Le signal dépendant du niveau d’oxygénation sanguine, universellement désigné sous l’acronyme BOLD (pour Blood Oxygenation Level-Dependent), constitue le pilier biophysique fondamental sur lequel repose l’imagerie par résonance magnétique fonctionnelle moderne. En convertissant d’infimes fluctuations vasculaires locales en contrastes d’image exploitables, cette technique a révolutionné les neurosciences cognitives en offrant aux chercheurs et aux cliniciens une fenêtre non invasive inédite sur l’architecture fonctionnelle du cerveau humain en action. Comprendre la dynamique fine de ce signal s’avère indispensable pour quiconque souhaite explorer les corrélats neuronaux de la pensée, des émotions et des troubles psychopathologiques.
Le signal dépendant du niveau d’oxygénation sanguine (BOLD)
1. Définition concise
Le signal BOLD (Blood Oxygenation Level-Dependent) désigne la variation du signal de résonance magnétique induite par les modifications relatives de la concentration en désoxyhémoglobine paramagnétique au sein des micro-vaisseaux sanguins cérébraux, survenant consécutivement à une modulation de l’activité neuronale locale. Il s’agit d’une mesure indirecte de l’activité synaptique et métabolique, reposant sur le principe fondamental du couplage neurovasculaire.
Sur le plan biophysique, lorsqu’une population d’interneurones et de neurones pyramidaux augmente son activité métabolique, l’apport local en sang artériel oxygéné dépasse largement la consommation réelle d’oxygène tissulaire par les mitochondries. Ce phénomène d’hyperhémie fonctionnelle entraîne une chute brutale de la concentration locale de désoxyhémoglobine dans les veinules post-capillaires. La désoxyhémoglobine étant paramagnétique et l’oxyhémoglobine diamagnétique, cette diminution de désoxyhémoglobine homogénéise le champ magnétique environnant, réduisant ainsi le déphasage des spins des protons d’hydrogène de l’eau et provoquant une augmentation mesurable du temps de relaxation transversale apparente (T2*), ce qui se traduit par une hausse du signal capté par l’antenne d’IRM.
2. Étymologie et origine linguistique
L’acronyme BOLD découle directement de l’expression technique anglo-saxonne « Blood Oxygenation Level-Dependent », introduite dans la littérature scientifique au tout début des années 1990. Du point de vue morphologique, le terme synthétise la relation de dépendance (dependent) qui lie l’intensité du signal de résonance magnétique nucléaire au degré d’oxygénation (oxygenation level) du compartiment sanguin intravasculaire (blood).
Le vocable d’origine anglaise a été unanimement conservé dans la terminologie neuroscientifique et psychologique francophone sous sa forme siglaire masculine (« le signal BOLD », « l’effet BOLD » ou « le contraste BOLD »), bien que des périphrases académiques telles que « contraste dépendant de l’oxygénation sanguine » soient occasionnellement employées dans les traités médicaux francophones. L’expression traduit ainsi une interaction triangulaire entre la biochimie des gaz du sang, la mécanique hémodynamique et la physique quantique appliquée aux spins nucléaires de l’eau tissulaire.
3. Prononciation et forme grammaticale
En français académique et clinique, « BOLD » fonctionne comme un acronyme substantivé invariable ou comme un adjectif épithète postposé invariable. On prononce généralement le sigle phonétiquement comme un mot unique : [bɔld] (voire [boʊld] selon l’influence de la prononciation anglaise d’origine). Dans la pratique discursive, il est quasi systématiquement précédé d’un substantif régulateur tel que « signal », « contraste », « effet » ou « réponse » (ex. : « le signal BOLD », « une réponse BOLD transitoire »).
Sur le plan syntaxique, il est employé comme un nom masculin singulier lorsqu’il est utilisé par ellipse pour désigner le phénomène physique dans sa globalité. Aucune forme plurielle orthographique n’est appliquée à l’acronyme lui-même (« les signaux BOLD » et non « les signaux BOLDs »). Dans la littérature biomédicale, son usage s’accompagne obligatoirement de descriptions temporelles ou spatiales précises, renvoyant soit à la fonction de réponse hémodynamique, soit à la dynamique voxel par voxel des séries temporelles acquises au cours des paradigmes expérimentaux.
4. Explication conceptuelle détaillée
Pour appréhender la portée épistémologique et méthodologique du signal BOLD en psychologie et en neurosciences, il est impératif de disséquer la chaîne causale multiniveau qui relie le potentiel d’action neuronal au voxel coloré visualisé sur une cartographie statistique cérébrale. Le signal BOLD ne constitue aucunement une mesure électrique directe du potentiel de membrane, mais un biomarqueur hémodynamique et métabolique complexe. Lorsque des réseaux de neurones s’activent en réponse à un stimulus cognitif, affectif ou sensoriel, ils consomment une quantité accrue d’adénosine triphosphate (ATP), principalement pour restaurer les gradients ioniques transmembranaires perturbés par les courants postsynaptiques.
