UNIVERSITÉDEBOURGOGNE! Mémoire!d’Habilitation!à!Diriger ...UNIVERSITÉDEBOURGOGNE!!...
120
UNIVERSITÉ DE BOURGOGNE Mémoire d’Habilitation à Diriger des Recherches Prédictions et traitement des erreurs dans les comportements visuomanuels : de la flexibilité à la plasticité Ou l’étude du contrôle visuomanuel lors de perturbations liées à la tâche et de changements de la dynamique cérébrale François Bonnetblanc, MCF, INSERM U1093, Université de Bourgogne Section CNU 74 (Sciences et Techniques des Activités Physiques et Sportives) Membres du Jury : Benoît Bardy, PU STAPS, IUF, M2H, Université Montpellier I (Rapporteur). Hugues Duffau, PUPH en Neurochirurgie, INSERM U1051, Université Montpellier I. David Guiraud, DR1 INRIA, LIRMM, Equipe DEMAR, Université Montpellier II. Denis Pélisson, DR1 CNRS, INSERM U1028, Université Lyon I (Rapporteur). Claude Prablanc, DR Emerite INSERM, INSERM U1028, Université Lyon I. Agnès RobyBrami, DR1 INSERM, ISIR, Université Paris VI (Rapportrice). Frédéric Ricolfi, PUPH en Neuroradiologie, INSERM U1093, Université de Bourgogne.
Transcript of UNIVERSITÉDEBOURGOGNE! Mémoire!d’Habilitation!à!Diriger ...UNIVERSITÉDEBOURGOGNE!!...
UNIVERSITÉ DE BOURGOGNE
Mémoire d’Habilitation à Diriger des Recherches
Prédictions et traitement des erreurs dans les comportements visuo-manuels : de
la flexibilité à la plasticité
Ou l’étude du contrôle visuo-manuel lors de perturbations liées à la tâche et de
changements de la dynamique cérébrale
François Bonnetblanc, MCF, INSERM U1093, Université de Bourgogne
Section CNU 74 (Sciences et Techniques des Activités Physiques et Sportives)
Membres du Jury :
Benoît Bardy, PU STAPS, IUF, M2H, Université Montpellier I (Rapporteur).
Hugues Duffau, PU-‐PH en Neurochirurgie, INSERM U1051, Université Montpellier I.
David Guiraud, DR1 INRIA, LIRMM, Equipe DEMAR, Université Montpellier II.
Denis Pélisson, DR1 CNRS, INSERM U1028, Université Lyon I (Rapporteur).
Claude Prablanc, DR Emerite INSERM, INSERM U1028, Université Lyon I.
Agnès Roby-‐Brami, DR1 INSERM, ISIR, Université Paris VI (Rapportrice).
Frédéric Ricolfi, PU-‐PH en Neuroradiologie, INSERM U1093, Université de Bourgogne.
2
3
Remerciements et autres
A mes parents et ma famille. A mes formateurs passés et actuels, ceux qui m’ont
guidé, fait confiance, su me nourrir et m’intéresser de près ou de loin, mais qui ne m’ont
jamais tenu enchaîné. En particulier, à mon estimé jury qui a accepté de juger ce travail.
A mes étudiants et futurs collaborateurs avec qui j’ai toujours pris beaucoup de plaisir à
travailler. A mes collaborateurs. A mes amis de toujours. A Louise. Si j’ai parcouru ce
chemin, c’est en grande partie grâce à vous. Un merci inconditionnel ! En espérant
toujours rester digne de ce que vous représentez tous pour moi.
Le Loup et le Chien
Un Loup n'avait que les os et la peau, Tant les chiens faisaient bonne garde. Ce
Loup rencontre un Dogue aussi puissant que beau, Gras, poli, qui s'était fourvoyé par
mégarde. L'attaquer, le mettre en quartiers, Sire Loup l'eût fait volontiers ; Mais il fallait
livrer bataille, Et le Mâtin était de taille A se défendre hardiment. Le Loup donc l'aborde
humblement, Entre en propos, et lui fait compliment Sur son embonpoint, qu'il
admire. "Il ne tiendra qu'à vous beau sire, D'être aussi gras que moi, lui repartit le
Chien. Quittez les bois, vous ferez bien : Vos pareils y sont misérables, Cancres, hères, et
pauvres diables, Dont la condition est de mourir de faim. Car quoi ? rien d'assuré : point
de franche lippée : Tout à la pointe de l'épée. Suivez-‐moi : vous aurez un bien meilleur
destin. " Le Loup reprit : "Que me faudra-‐t-‐il faire ? -‐ Presque rien, dit le Chien, donner la
chasse aux gens Portants bâtons, et mendiants ; Flatter ceux du logis, à son Maître
complaire : Moyennant quoi votre salaire Sera force reliefs de toutes les façons : Os de
poulets, os de pigeons, Sans parler de mainte caresse. " Le Loup déjà se forge une
félicité Qui le fait pleurer de tendresse. Chemin faisant, il vit le col du Chien pelé. "Qu'est-‐
ce là ? lui dit-‐il. -‐ Rien. -‐ Quoi ? rien ? -‐ Peu de chose. -‐ Mais encor ? -‐ Le collier dont je suis
attaché De ce que vous voyez est peut-‐être la cause. -‐ Attaché ? dit le Loup : vous ne
courez donc pas Où vous voulez ? -‐ Pas toujours ; mais qu'importe ? -‐ Il importe si bien,
que de tous vos repas Je ne veux en aucune sorte, Et ne voudrais pas même à ce prix un
trésor. " Cela dit, maître Loup s'enfuit, et court encor.
Jean de la Fontaine (1621-1695)
4
Résumé
L’objectif de cette HDR est de nous intéresser aux effets de différents types de
contraintes ou de perturbations sur la prédiction ou le traitement de l’erreur sensori-‐
motrice au sein des comportements visuo-‐manuels et ce, au travers de différents
processus qui possèdent selon nous une filiation (flexibilité, adaptation et plasticité).
Nous avons évolué d’un questionnement centré sur l’influence des contraintes et
perturbations liées à la tâche motrice vers un questionnement plus focalisé sur les effets
dus aux altérations de la connectivité et de la dynamique cérébrales (lors du
vieillissement, de lésions ou de stimulations électriques directes (SED) du cerveau). Une
première partie sera donc consacrée plus spécifiquement à l’influence des contraintes
et perturbations liées à la tâche motrice. Cette partie synthétise mes travaux de thèse et
en partie ceux que nous avons mené lors de mon post-‐doctorat et suite à mon
recrutement comme Maître de Conférence. Une seconde partie aura pour objectif de
présenter des travaux plus récents et des projets centrés sur les effets dus aux
altérations de la connectivité et de la dynamique cérébrale sur les comportements visuo-‐
manuels. Nous essaierons de montrer en quoi cette approche peut être intéressante
pour mieux comprendre les processus de prédiction ou le traitement de l’erreur sensori-‐
motrice et ouvrir vers des applications potentielles en rééducation fonctionelles.
Abstract
The aim of this HDR is to investigate the effects of different types of constraints on the
prediction and processing of sensorimotor errors in visuo-‐manual behaviours through
different processes that are linked together (flexibility, adaptation and plasticity). We
have evolved from a focus on the motor task constraints towards a focus on the effects
due to alterations in brain connectivity and dynamic (with aging, brain injuries or direct
electrical stimulation (DES) of the brain). The first part will be devoted specifically to
the influence of the motor task constraints. This section summarizes my PhD thesis and
partly works we have conducted during my post-‐doctoral fellowship and since I became
Assistant Professor. A second part will aim to present the most recent works and
projects focused on the effects due to alterations in brain connectivity and dynamics of
visuo-‐manual behaviours. We will try to show how this approach can be useful to better
understand the process of prediction and processing of sensorimotor error with
potential applications in functional rehabilitation.
5
Table des matières
Préambule.......................................................................................................................................... 7 Partie I................................................................................................................................................. 9 Prédictions et traitement des erreurs pour la flexibilité et l’adaptation des comportements visuo-manuels.................................................................................................... 9 Contraintes biophysiques en contrôle moteur et prédictions sensori-motrices......................9 Copie d’efférence ou décharge corollaire ......................................................................................... 10 Contrôle en ligne et théorie des modèles internes......................................................................... 11 Quelques exemples de données comportementales en faveur de l’existence de modèles internes prédictifs. .................................................................................................................................. 13 Pourquoi n’arrive-t-on pas à se chatouiller soit même ? ......................................................................... 13 Rattraper (ou soulever un objet) : les ajustements posturaux anticipés (APAs)............................ 14
Prédictions motrices sur la taille de la cible et contrôle moteur dans les mouvements dirigés ......................................................................................................................................................... 16 Redondance, degrés de libertés et influence directe de la taille de la cible sur le conflit entre vitesse et précision....................................................................................................................... 19 Flexibilité motrice et corrections motrices. ..................................................................................... 21 A quelle vitesse pouvons nous corriger un mouvement planifié suite à un saut de cible inattendu ?................................................................................................................................................................. 21 Corrections motrices rapides ............................................................................................................................. 23 Le codage et la programmation motrice des erreurs : les synergies de correction motrices .... 26
Modèles internes, dynamique neuro-mécanique et discrétisation du mouvement: quelles contraintes pour les architectures de contrôle ? ........................................................................... 33 Dynamique musculo-squelettique et discrétisation anatomique des mouvements et de leur contrôle. ...................................................................................................................................................................... 34 Corrections multi-niveaux et dynamique cérébrale .................................................................................. 37
Traitement hors-ligne de l’erreur sensori-motrice, actualisation des commandes proactives et adaptation. ...................................................................................................................... 42 Une adaptation saccadique sans signal d’erreur rétinien ? ....................................................... 51 Le vieillissement : une altération des processus de prédiction sensori-motrice ? Un phénomène réversible ?......................................................................................................................... 56 Conclusions et évolutions de perspectives ....................................................................................... 63
Partie II .............................................................................................................................................66 Optimisation de l’évaluation fonctionnelle et de la stimulation électrique directe en chirurgie cognitive éveillée des tumeurs cérébrales lentes : vers une meilleure compréhension de la plasticité et de la dynamique cérébrale dans les comportements visuo-manuels..................................................................................................66 Les gliomes infiltrants de bas grade (GIBG).................................................................................... 66 Chirurgie Cognitive éveillée & SED ..................................................................................................... 67 Chirurgie cognitive éveillée, SED & Evaluations per-opératoires : objectifs plus appliqués et technologiques .................................................................................................................................... 67 Récupération fonctionnelle & Plasticité Cérébrale dans les tumeurs lentes : objectifs fondamentaux .......................................................................................................................................... 68 Rappels des objectifs .............................................................................................................................. 70 Objectif I : Optimisation de l’évaluation per-opératoire par l’utilisation des nouvelles technologies appliquées à la santé .................................................................................................... 70 Dispositif..................................................................................................................................................................... 72
6
Logiciel (Bonnetblanc & Niang, IDDN.FR.001.340001.000.S.P.2012.000.31235).......................... 73 Objectif II : Meilleure compréhension des effets de la SED .......................................................... 74 Synchronisation de la SED avec les différents dispositifs d’évaluation. ............................................. 74 Précision des effets et de la diffusion de la SED. .......................................................................................... 75 Diffusion dans l’hémisphère controlésionnel : mesure de potentiels évoqués par diminution de la fréquence de la SED........................................................................................................................................... 76 Mieux comprendre et modéliser le faisceau cortico-spinal : le cas particulier des chirurgies dans l’aire motrice. ................................................................................................................................................. 78
Objectif III Optimisation du suivi des patients pour une meilleure compréhension de la récupération fonctionnelle et de la plasticité cérébrale.............................................................. 80 a. Evaluation de la cinétique de la récupération. ....................................................................................... 80 b. Comprendre les effets de la chirurgie sur la balance inter-hémisphérique. ................................ 85 c. Comprendre le rôle de l’homologue controlésionel dans la récupération. ................................... 91 d. Comprendre le rôle des structures sous-corticales dans la récupération..................................... 93
Contributions de chacun des collaborateurs .................................................................................. 94 Echéancier ................................................................................................................................................. 95 Conclusion : Plus-value de l’approche interdisciplinaire ............................................................ 95
Références de la partie synthèse (I) .........................................................................................97 Références de la partie projet (II) ..........................................................................................107 Curriculum Vitae .........................................................................................................................110 Encadrement : post-doctorat, doctorat et M2.....................................................................116 Liste des Travaux ........................................................................................................................117
7
Préambule
Notre environnement physique n’est jamais totalement stable, les objets que
nous cherchons à atteindre peuvent se déplacer, accélèrer, changer de directions, etc, de
manière souvent imprévisible. Ces variations supposent que nous soyons capable de
corriger nos mouvements pour atteindre les objectifs et les cibles que nous nous
sommes fixés préalablement. Pour modifier notre comportement face aux contraintes de
l’environnement le système nerveux central (SNC) manipule des signaux d’erreur en vue
de : (i) corriger un mouvement pendant son exécution (flexibilité), (ii) actualiser les
commandes motrices d’un mouvement à l’autre (adaptation motrice stricto sensu), ou
encore (iii) guider nos apprentissages et les phénomènes de plasticité qui les sous-‐
tendent.
Comme nous allons l’illustrer par la suite, un point clef du contrôle moteur
humain concerne alors la manière dont le SNC est capable de prédire les conséquences
sensorielles d’un mouvement. Cette prédiction permet notamment de compenser les
délais de transduction, transmission et de traitement de l’information qui sont des
contraintes biophysiques importantes pour le système sensori-‐moteur.
L’objectif de cette HDR est de nous intéresser aux effets de différents types de
contraintes ou de perturbations sur la prédiction ou le traitement de l’erreur sensori-‐
motrice au sein des comportements visuo-‐manuels et ce, au travers de différents
processus qui possèdent selon nous une filiation (flexibilité, adaptation et plasticité).
Nous avons évolué d’un questionnement centré sur l’influence des contraintes et
perturbations liées à la tâche motrice vers un questionnement plus focalisé sur les effets
dus aux altérations de la connectivité et de la dynamique cérébrales (lors du
vieillissement, de lésions ou de stimulations électriques directes (SED) du cerveau). Une
première partie sera donc consacrée plus spécifiquement à l’influence des contraintes
et perturbations liées à la tâche motrice. Cette partie synthétise mes travaux de thèse et
en partie ceux que nous avons mené lors de mon post-‐doctorat et suite à mon
recrutement comme Maître de Conférence. Une seconde partie aura pour objectif de
présenter des travaux plus récents et des projets centrés sur les effets dus aux
altérations de la connectivité et de la dynamique cérébrale sur les comportements visuo-‐
manuels. Nous essaierons de montrer en quoi cette approche peut être intéressante
pour mieux comprendre les processus de prédiction ou le traitement de l’erreur sensori-‐
8
motrice. Plus spécifiquement, dans cette perspective, le modèle physiopathologique
étudié est celui de tumeurs lentes infiltrantes qui sont traitées lors d’une chirurgie
cognitive éveillée et pour lequel il y a des changements drastiques de la connectivité. Ces
lésions majeures permettent cependant des évaluations fonctionnelles très poussées ce
qui rend ce modèle particulièrement intéressant pour la compréhension du
fonctionnement cérébral et des comportements visuo-‐manuels.
Cet effort de synthèse, a déjà été en grande partie amorcé, au sein de quatres
revues de littératures publiées (Bonnetblanc 2008, Bonnetblanc et al. 2006, Desmurget
et al. 2007, Fautrelle et Bonnetblanc 2012, cf second document contenant une copie de
l’ensemble des travaux publiés).
9
Partie I
Prédictions et traitement des erreurs pour la flexibilité et l’adaptation des
comportements visuo-manuels
Contraintes biophysiques en contrôle moteur et prédictions sensori-motrices
Un point clef du contrôle moteur humain concerne la manière dont le système
nerveux central (SNC) est capable de prédire les conséquences sensorielles d’un
mouvement (Descartes 1664, Von Helmotz 1850 mentionné par Glynn 2010, Sperry
1950, Von Holtz and Mittelstaedt 1950). Cette prédiction permet notamment de
compenser les délais de transduction, transmission et de traitement de l’information qui
sont des contraintes biophysiques importantes pour le système sensori-‐moteur et ainsi
d’évaluer l’erreur en temps réel.
Ce point de vue général est illustré dans la figure ci-‐dessous extraite de Fautrelle
et al. (2011) et adaptée de Johansson (1992, 1998), Desmurget et Grafton (2000),
Bastian (2006, 2008) et Magescas et al. (2009).
Figure 1. Le contrôle moteur a besoin de s’adapter continuellement aux changements de l’environnement, en
comparant les différences entre conséquences sensorielles prédites par le cerveau (« Ce que je veux faire ») et
les conséquences réelles produites (« Ce qui est fait »). Cette comparaison déclenche un signal d’erreur
sensori-moteur qui permet d’actualiser les commandes proactives ou de produire des corrections « en-ligne ».
Dans la littérature il est largement assumé que le cervelet est une structure clef dans la gestion de cette
erreur et de ce processus.
10
Copie d’efférence ou décharge corollaire
Ces prédictions seraient basées sur un concept fondamental : celui de la copie
d’efférence ou décharge corollaire qui correspond à la copie et à la prédiction de la
commande motrice qui va être exécutée. Ce concept phare des neurosciences actuelles a
émergé dans le champ de la perception visuelle.
En effet, René Descartes (1664) fut probablement un des premiers scientifiques à
émettre l’idée que si une scène visuelle est apparemment stable pendant un mouvement
des yeux c’est qu’elle implique que le cerveau prenne en compte les commandes oculo-‐
motrices. Ce constat est très souvent facilement illustré et démontré pendant les
enseignements en contrôle moteur en demandant aux étudiants de fermer un œil et
d’appuyer sur le côté de l’œil resté ouvert. Dans ce cas, l’environnement visuel n’est plus
stable : la perception visuelle est donc modifiée en l’absence de toute commande
motrice sur l’œil. A la suite de cette observation princeps, plusieurs scientifiques dont
Von Helmotz (1850), Sperry (1950) et Mittelstaedt (1950) ont notamment suggéré l’idée
que lorsqu’une commande motrice serait envoyée pour déplacer l’œil, celle-‐ci serait
accompagnée d’une décharge corollaire ou copie d’efférence pour moduler ou annuler
les effets visuels liés au déplacement des yeux. Avec l’utilisation de cette copie
d’efférence, le cerveau serait capable de prédire les conséquences sensorielles de nos
actions et d’ajuster notre perception de manière appropriée. Les corrélats
neurophysiologiques associés à cette copie d’efférence restent difficiles à mettre en
évidence puisqu’ils impliquent de rechercher un signal: (i) corrélé avec la commande
motrice, et non corrélé avec les rétroactions sensorielles, (ii) qui peut être distingué de
la commande motrice réelle ; dans ce cas le signal ne doit pas générer de mouvement,
(iii) qui doit être utilisé pour actualiser l’état estimé de l’effecteur, par exemple la
position de l’œil et enfin (iv) qui doit altérer ou moduler la perception de manière
appropriée (Baraduc et al . 2002). Peu d’études semblent mettre en évidence
directement la possibilité d’une telle copie. Sommer et Wurtz (2002) ont néanmoins
réussi à identifier un signal satisfaisant les quatre critères mentionnés précédemment,
dans le contrôle de la saccade oculaire volontaire. En revanche, le rôle de la copie
d’efférence dans le champ des neurosciences et dans l’explication du contrôle moteur
11
demeure primordial et a très largement été mis en avant de manière plus indirecte
(Wolpert et Flanagan 2001).
Sous-‐tendues par l’utilisation en robotique de systèmes de prédiction des signaux
de commandes au travers notamment du concept de « Prédicteur de Smith » (Miall et al.
1993), les neurosciences actuelles ont adopté et développé des modules analogues qui
correspondent à des représentations ou modèles de nos interactions physiques avec
l’environnement (Wolpert and Kawato, 1998; Kawato, 1999).
Contrôle en ligne et théorie des modèles internes
Le concept des modèles internes a émergé pour illustrer les processus qui
interviennent dans deux types de problèmes principaux qui sont rencontrés dans l’étude
des activités motrices. Le premier problème comme mentionné initialement concerne
les délais de rétroactions requis pour la transduction, la transmission et le traitement
des informations. Ce délai est en effet très limitatif pour le contrôle en-‐ligne, c’est-‐à-‐dire
pour la capacité de modifier le mouvement pendant son exécution même. Le second
problème concerne les transformations des coordonnées sensorielles en coordonnées
motrices, qu’on appelle aussi transformations sensori-‐motrices.
Les modèles internes sont donc des réseaux de neurones qui peuvent imiter,
simuler ou prédire la dynamique de processus extérieurs au cerveau. Par exemple, ils
peuvent simuler ou prédire les caractéristique du corps et de l’environnement ou leur
inverse (Wolpert et Kawato 1998, Kawato 1999). Sur le plan physiologique, ce sont des
réseaux plastiques, soumis à des règles d’apprentissages qui dépendent de rétroactions.
Il y a deux types de modèles internes : les modèles dits « proactifs » ou « prédictifs » et
les modèles dits « inverses ». Leurs fonctions sont respectivement de prédire: (i) les
réafférences et conséquences sensorielles et ainsi d’annuler les délais biophysiques dans
les corrections motrices et (ii) les commandes motrices en fonction du mouvement
représenté (voir Desmurget and Grafton, 2000; Wolpert and Ghahramani, 2000;
Wolpert et al., 2001 for reviews).
En utilisant les copies d’efférence, les modèles « proactifs » permettent la
prédiction des conséquences sensorielles et peuvent permettre de prédire le
comportement global d’un système moteur. Le système nerveux central (SNC) peut alors
estimer l’état courant et futur d’un effecteur sans délai. Par exemple, un modèle proactif
12
de la dynamique du bras prédit les états subséquents (e.g. position, vitesse) en se basant
sur les informations sensorielles périphériques et la copie d’efférence de la commande
motrice (voir Figure 2). Les modèles inverses transforment les buts représentés en
coordonnées motrices. Dans cette théorie, ces modèles inverses sont assimilés à des
« contrôleurs ». En d’autres termes, ils établissent une relation causale qui associe les
conséquences prédites d’une action et l’action elle même. Ce processus est utilisé pour
actualiser les commandes proactives et calibrer les modèles internes ou les
représentations de la dynamique de notre propre corps ou de nos interactions
physiques avec l’environnement (Wolpert et Miall 1996). Par exemple nous avons tous
fait l’expérience de saisir un récipient qui n’avait pas la masse prédite : très souvent
dans ce cas on surestime la masse de l’objet à soulever et on le déplace plus en hauteur.
Preuve que nous n’attendons pas les rétroactions sensorielles pour saisir l’objet et le
déplacer et que nous réalisons des prédictions sur les conséquences sensorielles
attendues lors de chacun de nos gestes. De manière générale, on considère que le
cervelet stocke une mémoire motrice sous la forme de modèles internes et est une
structure clef dans l’actualisation de ces modèles (Marr, 1969; Blomfield and Marr,
1970; Kawato et al., 1987; Johansson and Cole, 1992; Wolpert and Miall, 1996; Kawato
and Wolpert, 1998; Wolpert and Kawato, 1998; Wolpert et al., 1998; Johansson, 1998;
Imamizu et al., 2000; Ito, 2000; Blakemore et al., 2001; Fautrelle et al., 2011a).
13
Figure 2. Schéma du contrôle moteur dans la théorie des modèles internes. Pour contrôler un effecteur au
sein d’un environnement donné, un but est déterminé sur la base d’informations perceptives. Ce but génère
des commandes motrices (transformations inverses) qui intègrent les propriétés dynamiques de l’effecteur
(modèle inverse ou contrôleur) dans le but de minimiser les erreurs en sortie. Les rétroactions cumulent une
certaine quantité de délais en raison de la transduction, de la transmission et du traitement. Si ce délai n’est
pas compensé, la position réelle de l’effecteur est erronée. Pour résoudre ce problème, le cerveau combine une
copie d’efférence (dérivée de la commande motrice) et les rétroactions sensorielles retardées pour produire
une estimation correcte de la position courante et réelle de l’effecteur. Cette estimation permet une
correction en-ligne du mouvement.
Tirée de Fautrelle et Bonnetblanc (2012) et adapté de Kawato and Wolpert (1998), Kawato (1999),
Desmurget and Grafton (2000).
Quelques exemples de données comportementales en faveur de l’existence de modèles internes prédictifs.
Pourquoi n’arrive-t-on pas à se chatouiller soit même ?
Wolpert et Flanagan (2001) ont illustré cette question en montrant, de manière
analogue au phénomène de suppression saccadique, comment la prédiction des
conséquences sensorielles pouvait annuler la perception réelle tactile (cf figure A ci-‐
dessous).
Figure A. Un sujet évoque une stimulation
tactile cutanée d’une de ses mains grâce à une
interface robotisée qui est manipulée par
l’autre main. Lorsque le mouvement d’une
main est transmis directement à l’autre main,
le sujet soustrait l’effet sensoriel prédit des
rétroactions sensorielles réelles de la
stimulation tactile. Le sujet ne perçoit pas de
« chatouillement ». A l’inverse, lorsqu’un délai
est introduit entre l’action d’une main et la
simulation tactile, le sujet perçoit une erreur
de prédiction qui se traduit par une sensation
de chatouillement.
14
Rattraper (ou soulever un objet) : les ajustements posturaux anticipés (APAs)
Imaginez qu’on vous envoie une balle de tennis dans la main ou une balle de
pétanque. Ou que vous devez les soulever lorsque vous les ramassez par-‐terre ?
