L’IRMf c’est quoi, ça sert à quoi, ça coûte combien ?

Bon, faudrait peut-être pas rêver : vous êtes sur ActuKiné, pas sur un site d’ingénieurs en imagerie, alors les explications qui vont suivre feront sans doute hurler le club d’astronomie des petits génies prébubères de votre quartier ou à défaut, les spécialistes de ce domaine.

L’Imagerie par Résonance Magnétique Fonctionnelle aussi nommée IRMf pour faire des économies et améliorer le bilan carbone de la planète (les mines de crayon) est avant tout une IRM c’est-à-dire… un gros aimant…cher (vraiment beaucoup plus cher que le magnet de votre frigo).

Les tissus de notre corps sont composés de nombreux protons. Si vous aviez écouté votre prof de physique au collège au lieu de draguer la petite Olivia au fond de la classe près de la fenêtre en 6èmeB, vous sauriez qu’un proton est chargé positivement et qu’il tourne sur lui-même (le spin qui a obligé Jean Luc Nephtali a monté un fan club officiel). Ces protons tournent sur des axes distincts et de manière désordonnée (ils sont déphasés ces pauvres petits). Pour les mettre en phase, on les place dans notre gros aimant super cher (l’IRM pas le magnet du frigo) ce qui oriente leurs axes de rotation dans la même direction. Ensuite, pour qu’ils tournent en même temps on leur balance des ondes radios (sans doute du bon vieux rock’n’roll). Cette dernière opération a tendance à les désaxer légèrement (c’est compréhensible suivant le morceau). Quand on coupe la musique, ils se ré-axent (T1 est le temps qu’ils mettent pour se ré-axer) et se déphasent à nouveau (T2 est le temps qu’ils mettent pour ne plus tourner en même temps). T1 et T2 sont propres à chaque type de tissu. Un super ordinateur (genre Mac mais encore plus cher) avec un logiciel conçu par des esprits tordus (non re-dressable avec un aimant) se chargent de recréer des images à partir de ces informations.

Si vous n’y comprenez toujours rien, rassurez-vous, c’est parce que j’explique mal… mais comme à la rédac, ils sont tous en vacances (les feignasses), c’est comme ça. Pas de panique cependant, je vous ai trouvé un document facile à comprendre et il y a même une petite vidéo pour les plus paresseux d’entre vous

Et l’IRMf ?

L’IRMf est une application de l’IRM qui permet de visualiser indirectement l’activité cérébrale grâce à l’effet BOLD (Blood Oxygen Level Dependant), lié à l’aimantation de l’hémoglobine contenue dans les globules rouges du sang. Dans les zones cérébrales en activité (impossible donc à observer chez nos politiciens), l’augmentation de la consommation d’oxygène est compensée par un afflux de sang entrainant paradoxalement une diminution de la concentration de désoxyhémoglobine (une molécule contenue par les globules rouges désoxygénés du fait de leur utilisation par les neurones). Cette diminution de concentration en désoxyhémoglobine impacte T2 (augmentation localisée et faible (1 à 5 %) du signal) dans la zone activée par rapport à l’état de repos. C’est cette (très très très très très) faible variation qui sera mesurée par le logiciel (très très très très cher) de l’IRMf. Les chercheurs tentent de corréler cette activité régionale avec des tâches spécifiques pour en déduire la zone du cerveau impliquée dans cette tâche.

Et alors ? Tout ceci m’a l’air très compliqué donc… rassurant !

Et paf ! Là, on entre au cœur du problème (désolé, j’ai trainé un peu en chemin mais je suis payé au nombre de caractères) : l’analyse statistique des données brutes détectant les grappes de voxels actives (les clusters) est controversée.

Oui, je sais… Là, vous vous dites qu’il est sans doute temps de repasser sur la seconde page ouverte de votre navigateur (celle avec les trucs un peu olé-olé en haut à gauche). En tout cas, ce n’est pas la première fois qu’on vous dit de vous méfier des bidules technologiques dernier cri (aaaaaahhhhhhhhhhh !) en matière de médecine/rééducation.

Allez, on respire (pffffffffff) et on se donne rendez-vous dans une seconde note tout de suite…

Références

* Eklund A, Nichols TE, Knutsson H. Cluster failure: Why fMRI inferences for spatial extent have inflated false-positive rates. Proc Natl Acad Sci U S A. 2016 Jun 28.
En accès libre ici