Cette dépense énergétique déclenche une cascade biochimique coordonnée connue sous le nom de couplage neurovasculaire. Les astrocytes et les neurones libèrent des molécules vasoactives, notamment l’oxyde nitrique (NO), l’acide arachidonique et ses dérivés métaboliques (tels que les prostaglandines et les acides époxyeicosatriénoïques), qui diffusent vers les cellules musculaires lisses des artérioles précapillaires et les péricytes bordant les capillaires. Cette signalisation provoque une vasodilatation locale massive et rapide, augmentant considérablement le débit sanguin cérébral (CBF pour Cerebral Blood Flow) ainsi que le volume sanguin cérébral (CBV pour Cerebral Blood Volume) dans le micro-environnement activé.
La caractéristique fondamentale qui rend le contraste BOLD possible réside dans l’asymétrie physiologique entre l’afflux de glucose et d’oxygène et leur consommation effective. Alors que le taux métabolique cérébral d’oxygène (CMRO2) n’augmente que modérément lors d’une stimulation fonctionnelle (environ 5 à 15 %), le débit sanguin cérébral local augmente de manière disproportionnée (de 30 à 50 % ou davantage). Cette surcompensation hémodynamique, souvent qualifiée d’hyperhémie de luxe, inonde le lit capillaire et veinulaire d’un excès massif de sang richement pourvu en oxyhémoglobine.
C’est ici qu’intervient la physique de l’imagerie par résonance magnétique. L’hémoglobine présente des propriétés magnétiques diamétralement opposées selon qu’elle est liée ou non à l’oxygène. Dépourvue d’oxygène, la désoxyhémoglobine expose des électrons non appariés sur ses atomes de fer ferreux (Fe2+), ce qui lui confère une susceptibilité magnétique paramagnétique élevée par rapport au parenchyme cérébral adjacent. Cette différence de susceptibilité crée d’importants gradients de champ magnétique locaux microscopiques qui déphasent rapidement les protons d’hydrogène voisins, provoquant une perte de cohérence de phase et une décroissance rapide du signal en séquences pondérées en T2*. À l’inverse, l’oxyhémoglobine, dont tous les électrons sont appariés, est diamagnétique et possède une susceptibilité quasi identique à celle de l’eau et des tissus cérébraux. Ainsi, lorsque l’afflux sanguin remplace la désoxyhémoglobine par de l’oxyhémoglobine, les distorsions magnétiques locales s’atténuent : les protons conservent leur cohérence plus longtemps, et le signal IRM T2* augmente transitoirement.
La dynamique temporelle standard du signal BOLD, modélisée sous le concept de fonction de réponse hémodynamique (HRF, pour Hemodynamic Response Function), se déroule selon une temporalité bien plus lente que les événements neuronaux sous-jacents. Alors qu’une décharge neuronale se mesure en millisecondes, la réponse BOLD présente une latence initiale d’environ une à deux secondes, atteint son acmé (pic hémodynamique) entre 4 et 6 secondes après le début de la stimulation, puis décline lentement pour traverser une phase de sous-dépassement post-stimulus (post-stimulus undershoot) qui peut persister pendant 10 à 30 secondes avant de revenir à sa ligne de base. Dès lors, le signal BOLD agit comme un filtre passe-bas temporel par rapport à la dynamique neurophysiologique native.
5. Développement historique
L’histoire du signal BOLD s’enracine au confluent des découvertes de la physiologie vasculaire, du magnétisme chimique et du développement de l’imagerie par résonance magnétique nucléaire. Dès 1890, les physiologistes britanniques Charles Smart Roy et Charles Sherrington formulèrent l’hypothèse visionnaire selon laquelle il existait un mécanisme intrinsèque par lequel l’apport sanguin au cerveau était ajusté localement en fonction des variations régionales de son activité fonctionnelle, établissant le concept séminal de couplage neurovasculaire.
Quatre décennies plus tard, en 1936, le chimiste Linus Pauling et son élève Charles Coryell publièrent une découverte cruciale dans les Proceedings of the National Academy of Sciences : ils démontrèrent expérimentalement que l’état magnétique de la molécule d’hémoglobine varie radicalement selon sa saturation en dioxygène, la désoxyhémoglobine étant paramagnétique tandis que l’oxyhémoglobine est diamagnétique. À l’époque, cette observation fondamentale demeura cantonnée à la biophysique moléculaire sans application biomédicale immédiate.