Allezvous réceptionner cet objet ou le soulever de la même manière ? La réponse est
non. Vous n’attendez pas de rétroactions sur l’objet pour adapter votre commande
musculaire. Vous anticipez le poids de l’objet sur la base de vos expériences et d’une
prédiction (contrôle en boucle ouverte), et vous envoyez une commande musculaire qui
est proportionnelle à la perturbation attendue (Lacquaniti et Maioli 1989a, voir la figure
ci-‐dessous). Cette forme d’ajustement préalable permet de fixer la posture en
anticipation de la perturbation mécanique liée à un évènement externe ou une
perturbation interne (déplacement d’un des segments corporels). Elle est
communément appelée : ajustement postural anticipé (APA).
Figure B. Lorsque nous rattrapons un objet
avec la main une estimation de son poids
(fondée sur nos expériences passées) nous
permet de préparer sa réception avec des
commandes proactives. Ces ajustements
posturaux anticipés sont étalonnés sur le
poids de l’objet. En outre, il est possible de
tromper cette estimation en modifiant de
manière importante le poids d’un objet
familier. Dans ce cas, les commandes
proactives sur le premier essai de réception
(ou de soulever) ne sont pas adaptées. Au fur
et à mesure des essais (parfois dès le second)
ces commandes proactives se réajustent.
L’estimation du poids de l’objet est actualisée.
Cela peut être typiquement ressenti lorsque
nous soulevons un objet dont nous avons sous-
estimé le poids.
15
Lorsqu’une tâche similaire est pratiquée chez des patients cérébelleux, les commandes
proactives sont largement altérées (Nowak et al. 2007, voir figure ci-‐dessous).
Figure C. Les sujets tiennent une balle avec leur main gauche et la lâchent dans un pannier tenu par la main
droite. Les individus sains augmentent la force de saisie en anticipation de l’impact de la balle. Le patient HK
qui souffre d’une agénésie du cervelet, voit sa force de saisie qui augmente plus tardivement en réponse de
l’impact mais pas avant celle-ci. La trace du bas représente l’accélération de la main droite. L’impact de la
balle est marqué par la première balle verticale. Tiré de Nowak et al. 2007.
Ces processus d’anticipation ou de prédiction des caractéristiques physiques et
sensorielles de nos interactions avec l’environnement peuvent aussi se retrouver dans
des phénomènes plus complexes. Par exemple, lorsque nous nous apprêtons à poser le
pied sur un escalator qui est arrêté, nous éprouvons une sensation étrange. Quelque
chose ne nous semble pas normal. Très souvent nous éprouvons une sensation de
déséquilibre vers l’avant car nous avons anticipé son déplacement et placé le centre de
masse un peu vers l’avant pour le compenser. Ce comportemennt inadapté est en fait du
au fait que les escalators font tellement partie de notre quotidien, et que la probabilité
qu’ils soient en marche est si proche de 1, que nous avons déjà intégré une
représentation de l’interaction physique que nous allons avoir avec celui-‐ci en posant le
pied dessus. Le cas le plus vraisemblable est qu’il soit en marche, donc inconsciemment
nous agissons comme tel. On voit ici qu’on touche aux apports de la théorie Bayesienne
dans les aspects probabilistes inhérents au contrôle moteur et au fonctionnement du
cerveau. Nous laisserons cette littérature de côté au sein de ce travail.
16
Prédictions motrices sur la taille de la cible et contrôle moteur dans les mouvements dirigés
En 1899, Woodworth montrait que la variabilité terminale du mouvement
dépendait de la vitesse d’exécution. Ces travaux pionniers ont aussi conduit à considérer
que le temps nécessaire pour réaliser un mouvement rapide et précis de la main, est
fonction à la fois de l’amplitude du mouvement et de la précision requise. Par exemple,
quand un sujet doit pointer le plus rapidement et le plus précisément possible vers une
cible, la rapidité d’exécution se fait au détriment de la précision requise. A l’inverse, plus
un mouvement devient précis plus sa vitesse de réalisation diminue. Ce phénomène est
connu sous le vocable de « conflit vitesse-‐précision » (« speed-‐accuracy trade-‐off »). Ce
grand principe de la psychophysique gouverne quotidiennement nos activités motrices,
particulièrement nos mouvements dirigés. Mathématiquement, cette relation est décrite
par la loi de Fitts (Fitts 1954 ; Fitts et Peterson 1964).
La loi de Fitts est une loi importante du contrôle moteur. En s’inspirant de la
théorie de l’information ou plus exactement de la théorie mathématique de la
communication développée par Shannon et Weaver (1949), Fitts (1954) et Fitts et
Peterson (1964) ont pu montrer que le temps d’un mouvement (TM) dirigé vers une
cible visuelle est proportionnelle au logarithme en base deux de l’amplitude du
mouvement divisé par la moitié de la taille de la cible (W/2) plus une constante
(TM=a+b.Log2(2A/W), avec a et b les deux paramètres de la régression linéaire et le
paramètre Log2(2A/W) aussi appelé indice de difficulté et exprimé en bit). Outre
l’analogie qui a été faite entre le système sensori-‐moteur et les systèmes traitant de
l’information, ce résultat expérimental suggère que la taille de la cible est une contrainte
importante pour les mouvements dirigés. Reste à savoir si cette contrainte influence le
mouvement en amont de la commande motrice (contrôle en boucle ouverte) ou si elle
intervient pendant le geste même après les délais de rétroactions visuelles (contrôle en
boucle fermée). Ce débat autour de la nature de la loi de Fitts a longtemps animé la
communauté neuroscientifique et n’est pas encore tranché (voir Eliott et al. 2001 et
Bonnetblanc 2008 pour revues). C’est un débat qui concerne directement l’étude des
prédictions et du traitement des erreurs sensori-‐motrices.
Une manière d’essayer de comprendre si la taille de la cible est intégrée dans la
phase de planification ou reste utilisée en-‐ligne peut reposer sur l’analyse des APAs. En
17
effet, dans la mesure où comme nous l’avons montré précédemment, ceux-‐ci sont a
priori illustratifs de prédictions sur les conséquences motrices d’un mouvement
princeps, on peut alors considérer que si la taille de la cible influence les APAs, elle serait
intégrée dans la phase de planification. Dans une étude sur des mouvements de pointage
réalisés en posture érigée, nous avons montré que les amplitudes EMG pour les muscles
de la jambe et du dos étaient proportionnelles à la taille de la cible déjà 200 ms avant le
début du mouvement de la main (Bonnetblanc et al. 2004). Ces résultats sont illustrés
dans la figure 3 (tirée du même article).
Figure 3. Activité EMG moyennée (unités arbitraires) pour quatre muscles montrant une proportionnalité
avec la taille de la cible. Chaque courbe est une moyenne de tous les essais pour une taille de cible donnée. Les
données sont pour un seul sujet. Avant chaque moyenne, toutes les courbes ont été synchronisées sur le début
du mouvement de la main (ligne pointillée verticale, t=0 s). Dans un souci de clarté, les données sont
présentées à partir de -0.4s. Le Tibialis Anterior ipsilatéral (TAi), le Rectus Femoris (RFi) et le Tenseur du
Fascia Lata contralatéral (TFLc) montrent clairement une augmentation de leur activité anticipée lorsque la
taille de la cible augmente. L’Erecteur Spinae ipsilatéral (ESi) montre une activité de base suivie par une
petite mais significative diminution de son activité, proportionnellement à la taille de la cible.
Dans cette étude, et bien que dénommés comme tels, nous ne pouvons pas être
absolument certains que ces premiers ajustements posturaux soient réellement
« anticipés ». Il a cependant déjà été montré que la taille de la cible pouvait influencer la
18
programmation motrice dans les mouvements dirigés. Par exemple, Fitts et Peterson
(1964) et Sidaway et al. (1995), ont démontré que les temps de réactions étaient
inversement proportionnels à la taille de la cible. Dans toutes ces études cependant, la
taille de la cible était fixée a priori et il n’y avait pas d’incertitude sur la localisation de la
cible ou sur sa taille. Dans une étude plus récente, nous avons donc fait varier ces deux
paramètres. Nous avons alors observé que les activités EMG intégrées du Tibialis
Anterieur (TAi) et du Deltoïde Anterieur (DAi) étaient proportionnelles à la taille de la
cible environ 140 ms avant l’initiation du mouvement (Figure 4, Fautrelle et al. 2011b).
Dans cette expérimentation, la taille de la cible et sa localisation n’étaient pas spécifiées
avant le signal de départ. Ces résultats renforcent l’idée que la taille de la cible pourrait
influencer la phase de programmation du mouvement de pointage et suggèrent qu’elle
pourrait être traitée plus précocement dans la phase de planification. Ils sont donc en
accord avec l’hypothèse que le conflit entre vitesse et précision pourrait être contrôlé
sur mode proactif. En outre, cet effet était observé alors que la variabilité terminale du
mouvement de pointage restait identique et que le temps de mouvement répondait bien
à une logique de conflit entre vitesse et précision dans toutes les conditions. En d’autres
termes, bien que la position terminale restait fixe quelque soit la taille de la cible, les
sujets modulaient uniquement la vitesse du doigt pour réaliser la tâche.
Figure 5. Amplitude de l’activité EMG du TAi et du DAi 50 ms après l’initiation des réponses motrices
mesurées dans chaque muscle individuellement. Dans chaque histogramme, le moment de l’initiation de la
réponse motrice en regard du début du mouvement est reporté (moyenne et IC à 95%). Les temps de réaction
moyens avaient une étendue de [335 ; 345] ms.
19
La taille de la cible semble donc influencer la programmation motrice avant
l’initiation du mouvement et être intégrée dans sa composante proactive. Des données
complémentaires et convergentes semblent témoigner du fait que la taille de cible induit
bien la prédiction de conséquences motrices en montrant notamment aussi que la
précision terminale des mouvements balistiques dépend de l’intensité de la commande
motrice initiale (Schmidt et al. 1978, Schmidt et al. 1979, Harris and Wolpert 1998) et
que l’imagerie motrice est influencée par la taille de la cible (Decety and Jeannerod
1995). Une démonstration absolue pourrait être faite en observant des réponses de
certains neurones du cortex à la fois influencées par la taille de la cible et corrélées avec
les réponses motrices, ce avant le début de l’initiation du mouvement. A notre
connaissance, un tel travail n’a pas été effectué.
Redondance, degrés de libertés et influence directe de la taille de la cible sur le conflit entre vitesse et précision.
En parallèle de ces résultats, une autre partie de nos travaux a permis de montrer
que le conflit entre vitesse et précision était indépendant des contraintes cinétiques
(Bonnetblanc 2008). Dans une tâche de pointage impliquant le tronc nous avons pu
montrer en faisant varier l’inertie du tronc, que cette augmentation d’inertie
n’influençait pas la pente de la relation entre le temps de mouvement (TM) et l’indice de
difficulté (ID) alors que l’implication du tronc induisait une augmentation de cette pente,
en comparaison d’une situation sans implication de celui-‐ci. Ce résultat est illustré dans
la figure 6.
20
Figure 6. Temps de mouvement moyens (MT) ± écarts-types en fonction de l’indice de difficulté (ID) pour les
trois conditions de pointage (tronc lesté, tronc impliqué mais sans charge, et sans implication du tronc). Les
droites représentent des régressions linéaires.
Dans une tâche de Fitts où la taille de cible est modifiée, le mouvement semble
être planifié en terme de cinématique de la main et en fonction du nombre de degré de
liberté impliqué dans le mouvement (que ce soit au niveau musculaire ou cinématique).
La cinématique et la cinétique de l’effecteur peuvent être très différent sans changer la
précision finale et le temps de mouvement, à l’instar de propositions déjà faites par Fitts
(1954) et plus particulièrement par Schmidt et Lee (1999). Ces derniers pensent en
effet, que dans la loi de Fitts, comme dans la loi de Hick, le terme en Log2 pourrait être
interprété de manière analogue : 2A/W étant le nombre de mouvements possibles, et
Log2(2A/W) étant la quantité d’information nécessaire pour résoudre l’incertitude qui
les caractérise. Autrement dit, dans l’interprétation de ces auteurs, c’est un mouvement
difficile (ID élevé) qui impose une plus grande sélection et un plus grand contrôle du
mouvement à réaliser. En outre, à l’inverse de l’hypothèse postulée par Harris et
Wolpert (1998), qui suggère que le conflit entre la vitesse et la précision répond à la
minimisation du bruit moteur dépendant de l’intensité des signaux de commandes, nous
n’avons pas retrouvé de relation évidente entre l’activité EMG et la précision du
21
mouvement dans cette expérimentation. En effet, l’analyse des commandes motrices
pendant les 200 premières millisecondes après le début du mouvement montrait un
effet clair de la charge pour plusieurs muscles impliqués dans la tâche de pointage et ce
malgré un temps de mouvement inchangé entre les deux conditions. Donc dans notre
étude, l’effet supposé lié à l’augmentation du bruit moteur n’apparaissait pas. Ce
pourrait être du à des boucles rétroactives importantes qui ne sont pas modélisées par
Harris et Wolpert (1998).
Pour conclure, la taille de la cible semble donc influencer le contrôle en boucle
ouverte dans les mouvements dirigés, sur la base d’un référentiel cinématique
déterminé en fonction du nombre de degré de liberté impliqué dans la tâche (sélection
du mouvement) et indépendamment de la cinétique et du bruit moteur.
Flexibilité motrice et corrections motrices.
A la suite de ces travaux principalement issus de la thèse nous nous sommes
particulièrement intéressés à la flexibilité et à l’adaptation motrice ; c’est à dire, à la
manière dont les prédictions sensori-‐motrices étaient utilisées dans le traitement de
l’erreur pour corriger le mouvement pendant son exécution (« en-‐ligne »). Nous avons
donc utilisé des paradigmes de saut de cible visuelle, dans lesquels les sujets devaient
engager un mouvement de l’ensemble du corps, pour atteindre la cible avec la main.
A quelle vitesse pouvons nous corriger un mouvement planifié suite à un saut de cible inattendu ?
Les données neurophysiologiques et électrophysiologiques, relatives au
traitement de stimuli visuels chez le singe, suggèrent des vitesses de traitement
inférieures à celles des données comportementales. En effet, pour la première étape de
traitement, il a été montré que 80% des réponses neuronales intervenaient dans le
cortex visuel primaire (V1) entre 25 et 65 ms après l’initiation du signal visuel. Pour la
deuxième étape, intervenant au niveau du cortex parietal latéral, des réponses étaient
observées entre 70 et 180 ms après le signal (Bullier 2001). De la même manière,
Maunsell et Gibson (1992) ont enregistré des réponses neuronales dans le cortex visuel
strié (V1), 30 à 100 ms après un flash lumineux. Dans ces études, les réponses
22
neuronales étaient enregistrées sans nécessité pour l’animal de programmer un
mouvement ou une correction motrice. Plus récemment, Archambault et al. (2009) ont
examiné l’activité de l’aire corticale numéro 5, dans le cortex pariétal, pendant une tâche
de pointage dans laquelle la localisation de la cible changeait lorsque la main était en
déplacement. Ils n’ont reporté aucun changement dans les décharges neuronales,
jusqu’à 150 ms après le changement de localisation de la cible. Ces délais centraux ne
sont cependant pas représentatifs des corrections motrices rapides, observées dans les
études comportementales chez l’humain, où une pression temporelle peut être plus
facilement exercée.
En effet, dans le cas d’expérimentations avec déplacement de la cible chez
l’humain, Paillard (1996) avait établi que les délais minimaux de correction se situaient
autour de 150-‐180 ms pour influencer le mouvement en cours. D’autres études ont
reporté des latences plus courtes de 100 à 150 ms (Bridgeman et al., 1979;
Georgopoulos et al., 1981; Soechting and Lacquaniti, 1983; Gielen et al., 1984; Goodale et
al., 1986; Pelisson et al., 1986; Paulignan et al., 1990; Prablanc and Martin, 1992;
Desmurget et al., 1999; Day and Lyon, 2000; Prablanc et al., 2003; Diedrichsen et al.,
2005).
On peut alors se demander si 100 ms est la limite inférieure pour implémenter
une correction après l’occurrence d’un saut de cible visuel ? Cette question semble
légitime au moins pour certaines raisons.
En premier, dans la plupart des expériences cités, les corrections motrices étaient
détectées sur la cinématique de la main. Cependant, l’analyse cinématique intègre
nécessairement les délais dus au couplage électromécanique et ne permet pas de rendre
compte de la complexité neuro-‐mécanique de la réponse, en particulier dans les
mouvements complexes. A l’inverse, la réponse EMG permet d’obtenir plus
d’information sur le contrôle moteur de mouvements multi-‐segmentaire (Corneil et al.
2004). Deuxièmement, dans la plupart de ces expérimentations, la cible pouvait se
déplacer sur plusieurs localisations. Or il est bien établit que le temps de réaction (et
donc de traitement) augmente en fonction du nombre de cibles visuelles (Woodworth,
1938, Hick’s law 1952). En conséquence, les tâches employant des sauts de cible
multiples induisent probablement une majoration du délai réel minimal de correction
motrice. Par conséquent, dans le cas d’une seule localisation de cible (paradigme de
temps de réaction simple), les corrections motrices devraient apparaître plus
23
précocement. Troisièmement, dans ces tâches de correction, les mouvements étaient
toujours réalisés à partir d’une position assise, et impliquaient principalement un
mouvement du bras lors d’une tâche de pointage. Cependant, dans les tâches d’atteinte
et de saisie, on observe généralement une séquence de recrutement musculaire
proximo-‐distale (Jeannerod, 1986; Crenna and Frigo, 1991; Ma and Feldman, 1995;
Stapley et al., 1998, 1999; Adamovich et al., 2001; Bonnetblanc et al., 2004; Bonnetblanc,
2008) suggérant que les corrections motrices pourraient être observées plus
précocement dans les muscles proximaux.
Ces considérations générales laissent à penser, que les latences de corrections
motrices pourraient être surestimées, lorsque seule la cinématique est prise en compte,
en particulier si la tâche de pointage implique une coordination motrice complexe. En
effet, certaines corrections motrices pourraient précéder celles intervenant dans le bras
et pourraient être déclenchées plus rapidement au niveau proximal ou au niveau des
membres inférieurs. Pour tester ces hypothèses, nous avons évalué les corrections
motrices de sujets humains dans une tâche de pointage, où ils étaient debout et devaient
aller pointer sur une cible. Celle-‐ci pouvait de manière inattendue, « sauter » vers l’avant
sur une position constante, comme dans un modèle de temps de réaction simple. Nous
avons alors mesuré pour plusieurs muscles le temps mis par les individus pour corriger
leur mouvement du bras après que la cible se soit déplacée.
Corrections motrices rapides
Les résultats ont révélé des corrections motrices rapides dans le membre
supérieur et le membre inférieur, avec des latences de moins de 100 ms (Fautrelle et al.
2010). Ces résultats ont été obtenus en contrastant l’activité EMG dans les essais
perturbés et non perturbés. Les premières réponses ont été observées dans le deltoïde
antérieur (DAi, épaule) et le tibialis antérieur (TAi, jambe). Ces résultats sont illustrés
dans la figure 7.
24
Figure 7. En haut à gauche : moyennes et écarts-types
pour les latences de corrections détectées sur les
activités EMG pour tous les muscles. Histogrammes
des moyennes et écarts types des latences de
correction déterminées en utilisant des t-tests
répétitifs (noir) et les intervalles de confiance à 95%
(gris). Les données sont présentées pour tous les
muscles dans les trois conditions de saut de cible
(avant le début du mouvement t<t0, au début du
mouvement t0, ou 50 ms après le début du
mouvement t0+50). Aucune différence significative
n’a été trouvée entre les deux méthodes.
En haut à droite : latences de corrections pour les
muscles TAi et DAi pour tous les sujets déterminées
par la méthode des intervalles de confiance à 95%.
En bas : activités EMG du TAi et du DAi, et le temps mis pour les corrections motrices. Changements
significatifs (méthodes des t-tests répétitifs) mesurés sur l’amplitude des activités EMG pour le TAi et le DAi
pour un sujet représentatif. Les données sont présentées pour les conditions t0 et t0+50) Les activités EMG
moyennes dans les conditions perturbées sont comparées avec les conditions non-perturbées (condition avec
target jump in the t0 and the t0!50 ms conditions, respec-tively. Interestingly, these correction times were signifi-cantly shorter than the initial RT (Ps"0.01) (Fig. 3B). In thet"t0 condition, the time to correction was 345 (#16) msafter the target jump and was associated with a higherfinger acceleration peak. In this experimental condition, nosignificant difference was found between the correctiontime and the initial RT.
Correction times detected using EMG activities: veryrapid corrections were observed for the DAi and TAimuscles
We performed two methods to determine if the target jumpinduced corrections in the eight recorded EMG activitiesduring ongoing movement. The first method used a repet-itive t-test and the second method used 95% CIs (pleaserefer to the materials and methods section for more detail).
Fig. 4 presents the means and the standard deviationsof the motor correction times determined with the twomethods for all muscles under all perturbed conditions.Overall, EMG activities in TAi, SOLi, RFi, PSi, LDi, DAi,DPi, and BBi were all modified after the target jump. Nosignificant differences were found between the results fromthe two methods, suggesting that the use of a repetitivet-test on integrated EMG signals or the use of 95% CIswere equivalent when determining motor correction times.
More specifically, both methods showed, in four ofseven subjects, that DAi and TAi exhibited the most rapidEMG modulations and motor corrections under conditionst0 and t0!50 ms; these corrections occurred less than 100ms after the target jump. We used repetitive t-tests toassess the four subjects with the most rapid responses.Correction times in the TAi were measured at between 85ms and 95 ms. Three other subjects exhibited significantdifferences in correction times—between 125 ms and 155ms—under similar conditions. Seven subjects demon-strated significant correction times in DAi: correctional re-sponses occurred between 75 ms and 105 ms after thetarget change of location. Fig. 5 shows, for a representa-tive subject, the average EMG activity in DAi and TAimuscles under t0, t0!50 ms, and near conditions. Forillustration purposes only, data are presented from $100ms before synchronization to 250 ms after synchroniza-tion.
Fig. 4. Mean and standard deviation values for the correction timesdetected on the EMG activities for all muscles. Histograms of themeans and standard deviations of correction times determined usingthe repetitive t-test method (black bar) and using the 95% CI method(grey bar). Data are presented for all muscles in the three conditionswith a target jump. No significant difference was found between bothmethods.
Fig. 5. TAi and DAi EMG activities and the times taken for motorcorrections. Significant changes (using t-tests) measured using themagnitude of the EMG activity for the TAi (upper panel) and the DAi(lower panel), for one representative subject. Data are presented forthe t0 (black dashed lines) and the t0!50 ms (grey dash-dot lines)conditions. Mean EMG activities in the perturbed conditions are su-perimposed on those for the near condition (grey dashed lines). Forillustration purposes, data are presented from $100 ms before syn-chronization (vertical lines represented hand movement onset) to 250ms after.
L. Fautrelle et al. / Neuroscience 169 (2010) 697–705 701
Results obtained in TAi and DAi muscles with thesecond method using 95% CI confirmed earlier findings(Fig. 6). This figure presents the means and the standarddeviations of motor correction times obtained for eachsubject, to illustrate inter-subject variability. Note that veryearly “motor corrections,” occurring less than 65 ms afterthe target jump, were only detected in 18 of the 420 per-turbed trials (4.5%).
DISCUSSION
We aimed to determine whether latencies or delays inmotor corrections after a target jump are overestimatedwhen kinematics alone are considered, particularly duringa complex motor coordination task, such as pointing. Cer-tain motor corrections may precede pure arm movementcorrections and may be triggered more rapidly in proximalmuscles or lower limbs. During the task, subjects werestanding rather than sitting, and the pointing task wasmade as simple as possible with only two potential targets.
Pointing from an upright standing position to a targetthat suddenly and randomly jumps forward to a constant
location triggers certain motor corrections within 100 ms,both at the arm and leg levels. In particular, the DAi mus-cles in 7/7 subjects and the TAi muscles in 4/7 subjectsshowed motor corrections less than 100 ms after the targetjump occurred.
These results confirm our suggestions that discrepan-cies in the literature reflect a lack of sensitivity in animalstudies and artifactual slowing owing to multiple targets insome human movement studies.
First, our findings clearly contrast those reported inprevious electrophysiological and animal studies. This dis-crepancy is even more surprising if we consider the factthat intra-cortical conduction velocities may often be lim-ited to 1–2 m/s, thus slowing cortical processing (Bullier etal., 1988). Note that, in animal experiments, methods forimposing temporal pressure are limited.
Second, shorter latencies may be explained by thesimpler experimental model used in comparison with otherhuman movement studies. For instance, Day and Lyon(2000) observed longer latencies for motor corrections withhand kinematics (from 190 to 230 ms). Their study in-volved pointing at three targets with two possible targetjumps. By contrast, Soechting and Lacquaniti (1983) ob-served shorter latencies with hand kinematics (120–140ms) for a single random target jump. We used a similarpointing model and report shorter latencies with EMG ac-tivities, suggesting that these signals are useful for accu-rately detecting motor corrections.
Here, correction times (after the target jump) wereshorter than the initial RT (after the go-signal). This effectmay be explained by the Hick’s law principle (1952). In-deed, if subjects have to initiate their movement, there areat least two possibilities for the location of the target (nearor far). However, if the target jumps forward, a singlepossibility for target location remains (only the far target).There is no spatial uncertainty in this condition. As a con-sequence, the correction time should be equivalent to asimple RT (Hick, 1952; Soechting and Lacquaniti, 1983;Flash and Henis, 1991). However, these correction timeswere even shorter than simple RTs measured with handkinematics for simple finger movements. In the classicalstudies of Woodworth (1938) and Hick (1952) these simpleRTs were equal on average to 185 ms. This contrasts withfindings by Soechting and Lacquaniti (1983) who foundthat the time it takes to correct the trajectory measured withhand kinematics was similar to the RT required to initiatethe movement. Altogether, these results strongly suggestthat both the simplification of the pointing constraints andthe use of the EMG technique may have led to these rapidmotor corrections. Moreover, Soechting and Lacquanitiexperiment subjects were seated and only had to movetheir arm to reach the target. By contrast, our study sub-jects were standing, thus reaching the target with theirhand involved complex coordination of the whole body,which was initiated in the TA (Bonnetblanc et al., 2004;Bonnetblanc, 2008).
