tangenteAudio

18 févr. 2021 · 24 min

IRM cérébrale : comment les maths rendent-elles le cerveau visible ?

Dans ce podcast, suivez le trajet du signal physique à la carte cérébrale et découvrez comment modèles, statistiques et géométrie éclairent le cerveau.

Premium
Collections de cet épisode (7)

Un contenu original Tangente, adapté en podcast avec l’aide de l’IA et validé par notre rédaction. Comment ça marche ?

D’après l’articleLire l’article dans la revue

Transcription

Afficher la transcription

Transcription automatique

  1. Intervenant 1

    Bienvenue dans le podcast du magazine Tangente, le rendez-vous où la science, la découverte et la curiosité se rencontrent pour décrypter les rouages les plus fascinants de notre monde. Et pour démarrer avec beaucoup d'énergie aujourd'hui, on va faire une petite expérience de pensée.

  2. Intervenant 2

    Oh, j'adore les expériences de pensée. Allons-y.

  3. Intervenant 1

    Alors imagine si l'on trace un immense gribouillis ultra chaotique sur une grande feuille de papier et qu'on y cache une seule et unique courbe parfaitement lisse au milieu de milliers de traits aléatoires, l'œil humain va repérer cette courbe instantanément.

  4. Intervenant 2

    C'est vrai et ça saute aux yeux de manière assez évidente sans même qu'on s'en rende compte.

  5. Intervenant 1

    Et la question c'est comment ? Et bien en fait l'œil ne fait pas que regarder, il calcule. À notre insu, le cerveau fait de la géométrie projective pure et de très haut niveau pour extraire cette forme.

  6. Intervenant 2

    Absolument et c'est vraiment le point de départ de l'exploration d'aujourd'hui. Une plongée totalement fascinante à la croisée de la médecine, de la physique fondamentale et des mathématiques appliquées.

  7. Intervenant 1

    Voilà. Et tout ça, c'est basé sur les travaux et les réflexions du docteur Christophe Abbas, qui est neuroradiologue et chef du service d'imagerie médicale de l'hôpital des 15-20 à Paris.

  8. Intervenant 2

    Exactement. Et ce qu'il fait, ça bouleverse complètement la façon dont on conçoit l'imagerie cérébrale. Et même, on peut le dire, la nature même de la pensée.

  9. Intervenant 1

    L'objectif de l'émission est clair, on va essayer de comprendre comment une simple masse de tissu biologique, notre cerveau, peut être traduite en images numériques super précises en trois dimensions.

  10. Intervenant 2

    Et surtout, comment les mathématiques nous permettent non seulement de l'observer de l'extérieur, mais d'expliquer la mécanique intime de nos pensées et de nos mouvements.

  11. Intervenant 1

    C'est ça, et pour poser le décor, j'aime bien cette analogie. Imaginons que la création d'une image médicale, c'est comme traduire un livre très ancien écrit dans une langue inconnue.

  12. Intervenant 2

    La physiologie, en l'occurrence.

  13. Intervenant 1

    Voilà. Et pour déchiffrer ce texte, on s'appuie sur un dictionnaire, qui serait la physique. Mais pour que les mots fassent des phrases qui ont du sens, il faut une syntaxe, une grammaire super stricte. Et cette grammaire, ce sont les mathématiques.

  14. Intervenant 2

    Sans cette grammaire, c'est simple, le livre reste juste un amas de symboles illisibles. En fait, la physiologie c'est la matière première, la physique extrait l'information, et les mathématiques lui donnent sa structure.

  15. Intervenant 1

    Bon, ça, c'est pour la théorie. Mais moi, avant même de parler de pensée ou de haute géométrie, il y a une question purement mécanique, presque naïve, qui me taraude. Le crâne humain, c'est une grosse boîte en os, c'est totalement opaque. Il fait nuit noire là-dedans. Comment fait la machine pour traverser cette armure et capturer ce qui s'y passe pour en faire une image lumineuse sur un écran ?

  16. Intervenant 2

    C'est une excellente question et c'est vrai qu'il suffit pas de dire que c'est la physique pour comprendre la magie du truc.

  17. Intervenant 1

    Bah oui, moi il faut m'expliquer cette magie justement.

  18. Intervenant 2

    Bah en fait y'a pas de magie, y'a que de la modélisation. Pour comprendre, il faut plonger dans l'infiniment petit. Prenons l'IRM, l'imagerie par résonance magnétique. C'est l'outil roi pour observer le cerveau.

  19. Intervenant 1

    D'accord, le gros tunnel blanc dans lequel on rentre à l'hôpital.

  20. Intervenant 2

    Voilà. Alors notre corps est composé en très grande partie d'eau et donc d'atomes d'hydrogène. Le noyau de ces atomes, le proton, possède une propriété quantique qu'on appelle le spin.

  21. Intervenant 1

    Le spin, c'est comme une

  22. Intervenant 2

    sorte de rotation. C'est une propriété intrinsèque qui le fait se comporter comme une minuscule boussole magnétique.

  23. Intervenant 1

    Ah ouais, donc on a littéralement des milliards de petites boussoles qui flottent dans notre tête à chaque seconde.