Le tournant opérationnel survint à la fin des années 1980 au sein des prestigieux laboratoires Bell aux États-Unis. Le biophysicien japonais Seiji Ogawa comprit que les propriétés paramagnétiques de la désoxyhémoglobine pouvaient être exploitées comme un agent de contraste endogène naturel pour l’IRM. En 1990, Ogawa et ses collègues publièrent des articles historiques démontrant que la manipulation de l’oxygénation sanguine chez des rongeurs modifiait visiblement le contraste des images pondérées en T2* le long des vaisseaux sanguins cérébraux. Ogawa forgea alors explicitement le terme « Blood Oxygenation Level-Dependent ».
L’application de ce principe à l’être humain se concrétisa de manière fulgurante entre 1991 et 1992. Plusieurs équipes pionnières, dont celle de Seiji Ogawa lui-même, celle de Kenneth Kwong au Massachusetts General Hospital (Harvard), et celle de Peter Bandettini au Medical College of Wisconsin, démontrèrent indépendamment que des stimulations visuelles ou motrices provoquaient des augmentations localisées mesurables du signal IRM dans le cortex visuel primaire et le cortex moteur chez l’humain sain sans aucune injection d’agent de contraste exogène. L’IRM fonctionnelle BOLD venait de naître, supplantant en quelques années la tomographie par émission de positons (TEP) grâce à sa totale innocuité, sa résolution spatiale supérieure et son absence de radiation ionisante.
6. Fondements théoriques
La compréhension et l’interprétation mathématique du signal BOLD reposent sur plusieurs cadres théoriques articulés entre la biophysique des fluides, la thermodynamique métabolique et le traitement statistique du signal stochastique. Le modèle théorique le plus influent pour décrire les relations dynamiques entre le flux sanguin et les volumes intravasculaires est sans conteste le modèle du ballon (Balloon Model), formulé initialement par Richard Buxton et ses collaborateurs en 1998.
Le modèle du ballon conceptualise le compartiment veinulaire post-capillaire comme un réservoir élastique et distensible. Selon cette approche mathématique, l’augmentation soudaine du flux sanguin artériel entrant dilate initialement le lit capillaire sans évacuation immédiate proportionnelle par les veinules, entraînant une accumulation transitoire de volume avant que la pression intravasculaire n’équilibre l’écoulement de sortie. Ce modèle non linéaire permet d’expliquer mathématiquement des phénomènes empiriques complexes tels que le sous-dépassement post-stimulus (undershoot), attribué à un décalage temporel entre le retour rapide du débit sanguin à la normale et la compliance mécanique plus lente des parois veinulaires qui restent dilatées, emprisonnant temporairement du sang désaturé.
Sur le plan computationnel, l’analyse des signaux BOLD s’appuie massivement sur le modèle linéaire généralisé (GLM, pour General Linear Model), popularisé dans le cadre de la morphométrie et de la cartographie statistique paramétrique (SPM) développée par Karl Friston et l’école londonienne du Wellcome Centre for Human Neuroimaging. Ce paradigme postule que les séries temporelles du signal BOLD mesurées au sein de chaque voxel peuvent être décomposées comme la somme pondérée de différents régresseurs expérimentaux (modélisés par la convolution temporelle du paradigme de tâche avec une fonction de réponse hémodynamique canonique standardisée), additionnée de bruits physiologiques et instrumentaux.
Enfin, sur le plan des neurosciences théoriques, la question de la nature exacte de l’activité neuronale reflétée par le signal BOLD a fait l’objet d’un débat fondamental. Les travaux empiriques novateurs de Nikos Logothetis (2001) ont démontré, par des enregistrements simultanés intracérébraux électrophysiologiques et IRMf chez le primate non humain, que le signal BOLD est bien plus étroitement corrélé aux potentiels de champ locaux (LFP pour Local Field Potentials) qu’aux potentiels d’action multi-unitaires (MUA). En d’autres termes, le signal BOLD reflète principalement le traitement synaptique intéroceptif afférent et les boucles de traitement local au sein d’une assemblée neuronale (l’activité des entrées et du calcul local) plutôt que le signal de sortie axonal (les décharges de potentiels d’action vers d’autres régions).
7. Composantes clés, types et dimensions
L’analyse fine du signal BOLD exige de distinguer plusieurs composantes structurales, physiologiques et métrologiques distinctes :
- La fonction de réponse hémodynamique (HRF) canonique : Elle se structure en trois segments temporels successifs :
- Le creux initial (« initial dip ») : Une diminution brève et très précoce du signal (environ 1 seconde après le début du stimulus), attribuée à une augmentation immédiate de la consommation d’oxygène tissulaire avant que l’afflux sanguin artériel compensatoire ne se mette en place (son universalité chez l’humain fait encore l’objet d’investigations poussées).