This latter aspect is important, including the fact thatmotor corrections with approximately the same latencywere observed at both arm and leg levels. In this case, TAi
Fig. 6. Time to motor correction for the TAi and DAi muscles in all thesubjects. Horizontal histograms with the means and standard devia-tions for time taken to motor correction for each subject, determinedusing the 95% CI method. Data are presented for the DAi and TAimuscles, which were the muscles that had the most rapid motorcorrections.
L. Fautrelle et al. / Neuroscience 169 (2010) 697–705702
target jump in the t0 and the t0!50 ms conditions, respec-tively. Interestingly, these correction times were signifi-cantly shorter than the initial RT (Ps"0.01) (Fig. 3B). In thet"t0 condition, the time to correction was 345 (#16) msafter the target jump and was associated with a higherfinger acceleration peak. In this experimental condition, nosignificant difference was found between the correctiontime and the initial RT.
Correction times detected using EMG activities: veryrapid corrections were observed for the DAi and TAimuscles
We performed two methods to determine if the target jumpinduced corrections in the eight recorded EMG activitiesduring ongoing movement. The first method used a repet-itive t-test and the second method used 95% CIs (pleaserefer to the materials and methods section for more detail).
Fig. 4 presents the means and the standard deviationsof the motor correction times determined with the twomethods for all muscles under all perturbed conditions.Overall, EMG activities in TAi, SOLi, RFi, PSi, LDi, DAi,DPi, and BBi were all modified after the target jump. Nosignificant differences were found between the results fromthe two methods, suggesting that the use of a repetitivet-test on integrated EMG signals or the use of 95% CIswere equivalent when determining motor correction times.
More specifically, both methods showed, in four ofseven subjects, that DAi and TAi exhibited the most rapidEMG modulations and motor corrections under conditionst0 and t0!50 ms; these corrections occurred less than 100ms after the target jump. We used repetitive t-tests toassess the four subjects with the most rapid responses.Correction times in the TAi were measured at between 85ms and 95 ms. Three other subjects exhibited significantdifferences in correction times—between 125 ms and 155ms—under similar conditions. Seven subjects demon-strated significant correction times in DAi: correctional re-sponses occurred between 75 ms and 105 ms after thetarget change of location. Fig. 5 shows, for a representa-tive subject, the average EMG activity in DAi and TAimuscles under t0, t0!50 ms, and near conditions. Forillustration purposes only, data are presented from $100ms before synchronization to 250 ms after synchroniza-tion.
Fig. 4. Mean and standard deviation values for the correction timesdetected on the EMG activities for all muscles. Histograms of themeans and standard deviations of correction times determined usingthe repetitive t-test method (black bar) and using the 95% CI method(grey bar). Data are presented for all muscles in the three conditionswith a target jump. No significant difference was found between bothmethods.
Fig. 5. TAi and DAi EMG activities and the times taken for motorcorrections. Significant changes (using t-tests) measured using themagnitude of the EMG activity for the TAi (upper panel) and the DAi(lower panel), for one representative subject. Data are presented forthe t0 (black dashed lines) and the t0!50 ms (grey dash-dot lines)conditions. Mean EMG activities in the perturbed conditions are su-perimposed on those for the near condition (grey dashed lines). Forillustration purposes, data are presented from $100 ms before syn-chronization (vertical lines represented hand movement onset) to 250ms after.
L. Fautrelle et al. / Neuroscience 169 (2010) 697–705 701
25
cible proche, i.e. sans implication du tronc). Par souci de clarté, les données sont présentées de 100 ms avant
la synchronisation (sur le début du mouvement de la main, ligne verticale) à 250 ms après.
Ces résultats indiquent que des corrections visuo-‐motrices au niveau du membre
supérieur et du membre inférieur peuvent être accomplies au travers de boucles très
rapides suggérant plutôt des implications sous-‐corticales.
Saijo et al. (2005) ont en effet observé suite à un déplacement soudain de l’arrière
plan visuel, des corrections motrices au niveau du bras avec des latences très proches
des nôtres (100 ms). Ces réponses rapides semblaient fonctionnelles puisque les sujets
étaient incapables d’annuler les corrections initiales, même si ils avaient pour
instruction de se déplacer dans le sens opposé. Ces résultats ont conduit Gomi (2008) à
développer un modèle de corrections motrices à plusieurs niveaux, et dans lequel un bas
niveau implicite de contrôle visuo-‐manuel existe et interagit avec des niveaux plus
élevés (Figure 8). Sur le bas niveau, les corrections motrices sont automatiquement
déclenchées, cela se fait cependant au détriment de la flexibilité et de la complexité
inhérente aux ajustements de plus hauts niveaux. L’existence de boucles de corrections
de bas niveau avec corrections implicites s’appuie sur les travaux de l’équipe de Claude
Prablanc. En effet, en utilisant des sauts de cible pendant la période de suppression
saccadique (i.e. au voisinage du pic de d’accélération de l’œil), cette équipe a pu induire
des déplacements de la cible qui demeuraient totalement inconscients pour le sujet. En
augmentant une erreur déjà présente dans le système saccadique (les sauts de cible ne
doivent pas dépasser environ 20% de la saccade oculaire à réaliser pour atteindre la
cible), les sujets corrigeaient leurs réponses motrices lors de mouvements de pointage
mais sans qu’ils en soient conscients (Pélisson et al. 1986, Goodale et al. 1986, Prablanc
et Martin 1992).
Bien que nous ne puissions tirer de conclusions fermes sur la nature des
corrections motrices que nous avons mesurées, leurs latences courtes semblent aller
dans le sens de ce modèle. Quoiqu’il en soit, pour ce type de corrections, une partie des
réseaux impliqués et déterminés par tomographie à émission de positons (TEP), est
connue pour impliquer le cortex parietal postérieur et le cervelet (Desmurget et al.
1999, 2001). Nos résultats suggèrent qu’il reste encore des boucles rapides corticales ou
sous-‐corticales à identifier.
26
Figure 8. Modèle de contrôle à niveaux multiples d’après Gomi (2008). Des boucles sous corticales courtes et
mettant en jeu un nombre de neurones moins important que dans les boucles de hauts niveaux (flèches
rouges) permet des corrections motrices rapides à partir des retours sensoriels et moteurs (flèches bleues et
vertes). En contrepartie de cette rapidité, ces boucles ne seraient pas capables de générer des mouvements
très complexes. Pour cela, des régulations additionnelles sont possibles par l’intervention de centres
supérieurs (flèches noires).
Le codage et la programmation motrice des erreurs : les synergies de correction motrices
Les phénomènes de flexibilité supposent aussi que l’erreur soit traduite en
commandes dans les derniers stades de la transformation sensori-‐motrice. Or la
détermination de la séquence musculaire qui est mise en jeu reste un problème
largement surdéterminé en regard du grand nombre de muscles qui peut participer à la
réalisation du mouvement et de sa correction. Pourtant, naturellement, nous avons
tendance à sélectionner une réponse motrice parmi une infinité (théorique) de
mouvements possibles.
Bernstein (1967) a été un des premiers à suggérer que le SNC pouvait simplifier
ce problème de redondance, en regroupant le fonctionnement de différents muscles
entre eux, afin de réduire le nombre de degrés de liberté à contrôler. Il est maintenant
!"#$%&'()*$+,-%&.&/*#01%&#%&2*34$51%&6&3+7%"-8&9-14+:1%;&
43
!"#$%&'()"#%*)%+,&$-./)%,00-)% /"%+"1"+'$2%*)%1-,*#'-)%*)3%1/"&3%4,$)#-3% $-53%
+,41/)6)3% )$% *)% 37"*"1$)-% 8% *)% &,#()"#6% 1-,9/54)3:% ;/% 3)% -)$-,#()% )&%
+,&$-)1"-$')% $-53% +,<$)#6% )&% $)413% *#% 0"'$% *)% /"% +,41/)6'$2% *)3% 1-,+)33#3%
&)#-,&"#6% 4'3% )&% =)#:% ;/% &)% 1,335*)% *,&+% 1"3% /"% +"1"+'$2% *724)$$-)% *)3%
+,--)+$',&3%4,$-'+)3%-"1'*)3%)&%+,#-3%*)%+,44"&*):%>&%-)("&+!)?%/)%+,&$-./)%
*)%9"3%&'()"#%1)-4)$$-"'$%8%1"-$'-%*)3%-)$,#-3%3)&3,-')/3%@)$%&,$"44)&$%('3#)/3A%
/7)&(,'%*)%+,44"&*)3%4,$-'+)3%$-53%-"1'*)3%"#%*21)&*%*)%/"%0/)6'9'/'$2%)$%*)%/"%
+,41/)6'$2%*)%/"%+,44"&*)%4#3+#/"'-)%)&(,B2):%%
C)1)&*"&$?% D,4'% 24)$% /7!B1,$!53)% E#)% /)% 4"&E#)% *7"*"1$"9'/'$2% *)% +)3%
-21,&3)3% *)% 9"3% &'()"#% 1,#--"'$% F$-)% +,41)&32% 1"-% *)3% -2G#/"$',&3%
"**'$',&&)//)3% % )&% 1-,()&"&+)% *)3% +)&$-)3% *)% !"#$% &'()"#% *)% +,&$-./)% @+0:%
H'G#-)%I?%0/5+!)%&,'-)A:%%%
%
Figure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
27
bien admis qu’un petit nombre d’activations musculaires peuvent être combinées pour
produire une infinité de mouvements (D’Avella et al. 2003, 2006, 2005). Plus
spécifiquement, Mussa-‐Ivaldi et Bizzi (2000), et Torres-‐Oviedo et al. (2006) ont défini
les synergies musculaires comme un ensemble de muscles recrutés par une seule et
même commande nerveuse, c’est-‐à-‐dire un ensemble d’activations de base qui peuvent
générer un large répertoire de mouvements. Ce concept de synergie a été accepté
comme une stratégie utilisée par le SNC, pour planifier un mouvement tel que marcher,
atteindre, saisir, et de nombreuses autres tâches motrices (D’Avella et al. 2003, 2006,
Poppele et Bosco 2003, Ivanenko et al. 2006, Bizzi et al. 2008, Fautrelle et al. 2010).
Cette hypothèse a reçu un grand nombre de preuves expérimentales et de
supports théoriques (Flash et Hochner 2005, Nori et Frezza 2005 pour une
modélisation). Tous ces travaux ont mis en évidence l’utilisation par le SNC de stratégies
pour planifier des mouvements complexes, nécessitant la coordination de nombreux
muscles du bras, du tronc et des jambes.
Typiquement, ces synergies motrices sont extraites à partir de l’ensemble des
activités EMG recueillies en utilisant l’analyse en composante principale ou la
factorisation en matrices non-‐négatives (ACP : Jolliffe 1986, FMNN : Lee et Seung 1999).
L’ACP ou la FMNN, sont des techniques standards statistiques, qui sont généralement
utilisées pour extraire une structure de petite dimension à partir d’un ensemble de
données de grande dimension, au moyen d’une technique linéaire. Mathématiquement,
la méthode implique la décomposition en valeurs propres d’une matrice de covariance,
dans le but de déterminer les directions principales d’un espace à haute dimension. Dans
le contexte des synergies motrices, ces méthodes ont été utilisées comme un outil
permettant une réduction de dimensionnalité appliquée à l’espace musculaire. Sur le
plan physiologique, le postulat sous-‐jacent est que deux signaux EMG corrélés
pourraient appartenir à la même synergie et que, en général, un signal EMG spécifique
aurait pour origine une combinaison linéaire de différentes synergies. Par conséquence,
cette analyse de covariance permet (i) de trouver une organisation plus simple dans
l’activité EMG et (ii) de quantifier la stratégie motrice globale en terme de synergie
musculaire (ou composantes principales). Généralement, l’ACP ou la FMNN sont
réalisées sur des enveloppes EMG lissées qui sont obtenues en utilisant des filtres passe-‐
bas avec une fréquence de coupure de 5Hz. Bien que ce filtrage soit justifié par le fait que
les muscles agissent souvent comme des filtres passe-‐bas, et qu’il soit appliqué à des
28
signaux rectifiés qui représentent globalement l’activité musculaire correspondante au
déplacement angulaire, une grande partie de l’information contenue dans les données
EMG est néanmoins perdue. Par conséquent, l’ACP ou FMNN pourraient ne pas être
suffisamment sensibles pour détecter des bouffées brèves d’activité musculaire. Par
exemple, Grasso et al. (1998) ont examiné l’activité EMG pendant la marche vers l’avant
ou vers l’arrière et ont montré que les premières composantes principales pourraient
représenter seulement 50% de la variance EMG et que jusqu’à 7 composantes
principales devaient être prises en compte pour expliquer 95% de la variance EMG
inter-‐essais. De plus, ces techniques (ACP ou FMNN) lorsqu’elles sont généralement
utilisées, servent à extraire des synergies à partir de mouvements qui ne sont pas
perturbés, réalisés à des vitesses d’exécution lente et qui sont exécutés dans des
environnements stables. Ces contraintes faibles liées à la tâche ne permettent pas de
tester suffisamment la pertinence de ces techniques pour l’analyse d’une motricité
écologique. En effet, les signaux EMG sont normalisés en temps et amplitude et cette
procédure rend par exemple la détection précise de l’occurrence des corrections
motrices délicate. Finalement, nous ne pouvons pas être sûrs que les co-‐variations
linéaires extraites à partir de l’ACP ou de la FMNN sont purement représentatives de
synergies motrices. Par exemple, dans le cas d’un simple réflexe d’étirement,
l’application de ces deux outils sur les signaux EMG enregistrés à la fois pour les muscles
agoniste et antagoniste permettrait d’extraire deux synergies : une pour l’activation de
l’agoniste et une pour l’inhibition de l’antagoniste. Cela est complètement paradoxal si
l’on assume que le réflexe d’étirement et la combinaison des signaux EMG agoniste et
antagoniste qui lui est associé est la plus claire évidence et le plus simple exemple de ce
qu’est une synergie motrice. Sa circuiterie est bien connue et son organisation
temporelle est stable. Au contraire, une méthode basée sur la détection précise de
l’organisation temporelle entre à la fois des activations et des inhibitions pourrait
permettre de détecter des régularités fortes et de classifier cette séquence motrice en
une seule synergie. De la même manière, sur le principe, les méthodes ACP ou FMNN
assument qu’il n’y a pas de modification de la fréquence des décharges de neurones
pyramidaux au niveau de l’étage spinal ou que la sommation des potentiels d’action sur
le muscle reste identique. Ce qui est loin d’être le cas. En d’autres termes, ce n’est pas
parce que deux commandes motrices sont corrélées au niveau du cortex moteur que les
enveloppes EMG le seront en étant passé par le filtre périphérique. Par contre, la
29
synchronisation et l’organisation de ces commandes devraient elles être beaucoup plus
stables.
Généralement, les synergies sont considérées comme stables, robustes et
invariantes lorsque certains types de contraintes sont appliqués à un mouvement et
avec les outils classiques liés à leur caractérisation (Poppele and Bosco 2003; d’Avella et
al. 2003, 2006; Ivanenko et al. 2006; Bizzi et al. 2008). Cependant, en conditions
naturelles, les mouvements planifiés peuvent être altérés à tout instant si la localisation
de la cible change pendant leur exécution. En nous focalisant sur les aspects temporels
liés à la commande motrice, la question que nous nous sommes posés est alors de savoir
si et comment les synergies motrices issues de corrections sont modifiées, en regard de
celles mises en œuvre dans l’initiation du mouvement. Dans cette étude, la localisation
de la cible utilisée pendant le saut de cible contraignait les participants à impliquer leurs
muscles des jambes, cuisses, tronc et bras pour réaliser la tâche. L’investigation des
activités électromyographiques nous a alors permis de déterminer les aspects temporels
des synergies motrices utilisées par le SNC, pour réaliser ces corrections motrices avec
l’ensemble du corps.
Bien que l’ordre des corrections motrices dans chaque muscle diffère plus ou
moins pour chaque participant, les trois premières corrections motrices significatives
étaient toujours observées pour le tibialis antérieur (TAi), le trapèze (TRi) et le deltoïde
antérieur (DAi) de manière ipsilatérale, et dans cet ordre pour tous les participants. En
outre, nos résultats ont aussi montré que la séquence de correction motrice était
radicalement différente de celle observée pour l’initiation du mouvement excepté pour
les trois muscles mentionnés plus haut (qui étaient toujours activés dans cet ordre là) et
bien que les séquences d’initiation soient identiques pour la cible proche, loin ou lors du
saut de cible. En d’autres termes, à l’exception des muscles TAi, TRi et DAi activés et
premier et dans cet ordre, la séquence correctrice était différente de celle utilisée pour
l’initiation du mouvement. Cela suggère que le SNC reprogramme une nouvelle synergie
après le saut de cible dans le but de corriger le mouvement pendant son exécution ; il
semble utiliser la même séquence pendant les 200 premières ms après la perturbation
mais modifie ensuite la séquence motrice en cours. Ces résultats sont illustrés sur la
figure 9.
30
Figure 9. A gauche : Moyennes et écarts-types des latences de correction pour l’accélération du doigt, du
centre de pression et des activités EMG. L’origine de l’axe horizontal (0 ms) correspond à l’occurrence du saut
de cible. Par souci de clarté, l’échelle temporelle débute à 100 ms après le saut de cible. A droite : Séquences
musculaires utilisées pour initier ou corriger le mouvement de pointage. La séquence de gauche reprend la
séquence de correction présentée ci-dessus. Les séquences musculaires reportées dans la seconde, troisième et
quatrième colonne correspondent aux moyennes et écarts-types des latences d’initiation pour les conditions
proche, loin et avec saut de cible. En d’autres termes ces séquences musculaires représentent celles utilisées
pour initier le mouvement de pointage après le signal de départ pour les trois conditions expérimentales.
Dans ce cas l’origine de l’échelle de temps (0) représente l’occurrence de la première activation, autrement
dit celle du TAi, pour tous les sujets dans toutes les conditions. Pour comparer ces 4 séquences musculaires,
les coefficients des corrélations linéaires entre chaque paire de séquences ont été calculés pour chaque sujet
et leurs étendues sont données au sommet du graphique.
Nos résultats ont aussi démontré que les latences d’initiations et de corrections
prises séparément étaient corrélées pour certaines paires de muscles, indépendamment
de leur occurrence dans la séquence motrice et indépendamment de la localisation des
muscles au niveau anatomique. En d’autres termes on observait un fort couplage
temporel entre certaines paires de muscles que ce soit à l’initiation ou pendant la
correction et que ces muscles soient activés à des instants ou des espaces (anatomiques)
distants. Ces couplages temporels sans proximité temporelle ou spatiale représentent
des synergies motrices, ou unités fonctionnelles spécifiques au sein du mouvement. Ces
résultats sont illustrés dans la figure 10.
432 L. Fautrelle et al. / Behavioural Brain Research 214 (2010) 428–436
Fig. 3. Correction times computed on finger acceleration, CoP acceleration and EMGactivities. Average (±SD) of the correction times reported in ascending order forkinematics, CoP and EMG recordings. Concerning the duration axis, the origin (0)corresponds to the target jump occurrence. For the sake of clarity, the temporal scalebegins here at 100 ms after the target jump. Each correction time is numbered andreported on the human schemata to facilitate location of the muscles in the humanbody.
analyses were carried out on correction time and initiation time. Incontrast, correlation coefficients were much higher and significantwhen initiation times were correlated together for all experimentalconditions.
3.4. Correction times were correlated between pairs of musclesindependently of their location or their occurrences
We found fourteen significant correlations in correction timesbetween pairs of muscles (r > 0.71; P < 0.01) involving ten differentmuscles located in the arm, the trunk and the leg. Fig. 5 shows theten muscles (namely the TAi, SOLi, RFi, VLi, ESL5i, ESL1i, TRi, DPi,BBi, TBi) whose correction times present at least one significant cor-relation with those of another muscle. These correlations (P < 0.01)are represented between two muscles by a straight line and ther-coefficient is reported along the line. The six muscles whichrevealed no significant correlation are presented in the box onthe right. Importantly, these correlations between correction timesfor some pairs of muscles were independent of their occurrenceand their order. We found, for example, a significant correlationbetween the TAi (correction time = 170 ± 30 ms) and the ESL5i(correction time = 274 ± 60 ms), and between the BBi (correctiontime = 224 ± 34 ms) and the DPi (correction time = 321 ± 88 ms). Adifference of 100 ms was indeed observed between the correctiontimes of the TAi and the ESL5i and between those of the BBi and theDPi. Similarly, these correlations were also independent of the spa-tial localization of the muscles in the human anatomy. For instance,Fig. 5 demonstrates that the correction times measured for the TAi,
Fig. 4. Muscular Synergies used to initiate or to correct the pointing movement. The muscular synergy reported in the left-hand column corresponds to the average (±SD) ofthe correction times after the visual perturbation in the target jump condition. The muscular synergies reported in the second, third and fourth columns correspond to theaverages (±SD) of the Target Jump initiation, the time to initiation in the Near and in the Far conditions. These muscular synergies were those used to initiate the pointingmovement after the go signal (the lit target) in the three experimental conditions. The origin (0) of the temporal axis is the first muscular activation occurrence, i.e. the TAiactivation, for all subjects in all conditions. To compare these four muscular synergies, the correlation coefficient r2 between each pair of synergies was computed for eachsubject and the range of the obtained results is given on top of the graphs.
432 L. Fautrelle et al. / Behavioural Brain Research 214 (2010) 428–436
Fig. 3. Correction times computed on finger acceleration, CoP acceleration and EMGactivities. Average (±SD) of the correction times reported in ascending order forkinematics, CoP and EMG recordings. Concerning the duration axis, the origin (0)corresponds to the target jump occurrence. For the sake of clarity, the temporal scalebegins here at 100 ms after the target jump. Each correction time is numbered andreported on the human schemata to facilitate location of the muscles in the humanbody.
analyses were carried out on correction time and initiation time. Incontrast, correlation coefficients were much higher and significantwhen initiation times were correlated together for all experimentalconditions.
3.4. Correction times were correlated between pairs of musclesindependently of their location or their occurrences
We found fourteen significant correlations in correction timesbetween pairs of muscles (r > 0.71; P < 0.01) involving ten differentmuscles located in the arm, the trunk and the leg. Fig. 5 shows theten muscles (namely the TAi, SOLi, RFi, VLi, ESL5i, ESL1i, TRi, DPi,BBi, TBi) whose correction times present at least one significant cor-relation with those of another muscle. These correlations (P < 0.01)are represented between two muscles by a straight line and ther-coefficient is reported along the line. The six muscles whichrevealed no significant correlation are presented in the box onthe right. Importantly, these correlations between correction timesfor some pairs of muscles were independent of their occurrenceand their order. We found, for example, a significant correlationbetween the TAi (correction time = 170 ± 30 ms) and the ESL5i(correction time = 274 ± 60 ms), and between the BBi (correctiontime = 224 ± 34 ms) and the DPi (correction time = 321 ± 88 ms). Adifference of 100 ms was indeed observed between the correctiontimes of the TAi and the ESL5i and between those of the BBi and theDPi. Similarly, these correlations were also independent of the spa-tial localization of the muscles in the human anatomy. For instance,Fig. 5 demonstrates that the correction times measured for the TAi,
Fig. 4. Muscular Synergies used to initiate or to correct the pointing movement. The muscular synergy reported in the left-hand column corresponds to the average (±SD) ofthe correction times after the visual perturbation in the target jump condition. The muscular synergies reported in the second, third and fourth columns correspond to theaverages (±SD) of the Target Jump initiation, the time to initiation in the Near and in the Far conditions. These muscular synergies were those used to initiate the pointingmovement after the go signal (the lit target) in the three experimental conditions. The origin (0) of the temporal axis is the first muscular activation occurrence, i.e. the TAiactivation, for all subjects in all conditions. To compare these four muscular synergies, the correlation coefficient r2 between each pair of synergies was computed for eachsubject and the range of the obtained results is given on top of the graphs.
31
Figure 10. Corrélations entre les latences de correction pour chaque muscle. Pour chaque muscle les
corrélations significatives sont représentées par une ligne entre chaque paire de muscles. La valeur des
coefficients de corrélation est reportée le long de la ligne pour chaque paire présentant une corrélation
significative. Les six muscles ne présentant pas de corrélation significative sont reportés en gris en haut à
droite.
Au niveau du cortex moteur primaire (M1), les muscles semblent être contrôlés
comme des systèmes fonctionnels couplés, plutôt qu’individuellement et séparément
L. Fautrelle et al. / Behavioural Brain Research 214 (2010) 428–436 433
Fig. 5. Correlations in correction times for each muscle. Correction times for each muscle and each subject are taken from the correlation matrix. For each muscle, significantcorrelations are represented by a link between each pair of correlated muscles. The values of the significant r-coefficients are reported along the link for each correlation.The six muscles showing no significant correlations are reported in the gray box.
which is located in the leg, were closely correlated with those ofthe TRi, located near the neck (r = 0.97).
