Variation des propriétés des vertex à travers le cortex. unLa distribution des sommets dans fsavg, fslr et onavg, mesurée par la distance inter-sommets. bÉcart type de la distance inter-sommets, de la surface des sommets et du nombre de sommets dans un projecteur de 20 mm pour fsavg, fslr et onavg. cLes modèles de surface classiques échantillonnent la surface corticale en se basant sur la surface sphérique, obtenue en gonflant complètement la surface anatomique d’origine. Pour ces modèles, la distribution des sommets est presque uniforme sur la surface sphérique (à droite), mais loin d’être uniforme sur la surface anatomique (à gauche), en raison de la distorsion géométrique introduite par le gonflage. Les sommets de la même couleur (rouge/vert ; également dans les vues agrandies) sont homologues pour les deux surfaces. Crédit : Méthodes de la nature (2024). DOI : 10.1038/s41592-024-02346-y
Le cerveau humain est responsable de fonctions essentielles, notamment la perception, la mémoire, le langage, la pensée, la conscience et les émotions.
Pour comprendre le fonctionnement du cerveau, les scientifiques ont souvent recours à la neuroimagerie pour enregistrer l’activité cérébrale des participants lorsque le cerveau exécute une tâche ou est au repos. Les fonctions cérébrales sont organisées de manière systématique sur le cortex cérébral, la couche externe du cerveau humain. Les chercheurs utilisent souvent ce qu’on appelle un « modèle de surface corticale » pour analyser les données de neuroimagerie et étudier l’organisation fonctionnelle du cerveau humain.
Chaque cerveau a une forme différente. Pour analyser les données de neuroimagerie de plusieurs individus, les chercheurs doivent enregistrer les données sur le même modèle cérébral, ce qui permet d’identifier le même emplacement anatomique sur différents cerveaux, même si ces derniers ont des formes différentes. Ces emplacements sont appelés « sommets ».
Au cours des 25 dernières années, plusieurs itérations de ces modèles ont été réalisées, et les modèles de surface corticale les plus couramment utilisés aujourd’hui sont basés sur des données collectées auprès de 40 cerveaux.
Désormais, les chercheurs de Dartmouth ont créé un nouveau modèle de surface corticale appelé « OpenNeuro Average », ou « onavg » en abrégé, qui offre une plus grande précision et une plus grande efficacité dans l’analyse des données de neuroimagerie.
Les résultats sont publiés dans Méthodes de la nature.
« Notre modèle de surface corticale, onavg, est le premier à échantillonner uniformément différentes parties du cerveau », explique l’auteur principal Feilong Ma, chercheur postdoctoral et membre du laboratoire Haxby du département de psychologie et des sciences du cerveau de Dartmouth. « Il s’agit d’une carte moins biaisée et plus efficace sur le plan informatique. »
L’équipe a construit ce modèle en se basant sur l’anatomie corticale de 1 031 cerveaux issus de 30 ensembles de données d’OpenNeuro, une plateforme libre et open source de partage de données de neuroimagerie. Selon les co-auteurs, il s’agit également du premier modèle de surface corticale basé sur la forme géométrique du cerveau.
En revanche, les modèles précédents échantillonnaient différentes parties du cortex de manière inégale et étaient basés sur une forme sphérique pour définir l’emplacement des sommets corticaux, ce qui entraînait des biais dans la distribution des sommets.
Avec le modèle onavg, moins de données sont nécessaires pour l’analyse.
« Obtenir des données par neuroimagerie est très coûteux et pour certaines populations cliniques, comme celles qui étudient une maladie rare, il peut être difficile, voire impossible, d’acquérir une grande quantité de données. La capacité d’accéder à de meilleurs résultats avec moins de données est donc un atout », explique Feilong. « Grâce à une utilisation plus efficace des données, notre modèle peut potentiellement augmenter la reproductibilité et la reproductibilité des résultats dans les études universitaires. »
« Je pense qu’Onavg représente une avancée méthodologique qui a de vastes applications dans tous les aspects des neurosciences cognitives et cliniques », déclare le co-auteur James Haxby, professeur au Département des sciences psychologiques et cérébrales et ancien directeur du Centre de neurosciences cognitives de Dartmouth.
Il affirme que leur modèle de surface corticale pourrait être utilisé pour des études sur la vision, l’audition, le langage et les différences individuelles, ainsi que sur des troubles tels que l’autisme et les maladies neurodégénératives comme la maladie d’Alzheimer et la maladie de Parkinson.
« Nous pensons que cela aura un impact large et profond dans le domaine », déclare Haxby.
Jiahui Guo, ancien chercheur postdoctoral en sciences psychologiques et cérébrales et professeur adjoint à l’École des sciences du comportement et du cerveau de l’Université du Texas à Dallas, et Maria Ida Gobbini, professeur associé au Département des sciences médicales et chirurgicales de l’Université de Bologne, ont également contribué à l’étude.
Plus d’information:
Ma Feilong et al, Un modèle de surface corticale pour les neurosciences humaines, Méthodes de la nature (2024). DOI : 10.1038/s41592-024-02346-y
Fourni par le Dartmouth College
Citation:Un nouveau modèle du cerveau humain améliore l’analyse des données de neuroimagerie (2024, 16 juillet) récupéré le 16 juillet 2024 à partir de
Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni à titre d’information uniquement.