- Le pic hémodynamique (positive peak) : L’élévation maximale du signal T2*, survenant habituellement 4 à 6 secondes post-activation, consécutive à l’afflux massif de sang oxygéné diamagnétique.
- Le sous-dépassement post-stimulus (« post-stimulus undershoot ») : La baisse du signal en dessous de la ligne de base après la cessation de la stimulation, s’étendant sur 10 à 20 secondes, liée à la lente normalisation du volume sanguin veineux et au maintien d’un métabolisme oxygéné soutenu.
- Les dimensions spatiales et pondérations tissulaires :
- Contribution microvasculaire (capillaires et veinules intracorticales) : Elle constitue la source la plus précise spatialement, localisée à proximité immédiate des corps cellulaires neuronaux activés.
- Contribution macrovasculaire (veines de drainage piales) : Elle correspond au sang désaturé transporté en aval des zones actives, générant des artefacts de déplacement spatial du signal (le fameux problème des grosses veines ou draining veins effect).
- Les régimes d’acquisition et contrastes de relaxation :
- Pondération T2* (Écho de gradient – GE) : La séquence standard la plus couramment employée en recherche cognitive en raison de sa sensibilité maximale au signal BOLD, bien qu’elle soit vulnérable aux gradients de susceptibilité macroscopiques aux interfaces air-tissu (sinus, rochers).
- Pondération T2 pure (Écho de spin – SE) : Moins sensible globalement, mais filtrant les inhomogénéités macroscopiques de champ magnétique, elle privilégie le signal provenant des micro-capillaires et permet une résolution spatiale plus fine, particulièrement à ultra-haut champ magnétique (7 Teslas et au-delà).
- Les modes d’analyse fonctionnelle :
- L’IRM fonctionnelle événementielle ou par blocs (Task-based fMRI) : Mesure des modulations temporelles du signal BOLD provoquées directement par des tâches perceptives, motrices ou cognitives contraintes.
- L’IRM fonctionnelle au repos (Resting-State fMRI) : Analyse des fluctuations spontanées à basse fréquence (typiquement entre 0,01 et 0,1 Hz) du signal BOLD, permettant de déduire les patrons de connectivité fonctionnelle intrinsèque du cerveau en dehors de toute consigne explicite.
8. Exemples et cas illustratifs
Pour illustrer la mise en œuvre pratique du signal BOLD, considérons l’investigation neuropsychologique du système de traitement de la peur centré sur l’amygdale. Dans un paradigme d’induction émotionnelle par blocs, des visages exprimant l’effroi sont présentés à des participants alternant avec des visages neutres et des formes géométriques de contrôle. Lors de l’exposition aux visages apeurés, les circuits afférents reliant le thalamus sensoriel et le cortex temporal aux noyaux basolatéraux de l’amygdale s’activent intensément.
Sur le plan biophysique, l’activation synaptique des neurones amygdaliens déclenche une vaso-dilatation locale rapide. Environ 4 à 5 secondes après l’apparition du bloc de visages menaçants, le signal IRM T2* pondéré s’élève de 0,5 à 2 % au sein de la région amygdalienne par rapport à la condition de repos ou de contrôle géométrique. Lorsque le logiciel d’analyse statistique convolue la série temporelle de présentation des stimuli avec le modèle standard de réponse hémodynamique, un pic de corrélation hautement significatif émerge dans cette structure, confirmant l’implication de l’amygdale dans le décodage automatique de la menace faciale chez le sujet sain.
Un autre exemple frappant s’observe dans les études de réseau du mode par défaut (DMN pour Default Mode Network) en IRM au repos. Lorsqu’un participant est allongé dans le scanner sans consigne de tâche cognitive, ses pensées dérivent vers des ruminations autobiographiques, des projections dans le futur ou des réflexions sociales intéroceptives. L’analyse du signal BOLD révèle alors des oscillations de basse fréquence remarquablement synchronisées entre le cortex cingulaire postérieur, le cortex préfrontal ventromédian et le gyrus angulaire bilatéral. Dès que le sujet doit mobiliser son attention sur une tâche visuo-spatiale exigeante, le signal BOLD s’effondre dans ces régions (désactivation BOLD relative) au profit d’une élévation parallèle du signal dans le réseau attentionnel dorsal fronto-pariétal.