3.5. Correlations of correction times and initiation times betweenpairs of muscles
We found eight significant correlations in initiation times(r > 0.70; P < 0.01) involving ten different muscles located in thearm, the trunk and the leg (namely the TAi, SOLi, RFi, BFi, ESL5i,ESL1i, PSi, DPi, DAi, and the BBi). All correlations are summed upin Fig. 6A and B both for correction times and initiation times andare represented on two separate bodies. Muscles for which at leastone significant correlation with another muscle was observed arerepresented in black and linked by a straight line. These results
demonstrate that initiation times were correlated between fewerpairs of muscles located primarily in the lower body whereascorrection times were correlated between more pairs of muscleslocated either in the lower or the upper body.
3.6. Correlation of normalized EMG amplitudes of the motorcorrections
We found 10 significant correlations in normalized EMG ampli-tudes (r > 0.71) involving nine different muscles located in the arm,the trunk and the leg (namely, the TAi, VLi, RFi, BFi, RAi, LDi, TRi,DAi and the BBi). All correlations are summed up in Fig. 6C. Musclesfor which at least one significant correlation with another mus-cle was observed are represented in black and linked by a straight
32
(Capaday 2004, Graziano et Aflalo 2007a,b). Cette conclusion est soutenue lorsque l’on
considère les patrons de connexions intrinsèques entre différents points corticaux
moteurs. En effet, l’organisation somatotopique révèle des points moteurs différenciés
et non différenciés, impliquant dans ce dernier cas plusieurs muscles, ce qui suggère une
représentation des muscles et de leurs synergies plus complexe qu’initialement établie
par Penfield et Boldrey (1937) et Penfield et Rasmussen (1950) par stimulation
électrique directe du cerveau. Par rapport à l’utilisation de cette technique, il est
important de noter que même si les travaux de Wilder Penfield ont été majeurs pour
l’avancée des neurosciences, les paramètres utilisés pour la stimulation restent un point
extrêmement critique, dont les tenants et aboutissants sont encore très loin d’être
complètement connus. Nous reviendrons sur ces aspects dans la partie qui concerne nos
projets au sein de ce mémoire puisque c’est un domaine sur lequel nous souhaitons nous
pencher.
Quoiqu’il en soit, nos résultats sont en lien avec une représentation non
différenciée des synergies motrices dans M1. En effet, les modulations exercées sur les
commandes descendantes au niveau spinal devraient plutôt désynchroniser les activités
EMG. Plus spécifiquement, il semble irréaliste de considérer que différents points
moteurs corticaux soient sollicités dans le cerveau à différents instants et synchronisés
au niveau spinal. La synchronisation que nous observons émergerait au niveau de M1. Il
serait alors intéressant d’étudier si la stimulation magnétique transcrânienne répétitive
appliquée sur M1 à une intensité infraliminiaire pourrait inhiber les points moteurs et
désynchroniser les corrections motrices entre des muscles qui sont usuellement
synchronisés ensemble. Selon Capaday : « La sélection des synergies musculaires
relatives au mouvement est plus vraisemblablement un processus dynamique
impliquant un lien fonctionnel d’une variété de points corticaux, plutôt que la sélection
de patrons fixes imbriqués dans un circuit moteur cortical ». Dans ce cas le principal
mécanisme impliqué dans le modelage du lien fonctionnel entre les différents points
corticaux est la désinhibition. Par conséquent, les synergies pourraient émerger du
recrutement de différents points corticaux grâce à une excitation sélective ou par un
relâchement sélectif de l’inhibition (Capaday 2004). En d’autres termes, le formatage
des synergies serait issu de deux types de contraintes : (i) la connectivité structurale (i.e.
les connexions physiques entre neurones moteurs et les muscles) et (ii) la connectivité
fonctionnelle (illustrée par la manière dont les signaux sont corrélés et modulés à
33
l’intérieur d’un réseau physique existant). La manière dont la connectivité fonctionnelle
est modulée dans M1 et les paramètres de cette modulation demeurent largement
méconnus (Graziano 2011). Comme nous allons l’illustrer ultérieurement, une partie des
projets que nous souhaitons mener envisage de mieux comprendre ces modulations au
niveau de M1 notamment en utilisant la stimulation électrique directe du cerveau pour
perturber la connectivité fonctionnelle.
Enfin, après avoir identifié l’organisation temporelle des commandes musculaires,
nous avons cherché à identifier quelles paires de muscles étaient corrélées entre elles
par rapport à l’amplitude de leur commande corrective et si elles étaient identiques.
Nous avons donc intégré le signal EMG, 50 ms après l’occurrence de la correction
motrice, dans la condition perturbée que nous avons normalisé par la valeur du signal
intégré sur le même intervalle dans la condition non-‐perturbée. Cet indice nous a alors
permis d’estimer le gain EMG de la correction motrice. Nous avons identifié des paires
de muscles pour lesquelles ces gains étaient corrélés et qui restaient relativement
différentes des paires identifiées dans l’analyse temporelle. Ces corrélations étant
regroupées plus localement sur le plan anatomique. Ce résultat montre que les synergies
mesurées sur l’organisation temporelle sont plus éclatées et diffèrent de celles qui sont
mesurées sur le gain de la correction, qui restent plus locales. Comme nous l’avons
mentionné précédemment pour pointer les limites des approches ACP et FMNN, il est en
effet probable que la fréquence des décharges de neurones pyramidaux à l’étage spinal
ou de la sommation des potentiels d’action sur le muscle, soit modifiée localement et ne
réponde pas forcément à une logique synergétique.
Modèles internes, dynamique neuro-mécanique et discrétisation du mouvement: quelles contraintes pour les architectures de contrôle ?
A travers ces travaux et en conformité avec ceux d’autres auteurs, nous soutenons
donc deux hypothèses concernant les processus de traitement de l’erreur et les
corrections motrices. (i) Tout d’abord, en accord avec le modèle de Gomi (2008), des
processus multiples de corrections motrices en-‐ligne gouvernent le contrôle des
mouvements visuellement guidés. (ii) Ensuite, ces corrections motrices sont distribuées
de manière complexe sur l’ensemble de la musculature et de manière séquentielle (pour
des latences différentes).
34
Ces deux hypothèses nous ont permis de discuter la théorie des modèles internes
car elles contraignent fortement l’implémentation de ces derniers et s’opposent à la
discrétisation du mouvement ou de son contrôle. Elles ont donc des conséquences sur
les architectures de contrôle moteur possibles (Fautrelle et Bonnetblanc 2012).
Dynamique musculo-squelettique et discrétisation anatomique des mouvements et de leur contrôle.
Généralement, les neuroscientifiques spécialisés dans le contrôle moteur,
définissent des schémas de contrôle qui sont limités à une seule partie anatomique du
corps. Par exemple, dans la littérature sur les mouvements dirigés, il est souvent spécifié
qu’un « modèle prédictif de la dynamique du bras, de la jambe, de la tête, de l’œil, etc… »
est utilisé (e.g. Desmurget et Grafton 2000, et beaucoup d’autres articles du champ). A
l’intérieur de ce cadre théorique, il est souvent assumé de manière implicite que le
contrôle de parties anatomiquement distinctes du corps est réalisé avec des contrôleurs
indépendants et donc des modèles internes différents.
Cependant, lorsque plusieurs effecteurs sont liés mécaniquement et bougent
ensemble, des couples d’interaction sont générés qui perturbent le mouvement sur les
deux effecteurs. Cela demeure vrai pour les mouvements simples du bras mais encore
plus pour les mouvements complexes dans lesquels de nombreuses articulations et
degrés de liberté sont impliqués (que ce soit dans l’espace articulaire ou musculaire). En
particulier, ces couples sont critiques quand des contraintes d’équilibre et de
mouvement sont combinées ensemble dans les mêmes tâches, comme celles que nous
réalisons pourtant quotidiennement.
En se basant sur l’invariance au niveau cinématique observée dans une grande
variété de mouvements, plusieurs auteurs ont démontré que les couples d’interaction
étaient compensés sur un mode prédictif (Morasso, 1981; Soechting and Lacquaniti,
1981; Hollerbach and Flash, 1982; Koshland and Hasan, 1994; Cooke and Virji-‐Babul,
1995; Koshland et al., 2000), ou appris et intégrés dans le processus de contrôle
(Shadmehr and Mussa-‐Ivaldi, 1994; Wolpert et al., 1995; Gribble and Ostry, 1999;
Shadmehr and Moussavi, 2000). Les couples d’interaction imposent des perturbations
dynamiques réciproques sur les différents effecteurs impliqués dans la coordination
motrice globale et peuvent ainsi la perturber si elles ne sont pas anticipées. Or les
35
modèles internes sont supposés capturer cette dynamique du système musculo-‐
squelettique. Si les forces d’interaction peuvent être compensées sur un mode prédictif,
cela suggère en retour que les représentations des différents effecteurs qui interagissent
sont intégrées dans un contrôleur commun. En effet, la prédiction des forces
d’interaction implique de prédire la perturbation générée par un effecteur et de la
transformer en coordonnées motrices envoyées à l’autre (par définition le rôle d’un
contrôleur). Ce type de problème est classique et bien connu en contrôle moteur,
spécialement dans le champ de la coordination entre posture et mouvement. Dans ce
cas, des ajustements posturaux sont supposés compenser de manière anticipée les
perturbations à venir qui sont auto-‐générées par le mouvement (Belenkii et al., 1967;
Massion, 1992; Aruin and Latash, 1995). Ce schéma est incompatible avec l’hypothèse de
contrôleurs séparés mais reste plutôt en accord avec les résultats de Kiemel et al. (2008)
qui suggèrent que différents patrons de mouvement sont possibles à partir d’une seule
commande.
Cette logique ne s’impose pas de manière évidente. En effet, l’hypothèse d’un
contrôle séparé est récurrente dans le domaine du contrôle moteur, et a déjà été mise en
avant pour résoudre des problèmes de coordination entre différentes actions,
notamment entre les phases de transport et de saisie, mais sans réponse définitive
(«Visuo-‐motor channels hypothesis » Jeannerod 1981, 1984). De la même manière, ce
problème d’intégration ou de séparation ne semble pas exister lorsque les yeux sont
coordonnés avec la tête ou la main, en raison de différences importantes d’inertie de
l’œil avec ces autres effecteurs. Dans ce cas, deux modèles internes (ou contrôleurs)
peuvent être distingués comme on peut le constater pour le réflexe vestibulo-‐oculaire ou
pendant la poursuite oculo-‐manuelle.
A l’inverse, les transformations sensori-‐motrices requises entre deux effecteurs qui
interagissent sur le plan mécanique semblent nécessairement devoir partager une voie
commune pour assurer la compensation prédictive et réciproque des couples
d’interaction. En corollaire, des couples d’interaction ne pourraient pas être compensés
de manière prédictive par deux contrôleurs indépendants. De plus, dans le cas de
contrôleurs séparés, une compensation continue des couples d’interactions induirait des
délais longs et limiterait la flexibilité motrice. Imaginons par exemple, une tâche qui
nécessite une correction du mouvement du bras de manière totalement imprévue. Le
bras en bougeant induit en retour un déplacement du centre de masse, qui doit être
36
compensé pour maintenir l’équilibre. Cette succession de commandes ne peut
seulement être réalisée qu’après un certain temps, qui illustre les délais de
transmissions (afférence et efférence) additionnés des délais de reprogrammation.
Comme les délais de reprogrammation sont au moins de 100 à 120 ms (Pélisson et al.
1986, Prablanc et Martin 1992, Paillard, 1996, Pisella et al. 2000, Fautrelle et al. 2010a),
les corrections motrices dans les muscles posturaux devraient apparaître au moins au
même moment, après que les corrections motrices envoyée au bras soient terminées, et
pour ne pas qu’elles interagissent. Donc dans le cas d’un contrôle séparé, les délais pour
coordonner équilibre et mouvement pourraient être très limitatifs pour la flexibilité
motrice. Cette démonstration par l’absurde est illustrée dans la figure 11.
Figure 11. La compensation continue des couples d’interaction limite la flexibilité motrice. Par exemple, en
accord avec l’hypothèse d’un contrôle duel, l’équilibre et le mouvement ne partagent pas le même contrôleur.
Ils sont soumis à deux commandes motrices distinctes. Dans les mouvements complexes, en raison de couples
d’interaction, des perturbations inattendues interviennent au niveau du contrôle de l’équilibre et du
mouvement. Ces perturbations génèrent des délais importants et des erreurs dans les corrections motrices
qui limitent grandement la flexibilité motrice.
Cette hypothèse d’un contrôle retardé des corrections posturales en regard des
corrections motrices n’est clairement pas vérifiée dans les données expérimentales. En
effet comme nous l’avons montré précédemment (Fautrelle et al. 2010a), des
corrections motrices dans le membre supérieur et inférieur peuvent être observées de
manière synchrone, avec des latences de moins de 100 ms. Ces résultats suggèrent que
lorsque la dynamique de la tâche de pointage est modifiée, il n’y a pas de traitement
hiérarchique du membre supérieur sur le membre inférieur et que la flexibilité motrice
L. Fautrelle, F. Bonnetblanc / Brain Research Bulletin 89 (2012) 57– 64 59
Fig. 1. Schematic control in the Internal models theory. To control an effector within a given environment, a goal is determined based on perceptual information. This goalgenerates the motor commands (inverse transformation) that integrate the dynamic properties of the effector (inverse model or controller) in order to minimize the outputerrors. The feedback cumulates a certain amount of delay due to transduction, transmission and processing. If this delay is not compensated for, the actual position of theeffector is erroneous. To solve this problem, the brain combines the efference copy (derived from the motor command) and the delayed sensory feedbacks to produce acorrect estimation of the current and actual position of the effector. This estimation admits an on-line correction of the motor act.Adapted from Kawato and Wolpert (1998), Kawato (1999), Desmurget and Grafton (2000).
motor corrections. There is no separated controller between upperand lower limbs in this case. These results are thus important in theunderstanding of motor correction organization in more complexand ecological movements.
3. On-line control can also be achieved with very fast loopsand in a distributed manner
In complex goal-directed movements with a visual double-steptarget jump, when observed at the muscular level, early movementcorrections do not necessarily follow a proximo-distal or lower toupper order (Fautrelle et al., 2010a,b, 2011b). A first interpretationof this phenomenon would be that distributed muscle activities areseparately and independently triggered. Interestingly, this hypoth-esis is recurrent in the field of motor control and has alreadybeen put forward to solve similar problems, especially when ques-tioning the control modes of transport vs. grasping components,
with no clear-cut answer (Jeannerod’s (1981) “Channel hypothe-sis”, Jeannerod, 1984).
However, in our case and as previously mentioned, this sugges-tion of a separate control of lower vs. upper limb muscle activitiesis limited by the complex interactional torques that arise andreciprocally influence, in a deleterious fashion, the control of eachsupposed “sub-movement”. In this vein, Gribble and Ostry (1999)demonstrated that in multi-joint movements, central control sig-nals to muscles are adjusted in a predictive manner, to compensatefor interactional torques. These results suggest a complex repre-sentation of the body schema early in movement planning thatseriously weakens the conception of the anatomy-based segmenta-tion in the brain for movement control. Interestingly, this problemdoes not exist when the eyes are coordinated with the head,due to the huge difference of inertia between the two effec-tors. Both internal models (controllers) can be distinguished asis illustrated in the vestibulo-ocular reflex (VOR) or during theoculo-manual pursuit. For instance, in this latter case, Scarchilli
Fig. 2. Continuous compensation of interaction torques limits motor flexibility. According to the dual control hypothesis, equilibrium and movement control do not sharea common controller. They are submitted to two distinct motor commands. In complex multijoint movements, because of interaction torques, unpredicted perturbationsoccur both at the movement and equilibrium levels. These reciprocal and continuous perturbations generate important delays and errors in motor corrections which greatlylimit motor flexibility.
37
dans les mouvements rapides implique une coordination complexe du schéma moteur
global. A l’inverse, cela suggère que la sélection d’une dynamique complexe n’est pas
coûteuse ou limitative pour les corrections motrices. Il n’y a pas de contrôleurs séparés
dans ce cas. Ces résultats sont donc importants pour notre compréhension de
l’organisation des corrections motrices dans les mouvements complexes et écologiques.
Corrections multi-niveaux et dynamique cérébrale
L’hypothèse d’un traitement multi-‐niveaux des corrections motrices comme nous
le soutenons et comme le propose Gomi (2008), questionne notre compréhension de la
coordination motrice, dans la mesure où elle suppose que plusieurs représentations du
schéma corporel et de nos actions motrices seraient implémentées dans plusieurs
substrats et boucles. La question de savoir comment ces boucles restent coordonnées
n’est pas encore résolue. Plus spécifiquement, la manière dont les structures corticales
et sous-‐corticales pourraient interagir est critique. Dans son modèle Gomi (2008)
suggère la possibilité d’influences descendantes des centres supérieurs cognitifs vers les
centres de plus bas niveaux. Par exemple, Hoffmann et al. (2009) ont étudié le rôle des
neurones dans l’aire médio-‐temporale dans la perception et l’action et ont démontré
leurs connexions avec les structures sous-‐corticales impliqués dans le contrôle de l’œil
et des mouvements du bras. Dans la même veine, il a été observé que les neurones
dorsaux du colliculus supérieur, démontraient des niveaux persistants d’activités de
basses fréquences avant la présentation d’une cible (Glimcher and Sparks, 1992; Basso
and Wurtz, 1997; Dorris et al., 1997). Selon l’hypothèse d’une influence descendante, les
connaissances a priori sur les contraintes de la tâche, pourraient permettre de faciliter
ou inhiber les contrôles de plus bas niveau et moduler l’exécution de réponses
réflexives.
Cette conception suggère une analogie avec le réflexe d’étirement, pour lequel
plusieurs boucles de corrections sont imbriquées de manière séquentielle et parallèle
(en raison des contraintes biophysiques : trajets et délais de ces boucles). Dans ce cas,
les corrections sont initiées par les plus rapides et stéréotypées (réponses M1), et
finissent par une boucle finale transcorticale qui permet des ajustements terminaux
(réponses M3) (Petersen et al., 1988). Dans cette veine, Kurtzer et al. (2008) et
Pruszynski et al. (2011a,b) ont démontré que le réflexe à longue latence chez l’humain
38
n’est pas une simple réponse fonctionnelle, mais reflète la sortie de deux processus
indépendants qui se chevauchent dans le temps et se somment linéairement. La
première de ces composantes fonctionnelles partage des attributs communs avec le
réflexe à courte latence (i.e. étalonnage automatique du gain, sensibilité à la charge de
fond) et l’autre partage des caractéristiques propres aux mouvements volontaires (c’est
à dire, dépendance à la tâche, sensibilité à la position de la cible). Ces études ont montré
que la composante dépendante de la tâche dans l’activité de longue latence reflétait un
processus de contrôle rétroactif plutôt qu’une réponse simple déclenchée en réaction au
stimulus mécanique. Plus spécifiquement, Kurtzer et al. (2008) ont démontré que les
réflexes à longue latence possédaient un modèle interne de la dynamique du membre
sollicité. En enregistrant l’activité neuronale, Pruszynski et al. (2011b) ont confirmé
cette observation et démontré que le traitement transcortical au travers de M1 (ici l’aire
motrice primaire) permettait des réponses rétroactives pour contrer les perturbations
imprévues du bras. Ce modèle pourrait aussi s’appliquer à la coordination motrice
complexe impliquée dans les corrections visuo-‐motrices en ligne, en assumant que les
corrections motrices à longues latences pourraient être engagées pour mettre en forme
les corrections finales et lisser les interactions dynamiques entre les différentes boucles.
Cependant, certains points doivent être considérés car ils empêchent une analogie
directe avec le réflexe d’étirement. En effet, lors de corrections visuo-‐motrices larges, on
pourrait supposer l’existence de superpositions substantielles entre les boucles ainsi
qu’une augmentation du déplacement de chaque effecteur. Ces deux phénomènes
induiraient des couples d’interactions qui devraient être compensés par des corrections
motrices importantes. Paradoxalement, comme nous l’avons montré, ces dernières
pourraient être critiques pour les ajustements en-‐ligne. De plus, il est important de noter
que dans les interprétations de Kurtzer et al. ainsi que celle de Pruszynski et al. persiste
une approche modulaire du mouvement : les auteurs fondent leurs analyses sur
l’existence d’un modèle de la dynamique limité au bras sans raison particulière pour
cette discrétisation anatomique. Encore une fois, cette approche modulaire est un
présupposé qui semble-‐t-‐il n’intègre pas suffisamment précisément les aspects
physiologiques de la coordination motrice. Finalement, cette architecture parallèle
limite les influences descendantes et suggère que les niveaux les plus élevés ont un
impact limité sur les niveaux inférieurs. Cette approche est illustrée dans la figure 12a.
Cette organisation parallèle et séquentielle, pourrait être observée dans le modèle de
39
corrections en-‐ligne multi-‐niveaux sans nécessiter d’articulation particulière entre les
boucles de plus bas et de plus hauts niveaux. Celles-‐ci pourraient être indépendantes
entre elles. Cependant, dans le cadre des coordinations motrices complexes, ces diverses
boucles nécessiteraient plusieurs cartes motrices, spécialement au niveau sous-‐cortical.
A l’inverse, un autre point de vue que l’on retrouve traditionnellement dans le
contrôle moteur plaide en faveur d’un contrôle hiérarchique. Dans ce schéma, le
contrôle sensori-‐moteur intervient à différents niveaux et pour différentes échelles
temporelles. Dans ce cas, les niveaux inférieurs interagissent directement avec l’appareil
musculo-‐squelettique et les niveaux supérieurs interagissent avec un système augmenté
incluant à la fois l’appareil musculo-‐squelettique et les niveaux inférieurs. En
conséquence, pour permettre ce contrôle hiérarchique, les niveaux inférieurs doivent
réaliser des transformations en direction des niveaux plus élevés qui opèrent sur des
représentations plus abstraites du mouvement (Sherrington, 1906; Bernstein, 1996;
Loeb et al., 1999; Kalaska et al., 1998; Todorov et al., 2005). Ces transformations ne sont
néanmoins pas bien comprises. En d’autres termes, les niveaux inférieurs pourraient ne
pas avoir à résoudre de sous-‐tâches spécifiques mais pourraient plutôt réaliser de
manière instantanée une transformation des rétroactions qui permettrait aux niveaux
plus élevés de contrôler de manière continue les niveaux les plus bas sans avoir à traiter
tous les détails sur l’appareil moteur. Cette réduction de dimensionnalité optimisée par
les niveaux inférieurs permettrait au cerveau de contrôler un petit nombre de
paramètres de la tâche, au lieu de l’ensemble des états, et de les transformer en
synergies motrices (Todorov et al. 2005). Cela suppose que dans ce modèle, un
ensemble de paramètres de haut niveau doit être spécifié. Appliqué au mouvement de
pointage, cette approche démontre, par exemple, un bénéfice à inclure la vitesse comme
un paramètre de haut niveau, même si le coût et l’erreur sont calculés comme une
fonction de la position (Todorov et al. 2005). Nous avons observé des résultats qui vont
dans le sens de cette hypothèse théorique (Fautrelle et al. 2011b). En effet, nous avons
pu montrer que lorsque la précision était modifiée de manière inattendue, les sujets
modulaient la vitesse de la main (plutôt que sa position dans l’espace) pour contrôler le
mouvement en cours. Cette vitesse était modulée pour répondre aux contraintes de
précisions liées à la modification de la taille de la cible, cependant la précision terminale
restait identique quelque soit la taille de la cible à atteindre. Cela pourrait refléter une
« stratégie de plus haut niveau » pour réaliser la tâche et illustrer une hiérarchie entre
40
différentes stratégies impliquées dans les mouvements de pointage. Néanmoins, dans
cette approche, le choix de paramètres appropriés de plus hauts niveaux reste critique
en regard des contraintes physiologiques. En particulier, cette approche ne s’accorde
pas facilement avec l’existence de plusieurs voies motrices et des réponses motrices
rapides avec un coût computationnel bas. Cette seconde approche est illustrée dans la
figure 12b.
Pour résumer, il n’y a pas de réponse définitive sur l’architecture potentielle
impliquée dans la coordination en-‐ligne. Lorsque des corrections motrices rapides sont
requises, plusieurs boucles seraient impliquées. Les corrections et synergies motrices
pourraient dépendre du substrat anatomique impliqué, qui lui même détermine les
contraintes temporelles et la dynamique de la correction (i.e. les délais biophysiques)
suivant une organisation séquentielle avec plusieurs boucles indépendantes. Les
corrections les plus rapides seraient déclenchées, de manière identique à des réponses
d’orientation, qui mettent en jeu des synergies brutes et basiques. Pour les corrections
plus tardives, le processus serait plus complexe et impliquerait des boucles corticales de
plus haut niveau avec des synergies plus élaborées. En cas d’indépendance stricte entre
ces différentes boucles (ce qui constitue le cas le plus simple), les corrections terminales
devraient permettre de compenser et lisser pour les interactions causées par les boucles
qui les précèdent. Chacune des boucles de corrections motrices devrait être clairement
séparées avec un minimum de superposition. A l’inverse, nous pouvons aussi faire
l’hypothèse que ces différentes boucles correctives ne sont pas indépendantes. Dans ce
cas, une fois qu’un premier processus de correction est engagé, au travers d’une
séquence motrice qui lui est propre, il enverrait aussi une copie d’efférence sur la
prochaine boucle directement ou indirectement via le cervelet, ce qui permettrait une
prédiction des conséquences des boucles correctives antérieures. Ce système serait
probablement plus efficace, néanmoins, les évidences neurophysiologiques pour une
telle cascade ascendante de copies d’efférences manquent actuellement.