  24. Intervenant 2

    Exactement. Et en temps normal, elles pointent dans toutes les directions possibles. C'est le chaos. Mais quand le patient est glissé dans le tunnel de l'IRM, il est souvi à un champ magnétique gigantesque.

  25. Intervenant 1

    D'accord, l'aimant géant.

  26. Intervenant 2

    C'est ça. Et soudain, toutes ces petites boussoles s'alignent dans la même direction, comme des petits soldats au garde-à-vous. Ensuite, la machine envoie une onde radio très précise qui va les bousculer.

  27. Intervenant 1

    Elle va les faire basculer, on les déséquilibre en fait.

  28. Intervenant 2

    Totalement. Et c'est là que ça devient intéressant. Parce qu'ensuite, on coupe l'onde radio, les protons vont alors se redresser, ils vont ce qu'on appelle se relaxer, pour revenir à leur position initiale sous l'effet de l'aimant.

  29. Intervenant 1

    D'accord, ils reprennent leur place. Mais en quoi ça fait une image ça ?

  30. Intervenant 2

    Eh bien, en se redressant, ils libèrent l'énergie qu'ils avaient absorbée sous la forme d'un minuscule signal radio, une sorte de murmure électromagnétique, si tu veux.

  31. Intervenant 1

    Ah waouh, un murmure quantique !

  32. Intervenant 2

    Et le secret, il est là. Ces protons ne se redressent pas tous à la même vitesse. Ça dépend s'ils se trouvent dans la graisse, dans l'eau claire ou dans la substance grise du cerveau.

  33. Intervenant 1

    Ah, donc la machine écoute ces différences de murmures ? Oui,

  34. Intervenant 2

    la machine écoute. Et ensuite, ce sont des équations mathématiques colossales qui transforment ces différents temps de relaxation en nuances de gris. Et ça, ça fait des pixels sur l'écran.

  35. Intervenant 1

    C'est vertigineux, franchement. On ne photographie pas le cerveau, on écoute le redressement quantique de ces molécules d'eau. C'est poétique en vrai.

  36. Intervenant 2

    C'est très poétique, oui. Mais attention, là on parle de l'imagerie anatomique, la structure de base, les murs de la maison en quelque sorte.

  37. Intervenant 1

    Oui, alors que le Graal, dont parle le docteur Abbas, c'est l'imagerie fonctionnelle. Et là, moi je me demande comment on franchit le gouffre entre cette photo figée et l'image d'un cerveau en train de penser.

  38. Intervenant 2

    C'est là que les mathématiques passent clairement à la vitesse supérieure. En imagerie fonctionnelle, le but c'est d'isoler la toute petite région qui s'active quand tu fais une tâche précise.

  39. Intervenant 1

    Genre bouger un doigt ou imaginer un chat ?

  40. Intervenant 2

    Voilà. Le problème, c'est que le cerveau est un organe extrêmement bruyant. Enfin, bruyant métaphoriquement. Il ne s'arrête jamais de travailler.

  41. Intervenant 1

    Ben oui, il y a une activité de fond permanente pour nous maintenir en vie, pour gérer la respiration, traiter les bruits ambiants.

  42. Intervenant 3

    Tran correspond bien à la pensée du chat, et pas simplement au fait que le patient digère son repas ou stresse à cause du bruit de l'IRM.

  43. Intervenant 1

    Ah oui, le fameux bruit de marteau-piqueur de la machine.

  44. Intervenant 3

    Oui, ça génère du stress. Donc pour séparer tout ça, c'est un défi statistique majeur. On doit recourir à des modèles mathématiques ultra complexes pour extraire le signal pertinent du bruit de front neuronal.

  45. Intervenant 1

    Donc on compare quoi ? Des états de repos avec des états d'activité ?

  46. Intervenant 3

    C'est ça. On fait ça avec des seuils de significativité statistiques drastiques. Mais ça va encore plus loin. Une fois qu'on a repéré ces zones pertinentes, on les modélise sous forme de cartes d'activation.

  47. Intervenant 1

    D'accord.

  48. Intervenant 3

    Et ces cartes, les mathématiciens appellent ça des graphes orientés.

  49. Intervenant 1

    Des graphes orientés. C'est quoi ? C'est comme un organigramme d'entreprise pour les neurones ?

  50. Intervenant 2

    C'est une super bonne image ça. En fait, un graphe classique, ça montre juste des points, donc les zones du cerveau. Et ces points sont reliés par des lignes pour dire qu'ils travaillent ensemble.

  51. Intervenant 1

    Ok, la zone A discute avec la zone B.

  52. Intervenant 2

    Voilà. Mais un graphe orienté, ça ajoute des flèches à ces lignes. Et ça change tout, parce que ça permet d'introduire la notion de temps et de causalité.

  53. Intervenant 1

    Ah, donc on ne dit plus juste que la zone A et la zone B sont allumées en même temps.

  54. Intervenant 2

    Non. Grâce aux mathématiques, on peut prouver que c'est l'activation de la zone A qui a déclenché l'activation de la zone B. On cartographie littéralement le trajet de la pensée à travers le cortex.

  55. Intervenant 1

    C'est fascinant de voir l'information voyager comme ça.

La suite de la transcription est réservée aux abonnés.

S’abonner

À écouter ensuite

Des épisodes qui partagent une playlist, une figure ou un domaine avec celui-ci.