Dans le domaine de la neurologie clinique et de la neurochirurgie fonctionnelle, l’enregistrement du signal BOLD est utilisé pour la cartographie préchirurgicale chez des patients porteurs de tumeurs cérébrales (gliomes) situées au voisinage immédiat des aires du langage (aire de Broca) ou du cortex moteur primaire. En demandant au patient d’effectuer une tâche de fluence verbale ou de tapotement de doigts (finger tapping) dans l’IRM, le chirurgien peut localiser précisément la distance millimétrique séparant les lisières de la tumeur du pic d’activation hémodynamique BOLD, réduisant drastiquement le risque de séquelles aphasiques ou parétiques postopératoires.
9. Mesure et évaluation
L’enregistrement et le traitement quantitatif du signal BOLD constituent un défi méthodologique majeur en raison de sa nature évanescente : la modulation d’amplitude du signal BOLD induite par une tâche cognitive ne représente typiquement qu’une variation de 0,5 à 3 % de l’intensité globale du signal à une intensité de champ standard de 3 Teslas. Cette minuscule signature physiologique est constamment noyée dans de multiples sources de bruit instrumental, thermique et biologique.
Le protocole d’acquisition repose classiquement sur des séquences ultra-rapides d’imagerie écho-planaire (EPI pour Echo-Planar Imaging) pondérées en T2*. Ces séquences permettent de capturer un volume cérébral tridimensionnel complet composé de dizaines de milliers de voxels (généralement d’une résolution isotrope comprise entre 1,5 et 3 mm de côté) en un temps de répétition (TR) oscillant usuellement entre 0,7 et 2 secondes. L’amplitude des champs magnétiques statiques conventionnels en recherche humaine s’échelonne principalement entre 3 Teslas et 7 Teslas, ces derniers offrant un rapport contraste/bruit substantiellement supérieur au détriment d’artefacts d’inhomogénéité de champ accrus.
Pour extraire une information neurophysiologique valide, les données de séries temporelles brutes doivent subir une chaîne rigoureuse de pré-traitements méthodologiques :
- Correction du temps d’acquisition des coupes (Slice Timing Correction) : Réalignement temporel mathématique par interpolation pour compenser le décalage d’acquisition de chaque tranche anatomique au cours d’un même volume.
- Recalage spatial et correction de mouvement (Realignment) : Estimation et correction rigide (6 paramètres de translation et rotation) des micromouvements céphaliques du participant, ces derniers étant susceptibles de créer de faux signaux BOLD mimant une tâche fonctionnelle.
- Normalisation spatiale : Déformation non linéaire des volumes individuels vers un espace stéréotaxique standardisé de référence (tel que l’espace MNI ou Talairach) pour autoriser les comparaisons interindividuelles et les inférences statistiques de groupe.
- Lissage spatial (Smoothing) : Application d’un filtre gaussien isotrope (ex. : 4 à 8 mm de largeur à mi-hauteur FWHM) pour augmenter le rapport contraste sur bruit et satisfaire les hypothèses de la théorie des champs aléatoires gaussiens lors du seuillage statistique.
- Filtrage temporel et régression des nuisances : Élimination des dérives lentes instrumentales (filtre passe-haut) et régression des signaux parasites provenant du liquide cérébro-spinal, de la substance blanche, et des fluctuations cardiorespiratoires.
10. Applications et pertinence pratique
La caractérisation du signal BOLD a totalement redéfini le paysage épistémologique de la psychologie cognitive, de la neuropsychiatrie et des neurosciences comportementales au cours des trois dernières décennies.
En psychopathologie cognitive et psychiatrie computationnelle, l’analyse du signal BOLD permet de documenter les altérations des circuits cérébraux sous-tendant les troubles mentaux majeurs. Dans la dépression majeure, les anomalies de modulation du signal BOLD dans le circuit cortico-striato-limbique révèlent une hyperconnectivité du réseau du mode par défaut associée à la rumination dépressive et une hypoactivation du striatum ventral lors du traitement des récompenses, objectivant ainsi la physiopathologie de l’anhédonie. Dans les troubles du spectre de la schizophrénie, l’altération de la connectivité fonctionnelle déduite des corrélations temporelles du signal BOLD entre les aires temporales et frontales fournit une base neurofonctionnelle à l’émergence des hallucinations acoustico-verbales et à la perte de cohérence associative de la pensée.
En neuropsychologie clinique et neurologie, outre la cartographie préchirurgicale évoquée précédemment, l’IRMf BOLD participe à l’évaluation diagnostique et pronostique des états de conscience altérée (comas, états végétatifs ou pauci-relationnels). Des protocoles novateurs d’imagerie motrice guidée par la voix (ex. : imaginer jouer au tennis ou naviguer mentalement dans sa propre maison) ont démontré la persistance d’une modulation BOLD intacte et discriminable dans les aires motrices supplémentaires chez des patients cliniquement non communicants, ouvrant la voie à la détection d’une « conscience dissimulée » (covert consciousness).