41
Figure 12. Deux modèles hypothétiques des corrections multi-niveaux. (a) Organisation des corrections
motrices indépendantes et parallèles fondée sur les principes du réflexe d’étirement. La sortie motrice est la
somme de différentes commandes motrices. Les corrections terminales sont critiques pour la précision
terminale. Les niveaux supérieurs n’ont pas d’influence ou une influence limitée sur les niveaux inférieurs. (b)
Corrections motrices dépendantes et hiérarchiques. Dans cette approche, une seule détection d’erreur sert à
alimenter tous les niveaux de traitement. Les niveaux les plus bas interagissent directement avec l’appareil
musculo-squelettique et les supérieurs interagissent avec l’appareil musculo-squelettique augmenté des
systèmes de bas niveaux. Pour permettre, ce contrôle hiérarchique, les niveaux inférieurs doivent réaliser des
transformations vers les niveaux supérieurs opérant ainsi sur des représentations plus abstraites du
mouvement. Ces transformations ne sont cependant pas bien comprises. Ce modèle est aussi limité par un
coût computationnel plus important et sa pertinence physiologique (une seule sortie motrice ?) reste à
discuter. Inspiré de: (a) Petersen et al. (1988), Kurtzer et al. (2008) and Pruszynski et al. (2011a,b); (b)
Sherrington (1906), Bernstein (1996), Loeb et al. (1999), Kalaska et al. (1998) and Todorov et al. (2005).
Au travers de cette première synthèse de nos travaux (Fautrelle et Bonnetblanc
2012), nous avons donc pu souligner l’importance de considérer la dynamique cérébrale
(largement dépendante des contraintes biophysiques), dans les interactions entre les
différentes boucles qui composent les processus de corrections en-‐ligne. Toutes ces
boucles ne fonctionnent pas avec la même dynamique, ce qui contraint très fortement
leurs interactions et leur intégration. Pour mieux comprendre comment les
changements de dynamique cérébrale peuvent modifier le comportement visuo-‐manuel,
ou comment le cerveau peut s’adapter à des changements de sa propre dynamique dans
ce type de comportement, nous avons donc réorienté notre questionnement sur l’étude
des patients présentant des altérations de la dynamique cérébrale. Plus spécifiquement,
nos projets futurs visent à l’étude des patients atteints de gliomes infiltrants de bas
grades et opérés en chirurgie éveillée. Ces patients en effet ont des modifications
considérables de leur dynamique cérébrale en raison de la lésion qui est progressive et
62 L. Fautrelle, F. Bonnetblanc / Brain Research Bulletin 89 (2012) 57– 64
Fig. 3. Two hypothetical designs for a multi-level model of on-line correction processes. (a) Reflex-like independent and parallel motor corrections. In this approach, motorcorrections are sent from independent and parallel loops. The output is the sum of different motor commands. Final (longer) corrections are critical to shape the terminalcontrol and to reach the goal. Higher levels have no or a limited influence on lower levels (dotted line). (b) Hierarchical dependent motor corrections. In this approach,single error detection serves to feed all the processing levels. Lower levels interact directly with the musculoskeletal system and higher levels interact with an augmentedplant including the musculoskeletal system and the lower system. To allow this hierarchical control, lower levels have to perform some transformation towards higherlevels operating on more abstract movement representations. These transformations are not well understood. This model is also limited by a higher computing cost and itsphysiological relevance (single motor output).Inspired from: (a) Petersen et al. (1988), Kurtzer et al. (2008) and Pruszynski et al. (2011a,b); (b) Sherrington (1906), Bernstein (1996), Loeb et al. (1999), Kalaska et al. (1998)and Todorov et al. (2005).
latter should be critical for on-line control. Furthermore, it isimportant to note in Kurtzer et al. and Pruszynski et al.’s inter-pretations a persistent modular approach: an internal model of thedynamic limited to the arm was still assumed with no particularreasons for this anatomical delineation. Once again, this modu-lar approach is a presupposition that may not integrate the veryphysiological aspect of motor coordination. Finally, this parallelarchitecture limits top-down influences and suggests that higherlevels have a limited impact on lower levels. This approach is illus-trated in Fig. 3a. This parallel and sequential organization may beobserved in the multi-level on-line corrections model. This sim-ple organization would not need any articulation between thelower and higher loops that could be independent. However, inthe framework of a complex motor coordination, several loopsmay also need several motor maps, especially at the sub-corticallevel.
By contrast, another traditional viewpoint in motor controlpleads in favor of a hierarchical control. In this particular scheme,sensori-motor control may occur on many different levels anddifferent time scales. However, in this case, lower levels directlyinteract with the musculoskeletal system and higher levels inter-act with an augmented plant including the musculoskeletal systemand the lower levels. In consequence, to allow this hierarchical con-trol, lower levels have to perform some transformations towardshigher levels operating on more abstract movement representa-tions (Sherrington, 1906; Bernstein, 1996; Loeb et al., 1999; Kalaskaet al., 1998; Todorov et al., 2005). These transformations are nev-ertheless not well understood. In other words, lower levels couldnot solve a specific sub-task but should instead perform an instan-taneous feedback transformation that could admit higher levelsto continuously control lower levels output without every detailabout the motor plant. This optimized dimensionality reductionachieved by lower levels should admit the brain to monitor asmall number of task parameters instead of the full states andmap them into motor synergies (Todorov et al., 2005). It supposesthat in this model, a set of high-level parameters has to be spec-ified. For instance, applied to reaching movements, this approachrevealed a benefit of including velocity as a high-level parameter,even though the cost and the error are computed as a function ofposition (Todorov et al., 2005). Interestingly, in line with this theo-retical hypothesis, Fautrelle et al. (2011b) observed that when theaccuracy was unexpectedly changed, subjects monitor endpoint
velocity (rather than the hand position in space) to control theon-going pointing movement. This may reveal a “higher level strat-egy” to complete the task and may illustrate a hierarchy betweendifferent motor strategies involved in pointing movements. How-ever, in this approach the choice of the appropriate high-levelparameters together with the potential function used to shape theirinternal dynamics is a key question and an important limitationwith respect to underlying physiological constraints. In particu-lar, it does not easily cope with the existence of many differentmotor pathways and rapid motor responses with low computa-tional costs, but different schemes could be involved during rapidmotor corrections (Gomi, 2008). This second approach is illustratedin Fig. 3b.
To sum-up there is no clear-cut answer about the potentialarchitecture involved in on-line coordinations. When rapid motorcorrections are required several loops may be involved. In conse-quence, motor corrections and motor synergies may depend onthe anatomical substratum involved which is itself linked to thetemporal constraints of the correction (i.e. biophysical delays).A sequential organization with several independent loops maybe involved. The most rapid motor corrections may be simi-larly triggered by an orienting response that involves basic andrough synergies. For later corrections, the process may be morecomplex and involve higher cortical loops with more elaboratemotor synergies. In case of strict independence, which is thesimplest case, it has been previously suggested that interac-tion torques arising from the successive motor corrections mayinfluence and perturb the subsequent ones. Consequently, to beefficient, these corrections must terminate with late correctionsthat compensate for previous bias associated with the preced-ing non-perfect corrections. Each of the various motor correctionprocesses should be clearly separated with a minimum of over-laps.
By contrast, we could speculate that these various correctiveloops are not independent. In this case, once a corrective pro-cess is engaged, along with its own motor sequence, it also sendsan efference copy to the next loop either directly or indirectlyvia the cerebellum and allows prediction of the consequencesof the previous corrective loops. This system would probably bemore efficient. However, neurophysiological evidence for such abottom-up cascade of linked efference copies is currently lack-ing.
42
de sa chirurgie, mais peuvent pour autant réaliser des tests psychophysiques très
poussés. A l’inverse, cette étude demeure plus difficile dans le cas des patients avec des
accidents vasculaires cérébraux dont la lésion est plus difficile à déterminer et qui ont
un bilan fonctionnel nettement plus lourd. Ce sont ces aspects que nous nous proposons
de développer dans la partie projet.
Traitement hors-ligne de l’erreur sensori-motrice, actualisation des commandes proactives et adaptation.
En plus de l’utilisation en temps réel de l’erreur sensori-‐motrice dans les
corrections en ligne, le système sensori-‐moteur humain s’adapte continuellement aux
changements de l’environnement en comparant les différences entre les conséquences
prédites par notre cerveau et les conséquences réelles de notre comportement.
Comme nous l’avons montré initialement, lorsque nous cherchons à attraper avec
la main un objet qui tombe ou qui nous est lancé, des activités électromyographiques
sont observables dans le bras avant le moment même du contact. Celles-‐ci interviennent
aussi, avant que des rétroactions soient capables d’induire des compensations a
posteriori de la perturbation (Lacquaniti et Maioli, 1989a,b). Cette observation
classique prouve que le cerveau est capable d’exercer un certain de niveau de contrôle
proactif pour chaque mouvement que nous devons réaliser. Plus spécifiquement, ces
ajustements posturaux anticipés (APAs) sont modulés en fonction de la masse de l’objet
et illustrent la capacité du cerveau à anticiper et prédire les perturbations à venir et les
conséquences sensorielles avant qu’elles ne surviennent. Il a été montré que cette
capacité de prédiction est sévèrement altérée chez les patients cérébelleux, dans la
mesure où les APAs sont annulés avant le début de la perturbation (Babin-‐ Ratté et al.,
1999; Lang and Bastian, 1999, 2001; Nowak et al., 2002, 2007).
Une fonction importante de l’erreur sensori-‐motrice (différence entre les
conséquences prédites et réelles) est de conduire des adaptations motrices qui
interviennent sur un mode essai par essai pendant la réalisation d’actions répétitives
(Tseng et al. 2007). Ce processus est utilisé pour actualiser les commandes proactives et
calibrer les modèles internes, ou représentations de la dynamique de notre propre
corps, ou de nos interactions physiques avec l’environnement (Wolpert et Miall, 1996).
On considère que le cervelet stocke une mémoire motrice sous la forme de modèles
43
internes et reste une structure clef dans l’actualisation de ces modèles internes (Marr,
1969; Blomfield and Marr, 1970; Kawato et al., 1987; Johansson and Cole, 1992; Wolpert
and Miall, 1996; Kawato and Wolpert, 1998; Wolpert and Kawato, 1998; Wolpert et al.,
1998; Johans-‐ son, 1998; Ito, 2000; Blakemore et al., 2001).
Les adaptations dépendantes du cervelet ont été étudiées en induisant un conflit
sensori-‐moteur systématique (Bock, 1992; Shadmehr and Mussa-‐Ivaldi, 1994; Martin et
al., 1996; Krakauer et al., 2000; Morton and Bastian, 2004, 2006), comme par exemple
entre vision et proprioception (Tseng et al., 2007). Dans le cas de changements simples
dans la dynamique de l’environnement, et lorsque le système n’est pas alimenté par une
erreur constante mais variable, il a aussi été suggéré que l’état prédit ou la commande
motrice sont constamment actualisés à partir des expériences passées (Bhushan and
Shadmehr, 1999; Donchin et al., 2003; Pasalar et al., 2006). Dans un processus similaire
à l’adaptation motrice pure, le cervelet génère un signal d’erreur entre les conséquences
sensorielles prédites comparées aux rétroactions périphériques. Ainsi l’erreur de
prédiction sensorielle est modifiée de manière itérative (Bastian 2006). Ce processus
pourrait être à l’origine de l’actualisation des commandes proactives et plus
particulièrement des APAs. En d’autres termes, le cervelet est probablement un substrat
dans lequel la copie d’efférence est transformée en prédiction sensorielle, elle même
comparée avec les entrées sensorielles. Le signal d’erreur qui en découle serait une
sortie du cervelet et influencerait l’adaptation des modèles prédictifs (au sein du
cervelet), les corrections en ligne (Tseng et al. 2007, au niveau du cortex), et les
changements dans les modèles inverses (probablement aussi en partie au niveau du
cortex).
Pour tester l’hypothèse que les erreurs variables sont aussi traitées dans le
cervelet pour actualiser les commandes proactives, nous avons demandé à des sujets
d’attraper des balles de manière répétée. Nous avons utilisé un design en bloc au sein
d’un IRMf, dans lequel les balles à rattraper avaient exactement la même apparence.
Néanmoins, nous avons fait varier le niveau d’incertitude (i.e. de prédiction) sur leur
masse. Dans certaines conditions la masse de la balle était prévisible, dans d’autres
conditions elle ne l’était pas. En contrastant les imageries fonctionnelles obtenues dans
les conditions pour lesquelles il était impossible vs. possible de prédire la masse de la
balle, nous avions l’intention de mettre en évidence un réseau cérébelleux, impliqué
dans le traitement de l’erreur sensori-‐motrice et dans l’actualisation des commandes
44
proactives. En effet, nous avions fait l’hypothèse que cette erreur serait plus marquée,
dans les conditions sans prédiction (processus proactif moins précis ou rétroactions
plus importantes, i.e. erreur sensori-‐motrice plus importante) que dans les conditions
avec prédiction (processus proactif plus précis ou rétroactions moins importantes, i.e.
erreur sensori-‐motrice moins importante).
En outre, avant de rattraper un objet avec la main, la vision permet une
estimation du moment d’impact qui est critique (Lacquaniti et Maioli, 1989a). Dans le
but de déterminer si les réseaux cérébelleux impliqués dans le traitement de l’erreur
sont dépendants des indices visuels, nous avons supprimé la vision dans une dernière
condition sans prédiction de la masse de la balle. Dans cette dernière condition aveugle,
nous avons aussi fait l’hypothèse que la prédiction des conséquences sensorielles serait
moins précise en comparaison de la condition avec vision, et que dans ce cas les erreurs
sensori-‐motrices seraient compensées par des processus rétroactifs plus importants. En
d’autres mots, quand la vision est supprimée, la prédiction des conséquences
sensorielles serait altérée en raison d’estimations sensorielles pauvres qui se
cumuleraient avec un défaut d’actualisation des modèles prédictifs.
Dans un premier temps, nos résultats (Fautrelle et al. 2011b) ont mis en évidence
des réseaux similaires recrutés dans toutes les conditions. Les deux ensembles
d’activation les plus larges ont été trouvé dans le cervelet postérieur droit (lobule V,
Schmahmann et al. 1999) et dans le cortex moteur primaire gauche (Aire de Brodman
(BA), 3 et 4). Cependant, dans les conditions sans prédiction avec et sans vision, des
réseaux additionnels ont été identifiés incluant l’aire motrice supplémentaire (AMS), le
cortex prémoteur et le cervelet postérieur gauche.
Dans une seconde étape, nous avons cherché à déterminer le réseau impliqué
dans le traitement des erreurs sensori-‐motrices en contrastant 2 conditions sans
prédictions identiques (avec ou sans vision) avec la somme des conditions avec balle
légère et avec balle lourde [2 x condition sans prédiction > (conditions balle légère +
balle lourde)]. Dans ces contrastes, le même nombre de stimuli identiques des deux
côtés de la soustraction était maintenu. Nos résultats ont permis d’identifier une
participation du cervelet droit et gauche et du thalamus droit dans les deux contrastes
(avec vision et sans). Plus précisément, les réseaux impliqués dans le cervelet gauche
(lobule VI) et le thalamus droit partageaient un certain degré de superposition entre les
conditions avec et sans vision. Dans le cervelet droit, les activations étaient centrées
45
différemment. En effet, le cervelet postérieur droit (24x, 65y, 24z, lobule VI) était activé
en présence de vision, alors qu’une portion plus antérieure du cervelet droit (24x, 39y,
23z, lobule IV) était activée lorsque la vision était supprimée. Cependant, aucune
activation significative n’était observée lorsque les conditions avec et sans vision
n’étaient contrastées entre elles. Ces résultats sont illustrés dans la figure 13 ci-‐dessous.
Figure 13. A gauche : activations significatives dans le contraste [2 x condition sans prédiction avec vision >
(balle légère + balle lourde)]. L : gauche ; R : droit ; post Cer : portion postérieure du cervelet ; Ass Vis cx :
cortex associatif visuel ; Supmarg Gyrus : gyrus supramarginal.
A droite : réseaux cérébelleux significativement activés pour les contrastes [2 x condition sans prédiction >
(conditions balle légère + balle lourde)] avec vision (jaune) et sans vision (rouge). Les voxels communs aux
deux contrastes apparaissent en orange.
En utilisant la tomographie à émission de positons (TEP), Desmurget et al. (1999)
ont démontré que chez l’humain, le cervelet médio-‐postérieur était impliqué dans
l’adaptation saccadique. Dans leur étude ces auteurs ont mis en évidence un réseau dont
les coordonnées (1.5x, 62y, 18z) pourrait se superposer partiellement avec le réseau le
plus postérieur que nous avons obtenu (leurs coordonnées y et z étaient assez similaires
aux nôtres). Dans leur étude, ils ont obtenu une augmentation de l’activité dans le
cervelet médiopostérieur après l’adaptation, comparé à une présentation aléatoire de la
cible. On pourrait donc penser que ce résultat est opposé au nôtre ; cependant, dans
and is driven by the mismatch between expected andactual sensory feedbacks independently of the occurrenceof on-line corrections. More specifically, for ball catchingtasks and to adapt to ball weight changes, anticipatorymuscles activities must be modified and timed to occurbefore the impact (Bennett et al., 1994; Lang and Bastian,1999). It was shown that cerebellar subjects adaptedslowly or not at all to modifications of the ball weight forlight to heavy or heavy to light balls. Finally, Lang andBastian (2001) showed that cerebellar patients remainedslow or unable to adapt to the change of the ball weighteven with on-line information. Altogether it confirmed theidea that the processing of the sensory–motor error iscomputed in the same cerebellar circuits despite differentbehavioral effects and types of errors, and independentlyof the occurrence of on-line corrections.
Some studies have shown that cerebellar activity spe-cifically reflects the operations of internal models in theprediction of dynamic constraints during movement control(Imamizu et al., 2000; Kawato et al., 2003; Diedrichsen etal., 2005). At the cellular level, the role of Purkinje cells hasbeen evoked to explain cerebellar plasticity that occursduring learning and motor adaptation. More particularly, ithas been suggested that Purkinje cells could modify thegain of motor commands in many adaptive mechanisms bycomparing signals conveyed by parallel fibers and a teach-ing signal conveyed by climbing fibers (Ito, 1993, 2001,2002; Boyden et al., 2004; De Zeeuw and Yeo, 2005). Thisprocess could involve the cerebellum in updating sensory
Fig. 3. Significant activations in the [two random!(light ball"heavyball)] contrast (P#0.001, uncorrected). L, left; R, right; post Cer, leftposterior portion of the cerebellum; Ass Vis cx, associative visualcortex; Supmarg Gyrus, supramarginal gyrus.
Fig. 4. Significant activations in the [two blind!(light ball"heavyball)] contrast (P#0.001, uncorrected). L, left; R, right; post Cer, leftposterior portion of the cerebellum; Ant Cer, anterior portion of thecerebellum; a PFrontal Cx, anterior prefrontal cortex; dlPFrontal cx,dorsolatéral prefrontal cortex; SM cx, primary sensory–motorcortex.
L. Fautrelle et al. / Neuroscience 190 (2011) 135–144 141
prediction based on error detection between true reaffer-ences and the prediction itself (Ramnani, 2006).
Interestingly, in a quite similar experimental design asour, Schmitz et al. (2005) investigated brain activations ina task in which subjects had to lift an object whose masscould be unexpectedly varied. Recognizing the role ofcerebellum in anticipatory control and prediction of sensoryconsequences, they hypothesized that if cerebellar activa-tions were reflecting rapid grip force corrections duringconditions without predictions, strongest activations shouldhave been observed in this case. However, they did notobserve activations in the cerebellum when the conditionswithout and with prediction of the object weight were con-trasted. This result is in contradiction with our and withneuroimaging studies that have revealed the presence ofactivity in the human cerebellum related to error signals
(Ramnani et al., 2000; Imamizu et al., 2000; Diedrichsen etal., 2005). Schmitz et al. suggested that depending onwhether the weight was lighter or heavier than expected,the corrections were not the same and should have prob-ably not activated the same areas. Because both eventswere mixed they could not make the distinction. Anotherexplanation could occur from the fact that in their experi-ment the ratio between the heavy and the light object wasnot important enough (230 and 830 g, i.e. !3.6 vs. 30 and300 g, i.e. !10).
We also observed one network in the left cerebellumthat was centered roughly on the same location indepen-dently of the manipulation of sight ("30x, "62y, "22z and"21x, "77y, "26z for the random and blind conditions,respectively). These activations within the right posteriorcerebellum may involve the flocculo nodular lobe. Thisstructure, under the influence of vestibular signals, isknown to send motor commands to axial antigravity mus-cles and extensors (with bilateral projections). These acti-vations suggest that the effects of the perturbation asso-ciated with the ball catching task were bilateral and mayalso trigger some postural responses in the left side. In thiscase, different and more axial feedforward motor com-mands may be involved, as catching the ball may implygreater perturbation of the axial and proximal muscularcontrol. This will be readily accepted if we consider theidea that the human hand manipulates many objects ofdifferent weights every day from a standing or sitting po-sition, but that catching an object while lying on one’s backis much less frequent and may unusually challenge axialmovements. In any case, these left cerebellar activationsalso suggest that the left cerebellum could be involved inthe processing of sensory–motor errors that may influencethe updating of feedforward commands.
A possible limitation of our study could be that thepredicted changes in error magnitude would not be asso-ciated with changes in prediction error, as the internalmodel used will be different in the random conditions com-
Table 2. Cerebral regions specifically activated to process the sensory motor errors (P#0.001 uncorrected). For each cluster, the region showing themaximum T-value is listed first, followed by the others belonging to the cluster [between brackets]. The cerebellum lobules are reported according toSchmahmann et al. (1999). The Talairach coordinates (x, y, z), the corresponding Brodman area (BA), the laterality of the hemisphere (H; L, lefthemisphere; R, right hemisphere) and the number of voxels in the cluster (k) are reported. Voxel size: 3!3!3 mm3
Contrast Region H BA k x y z T
[2*random$(lightball%heavy ball)]
Right posterior cerebellum (lobule VI) R 33 24 "65 "24 5.46Occipito–temporal cortex L 19/39 40 "45 "61 9 5.13Left posterior cerebellum (lobule VI) L 52 "30 "62 "22 4.90Supramarginal gyrus L 40 25 "48 "32 51 4.63Thalamus R 23 30 "26 4 4.52
[2*blind$(lightball%heavy ball)]
Insula L 817 "33 "20 9 6.93[Premotor cortex and SMA] L "56 4 22 6.09Dorsolateral prefrontal cortex R 9 188 50 16 32 6.62Frontal gyrus R 8 143 9 18 60 6.54Right anterior cerebellum (lobule IV) R 29 24 "39 "23 6.13Anterior prefrontal cortex R 10 83 24 53 14 5.98Anterior prefrontal cortex L 10 47 "42 42 15 5.75Left posterior cerebellum (lobule VI) L 79 "21 "77 "26 5.49Thalamus R 120 3 "18 12 5.45Primary sensory motor cortex L ! 110 "48 "29 57 5.33
Fig. 5. Cerebellar networks significantly activated in [tworandom$(light ball%heavy ball)] (in yellow) and in [two blind$(lightball%heavy ball)] (in red). Voxels common to both contrasts appear inorange.
L. Fautrelle et al. / Neuroscience 190 (2011) 135–144142
46
l’adaptation saccadique un saut de cible systématique est réalisé pendant la période de
suppression saccadique (aucune perception pendant le déplacement de l’œil). Par
conséquent, un biais systématique et une erreur sensori-‐motrice sont introduits
inconsciemment de manière itérative. Dans notre expérience, les erreurs sont
conscientes et variables d’un essai à l’autre mais sont plus importantes dans la condition
sans prédiction. Cette comparaison suggère donc que le cervelet pourrait être impliqué
dans le traitement des erreurs sensori-‐motrices pour différents effecteurs et dans
l’actualisation des commandes proactives associées que l’erreur soit systématique et
inconsciente ou variable et consciente. Dans l’étude de Desmurget et al. (1999) le
modèle interne était probablement adapté à la suite d’une perturbation qui était
constante. Dans ce cas, les activations cérébelleuses pouvaient indiquer que le modèle
interne n’était pas consolidé pendant la perturbation aléatoire. Dans notre
expérimentation, la différence entre les activations cérébelleuses pourrait être plutôt
proportionnelle à l’erreur et pas nécessairement à la modification ou l’actualisation des
modèles internes. Comme l’erreur est calculée à partir de la différence entre ce qui est
prédit et les rétroactions sensorielles périphériques, cette erreur pourrait à la fois
déclencher des corrections en-‐ligne ou actualiser les commandes proactives. Par
conséquent, notre étude ne nous permettait pas de déterminer si les erreurs mesurées
devaient amener des changements dans les modèles internes ou initier des corrections
en-‐ligne. Cependant, ces processus semblent avoir pour origine la même source et un
traitement identique de l’erreur sensori-‐motrice. En accord avec cette hypothèse,
Diedrichsen et al. (2005) ont démontré que les erreurs d’exécution (assignées au
mouvement) étaient systématiquement associées avec les corrections proactives sur
l’essai suivant dans une tâche de pointage. Il s’agit probablement du type d’erreur qui
intervient dans notre expérimentation. En accord avec nos résultats, ils ont aussi
observé que l’erreur était associée avec des activations cérébelleuses dans le lobule IV et
V quelque soit la perturbation (mécanique, rétroaction visuelle, déplacement de cible) et
même en l’absence d’adaptation motrice pendant la tâche, mais seulement des
corrections en-‐ligne. De plus, Tseng et al. (2007) ont démontré que l’adaptation à des
perturbations visuo-‐motrices dépend du cervelet et est alimentée par la différence entre
les rétroactions attendues et réelles indépendamment de l’occurrence de corrections en-‐
ligne. Plus spécifiquement, dans des tâches de rattrapé de balles, pour s’adapter aux
changements de masse des balles, les activités musculaires doivent être modifiées et
47
intervenir avant l’impact (Bennett et al. 1994 ; Lang and Bastian, 1999). Il a été montré
que les sujets cérébelleux s’adaptaient lentement ou ne s’adaptaient pas à la
modification du poids de la balle (de légère à lourde ou de lourde à légère). Finalement
Lang et Bastian (2001) ont montré que les patients cérébelleux restaient lents ou
incapables d’adaptation à des changements de masses de la balle, même en présence
d’information en-‐ligne. Mis ensemble, ces données confirment l’idée que le traitement
des erreurs sensori-‐motrices est effectué par les mêmes circuits cérébelleux malgré des
effets comportementaux et des types d’erreurs différents, et indépendamment de
l’occurrence des corrections en ligne.
