connaissance de la main effective amorce ce phénomène de latéralisation, nous pourrions envisager une légère modification du paradigme. Dans cette deuxième perspective, nous pourrions avertir les sujets que le côté avec lequel ils devront réaliser la tâche sera précisé lors de l‟annonce du manipulateur (à la place du « go »). Ainsi les sujets n‟auraient aucun moyen d‟anticiper leur côté de pratique. Il serait possible dans ce cas d‟obtenir un réseau bilatéral témoignant d‟une implication non préférentielle pour un côté ou l‟autre. Nous pourrions également nous attendre à n‟observer aucun des deux M1 correspondant au fait qu‟aucun des deux processus inhibiteurs (d‟un M1 vers l‟autre) n‟ait pris l‟ascendant sur l‟autre.
Une autre limite de ce travail est qu‟elle ne concerne que le réseau moteur. Nous avons vue dans l‟état de l‟art que les propriétés du « default mode » sont intrinsèques à tout type de tâche cognitive. Une extension possible de ce travail serait donc de l‟adapter à d‟autres types de tâche que motrice. Nous pourrions par exemple envisager une application sur une tâche de lecture ou encore de production verbale. Dans le premier cas, nous pourrions projeter une croix de fixation sur un écran durant le repos. Nous savons que pour ce type de tâche le cerveau est dans un état passif et que le « default mode » est toujours « actif ». La session
78 d‟attention dirigée consisterait alors à prévenir le sujet de l‟apparition d‟un mot ou d‟une phrase qu‟il devra lire à la place de la croix de fixation. Ceci n‟arrivant jamais au cours de la session, nous pourrions espérer une relation fonctionnelle entre le réseau du « default mode » et celui prenant en charge les processus de lecture. De la même manière, nous pourrions demander au sujet de réciter une phrase ou un texte appris par cœur après un signal. Nous pourrions alors peut être mettre en évidence un recouvrement du réseau attribué à la production verbale et à celui du « default mode ». Toutes ces applications nous permettraient, si les résultats concordent de révéler un caractère d‟initiation intrinsèque du réseau du « default mode » et/ou du complexe PCC/PCu.
Enfin, nous nous sommes aperçus au cours de l‟élaboration de la méthodologie que l‟étape de traitement de signal est déterminante pour l‟objectivité des résultats. L‟acquisition des signaux IRMf à l‟état de repos est parasitée par les bruits physiologiques qui ont une forte tendance à biaiser le calcul des corrélations. Dans notre étude, nous appliquons divers traitements fréquentiels afin d‟éliminer les parties du signal qui sont grandement dues aux bruits. Cependant nous ne pouvons pas tout éliminer et une certaine quantité de bruit persiste encore dans nos corrélations. Pour en limiter les effets nous avons majoré les seuils statistiques afin d‟être plus exigeant sur la solidité des résultats trouvés. Il serait donc intéressant d‟affiner d‟une part les outils de traitement du signal afin de mieux isoler les parties pertinentes du signal et d‟autre part les outils statistiques afin peut être de mieux garantir les résultats observés. Plusieurs études ont analysé le spectre fréquentiel des signaux IRMf afin d‟étudier les effets du sous échantillonnage (Lowe, Mock et al. 1998), du bruit physiologique (Frank, Buxton et al. 2001) ou encore la participation fréquentielle de certains systèmes (moteur, visuel, « default mode ») à la connectivité fonctionnelle (Cordes, Haughton et al. 2001). Il serait également très intéressant d‟étudier sur quelles bandes fréquentielles les réseaux fonctionnels communiquent et interagissent entre eux. Est-ce une bande fréquentielle intrinsèquement commune à tous les réseaux et à celui du default mode ? Est-ce une gamme appartenant à l‟un des deux réseaux communiquant et sur lequel l‟autre vient s‟installer ? Ou encore est-ce une bande fréquentielle totalement indépendante et totalement dédiée à l‟interaction des réseaux ? Ces questions demandent une analyse très fine et sont confrontées aux limites de l‟IRM et de sa résolution. Il serait alors peut être judicieux d‟allier à cette dernière des méthodes liées à l‟EEG ou la MEG possédant une résolution temporelle plus élevées. L‟étude de Mantini et al. en EEG nous donne quelques pistes de résultats puisqu‟elle a déterminée par exemple que le réseau du default-mode est parcouru principalement par des
79 ondes alpha et beta, alors que le réseau moteur l‟est par des ondes gamma. Il faudrait poursuivre ce genre d‟étude afin d‟analyser les modifications des ondes EEG au décours des différents états : Repos, Préparation au mouvement, Mouvement.