En pharmacologie et neuro-imagerie médicamenteuse (pharmaco-IRMf), l’observation des modulations du signal BOLD consécutives à l’administration aiguë ou chronique d’agents psychotropes permet d’évaluer directement l’engagement des cibles neurochimiques dans le système nerveux central et d’identifier des biomarqueurs prédictifs de la réponse thérapeutique aux antidépresseurs ou aux antipsychotiques.
Enfin, le développement contemporain du neurofeedback par IRMf en temps réel (rt-fMRI-NF) permet à des sujets d’observer l’évolution dynamique de leur propre signal BOLD dans des structures précises (telles que le cortex cingulaire antérieur ou l’amygdale) et d’apprendre, par des stratégies de régulation émotionnelle consciente, à en moduler volontairement l’activité pour réduire des symptômes anxieux ou des douleurs chroniques rebelles.
11. Recherche et preuves empiriques
Depuis les publications fondatrices d’Ogawa et al. (1990, 1992) et de Kwong et al. (1992), des dizaines de milliers d’études empiriques ont validé et affiné la compréhension du signal BOLD. L’une des avancées expérimentales les plus décisives fut l’étude menée par Nikos Logothetis et ses collaborateurs, publiée dans Nature en 2001, intitulée « Neurophysiological investigation of the basis of the fMRI signal ». En enregistrant simultanément les signaux électriques intracérébraux et les séries temporelles BOLD chez des macaques anesthésiés, cette équipe a démontré que le signal BOLD reflète au premier chef l’énergie métabolique liée aux potentiels de champ locaux (LFP), représentatifs des potentiels postsynaptiques d’entrée somato-dendritiques, plutôt que les potentiels d’action de sortie (spikes). Cette découverte a solidement établi que le signal BOLD mesure le « traitement » des signaux par une structure plus que son « émission » unitaire.
Dans le domaine de la connectomique fonctionnelle, les recherches pionnières de Bharat Biswal et al. (1995) ont bouleversé le champ en montrant que les fluctuations spontanées du signal BOLD au repos ne sont pas du bruit aléatoire dénué de sens, mais des oscillations fortement corrélées au sein de réseaux anatomiquement cohérents (notamment le système somatosensoriel). Ces observations ont été répliquées et étendues à l’échelle mondiale par de vastes consortiums comme le Human Connectome Project (HCP), cartographiant les réseaux à grande échelle chez des milliers de sujets sains.
D’autres travaux majeurs ont exploré la non-linéarité spatio-temporelle de la réponse BOLD. Dale et Buckner (1997) ont démontré qu’en dépit des non-linéarités intrinsèques du couplage vasculaire, le signal BOLD conserve un comportement suffisamment linéaire face à des stimulations rapides pour permettre la conception d’expériences événementielles complexes, affranchissant définitivement la psychologie cognitive des contraintes rigides des protocoles en blocs continus.
12. Considérations culturelles et transculturelles
Bien que le signal BOLD repose sur des propriétés biophysiques et physiologiques universelles propres à l’espèce humaine (couplage neurovasculaire, oxygénation de l’hémoglobine), son application dans le champ des neurosciences cognitives transculturelles a révélé des nuances significatives quant à la manière dont l’expérience socioculturelle façonne la neurophysiologie fonctionnelle.
Les neurosciences culturelles ont largement exploité l’IRMf BOLD pour montrer que des individus issus de cultures individualistes (notamment occidentales) versus collectivistes (notamment est-asiatiques) présentent des modulations différentielles de l’amplitude du signal BOLD lors de tâches d’évaluation du concept de soi ou de perception visuelle contextuelle. Par exemple, des études comparatives démontrent que lors de jugements sur la personnalité de la mère par rapport à soi-même, les participants chinois activent conjointement le cortex préfrontal médial (mesuré par une élévation conjointe du signal BOLD pour les deux conditions), tandis que les participants nord-américains n’augmentent leur signal BOLD dans cette région que pour les jugements autoréférentiels, traduisant une intégration neuronale différenciée de l’autonomie et de l’interdépendance du soi.