Certaines études ont montré que l’activité cérébelleuse reflétait spécifiquement
les opérations sur les modèles internes, dans la prédiction des contraintes dynamiques,
pendant le contrôle du mouvement (Imamizu et al. 2000 ; Kawato et al., 2003 ;
Diedrichsen et al., 2005). Au niveau cellulaire, le rôle des cellules de Purkinje a été
évoqué pour expliquer la plasticité cérébelleuse qui intervient pendant l’apprentissage
et l’adaptation motrice. Plus particulièrement, il a été suggéré que les cellules de
Purkinje pouvaient modifier le gain des commandes motrices, dans de nombreux
mécanismes adaptatifs en comparant le signal convoyé par les fibres parallèles et un
signal de supervision convoyé par les fibres grimpantes (Ito, 1993, 2001, 2002; Boyden
et al., 2004; De Zeeuw and Yeo, 2005). Ce processus pourrait aussi impliquer le cervelet,
dans l’actualisation des prédictions sensori-‐motrices, fondée sur la détection de l’erreur,
entre les vraies réafférences et la prédiction elle même (Ramnani, 2006).
En utilisant un plan expérimental assez similaire au nôtre, Schmitz et al. (2005)
ont évalué les activations du cerveau, pour une tâche dans laquelle les sujets devaient
soulever un objet dont la masse pouvait être variée artificiellement et de manière
inattendue. Tout en reconnaissant le rôle du cervelet dans le contrôle anticipé et dans la
prédiction des conséquences sensorielles, ils ont fait l’hypothèse que si les activations
du cervelet reflétaient les corrections rapides de la force de saisie pendant les conditions
sans prédictions, des activations plus importantes auraient du être observées dans ce
cas. Cependant, ces auteurs n’ont pas observé d’activations dans le cervelet lorsque les
conditions sans et avec prédiction de la masse de l’objet étaient contrastées. Ce résultat
est donc en contradiction avec le nôtre et avec les études de neuroimagerie qui ont
révélé la présence d’activité dans le cervelet en relation avec des signaux d’erreur
(Ramnani et al., 2000; Imamizu et al., 2000; Diedrichsen et al., 2005). Schmitz et al. ont
48
suggéré que si la masse était plus légère ou plus lourde qu’attendue, les corrections
n’étaient pas les même et devaient probablement ne pas avoir activé les mêmes aires.
Parce que les deux événements étaient mélangés ensemble, ils n’avaient pu faire la
distinction. Une autre explication pourrait aussi venir du fait que dans leur expérience,
le ratio entre l’objet lourd ou léger n’était pas assez important (230g et 830g, i.e. 3.6
contre 30g et 300 g, i.e. 10).
Nous avons aussi observé un réseau dans le cervelet gauche, qui était centré
approximativement sur la même localisation, indépendamment de la manipulation de la
vision (30x, 62y, 22z et 21x, 77y, 26z pour les conditions sans prédiction mais avec et
sans vision respectivement). Cette activation bilatérale au niveau du cervelet que nous
observons peut être reliée à ce que Dayan et Cohen (2011) ont appelé un apprentissage
rapide. En faisant une revue de la littérature, ces auteurs ont en effet montré qu’une
augmentation de l’activité du cervelet était observée de manière bilatérale lors
d’apprentissages rapides (de quelques secondes à plusieurs minutes). En fait, en
considérant les exemples que ces auteurs ont pris en compte, nous pensons que ce type
d’apprentissage rapide demeure très lié aux processus de réalignements sensori-‐
moteurs et d’adaptations motrices, qui interviennent très précocement lors de la
familiarisation avec un nouvel environnement, ou de nouveaux outils, et avant des
apprentissages plus complexes. Dans tous les cas, cette activation cérébelleuse gauche
suggère que le cervelet est impliqué de manière bilatérale dans le traitement de l’erreur
sensori-‐motrice.
Des limitations doivent être prises en compte sur ce travail. En particulier,
comme nous l’avons précédemment mentionné, cette étude ne permet pas réellement de
différencier les activations obtenues en fonction d’une différence de niveau de
rétroactions tactiles et proprioceptives, ou en fonction de processus de prédiction de la
masse proprement dite. En effet, dans les conditions sans prédiction, il se peut que
l’excès d’activation obtenu au niveau du cervelet soit le fait d’une augmentation de la
manipulation de la balle après l’impact, même si cette manipulation était mineure dans
cette tâche, et même si les contrastes choisis essayaient d’égaliser les deux. Pour mieux
discerner les corrections en-‐ligne des processus de prédiction purs, il semblerait
intéressant de réitérer cette expérience, en y incluant une condition dans laquelle la
masse des balles est alternée, mais de manière prévisible et en utilisant une IRM avec un
champ magnétique plus puissant. Une expérimentation antérieure ne nous en avait, en
49
effet, pas permis de mettre en évidence une activation différente du cervelet lors d’un
contraste entre une condition sans prédiction de la masse de la balle, avec une condition
avec prédiction, mais où la masse variait (la masse de la balle était alternée
systématiquement). Il est important aussi de noter que dans cette dernière condition,
des stratégies cognitives peuvent être mises en place, qui mènent à un stratégie motrice
intermédiaire pour la réception des balles lourdes et légères. Ce qui limite là aussi les
interprétations possibles.
Schlerf, Ivry et Diedrichsen (2012) ont essayé d’aller plus loin dans ce sens, et de
mettre en évidence exclusivement les réseaux cérébelleux impliqués dans le traitement
des erreurs de prédiction sensorielles. En parallèle, ils ont aussi essayé de déterminer si
le cervelet encodait les erreurs issues de la présentation d’événements sensoriels
inattendus, et les erreurs reflétant une omission de stimuli attendus, de la même
manière. Dans leur paradigme, les sujets devaient diriger un curseur sur un écran avec
un joystick sur une cible située parmi différents points, tous équidistants du point de
départ. La cible était soit rouge soit blanche alors que l’ensemble des autres points était
de l’autre couleur (rouge lorsque la cible était blanche et vice-‐versa). Lorsque le curseur
allait sur un point rouge, une force résistante était exercée sur le joystick, à l’inverse
lorsque le point était blanc, aucune force n’était délivrée sur le joystick. Comme les
sujets devaient effectuer un mouvement rapide de va et vient, ils commettaient donc
parfois des erreurs et recevaient soit une force de résistance dans le joystick alors
qu’elle n’était pas attendue (cible blanche mais points proches rouges) ou ne recevaient
pas de force de résistance alors qu’elle était attendue. Les erreurs (la cible n’est pas
atteinte) pouvaient alors être signalée par la présence ou l’absence de force résistive
appliquée à la main. Ce paradigme est illustré dans la figure D ci-‐dessous.
Figure D. Tâche expérimentale. La présentation des stimuli
consiste en 21 points (13 sont montrés ici), avec un point (la
cible) présentée dans une couleur unique. En tenant un
joystick, les participants réalisaient des mouvements rapides
de va et vient en direction de la cible à partir d’un point de
départ (cercle et croix jaunes). La ligne solide avec la flèche
indique les trajectoires du curseur. Une force résistive était
imposée à la main dès que le mouvement touchait un point
rouge. Aucune force résistive n’était délivrée quand la main
diction errors in general, or only to unexpected sensorystimulation.
An important, but often ignored, concern for the study ofprediction errors with fMRI is the influence of heart rate on theBOLD signal. Because unexpected events and negative feedbackmay influence heart rate (Jennings and van der Molen, 2002;Crone et al., 2004), we incorporated cardiac measurements as acovariate in the analyses.
Materials and MethodsParticipants. Ten adults (mean age, 23 years; SD, 4 years; 3 females) fromthe student population at Bangor University, with no history of neuro-logical injury or disorders, served as participants. An 11th participant wasexcluded from the study after a postsession debriefing in which he indicateddifficulty in resolving the target locations without corrective lenses. Partici-pants were paid for their time. The study was approved by the institutionalreview board of the School of Psychology, Bangor University.
Apparatus. Participants lay supine in the fMRI scanner with the headstabilized by a custom-fit bite bar. They grasped the handle of a nonmagnetictwo-joint robotic manipulandum (http://fmrirobot.org) (Diedrichsen etal., 2005a), which was linked to a computer located in a control room.This device allows for low-friction, two-dimensional movements withinthe horizontal plane. Linear optical encoders on the elbow and shoulderjoint provided position information with endpoint accuracy better than0.01 mm. Forces were applied via air pistons supplied with 100 psi pres-sure from a compressor. The pistons generate a target force with a delayof !60 ms following a step input. A filter panel in the wall separating thescanning and control rooms prevented leakage of radio frequency noise.Position and velocity of the hand and the generated forces were recordedat 200 Hz. Visual stimuli, including targets and feedback of hand posi-tion, were projected onto a back screen, which was viewed by the partic-ipants through a mirror.
Behavioral task. On each trial, an arc composed of a series of circles waspresented (Fig. 1). One circle, the target, differed in color from the re-maining distractor circles. To assist in maintaining attention during the
task, we varied the location of the target on some trials. The target waseither the central circle or the circle to the immediate left or right ("7°).Participants were required to make a fast, out-and-back reaching move-ment, attempting to intersect the target circle. The target could be eitherred or white, and the distractors were always the opposite color. Impor-tantly, if the intersected circle was red, the robot delivered a short forcepulse, whether this circle was the target or the distractor. If the intersectedcircle was white, there was no force pulse.
Using a balanced 2 # 2 design, we separately manipulated the partic-ipant’s expectation of the sensory outcome and the actual sensory out-come (Fig. 1). On trials in which the target was white, the participantshould have expected not to receive a force pulse. As such, the absence ofthe force pulse indicated a successful reach whereas the presence of theforce pulse signaled a prediction error. In contrast, on trials in which thetarget was red, the participant should have anticipated the force pulse.The presence of the force pulse now indicated a successful reach whereasthe absence of the pulse signaled a prediction error. In this manner, theprediction error was either associated with the presence of an unexpectedsensory event or the absence of an expected sensory event.
To initiate a trial, the participant moved the handle to the center of theworkspace. The center was adjusted for each participant before scanningto ensure that the movements could be performed comfortably withoutcontacting the bore of the scanner. Starting position was indicated by thecolor of a crosshair pattern on the screen. The crosshair was blue if thecursor was within a 2 cm diameter boundary region and yellow ifthe cursor was outside this starting region. The array of 21 coloredcircles (1 cm diameter) was then presented, arranged in a semicirclewith an 8 cm radius.
Participants initiated the movement after the onset of the array, withthe instructions emphasizing accuracy and consistent movement kine-matics (see below), rather than reaction time. Whenever the cursor in-tersected a red circle, a brief force pulse was applied to the hand. Thisforce pulse was directed against the direction of movement, deceleratingthe reaching movement. The pulse consisted of a half-sinusoid with anamplitude of 1.5 N and a duration (half-period) of 60 ms. No pulse wasdelivered when the cursor intersected a white circle, or when the handmoved through the array on the return path. To increase the incidence oferrors, the cursor was randomly rotated by "7°, the angular width of asingle target, on 33% of the trials. The rotation was centered around thestarting position and could be to the left or the right. Participants wereinformed that a small rotation would be applied randomly.
In half of the trials, the cursor was visible, and a dot was presented onthe display at the point of the farthest extent of the movement, providingdirection- and amplitude-based visual feedback. Corrections based onon-line visual feedback were not possible given the short duration of themovements. In the other half of the trials, no visual feedback was pre-sented. Visual feedback and no-feedback trials were interspersed, allow-ing us to determine the relative contributions of somatosensory andvisual error signals. To encourage successful performance, a counter in-cremented by one point when the hand returned to the starting region ifthe cursor had passed through the target circle. This counter was visibleon all trials.
Participants completed a training session 1–2 d before the scanningsession. This session was conducted in a mock scanner with a setupidentical to the real scanning environment. The training session famil-iarized the participants with the task and was used to train them tocomplete the movements with a consistent movement speed and ampli-tude (based on verbal feedback from the experimenter). During training,participants completed at least four blocks of 80 trials each.
In the fMRI session, a target was presented every 4 s. The target color,and thus the expected outcome, was held constant for blocks of 15 trials,followed by 10 seconds of rest. During each scanning run (300 s), partic-ipants performed two blocks with each of the two expectation conditions,with the order counterbalanced across participants. Each participantcompleted eight runs, with the exception of one subject who was unableto complete the eighth run. One subject completed a ninth run to makeup for a technical error with the apparatus.
Participants were instructed to maintain fixation at the center locationand not saccade to the target. Eye movements were monitored during the
Figure 1. Experimental task. The stimulus display consisted of 21 dots (13 shown here), withone dot—the target—presented in a unique color. Holding a nonmagnetic robotic arm, par-ticipants made a fast out-and-back movement from a yellow starting circle, attempting tointersect the target. Solid lines indicate arm trajectories. A resistive force pulse was provided tothe hand as soon as it intersected a red dot on the outward movement. No pulse was deliveredwhen the hand intersected a white dot. This created a 2 # 2 design, where participants eitheraimed for a red dot and expected a force pulse (left column), or aimed for a white dot andexpected to not receive a force pulse (right column). Errors can be signaled by the presence of anunexpected stimulus (intersecting a red dot while aiming for a white target; top right) or theabsence of an expected stimulus (intersecting a white dot when aiming for a red target; bottomleft). Visual feedback of hand position was present on half of the trials. We increased the errorrates by adding a"7° rotation to hand position (and, when present, visual feedback) on 33% ofthe trials.
4914 • J. Neurosci., April 4, 2012 • 32(14):4913– 4922 Schlerf et al. • Error Signals in the Human Cerebellum
50
coupait un point blanc. Cela créait une matrice de conditions 2 x 2 dans laquelle les participants cherchaient
à atteindre soit un point rouge avec une force résistive attendue (colonne de gauche), soit cherchaient à
atteindre un point blanc et ne s’attendaient pas à recevoir de force résistive (colonne de droite). Les erreurs
pouvaient être ainsi signalée par la présence ou l’absence de force résistive. Le retour sensoriel sur le
déplacement du curseur était manipulé pour augmenter le nombre d’erreurs. Tirée de Schlerf et al. 2012.
Les auteurs ont ainsi montré initialement que la réponse BOLD (« Blood Oxygen
Level Dependant ») du cervelet était plus petite sur les essais avec erreurs comparés aux
essais sans erreurs. Cependant, ils ont aussi observé que l’augmentation des erreurs
était corrélée avec la diminution du rythme cardiaque. En réitérant leur première
analyse, mais en incluant cette fois le rythme cardiaque comme régresseur, et grâce à ce
paradigme astucieux, les auteurs ont pu montrer, non plus une diminution mais une
augmentation de l’activation dans les essais avec erreur pour les lobules V et VI dans
l’aire de la main du cervelet. Cet effet était similaire pour les deux types d’erreur. Les
auteurs ont donc conclu que le cervelet intervenait dans l’encodage des erreurs
résultantes, soit de la présence ou de l’absence inattendue de stimulations sensorielles,
en utilisant les mêmes réseaux.
Cependant, dans le paradigme utilisé par ces auteurs, nous pensons (pour avoir
été référé sur cet article) qu’il n’est encore une fois pas possible d’évacuer
complètement l’intervention de processus de corrections en-‐ligne. En effet, le
mouvement utilisé implique un va et vient, en conséquence, il semblait difficile d’exclure
que la présence ou l’absence inattendue de stimulation sensorielle n’induisait pas une
erreur d’estimation sur la position de la main juste avant le retour. Cette erreur étant
ensuite corrigée par des corrections en-‐ligne, lors du retour de la main au point de
départ. L’analyse des tracés cinématiques n’apporte pas de preuves absolues pour
évacuer complètement cette hypothèse.
En conséquence, il paraît difficile de vraiment séparer le traitement des erreurs
d’estimation ou de prédictions sur les conséquences sensorielles de celles qui amènent à
des corrections en-‐ligne en utilisant l’IRMf. Les paradigmes d’adaptation saccadique
comme celui de Desmurget (1999) ne permettent pas non plus de répondre à cette
dissociation. En effet, même si une erreur saccadique est introduite pendant la saccade,
celle-‐ci est complétée généralement par une saccade secondaire qui vient aligner la
fovéa sur la nouvelle cible. Il y a donc des corrections qui sont réalisées à l’issue de la
saccade primaire (on peut toutefois diminuer ce problème en éteignant la cible à la fin
51
de la saccade pour diminuer la fréquence des saccades de corrections). Néanmoins, une
solution potentielle pour identifier très précisément les réseaux cérébelleux impliqués
dans le traitement des erreurs de prédictions pourraient éventuellement se faire en
utilisant le paradigme développé par Claude Prablanc et Frédéric Magescas (Magescas et
Prablanc 2006, Magescas et al. 2009). En effet, ces auteurs ont développé un paradigme
similaire à celui de l’adaptation saccadique dans les mouvements de pointage. Dans ce
paradigme, les participants devaient atteindre avec la main une cible, qui était éteinte
juste après le début de la saccade oculaire et réapparaissait à une autre position à la fin
du mouvement de pointage. Ainsi ils ont pu induire une adaptation dans la commande
du bras qui se généralisait à un espace plus large. Dans ce paradigme, à la différence de
l’adaptation saccadique, il est alors possible d’empêcher un sous-‐mouvement correctif
au niveau du bras (mais pas au niveau de l’œil). Même si cette approche semble plus
précise, l’on voit bien ici qu’il est difficile de s’affranchir de sous-‐mouvements correctifs
lorsqu’une erreur de prédiction sur la position de la cible est induite. L’idée pour
identifier stricto sensu le(s) réseau(x) impliqué(s) dans le traitement des erreurs de
prédiction sensorielle en IRMf semble donc être à chercher de ce côté là. En effet, en
supprimant les corrections en-‐ligne et terminales, on peut ainsi s’intéresser directement
à la prédiction des erreurs sensorielles en IRMf. Le travail qui fait suite, sur la saccade
oculaire, nous permet d’aller dans ce sens et semble aussi suggérer, de manière assez
directe, ces phénomènes de prédiction de l’erreur sensorielle, puisqu’il montre une
adaptation saccadique a priori sans signal d’erreur rétinien.
Une adaptation saccadique sans signal d’erreur rétinien ?
Comme la saccade oculaire est généralement trop rapide (≈ 70 ms pour une
saccade de 20°), pour un contrôle en boucle fermée impliquant des rétroactions
sensorielles, les compensations pour les imprécisions de la saccade sont réalisées de
deux manières. A court terme, une saccade secondaire peut être réalisée pour réduire
l’erreur rétinienne, alors qu’à long terme, la dysmétrie saccadique chronique est
progressivement corrigée par des processus d’adaptation qui requièrent aussi la
détection d’une erreur finale rétinienne. Lorsque aucune information visuelle n’est
disponible à la fin d’une saccade normale, les saccades correctives sont rares et le gain
saccadique semble stable (e.g. Deubel 1995, Seeberger et al. 2002). Malgré ce contrôle
52
adaptatif du gain, les mouvements saccadiques larges (>10°) sont, en moyenne
hypométrique. Ce biais est observé dans toutes les situations visuelles, bien que la sous
estimation de la position de la cible soit maximale quand les cibles sont des points
illuminés dans le noir et comparativement plus petits dans des situations visuelles
normales (Collewijn et al. 1988, Becker et al. 1991). Les raisons de ce biais restent
obscures : si un déplacement systématique de la cible est introduit pendant la saccade
pour corriger cette sous estimation, une adaptation rapide de la métrique de la saccade
la restore (McLaughlin 1967, Henson 1978). Harris (1995) a suggéré que cette sous-‐
estimation minimise le temps total de la saccade vers la cible (i.e. incluant le temps mis
pour les saccades de corrections). Si cette interprétation est correcte, alors aucune
hypométrie ne devrait être observée dans les conditions qui abolissent les saccades de
corrections. En effet, la minimisation du temps de vol d’une saccade unique, avec la
contrainte d’atteindre la cible en moyenne, peut seulement être réalisée en paramétrant
le gain saccadique à 1. Ce comportement devrait être observé lorsque les cibles sont
systématiquement éteintes après l’initation de la saccade (Prablanc et Jeannerod 1975,
Prablanc et al. 1978). Nous avons donc testé cette hypothèse avec ce paradigme. Les
sujets devaient effectuer des saccades dans le noir vers 5 cibles allumées aléatoirement
à différents degrés d’excentricité par rapport à l’axe sagital (de 10 à 34° espacées de 6°).
Dans un bloc d’essais les cibles restaient allumés (condition ON) ou étaient éteintes à
l’initiation de la saccade (condition OFFOnset).
Nos résultats montrent que lorsque la cible est systématiquement éteinte à
l’initiation de la saccade, le gain de celle-‐ci peut être modifié en absence de signal
d’erreur rétinien (Bonnetblanc et Baraduc 2007). En outre, cette modification semble
complètement adaptative car elle réduit fortement le biais moteur. Ce résultat est
illustré dans la figure 14 ci-‐dessous.
53
Figure 14. En haut : Evolution de l’erreur de la saccade primaire. L’erreur à la cible est représentée pour
toutes les excentricités de cible et moyennée entre les différents participants en fonction du nombre de
répétitions. Les graphes principaux illustrent les données pour l’œil droit (abducteur) et ceux en encart les
données pour l’œil gauche. A gauche : condition avec extinction de la cible à l’initiation de la saccade
(OFFOnset). A droite : condition sans extinction de la cible (ON). Les erreurs de saccade sur les cibles entre 10 et
34 ° sont représentées avec une augmentation de l’épaisseur du tracé.
En bas : Evolution de l’erreur terminale (400 ms après la fin de la saccade primaire). Même conventions
graphiques que plus haut.
Une condition contrôle, dans laquelle les cibles étaient éteintes à l’initiation de la
saccade et rallumées à la fin de la saccade primaire, nous a permis de démontrer que
cette modification n’était pas due à l’absence de cible visuelle pendant la saccade. En
and after the test blocks. During calibration, participantsfixated seven targets spanning the horizontal interval (!11,401).Four participants participated in experiment 2 (mean age
30 years). Two stimulation conditions were used: (i)condition ON, identical to experiment 1 and (ii) conditionOFFMovement, in which the target was switched off at saccadeonset and switched back on at the end of the primarysaccade. Stimuli, calibration and procedure for trial pre-sentation were otherwise identical to experiment 1. For eachtest block, participants performed 20 trials to each target; anexperimental session lasted 40min.
RecordingHorizontal movements of the eyes were recorded at 500Hzwith an infrared optometric system (Eyelink II, SR Research,Mississauga, Ontario, Canada). Before recording, the eyetracker was calibrated using its built-in procedure (calibra-tion refined off-line, see below). Eye velocity was detectedon-line with real-time hardware (ADWin Pro, Keithley,Cleveland, Ohio, USA) using a two-point central differencealgorithm with 5ms lag [10] and compared with a fixedvelocity threshold to trigger target extinction or onset.Thresholds were adjusted relative to Eyelink noise forfastest switching; due to filtering delays, target was actuallyoffset (OFFOnset and OFFMovement conditions) wheneye velocity reached 1567451/s and re-illuminated(OFFMovement condition) when eye velocity was under297261/s.
AnalysisEye position signals were numerically filtered at 100Hz(Butterworth 7th order, dual-pass). To compensate for slightnonlinearities, we fitted signals recorded during the pre-experimental and post-experimental calibration blocks withsecond-order polynomials. Experimental data were thenadjusted using either polynomial. To remove any artifactualdrift, we finally performed time-linear interpolation be-tween the data calibrated using the initial and finalcalibration. Eye velocity was computed with a finitedifference algorithm. Saccade onset was defined as the timeeye velocity exceeded 101/s. The end of the primary saccadewas given by the first velocity zero-crossing occurring afterthe maximal velocity peak. Statistical analysis was per-formed under Statistica 7 (Statsoft, Tulsa, Florida, USA). Foreach target, we tested all dependent variables with ananalysis of covariance (homogeneity of slopes model) todetermine the effect of conditions (categorical predictor)and trials (continuous predictor). Final period was definedas the last two trials.
