La synesthésie est un phénomène fascinant qui offre une opportunité privilégiée d'étudier chez les sujets sains les bases neurales de l'expérience subjective. Les synesthètes graphème-couleur (1 à 5 % de la population – qui ignorent le plus souvent l'être) associent arbitrairement et systématiquement une couleur spécifique à chaque lettre ou chiffre. Ce travail de thèse se focalise sur ces synesthésies et explore l'implication, dans l'expérience subjective de couleurs synesthésiques, des régions corticales qui sont actives lors de la perception des couleurs ‘réelles'. Dans une étude préalable réalisé par l'équipe d'accueil utilisant l'Imagerie par Résonance Magnétique (IRM) fonctionnelle, une telle implication des ‘aires de la couleur' n'a pas été observée (Hupé et al. 2012). Une analyse statistique ‘classique' (univariée) du traitement des données mesurées était utilisée.Cette thèse vise à déterminer si les couleurs synesthésiques reposent sur les réseaux neuronaux des couleurs réelles en utilisant une technique d'analyse statistique multivariée (MultiVoxel Pattern Analysis – MVPA). A la différence de l'analyse univariée elle se base sur des ensembles de voxels (les pixels en 3D qui composent les images acquises) et prend en compte leurs motifs d'activation correspondant spécifiquement à l'encodage d'une information donnée par le cerveau. Cet encodage est réalisé au niveau neuronal et l'IRMf en donne une quantification non-invasive et indirecte au travers des répercutions hémodynamiques induites par l'activation neuronale. Cette modélisation multivariée des données fait des MVPA une approche particulièrement adaptée à la mesure d'informations encodées finement de manière distribuée. Le but de ce travail est d'explorer son efficacité pour l'étude des synesthésies graphème-couleur où l'analyse classique n'a pas fourni de résultats robustes. En pratique, elle nécessite cependant l'utilisation de protocoles spécifiques, la maîtrise des nombreux paramètres qui influent radicalement sur son fonctionnement et l'utilisation conjointe de l'analyse univariée. Dans une première étape de cette thèse, nous avons évalué différents aspects méthodologiques qu'il est important de maîtriser afin d'obtenir des résultats robustes et une analyse fiable.Ensuite, nous avons comparé le traitement des couleurs réelles et synesthésiques chez deux groupes de 20 synesthètes et non synesthètes. Nous avons trouvé que le traitement des couleurs synesthésiques ne repose pas sur les réseaux neuronaux de traitement de la couleur réelle. Cela peut signifier que les bases neuronales des couleurs synesthésiques ne se situent ni dans les aires visuelles rétinotopiques ni dans les aires de l'expertise visuelle (les aires de la ‘voie ventrale'). Cela peut également signifier que, bien que ces aires soient impliquées, ce ne sont pas les réseaux neuronaux de traitement des couleurs réelles qui sont activés lors de la perception de couleurs synesthésique. D'un point de vue méthodologique, il est possible que les signaux mesurés par l'IRMf ne permettent pas d'observer ce codage partagé. Ces résultats posent donc la question des limites de l'interprétation des signaux mesurés en IRMf très indirectement liés à l'activité neuronale. L'identification des réseaux neuronaux impliqués dans l'expérience subjective des couleurs synesthésiques reste donc une problématique ouverte. / Synesthesia is a fascinating phenomenon that offers the opportunity to study the neural bases of subjective experiences in healthy subjects. Grapheme-color synesthetes (1 to 5 % of the population – who do not know it most of the time) arbitrarily and systematically associate a specific color to letters or digits. This PhD thesis work focuses on this type of synesthesia and explores whether common neural networks are involved both in ‘real' color perception and synesthetic color experience. In a previous study from the host team using functional Magnetic Resonance Imaging (MRI), no implication of ‘color areas' where found (Hupé et al., 2012). A standard (univariate) statistical analysis of the data processing was used.This PhD thesis aims at determining if synesthetic colors involve real color neural networks with the use of a multivariate statistical technique (Multivoxel Pattern Analysis – MVPA). Unlike univariate analysis it uses sets of voxels (the pixels in 3D forming the images) and take into account their patterns of activation linked to the encoding of specific information in the brain. This encoding is performed at the neuronal level and fMRI indirectly and non-invasively quantifies it through hemodynamic variations induced by the neuronal activity. MVPA is a particularly adapted approach to measure fine grained and distributed information encoding. The goal of the thesis is to explore its efficiency for the study of grapheme-color synesthesia for which standard analyses failed. In practice, it requires the use of specific protocols, mastering numerous parameters influencing the results and the joint use of univariate analysis. In the first step of this thesis, we evaluated different methodological aspects to optimize the processing chain in order to obtain robust and reliable results.Then, we compared the neural processing of real colors and synesthetic colors in 2 groups of synesthetes (n=20) and non synesthetes (n=20). We found that synesthetic colors processing does not share common neural networks with real color processing. This suggests that the neural bases of synesthetic colors are not localized in the retinotopic visual areas or in the visual expertise areas (the ‘ventral pathway' areas). This may also suggest that, although those areas are involved, different neural networks are implicated in real color and synesthetic color perception. These results raise the question of the limits of the interpretation of the signal measured by fMRI, indirectly linked to the neuronal activity. The identification of the neural networks involved in the subjective experience of synesthetic colors remains an open issue.
Identifer | oai:union.ndltd.org:theses.fr/2014GRENS020 |
Date | 10 November 2014 |
Creators | Ruiz, Mathieu |
Contributors | Grenoble, Dojat, Michel |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0104 seconds