Sur le plan méthodologique, des considérations transculturelles s’imposent également dans la standardisation des atlas anatomiques cérébraux. Les matrices stéréotaxiques traditionnelles de référence (comme les modèles dérivés de l’ICBM ou du MNI) ont été initialement calquées sur des cohortes d’ascendance exclusivement européenne ou nord-américaine. Des variations morphologiques crâniennes et cérébrales moyennes entre populations ont incité les chercheurs asiatiques à développer des templates spécifiques (tels que le modèle coréen ou chinois de référence) afin d’éviter des déformations spatiales non congruentes lors de la normalisation des images fonctionnelles BOLD, garantissant ainsi une projection anatomique fidèle des activations fonctionnelles mesurées.
13. Critiques, débats et limites
En dépit de son succès colossal, le signal BOLD fait l’objet d’intenses débats théoriques et s’accompagne de limites méthodologiques fondamentales qui imposent une grande rigueur dans son interprétation :
En premier lieu, le signal BOLD souffre d’une faible résolution temporelle intrinsèque. Alors que les computations cognitives élémentaires se déploient à l’échelle de quelques dizaines de millisecondes, la réponse hémodynamique s’étale sur plus de dix secondes. Cette inertie vasculaire empêche de distinguer l’ordre chronologique ultra-rapide des flux d’information au sein d’une boucle cérébrale fermée, contraignant l’IRMf BOLD à une complémentarité étroite avec l’électroencéphalographie (EEG) ou la magnétoencéphalographie (MEG).
En deuxième lieu, le signal BOLD constitue une mesure relative et non absolute. Le scanner IRM ne fournit pas une valeur calibrée en unités physiologiques universelles (comme des micromoles d’O2 par gramme de tissu), mais une unité arbitraire dépendante de l’amplification instrumentale, des gains de bobine et des tissus environnants. Une activation BOLD ne prend de sens que par la soustraction différentielle ou la corrélation par rapport à une autre condition expérimentale ou à une ligne de base.
En troisième lieu, la vulnérabilité du couplage neurovasculaire aux facteurs confondants physiologiques est majeure. Toute variation de la pression artérielle, de la concentration sanguine en dioxyde de carbone (induite par une respiration superficielle ou une apnée involontaire), ou la prise de substances vasoactives (telles que la caféine, la nicotine ou certains médicaments antihypertenseurs) altère directement l’amplitude de la réponse BOLD indépendamment de toute modification de l’activité neuronale réelle. De même, le vieillissement normal et les microangiopathies cérébrales modifient l’élasticité artérielle, rendant hasardeuses les comparaisons directes du signal BOLD entre des populations de jeunes adultes et de sujets âgés sans modélisation vasculaire spécifique.
Enfin, le signal BOLD a été au cœur de vives controverses statistiques dans la littérature psychologique. Le problème des comparaisons multiples sur plus de 100 000 voxels a parfois conduit à des taux élevés de faux positifs dans des études sous-puissancées échantillonnalement (comme l’a illustré avec ironie l’expérience célèbre du « saumon atlantique mort » montrant de fausses activations fonctionnelles BOLD en l’absence de correction statistique rigoureuse). De même, le débat sur les « corrélations vaudou » soulevé par Vul et al. (2009) a dénoncé les corrélations exagérément gonflées entre le signal BOLD et des traits de personnalité en raison d’analyses circulaires (non-indépendance de la sélection des voxels et de l’estimation de l’effet).
14. Termes connexes et distinctions
Pour prévenir toute confusion terminologique et conceptuelle en neuro-imagerie, il convient de distinguer clairement le signal BOLD d’autres modalités métaboliques ou hémodynamiques :
- Signal BOLD vs Débit sanguin cérébral (CBF) : Le CBF quantifie le volume de sang traversant une masse donnée de tissu cérébral par unité de temps (ml/100g/min). Le signal BOLD dépend du CBF mais n’est pas réductible à celui-ci : il résulte de l’interaction complexe entre le CBF, le volume sanguin cérébral (CBV) et le métabolisme de l’oxygène (CMRO2).
- Signal BOLD vs Arterial Spin Labeling (ASL) : L’ASL est une technique d’IRM qui marque magnétiquement les protons de l’eau artérielle afférente avant leur entrée dans le tissu cérébral, fournissant une mesure quantitative absolue directe du CBF sans dépendre de la désoxyhémoglobine, contrairement au signal BOLD qui est un contraste de susceptibilité magnétique relatif.
- Signal BOLD vs Spectroscopie par résonance magnétique fonctionnelle (fMRS) : La fMRS mesure directement les concentrations dynamiques de métabolites chimiques neuronaux (tels que le glutamate, le GABA ou le lactate) au cours de l’activation cognitive, sans dépendre de la réponse vasculaire.