ResultsIn experiment 1, recordings showed that the primarysaccade amplitude increased over the first 15 trials for alltargets in the OFFOnset condition (Fig. 1a) compared withON (Fig. 1b). This gain increase was significant for the 341target, both for the left (adducting) eye and for the right eye[F(1,168)"6.09, P"0.015 and F(1,168)"11.16, P"0.001, re-spectively]. For smaller amplitudes, we observed a similarchange of primary saccade amplitude in the OFFOnset
condition, but it was statistically nonsignificant.To take into account minute corrective saccades and final
glissades, we also considered eye position 400ms after the
end of the primary saccade. We named this variable theterminal eye position. In the OFFOnset condition, the righteye terminal position increased significantly over the first 15trials for the 28 and 341 target condition compared with ON[F(1,168)"4.85, P"0.029 and F(1,168)"10.37, P"0.002]. Fig-ure 2a illustrates this increase for saccades to all targets. Asimilar effect on the left eye was significant for the 341 target[F(1,168)"5.96, P"0.016]. In contrast, terminal eye positionof both eyes was stable in the ON condition (Fig. 2b). Thus,terminal eye position progressively converged towardactual target location in the OFFOnset condition. For eachtarget position T, negatively accelerated exponentials T–Kexp(!at) were fitted to the individual data. Parameters Kand a were all significantly positive (one-tail) for saccadeamplitudes above 161 [t-test, t(5) 41.83, Po0.097 for a andt(5) 42.17, Po0.055 for K]. The terminal eye position to the341 target was fairly constant in the ON condition, onaverage 2.31 larger than the position attained after the firstsaccade (2.81 target undershoot). Owing to the absence oflarge corrective movements, OFFOnset terminal positionsinitially undershot those observed in the ON condition[F(1,5)"10.6, P"0.0226]. Remarkably, however, OFFOnset
terminal positions were not significantly different from theON positions in the final period [F(1,5)"1.2, P"0.3259].
1
0
(a) (b)
!1
!2
!3
!4
!51 2!3 6!7 10!11
Repetitions
Right eye
10°
16°
Prim
ary
sacc
ade
erro
r (d
eg)
22°
28°
34°
Left eye
0
14!15
1
0
!1
!2
!3
!4
!51 2!3 6!7 10!11
Repetitions
Right eye
Condition ONCondition OFFOnset
Left eye
0
14!15
Fig.1 Experiment1.Time course of primary saccade error. Error to thetarget is plotted for all target eccentricities, averaged over participants,as a function or repetition number.Graphs illustrate right (abducting) eyedata; insets show left eye data. (a) Data in condition OFFOnset; (b) data incondition ON. Saccade errors to the10^341 targets are representedwithincreasing line thickness. For clarity, all repetitions but the ¢rst one havebeen grouped in pairs.
1(a) (b)
0
!1
!2
!3
!4
!51 2!3 6!7 10!11
Repetitions
Right eye
10°16°
Ter
min
al e
rror
(deg
)
22°
28°
34°Left eye
0
14!15
1
0
!1
!2
!3
!4
!51 2!3 6!7 10!11
Repetitions
Right eye
Condition ONCondition OFFOnset
Left eye0
14!15
Fig. 2 Experiment 1; time course of terminal error (400ms after pri-mary saccade end).Graphical conventions as in Fig.1.
2 Vol 00 No 00 & & 2007
NEUROREPORT BONNETBLANC ANDBARADUC
and after the test blocks. During calibration, participantsfixated seven targets spanning the horizontal interval (!11,401).Four participants participated in experiment 2 (mean age
30 years). Two stimulation conditions were used: (i)condition ON, identical to experiment 1 and (ii) conditionOFFMovement, in which the target was switched off at saccadeonset and switched back on at the end of the primarysaccade. Stimuli, calibration and procedure for trial pre-sentation were otherwise identical to experiment 1. For eachtest block, participants performed 20 trials to each target; anexperimental session lasted 40min.
RecordingHorizontal movements of the eyes were recorded at 500Hzwith an infrared optometric system (Eyelink II, SR Research,Mississauga, Ontario, Canada). Before recording, the eyetracker was calibrated using its built-in procedure (calibra-tion refined off-line, see below). Eye velocity was detectedon-line with real-time hardware (ADWin Pro, Keithley,Cleveland, Ohio, USA) using a two-point central differencealgorithm with 5ms lag [10] and compared with a fixedvelocity threshold to trigger target extinction or onset.Thresholds were adjusted relative to Eyelink noise forfastest switching; due to filtering delays, target was actuallyoffset (OFFOnset and OFFMovement conditions) wheneye velocity reached 1567451/s and re-illuminated(OFFMovement condition) when eye velocity was under297261/s.
AnalysisEye position signals were numerically filtered at 100Hz(Butterworth 7th order, dual-pass). To compensate for slightnonlinearities, we fitted signals recorded during the pre-experimental and post-experimental calibration blocks withsecond-order polynomials. Experimental data were thenadjusted using either polynomial. To remove any artifactualdrift, we finally performed time-linear interpolation be-tween the data calibrated using the initial and finalcalibration. Eye velocity was computed with a finitedifference algorithm. Saccade onset was defined as the timeeye velocity exceeded 101/s. The end of the primary saccadewas given by the first velocity zero-crossing occurring afterthe maximal velocity peak. Statistical analysis was per-formed under Statistica 7 (Statsoft, Tulsa, Florida, USA). Foreach target, we tested all dependent variables with ananalysis of covariance (homogeneity of slopes model) todetermine the effect of conditions (categorical predictor)and trials (continuous predictor). Final period was definedas the last two trials.
ResultsIn experiment 1, recordings showed that the primarysaccade amplitude increased over the first 15 trials for alltargets in the OFFOnset condition (Fig. 1a) compared withON (Fig. 1b). This gain increase was significant for the 341target, both for the left (adducting) eye and for the right eye[F(1,168)"6.09, P"0.015 and F(1,168)"11.16, P"0.001, re-spectively]. For smaller amplitudes, we observed a similarchange of primary saccade amplitude in the OFFOnset
condition, but it was statistically nonsignificant.To take into account minute corrective saccades and final
glissades, we also considered eye position 400ms after the
end of the primary saccade. We named this variable theterminal eye position. In the OFFOnset condition, the righteye terminal position increased significantly over the first 15trials for the 28 and 341 target condition compared with ON[F(1,168)"4.85, P"0.029 and F(1,168)"10.37, P"0.002]. Fig-ure 2a illustrates this increase for saccades to all targets. Asimilar effect on the left eye was significant for the 341 target[F(1,168)"5.96, P"0.016]. In contrast, terminal eye positionof both eyes was stable in the ON condition (Fig. 2b). Thus,terminal eye position progressively converged towardactual target location in the OFFOnset condition. For eachtarget position T, negatively accelerated exponentials T–Kexp(!at) were fitted to the individual data. Parameters Kand a were all significantly positive (one-tail) for saccadeamplitudes above 161 [t-test, t(5) 41.83, Po0.097 for a andt(5) 42.17, Po0.055 for K]. The terminal eye position to the341 target was fairly constant in the ON condition, onaverage 2.31 larger than the position attained after the firstsaccade (2.81 target undershoot). Owing to the absence oflarge corrective movements, OFFOnset terminal positionsinitially undershot those observed in the ON condition[F(1,5)"10.6, P"0.0226]. Remarkably, however, OFFOnset
terminal positions were not significantly different from theON positions in the final period [F(1,5)"1.2, P"0.3259].
1
0
(a) (b)
!1
!2
!3
!4
!51 2!3 6!7 10!11
Repetitions
Right eye
10°
16°
Prim
ary
sacc
ade
erro
r (d
eg)
22°
28°
34°
Left eye
0
14!15
1
0
!1
!2
!3
!4
!51 2!3 6!7 10!11
Repetitions
Right eye
Condition ONCondition OFFOnset
Left eye
0
14!15
Fig.1 Experiment1.Time course of primary saccade error. Error to thetarget is plotted for all target eccentricities, averaged over participants,as a function or repetition number.Graphs illustrate right (abducting) eyedata; insets show left eye data. (a) Data in condition OFFOnset; (b) data incondition ON. Saccade errors to the10^341 targets are representedwithincreasing line thickness. For clarity, all repetitions but the ¢rst one havebeen grouped in pairs.
1(a) (b)
0
!1
!2
!3
!4
!51 2!3 6!7 10!11
Repetitions
Right eye
10°16°
Ter
min
al e
rror
(deg
)
22°
28°
34°Left eye
0
14!15
1
0
!1
!2
!3
!4
!51 2!3 6!7 10!11
Repetitions
Right eye
Condition ONCondition OFFOnset
Left eye0
14!15
Fig. 2 Experiment 1; time course of terminal error (400ms after pri-mary saccade end).Graphical conventions as in Fig.1.
2 Vol 00 No 00 & & 2007
NEUROREPORT BONNETBLANC ANDBARADUC
54
effet le comportement de l’œil dans cette condition n’était pas différent de celui qui était
observé dans la condition sans extinction de la cible.
Le gain de saccades larges dirigées vers une cible qui disparaît à l’initiation du
mouvement de l’œil, augmente lentement avec le temps, alors qu’il reste constant pour
des cibles visuelles statiques. Cette augmentation compense apparemment, pour la
capacité réduite de générer des saccades de corrections, dans la condition avec
extinction des cibles à l’initiation. En effet, après 75 essais, ce changement de gain a
induit des positions terminales de l’œil identiques quelle que soit la condition. Lorsque
la cible était éteinte à l’initiation de la saccade, mais réilluminée à la fin, les saccades de
corrections étaient systématiques. Dans ce cas, aucun changement de gain n’était
observé. Comme attendu, les saccades de correction étaient virtuellement éliminées
dans la condition avec extinction de la cible à l’initiation de la saccade (Prablanc et
Jeannerod 1975, Prablanc et al. 1978). Le résultat surprenant que nous avons obtenu,
concerne donc la modification itérative de l’amplitude de la saccade dans cette
condition, pour les deux yeux. De plus, la position terminale de l’œil après les glissades
terminales où les microsaccades était progressivement ramenée vers la cible de manière
significative, pour toutes les amplitudes de saccades de plus de 16°. Ces changements de
gain de la saccade primaire et de la position terminale de l’œil, ne reflétaient pas une
perte progressive de la vergence, comme des effets similaires étaient observés pour les
deux yeux.
Les explications triviales, ne peuvent pas non plus expliquer nos résultats. La
chambre expérimentale était complètement éteinte, donc aucun signal d’erreur fortuit
n’était disponible dans la condition avec extinction à l’initiation de la saccade. La
position de la tête était fixée (par une « biteboard »), et de petits mouvements de la tête
auraient induit des fixations initiales moins précises, ce qui n’était pas observé. En outre,
un léger mouvement de la tête vers la cible aurait induit une diminution du gain. De
manière identique, une fatigue musculaire ou neuronale aurait diminué l’amplitude de la
saccade. Un mouvement du système d’enregistrement des mouvements oculaires
devrait augmenter la variabilité (à l’intérieur et entre les participants) mais pas
introduire un biais systématique. En outre, notre interpolation linéaire entre la
calibration finale et terminale a pu nous assurer que nos mesures étaient libres de toute
dérive artéfactuelle dans le gain du système d’enregistrement des mouvements
oculaires.
55
Nos résultats sont donc en accord avec l’idée que la sous-‐estimation de la position
de la cible est une stratégie optimale, lorsque des saccades de corrections sont possibles
(Harris 1995). Dans les conditions pour lesquelles les saccades de corrections sont
plutôt inexistantes, nous avons observé une réduction progressive de cette sous-‐
estimation. Trois hypothèses peuvent être avancées pour expliquer ce comportement
apparemment optimal.
Premièrement, la réduction progressive de l’erreur terminale pourrait être
originaire d’une augmentation de l’excentricité apparente de la cible (en proportion de
l’excentricité réelle). Cette dérive de la localisation de la cible serait empêchée par une
combinaison entre une stimulation périfovéale post-‐saccadique et les signaux de copie
d’efférence. Comment une telle dérive pourrait arriver au sein d’une carte rétinotopique
reste peu claire, cependant. En outre, ce serait purement par chance que la position
terminale de l’œil convergerait vers la position terminale observée dans la condition
sans extinction.
De manière alternative, l’adaptation observée pourrait refléter une réduction
dans la réaction des participants à la situation artificielle issue de la disparition de la
cible, pendant le mouvement de l’œil. Cette « erreur visuelle infinie » n’a pas de
direction, par conséquent, il semble peu probable qu’elle puisse biaiser le contrôle
oculomoteur. La planification de la saccade pourrait être affectée, même si aucune
augmentation dans la variabilité terminale (stratégie exploratoire) ou biais vers la
position moyenne de la cible n’était observée.
Enfin, le contrôle moteur de la saccade pourrait être progressivement modifié.
L’adaptation sans signal d’erreur rétinien implique que le système oculomoteur utilise
un modèle interne de la dynamique de l’œil (ou des retours proprioceptifs, si utilisés
(van Donkelaar et al. 1997, Steinbach et Smith 1981)). Les expériences de saut de cible
visuelle ont déjà suggéré qu’une estimation interne de la position terminale de l’œil était
comparée avec la position du second stimulus (Becker et Jurgens 1979, Mays et Sparks
1980, Guthrie et al. 1983, Hallett et Lightstone 1976). Certains auteurs favorisent cette
interprétation pour expliquer l’adaptation saccadique (Wallman et Fuchs 1998, Bahcall
et Kowler 2000). D’après cette hypothèse, cette estimation interne pourrait amener à
une adaptation sans signal d’erreur rétinien. La présence de signaux d’erreur post-‐
saccadiques (extinction de la cible pendant la saccade, réallumage en fin) pourrait alors
56
soit supprimer soit contrer cette adaptation, ce qui maintiendrait un gain inférieur à un
dans des conditions normales.
En conclusion, le gain de saccades primaires importantes peut augmenter
lorsqu’aucun signal rétinien post-‐saccadique n’est disponible, ce qui réduit
progressivement la sous-‐estimation de la position de la cible lors de la saccade, comme
prédit par un critère d’optimalité. Ce résultat suggère donc qu’une combinaison entre
une mémoire de la localisation de la cible et des signaux internes (copie d’efférence et
peut-‐être proprioceptifs) est suffisante pour déclencher des changements adaptatifs. Il
serait intéressant d’utiliser ce paradigme en IRMf pour identifier les structures
responsables de ces changements.
Le vieillissement : une altération des processus de prédiction sensori-motrice ? Un phénomène réversible ?
Dans cette partie plus récente de nos travaux et qui a donné lieu à un deuxième
encadrement de thèse (cf CV en annexe) nous nous sommes intéressés au vieillissement.
Celui-‐ci en effet, est associé à une altération de la dynamique cérébrale, car les
connectivités structurale et fonctionnelle se trouvent largement modifiées. Ces
modifications sont notamment marquées par : i) une réduction des asymétries inter-‐
hémisphériques (Cabeza et al. 2002 ; Logan et al. 2002), ii) une diminution des
mécanismes d’inhibition réciproque cérébrale (Heuninckx et al. 2008 ; Zwergal et al.
2010) et iii) une fragilité sous-‐corticale entraînant une perte progressive des
automatismes posturaux (Lindgren et al. 1994 ; Briley et al. 1997). Dans ce travail, nous
nous sommes attachés à déterminer si le vieillissement n’induisait pas de diminution de
la prédiction motrice au travers d’une altération des APAs, et si cette altération n’était
pas réversible chez des populations d’individus agés normaux, ou avec des pathologies
induisant un syndrome de fragilité. En d’autres termes, est-‐il possible de réentraîner les
capacités de prédictions sensori-‐motrices chez les sujets agés, et si oui, quels processus
sont mis en œuvre dans ce cas là ?
Notre contrôle de l’équilibre est sans arrêt perturbé. Par exemple, lorsque nous
interagissons avec notre environnement, le système nerveux central doit détecter et
contrer des perturbations externes rapidement. Même lorsque nous sommes
57
simplement debout, le système nerveux central contrôle des oscillations de très basses
amplitudes, qui peuvent aussi être considérées comme de petites perturbations
(Morasso et al. 1999). A fortiori, notre équilibre est aussi perturbé chaque fois que nous
déplaçons nos segments pour réaliser un mouvement. Ces perturbations autogénérées
doivent aussi être contrées, pour permettre la réalisation efficace du mouvement. En
effet, les mouvements focaux du bras réalisés à partir d’une position érigée génèrent des
perturbations mécaniques, qui requièrent le contrôle fin de l’équilibre. Classiquement,
comme nous l’avons mentionné, des APAs sont déclenchées avant le mouvement du bras
pour compenser les perturbations à venir, induites par le mouvement du bras (Belen’kii
et al. 1967, Massion 1992). Elles illustrent typiquement un certain niveau de contrôle
proactif et la capacité du cerveau à prédire et compenser des perturbations auto-‐
générées.
Cependant avec l’âge, il a été suggéré que la programmation motrice impliquée
dans l’optimisation de la coordination entre posture et mouvement pouvait être altérée
(Woollacott and Manchester 1993). Plusieurs études ont déjà montré que les APAs
pouvaient être retardées lors de perturbations auto-‐générées, associées à des
mouvements rapides du bras, chez les sujets agés (Man’kovskii et al. 1980), en
particulier dans des tâches avec temps de réaction complexes, pour lesquelles la
localisation de la cible n’est pas connue avant le signal de départ du mouvement (Inglin
and Woollacott 1988). Ces études suggèrent que le vieillissement normal pourrait
affecter la capacité du cerveau à coordonner la posture et le mouvement efficacement, et
à prédire et compenser pour des perturbations auto-‐générées. Dans le cas d’un
vieillissement pathologique, pour des sujets âgés avec un syndrome de fragilité, nous
avons pu montrer que la capacité à anticiper et compenser des perturbations auto-‐
générées était encore plus altérée (Kubicki et al. 2012b). En effet, les ajustements
posturaux qui normalement précèdent et accompagnent la réalisation d’un mouvement
rapide du bras étaient diminués et retardés, en particulier lorsqu’il y avait une
incertitude sur la sélection du mouvement à réaliser pour diriger un mouvement vers
une cible visuelle. En outre, nous avions aussi montré que les capacités fonctionnelles
des patients corrélaient avec le délai de l’ajustement postural qui suivait la perturbation
auto-‐générée, autrement dit avec la diminution des APAs. Ces résultats sont en partie
illustrés dans la figure 15 ci-‐dessous.
58
Figure 15. Déplacement médio-latéral (X) et antéro-postérieur (Y) (haut), profil de vitesse du centre de
pression (milieu), profil de vitesse de la main (bas) chez deux sujets agés (contrôle et fragile). Les
enregistements sont réalisés entre -600 ms avant et 1650 ms après le début du mouvement de la main. Ils
sont découpés en 4 phases : le niveau de référence (de -600 ms à -150 ms), la phase des APA (-150 ms au
Clinical Interventions in Aging 2012:7
60
40
20
0
!20
!40
!60
60
40
20
0
!20
!40
!60
0.3
0.2
0.1
0
0.3
0.2
0.1
0
Hand velocity (m·s!1)
CoP velocity (m·s!1)
4
5
3
2
1
0
4
5
3
2
1
0
0 300 600 900
Control group
Baseline
CoP displacement (mm)Y displacementX displacement
APA IP FP Baseline APA IP FP
Frail group
1200 1500Trial 1Trial 2Trial 3
0 300 600 900 1200 1500
Figure 2 Typical data for two representative subjects (left, control group; and right, frail group) for three trials in the choice reaction time condition. Upper panel: CoP
time; acquisition duration is divided into four phases: baseline ( 600 ms to 150 ms); APA phase ( 150 ms to t0); IP (t0 to 100 ms); and FP (between the hand deceleration beginning to the hand movement offset).Abbreviations:
submit your manuscript | www.dovepress.com
Dovepress
Dovepress
70
Kubicki et al
59
début du mouvement de la main, t0), la phase initiale (IP de t0 à 100 ms) et la phase finale (qui correspond à
la phase de décélération de la main.
Ces données suggèrent que les sujets âgés fragiles sont plus instables que les sujets
agés contrôles, notamment après la fin du mouvement. En normalisant la vitesse de
déplacement du centre de pression par la vitesse de déplacement de la main, nous avons
pu montrer que les APAs et donc le contrôle proactif étaient moindres chez les sujets
âgés fragiles, d’autant plus qu’il y avait une incertitude sur la sélection du mouvement
(pas de spécification a priori du mouvement de la main à réaliser).
Nous avons donc suggéré qu’une vie sédentaire pourrait amener une dégradation
des modèles internes, en induisant un défaut dans leur actualisation. Ces modèles
internes sont en effet essentiels, pour prédire les conséquences sensorielles associées à
un mouvement rapide du bras, et permettre une représentation adéquate de la verticale
subjective (Morasso et al. 1999). Ils sont dégradés avec l’âge (Barbieri et al. 2010).
Une autre étude que nous avons menée a pu mettre en évidence qu’un
entraînement spécifique pouvait améliorer le contrôle proactif (ou en boucle ouverte)
de sujets âgés (environ 72 ans) en quelques sessions d’entraînement (n=6, 35-‐40 min).
Dans ce travail, un système de réalité virtuel simplifé, avec un biofeedback visuel en 2D
sur le déplacement de la main, était utilisé pour entraîner les sujets sur des mouvements
dirigés, vers des cibles qui apparaissaient sur un écran (voir figure 16 ci-‐dessous).
KUBICKI ET AL.198
(right or left) of the visual stimuli (CRT). In both condi-tions, participants were told to raise their arm as fast as pos-sible and to start as quickly as possible after the appearance of the visual stimuli. They were asked to point to the direc-tion of the diode, to remain for a few seconds with their arm in the air, and to move their index finger back toward the initial starting position. Before each trial, the participants were informed of the stimulation condition in which they were to perform the upcoming movement (SRT or CRT). To determine the effects of training in two different pro-gramming modes with various levels of uncertainty, we compared an SRT condition with a CRT condition. In SRT, motor programming is specified in advance of the go-signal, whereas in CRT, motor programming is fully specified only after the go-signal. The participants per-formed three trials only in each condition to limit any po-tential learning or relearning effect. Moreover, we chose to analyze three trials only, which is more representative of the risky and unpredictable reactive situations that may induce falls. These three trials per condition were performed in a random order.
Training session.—TG participants took part in six ses-sions (35–40 minutes per session, three sessions per week for 2 weeks) of virtual reality–based pointing exercises using an interactive training system; the set-up is an active motion capture system based on vision technology manufac-tured by Fovea Interactive. To imitate the short medical care treatments, such as those prescribed after falls, we chose six sessions over 2 weeks. We did not use the same motion
capture system during the training sessions to provide visual biofeedback. These two systems were technically incom-patible. This procedure also allowed us to exclude con-founding factors by limiting potential contextual effects associated with familiarization with the prototype. Participants wore gloves with markers that were fixed on the index finger of each hand. Marker positions were tracked by the system, which was positioned in front of the participant at a stan-dard distance depending on the participant’s height. This prototype was placed underneath a large screen (200 cm ! 130 cm, screen diagonal: 238 cm), onto which marker posi-tions were projected. In this way, the movements of both the hands were represented on the screen, with a delay of 33 ms. The right index finger was represented by a red point and the left index finger by a green point. In the lower part of the screen, there was a half circle, which was the starting point. When the participant put both the hands on this circle, a target appeared somewhere on the screen (the radius of all targets was 10 cm), after a short variable delay (0.2–2 seconds) in a random position (eight standard positions: four in the right half of the screen and four in the left half). This was repeated over 30 trials. For each target, the reaction time and the peak velocity were recorded. At the end of the 30 trials, the means of these parameters were calculated and communicated to the participants. This feedback was given to the participants to help them maintain their motivation. During each training session, the participants were asked to perform three warm-up sequences and six sequences at maximum speed. They were invited to take a short break between each sequence (!2 minutes) Figure 1.
Figure 1. Representation of the position of the participant and the visual feedback during a training session. (A) Position at target appearance. (B) Position at midcourse during hand movement. (C) Position at the end of the hand movement.
at INSER
M on A
pril 8, 2013http://biom
edgerontology.oxfordjournals.org/D
ownloaded from
60
Figure 16. Représentation d’un participant en face du système de réalité virtuelle simplifié fournissant au
sujet un retour visuel sur le déplacement d’un curseur représentant le mouvement de la main. (A) apparition
de la cible, (B) position à mis chemin du curseur pendant le déplacement de la main en direction de la cible,
(C) position du curseur sur la cible après que la main ait atteint une position correcte dans l’espace.
A la fin de cet entraînement, les sujets âgés avaient développé des APAs plus
importantes que les sujets âgés contrôles et montraient donc des améliorations des
ajustements posturaux proactifs. Ces résultats suggèrent donc qu’il serait possible a
priori de réentraîner les processus de prédictions sensori-‐motrices qui semblent être
altérés avec l’âge.
Nous avons voulu savoir si le bénéfice potentiel de ce type d’entraînement pouvait
être transféré chez des sujets âgés pathologiques et dits « fragiles ». La fragilité est un
concept général utilisé en gérontologie qui nécessite une approche globale du
phénomène de vieillissement. La fragilité décrit « un syndrome multi-‐dimensionnel de
pertes des réserves (énergétiques, capacités physiques, cognitives, santé) qui donne lieu
à une vulnérabilité » (Rockwood et al. 2005). Plusieurs échelles ont été établies sur les
20 dernières années (Rockwood et al. 2005, Jones et al. 2005). Par exemple, l’indice de
fragilité permet d’évaluer les patients au moyen de 11 items. Parmi ces items, deux
considèrent les capacités physiques : mobilité et équilibre. Cet indice montre qu’une
approche globale est nécessaire pour mieux comprendre les mécanismes du
vieillissement, en particulier dans les cas pathologiques. Cependant, il montre aussi que
les ressources physiques sont un indicateur important d’une évolution négative vers un
état critique (Inouye et al. 2007, Davis et al. 2010).
En utilisant un programme de rééducation similaire à notre étude précédente,
nous avons voulu chercher dans une troisième étude à déterminer si un certain niveau
d’amélioration était possible chez ces patients fragiles, qui présentent des altérations
fonctionnelles importantes (Kubicki et al. soumis). Plus spécifiquement, nous avons
cherché à nouveau à évaluer si des améliorations de leur comportement moteur étaient
possibles, et si elles pouvaient être liées à de meilleurs processus de prédiction sur la
perturbation auto-‐générée par la réalisation du mouvement. Nous avons intégré 46
patients dans cette étude.