- Signal BOLD vs Tomographie par émission de positons (TEP au 15O ou au FDG) : La TEP mesure le métabolisme direct du glucose ou le débit sanguin par le suivi de radiotraceurs injectés, offrant une mesure biochimique quantitative absolue mais avec une résolution temporelle de plusieurs minutes et l’inconvénient d’une irradiation radioactive, que ne présente pas le signal BOLD.
- Signal BOLD vs Spectroscopie dans le proche infrarouge fonctionnelle (fNIRS) : La fNIRS utilise l’absorption de photons optiques infrarouges par les tissus pour quantifier séparément les concentrations absolues d’oxyhémoglobine (HbO) et de désoxyhémoglobine (HbR) dans la périphérie corticale, alors que le signal BOLD conventionnel combine ces informations en un indice composite unique au sein des voxels magnétiques.
15. Résumé et points clés
Le signal BOLD (Blood Oxygenation Level-Dependent) s’affirme comme le mécanisme biophysique fondateur de l’IRM fonctionnelle, ayant transformé les paradigmes de recherche en psychologie et neurosciences depuis son émergence au début des années 1990 :
- Origine physique : Il exploite les propriétés magnétiques divergentes de l’oxyhémoglobine (diamagnétique) et de la désoxyhémoglobine (paramagnétique), cette dernière agissant comme un agent de contraste endogène perturbant le temps de relaxation transversale apparente (T2*).
- Mécanisme physiologique : Lors de l’activité neuronale, le phénomène de couplage neurovasculaire provoque une vasodilatation locale qui surcompense les besoins réels en oxygène (hyperhémie fonctionnelle), réduisant la concentration relative de désoxyhémoglobine et rehaussant transitoirement le signal IRM.
- Substrat neurophysiologique : Le signal reflète préférentiellement les potentiels de champ locaux (LFP), traduisant l’activité postsynaptique d’entrée et le traitement intéroceptif local d’une région plutôt que ses potentiels d’action de sortie unitaire.
- Dynamique temporelle : La réponse hémodynamique est lente, différée dans le temps (pic entre 4 et 6 secondes post-stimulus) et prolongée par un sous-dépassement, imposant l’usage de modèles linéaires de convolution pour son décodage.
- Portée clinique et scientifique : Indispensable pour cartographier les architectures cérébrales cognitives, caractériser la connectivité des réseaux fonctionnels au repos (DMN) et identifier les anomalies fonctionnelles dans les pathologies psychiatriques et neurologiques.
Références
- Bandettini, P. A., Wong, E. C., Hinks, R. S., Tikofsky, R. S., & Hyde, J. S. (1992). Time course EPI of human brain function during task activation. Magnetic Resonance in Medicine, 25(2), 390–397. https://doi.org/10.1002/mrm.1910250220
- Biswal, B., Yetkin, F. Z., Haughton, V. M., & Hyde, J. S. (1995). Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magnetic Resonance in Medicine, 34(4), 537–541. https://doi.org/10.1002/mrm.1910340409
- Buxton, R. B., Wong, E. C., & Frank, L. R. (1998). Dynamics of blood flow and oxygenation changes during brain activation: The balloon model. Magnetic Resonance in Medicine, 39(6), 855–864. https://doi.org/10.1002/mrm.1910390602
- Friston, K. J., Fletcher, P., Josephs, O., Holmes, A., Rugg, M. D., & Turner, R. (1998). Event-related fMRI: Characterizing differential responses. NeuroImage, 7(1), 30–40. https://doi.org/10.1006/nimg.1997.0306
- Kwong, K. K., Belliveau, J. W., Chesler, D. A., Goldberg, I. E., Weisskoff, R. M., Poncelet, B. P., Kennedy, D. N., Hoppel, B. E., Cohen, M. S., & Turner, R. (1992). Dynamic magnetic resonance imaging of human brain activity during primary sensory stimulation. Proceedings of the National Academy of Sciences, 89(12), 5675–5679. https://doi.org/10.1073/pnas.89.12.5675
- Logothetis, N. K., Pauls, J., Augath, M., Trinath, T., & Oeltermann, A. (2001). Neurophysiological investigation of the basis of the fMRI signal. Nature, 412(6843), 150–157. https://doi.org/10.1038/35084005
- Ogawa, S., Lee, T. M., Kay, A. R., & Tank, D. W. (1990). Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Proceedings of the National Academy of Sciences, 87(24), 9868–9872. https://doi.org/10.1073/pnas.87.24.9868
- Pauling, L., & Coryell, C. D. (1936). The magnetic properties and structure of hemoglobin, oxyhemoglobin and carbonmonoxyhemoglobin. Proceedings of the National Academy of Sciences, 22(4), 210–216. https://doi.org/10.1073/pnas.22.4.210