Nos résultats montrent qu’après entraînement, on observe un mouvement du bras
plus rapide et un déplacement du centre de pression plus rapide pendant les APAs
61
(avant le déplacement de la main). Ces deux gains montrent des taux d’apprentissage
différents. Celui observé dans l’amélioration du contrôle du bras est continu, alors que
celui observé dans l’amélioration du contrôle du centre de pression pendant la phase
des APAs est discontinu. Ce dernier illustrerait l’amélioration des processus de
prédiction sensori-‐motrice dans cette tâche. Ces résultats sont illustrés dans la figure ci-‐
dessous.
Figure 17. Augmentation de la vitesse moyenne de la main et de celle du centre de pression pendant la phase
des APAs (cette dernière est normalisée en fonction de la vitesse de la main) en fonction de la session
d’entraînement. Les barres verticales représentent l’erreur type. Moyennes pour 46 patients.
Comme ces APAs interviennent avant le début du mouvement de la main, on
considère généralement qu’ils illustrent la part programmée du mouvement et un
contrôle proactif (sans rétroactions sensorielles). Nos résultats suggèrent donc que
comme pour des sujets agés normaux (Kubicki et al. 2012a), certains processus
prédictifs pourraient être améliorés chez les sujets agés fragiles qui présentent des
déficits fonctionnels importants.
62
La vitesse moyenne de la main augmente de manière continue au travers des
sessions d’entraînement, quelque soit la période de repos entre les deux sessions, pour
atteindre un plateau rapidement. A l’inverse, le taux d’apprentissage pour la vitesse
moyenne du centre de pression (normalisée sur la vitesse de la main) pendant les APA
semble plus discontinu. Pour ce dernier paramètre, notre analyse montre que la
rétention n’est pas totale après une pause de 72h (qui correspond à la fin de semaine),
alors qu’il n’y a pas de perte après 48h. Ces deux différents taux d’apprentissage
suggèrent que la rétention, et les processus d’apprentissage, ne sont pas identiques pour
ces deux types d’amélioration motrice.
L’augmentation continue de la vitesse moyenne de la main pourrait être expliquée
par un processus d’apprentissage explicite, puisque un retour immédiat d’information
(connaissance du résultat) était fourni au patient après chaque essai.
Par contre, l’amélioration pour le contrôle du centre de pression pendant les APA
est discontinue. Elle montre une courbe non-‐monotone, qui pourrait indiquer une
implication de processus de plus bas niveau, non concients, et refléter l’actualisation de
modèles internes impliqués dans l’estimation des conséquences liées à des
perturbations auto-‐générées. La forme de la courbe d’apprentissage pour ce dernier
paramètre semble être de nature quasi-‐exponentielle, ce qui invite à penser à une forme
itérative d’apprentissage peut-‐être assez proche de l’adaptation motrice (dont la forme
la plus pure montre une itération essai par essai), avec une constante de temps bien sûr,
relativement différente.
En effet, sur un plan théorique, imaginons qu’une commande motrice notée M
subisse un processus d’adaptation. Soit k l’essai et M la commande de l’effecteur ou de
la synergie musculaire à contrôler au cours des essais. Dans le cas le plus simple
(adaptation pure), on suppose que la correction de cette commande au cours des essais
est proportionnelle à l’erreur à la cible (ε=Cible-‐Mk), et qu’il n’y a aucun phénomène
d’oubli au cours des itérations (i.e. la rétention est totale). Ce qui se traduit par : Mk+1-‐
Mk=∆M=β0(Cible-‐Mk) (1). En passant alors par une formulation continue on obtient :
dε=-‐βεdt (2). La solution de l’équation différencielle (2) est du type ε(t)=αe-‐βt+ const soit
une fonction exponentielle. Il est bien évident, que dans ce dernier cas, la constante de
temps ne correspond pas à celle observée. Dans le cas d’une adaptation essai par essai,
elle est plus petite. En outre, il faut aussi tenir compte des processus d’oubli et rétention
qui se superposent aux apprentissages, peuvent être différents et pourraient moduler
63
ces courbes d’apprentissage, même si les processus de traitement de l’erreur étaient
identiques. Néanmoins, dans le cas d’apprentissages, on retrouve très souvent des
courbes de formes exponentielles, avec des constantes de temps différentes. D’autre
part, dans la tâche que nous avons employée, les participants ne devaient pas apprendre
une nouvelle séquence motrice mais plutôt apprendre à mieux anticiper et prédire la
perturbation à venir et associée au mouvement du bras. Ce type d’apprentissage semble
donc plus proche d’un processus de réalignement sensori-‐moteur et de phénomènes
adaptatifs que de l’apprentissage d’une nouvelle séquence motrice complexe (Dayan et
Cohen 2011). On pourrait alors suspecter la participation du cervelet dans cet
apprentissage. Ces hypothèses sont bien sûr relativement spéculatives, mais la question
de savoir quelle forme d’apprentissage et quels processus restent cachés derrière ces
améliorations demeure critique, notamment pour la rééducation. De même, il paraît
aussi important d’évaluer dans le futur la généralisation de ces apprentissages.
Quoiqu’il en soit, dans le contexte du vieillissement et de ses effets sur le
fonctionnement cérébral et la vulnérabilité neuronale (von Bernhardi et al. 2010), nos
résultats suggèrent, qu’un certain niveau de réapprentissage des processus de
prédiction sensori-‐motrice est maintenu, chez des individus agés sains et agés fragiles
avec des réserves fonctionnelles basses. Un comportement hypocinétique pourrait
aggraver ces déficits moteurs et induire le développement de « non-‐utilisations
induites » (Taub et al. 2002). Les stratégies de rééducation fonctionnelle devraient donc
prendre en compte ces possibilités.
Conclusions et évolutions de perspectives
Au final, nous souhaiterions avancer l’hypothèse que les phénomènes de
flexibilité, d’adaptation et même d’apprentissage moteur partagent probablement un
grand nombre de caractéristiques fonctionnelles communes au niveau des processus de
prédiction et de traitement des erreurs. Les constantes de temps sont différentes entre
ces différents phénomènes, car les processus d’oubli ou de rétention pourraient se faire
à des échelles différentes. Comme ceux-‐ci se superposent au traitement des erreurs, ils
définissent des cinétiques différentes pour chacun de ces phénomènes, qui amèneraient
souvent à les distinguer. Cependant, même si nous avons largement circonscrit les
processus de traitement de l’erreur et de prédiction sensori-‐motrice autour du rôle joué
64
par le cervelet, il est important de mentionner que ces fonctions dépendent très
probablement de réseaux plus complexes distribués sur plusieurs zones corticales et
sous corticales. Par exemple, Panouillères et al. (2012) ont clairement montré un rôle du
cortex parietal dans l’adaptation sensori-‐motrice des saccades. D’autres hypothèses
suggèrent que les processus de prédiction ne sont pas seulement inscrits dans le
fonctionnement du système nerveux central mais aussi dans le fonctionnement du
système nerveux périphérique. Par exemple, Dimitriou et Edin (2010) ont démontré que
les fuseaux neuro-‐musculaires agissent comme des modèles prédictifs : ils sont altérés à
la fois par l’état en cours du muscle dans lequel ils sont situés et par le control efférent
(fusimoteur), et leurs décharges représentent des états cinématiques futurs. Plus
spécifiquement, les décharges des afférences de type Ia sont plus corrélées avec la
vitesse des changements de longueur du muscle à venir, 100 à 160 ms après. Les
processus de traitement de l’erreur et de prédiction sensori-‐motrice semblent donc
ubiquitaires ou du moins largement présents dans un grand nombre de structures
nerveuses.
Cette hypothèse de distribution au sein d’un réseau complexe renforce donc
l’importance du rôle joué par la dynamique interne (au système nerveux) et par les
contraintes biophysiques de la transmission de l’information nerveuse au sein de ce
réseau, dans le fonctionnement et l’optimisation de ces processus. En effet, si un réseau
permet de prédire les conséquences sensori-‐motrices d’un geste, que se passera-‐t-‐il si le
réseau est altéré et que l’information est transmise avec un retard à l’intérieur de celui-‐
ci ? Le système nerveux central est capable de modéliser ou de simuler certaines
propriétés externes du monde physique. Et comme nous l’avons montré en introduction,
si l’on désynchronise certains signaux au niveau périphérique, le processus de
prédiction est altéré. Mais quid d’une altération endogène ? Le système nerveux central
est-‐il capable de modéliser son propre fonctionnement, de s’auto-‐simuler ou autrement
dit, de tenir compte des contraintes de sa propre dynamique ? C’est vers ce type de
questionnement que nous souhaitons évoluer en essayant de déterminer comment des
modifications de la dynamique interne au système nerveux peuvent influencer les
comportements visuo-‐manuels et plus spécifiquement à l’intérieur de ceux-‐ci, le
traitement de l’erreur et les processus de prédiction sensori-‐motrice.
Pour tendre vers cette voie nous envisageons de nous intéresser à des patients
atteints de tumeurs infiltrantes lentes qui induisent des dysconnections des faisceaux de
65
la substance blanche. Ces patients sont opérés en chirurgie éveillée. Malgré des
changements drastiques de la connectivité, ces lésions majeures permettent cependant
des évaluations fonctionnelles très poussées ce qui rend ce modèle particulièrement
intéressant pour la compréhension du fonctionnement cérébral et des comportements
visuo-‐manuels. En parallèle de ce modèle physiopathologique, nous nous intéressons
aussi aux modifications de la dynamique cérébrale induite transitoirement par la
stimulation électrique directe, technique employée pour réaliser des cartographies
fonctionnelles lors de ces chirurgies éveillées. En privilégiant ces axes nous espérons à
terme mieux comprendre la dynamique cérébrale et les phénomènes de plasticité
associés au contrôle des comportements visuo-‐manuels.
Comme nous l’avons montré dans cette première partie, nous avons commencé
par étudier ces processus en perturbant l’environnement. Que se passe-‐t-‐il lorsque la
dynamique cérébrale est modifiée suite à des lésions massives ou des stimulations
électriques directes ? Dans quelle mesure peut-‐on s’adapter ou compenser les effets dus
à ce type d’altérations de la dynamique au sein de ces processus ? Est-‐ce que l’erreur est
traitée de la même manière ? La prédiction des conséquences sensorielles est elle
altérée ? Si oui sera-‐t-‐elle compensée ? Nous donnerons quelques pistes de travail pour
étudier ces questions à terme. Elles ne sont pas exhaustives. Il nous est d’abord apparu
nécessaire de s’incrire dans un questionnement clinique plus large, autour du modèle
lésionnel que nous souhaitons utiliser (le patient au centre !). C’est pourquoi la
présentation de notre projet sort de ce questionnement strict. Certains écarts
thématiques semblent tout à fait nécessaires en vue de tenter de mieux y répondre.
66
Partie II
Optimisation de l’évaluation fonctionnelle et de la stimulation électrique
directe en chirurgie cognitive éveillée des tumeurs cérébrales lentes : vers
une meilleure compréhension de la plasticité et de la dynamique cérébrale
dans les comportements visuo-manuels
Les gliomes infiltrants de bas grade (GIBG)
Les gliomes infiltrants de bas grade OMS type II (GIBG) sont des tumeurs dont le
développement est lent. Ils suivent trois voies d’évolution (Duffau 2005a) : (1) une
croissance continue (environ + 4 mm de diamètre par année) ; (2) une invasion
progressive des voies de la substance blanche, ipsilatéralement à la tumeur dans un
premier temps puis controlatéralement dans un second temps via le corps calleux et (3)
une transformation anaplasique en gliome de haut grade. Concernant ce dernier point, il
est désormais établi que les GIBG changent systématiquement de nature biologique et
évoluent vers des gliomes de haut grade, avec une médiane de transformation située
autour de 7-‐8 ans et une médiane de survie estimée à 10 ans (Walker et Kaye 2003).
Cette inévitable transformation, associée à l'optimisation des techniques opératoires,
constitue la raison principale du choix chirurgical. Alors que l’excision préventive des
tumeurs de bas grade a longtemps semblé discutable, cette option est désormais
considérée comme la plus efficace. L'idée est d'enlever le tissu tumoral pour tenter de
circonscrire son développement et de retarder sa dégénérescence (Duffau et al. 2000).
Pendant la durée prolongée qui précède la dégénérescence de la tumeur, et malgré
certaines anomalies cognitives légères (Taphoorn et al 2004), les patients présentent la
plupart du temps un bilan neurologique normal et ont une vie socio-‐professionnelle
normale (Walker et Kaye 2003). En effet, plus de 80% des GIBG sont révélées par des
crises d’épilepsies, efficacement traitées par des drogues antiépileptiques (DeAngelis,
2001). L’évaluation des patrons de réorganisation qui font suite au développement de la
tumeur repose principalement sur des techniques récentes d’imagerie neuro-‐
fonctionnelle et en particulier l’IRMf. Malgré leur intérêt pour l'étude du cerveau sain,
ces techniques restent toutefois encore trop imparfaites pour conduire l'acte chirurgical
67
dans le cerveau lésé en raison d'une altération du couplage neuro-‐vasculaire et pour
circonscrire précisément les zones cérébrales à réséquer.
Chirurgie Cognitive éveillée & SED
Par conséquent, pour toute ablation d'un GIBG localisé dans les aires éloquentes,
l’utilisation additionnelle de la stimulation électrique directe (SED) intraopératoire a été
largement conseillée, sous anesthésie locale ou générale, (Duffau et al. 2005, Berger et
Rostomily 1997). En générant des perturbations transitoires, cette technique permet la
détection en temps-‐réel des aires à la fois corticales et sous-‐corticales "essentielles pour
la fonction", dans des tâches cognitives ou motrices relativement complexes. En outre, la
SED permet aussi une étude anatomo-‐fonctionnelle des tractus de la substance blanche
tout le long de la résection (Duffau et al. 2002, Keles et al. 2004). Le principe opératoire
est alors le suivant: toute perturbation fonctionnelle induite de façon reproductive par
SED doit stopper le processus chirurgical. On peut dire dans ce contexte que la résection
de la tumeur est réalisée "par rapport aux limites de la fonction". Le succès de cette
stratégie chirurgicale dépend donc largement du volume de tumeur effectivement
excisé: aucune transformation anaplasique n’a été observée sur une médiane de 5-‐6 ans,
dans une étude récente, lorsque l'IRM post-‐opératoire montrait que 100% du GIBG avait
pu être réséqué (Duffau et al. 2005b).
Chirurgie cognitive éveillée, SED & Evaluations per-opératoires : objectifs plus appliqués et technologiques
L'efficacité de cette technique chirurgicale dépend aussi de la qualité et de la
sensibilité des mesures fonctionnelles effectuées en per-‐opératoire. Un aspect important
de ce type de technique chirurgicale concerne donc la nature de la tâche que pratique le
sujet pendant l'opération. Celle-‐ci doit être facile à réaliser en fonction des contraintes
liées à une opération, spécifique à chaque patient, écologique et sensible pour objectiver
le plus finement possible la persistance ou non de fonction à l'intérieur de la zone
infiltrée par la tumeur. Ce projet a pour but d’améliorer le testing systématique pré-‐,
per-‐ et post-‐opératoire de ces patients. Il vise (1) au prototypage et la validation d'un
système permettant une évaluation fonctionnelle fine, poussée et facile et (2) à la
68
recherche de tâches fonctionnelles nouvelles, sensibles et pertinentes pour guider la
chirurgie. Ce dernier axe a fait l’objet d’un premier financement par l’Association pour la
Recherche sur le Cancer (ARC-‐France subvention libre d’un montant de 180kEuros),
mais il convient de le poursuivre. En outre, la compréhension actuelle des effets de la
SED et de la manière dont elle diffuse dans le cerveau reste discutée. Nous souhaitons
donc essayer de mieux comprendre ses effets.
Récupération fonctionnelle & Plasticité Cérébrale dans les tumeurs lentes : objectifs fondamentaux
L'utilisation en per-‐opératoire corticale et sous-‐corticale de la SED permet une
cartographie anatomo-‐fonctionnelle essentielle pour guider la chirurgie en temps réel.
Elle est essentielle pour maintenir la qualité de vie des patients en objectivant la
résection de zones tumorales qui ne démontrent pas de fonctions apparentes lorsque le
sujet réalise une tâche en rapport avec la localisation de la tumeur. Parce que ces
tumeurs sont souvent diffuses, les résections sont souvent massives et parfois
représentent plus d’un tiers d’un hémisphère. Malgré des volumes de résections
important (souvent autour de 90 cc), la quasi totalité des patients (95% des cas)
récupère et aucun déficit marqué ne peut être détecté seulement trois mois après sur
des échelles neurologiques standards (Duffau et al. 2005b). Ce point est illustré dans la
figure ci-‐dessous située à gauche. Cette figure fournit des exemples de résections
chirurgicales de GIBG, sans aucune conséquence fonctionnelle (Score au test de
Karnofsky maintenu entre 90 et 100), confirmée par les évaluations neurologiques et
neuropsychologiques répétées, et malgré la suppression de structures classiquement
considérées comme « critiques » : régions fronto-‐mésiales, i.e. aire motrice
supplémentaire ± cingulum (droit ou gauche) (Fig 1a) ; lobe insulaire ± structures
frontobasales et temporales (droit ou gauche) ± striatum droit (Fig 1b) ; aire primaire
sensori-‐motrice (Fig 1c) ; lobe parietal (Fig 1d) ; aire motrice primaire de la face (côté
non dominant) (Fig 1e) ou de la main (Fig 1f) ; Aire de Broca (Fig 1g) ; lobe gauche
dominant temporal (Fig 1h) et le corps calleux (Fig 1i).
69
Les conséquences cliniques positives observées dans le cas de la chirurgie des
GIBG contrastent donc largement avec les résultats « classiques » observés dans le cas
d’accidents vasculaires cérébraux, et pour lesquels la plupart des patients démontrent
des déficits invalidants permanents (Varona et al. 2004). La figure ci-‐dessus (à droite)
illustre ce point en présentant une comparaison des conséquences cliniques pour les
patients opérés de GIBG (en noir ; Duffau et al. 2003 ; 103 patients ; âge moyen 36 ans)
et les patients ayant eu un AVC (en gris ; Varona et al. 2003 ; 272 patients ; age moyen 36
ans), (tiré de Bonnetblanc, Desmurget, Duffau 2006 et Desmurget, Bonnetblanc, Duffau,
2007).
Ces observations fascinantes au travers de cette situation chirurgicale inédite
questionnent donc de manière importante notre compréhension de la plasticité
cérébrale. Ce modèle physiopathologique présente un intérêt majeur pour mieux
comprendre les processus de plasticité et de dynamique cérébrale. En effet, la plupart
des études effectuées sur la plasticité post-‐lésionnelle ont été réalisée sur les AVC, qui
représentent un type de lésions aigües. Ces études ne permettent pas d’établir une
image complète de la plasticité cérébrale (Bonnetblanc, Desmurget, Duffau, 2006 ;
Desmurget, Bonnetblanc, Duffau 2007). En outre, le modèle des patients GIBG demeure
très intéressant sur le plan fondamental car ce sont des patients qui présentent des
déficits intermédiaires entre les patients AVC et les sujets sains. Ils permettent donc une
investigation et des évaluations fonctionnelles nettement plus poussées que pour les
patients AVC, donc des investigations beaucoup plus fines que sur les patients cérébro-‐
lésés « classiques » et ce pour des lésions dont les limites sont mieux définies.
70
Au plan fondamental, l’objectif global de ce projet est de mieux comprendre
comment s’organise la plasticité au cours du temps (avant, pendant et après la résection
chirurgicale des GIBG), c'est-‐à-‐dire, (i) d’évaluer la cinétique de la récupération et aussi
(ii) de déterminer quelles aires du cerveau compensent pour celles qui sont atteintes
puis enlevées et quels rôles elles jouent dans la récupération de la fonction qui y était
associée. En particulier, les lésions étant de large volume on pourrait supposer que la
balance inter-‐hémisphérique est modifiée, ce qui amène aussi la question de la
compensation par l’homologue controlésionnel et éventuellement par les structures
sous-‐corticales. Plus spécifiquement nous envisageons: (1) d’évaluer la cinétique de la
récupération et tenter de la caractériser par rapport à la lésion elle même (localisation,
volume, etc), (2) d’essayer de mieux comprendre les effets de la chirurgie sur la balance
inter-‐hémisphérique, (3) le rôle de l’homologue controlésionel et (4) des structures
sous-‐corticales dans la récupération. Chacune de ces approches sera détaillée et
explicitée par la suite.
Rappels des objectifs Objectifs plus Appliqués et Technologiques :
I Optimisation de l’évaluation per-‐opératoire.
II Meilleur compréhension des effets de la SED.
Objectifs plus Fondamentaux :
III Optimisation du suivi des patients pour une meilleure compréhension de la
récupération fonctionnelle et des phénomènes de plasticité cérébrale.
a. Evaluation de la cinétique de la récupération.
b. Comprendre les effets de la chirurgie sur la balance inter-‐hémisphérique.
c. Comprendre le rôle de l’homologue controlésionel dans la récupération.
d. Comprendre le rôle des structures sous-‐corticales dans la récupération.
Objectif I : Optimisation de l’évaluation per-opératoire par l’utilisation des nouvelles technologies appliquées à la santé
Les travaux envisagés découlent du PROJET KINBOARD initié très concrètement
début 2010 et qui vise au prototypage et à la validation d’un système informatisé d'aide
et d'évaluation fonctionnelle en vue de l'optimisation de la chirurgie cognitive éveillée
71
en Neuro-‐oncologie, de l'amélioration de la qualité de vie des patients et de leur suivi. Ce
projet est financé par l’Association pour la Recherche sur le Cancer. Il s’agit d’une
subvention libre d’un montant de 180 000 euros pour 3 ans. Ce projet fait partie des 13
projets reçus sur les 160 présentés. Ce projet a reçu en outre un financement
complémentaire sur une ANR Synerjinov à hauteur de 65 000 euros qui est un
programme de valorisation regroupant plusieurs partenaires.
La Lettre de l’ARC n°11 de décembre 2009
72
Dispositif
Concept et Prototype: différentes parties du
système. A) Interface pour le
Neurochirurgien/Experimentateur avec
feedback terminal (performance du
patient) : écran tactile avec une visualisation
en temps réel des performances du patient.
B) Interface pour le Patient: écran tactile,
l’orientation est possible pour tous les degrés
de liberté. C) Boîte à outils: tous les appareils
sont connectés à la boîte à outil
(contacteurs, microphone, EMG, stimulateurs
et joysticks). Elle est connectée à l’Unité
Centrale D).
Actuellement, les évaluations fonctionnelles pratiquées correspondent à des tests
standards appliqués en neuropsychologie mais leur réalisation reste rudimentaire et
limitée. En effet ces tests utilisent le simple papier et crayon, ce qui réduit notamment
leur sensibilité, leur objectivité et leur homogénéité d’un praticien à l’autre. Ces aspects
sont importants pour optimiser la cartographie fonctionnelle et ainsi limiter les
séquelles. En outre, cette procédure rudimentaire induit une perte importante
d’informations utiles à posteriori pour mieux comprendre les effets de la chirurgie et
améliorer la planification des gestes chirurgicaux par retour d’expérience. Cet aspect
demeure très important dans l’apprentissage difficile de cette technique chirurgicale de
pointe. Le projet vise entre autre au développement d’une plate forme technologique
73
d’évaluation des habiletés motrices et cognitives permettant de quantifier les
performances des patients pendant l’opération et fournissant en temps réel une
information fonctionnelle au Neurochirurgien. Très schématiquement, cette plate forme
technologique s’apparente à un écran tactile qui présente des stimuli au patient sur
lequel celui-‐ci doit répondre (les données étant enregistrées). Nous envisageons aussi de
développer l’utilisation d’un eyetracker déporté pour mesurer les performances du
patient. Cette solution est envisagée lorsque les contraintes de mobilisation des
membres supérieurs deviennent trop importantes. Le sujet peut alors déplacer ses yeux
pour répondre à la tâche fonctionnelle (e.g. repérer la bonne cible, etc). Simultanément,
une autre interface fournit au Neurochirurgien les résultats précis et quantifiés des
réponses du patient en temps réel.
L’évaluation quantifiée et en temps-‐réel est nécessaire pour réduire les séquelles
et proposer des solutions rééducatives innovantes. De plus ce testing fournit un retour
d’information pour le chirurgien et lui permet d’améliorer les exérèses suivantes. Les
outils que nous développons sont complétés d’un logiciel qui permet de construire et
piloter ces tests de manière générique et simple (sans programmation, pour les adapter
facilement), tout en enregistrant les performances du patient de manière plus précise et
sur plusieurs paramètres qu’il n’est pas possible de recueillir pour l’instant avec
l’approche « papier-‐crayon » (temps de réaction, temps de mouvements, etc...). Cette
nouvelle procédure permettra de réaliser des évaluations fonctionnelles plus poussées
pendant l’opération, donc d’améliorer la cartographie fonctionnelle.
Logiciel (Bonnetblanc & Niang, IDDN.FR.001.340001.000.S.P.2012.000.31235)
Le logiciel développé dans le cadre de ce projet permet de réaliser des
expérimentations et des évaluations neuropsychologiques et psychophysiques à la carte
sur un ordinateur simple ou muni d’un écran tactile, de manière flexible, varié et sans
aucune programmation. Il permet la présentation de stimuli visuel et/ou auditif et
l’enregistrement des performances associées (e.g. temps de réaction, temps de
mouvement, erreur spatiale, validité de la réponse). Son pilotage peut être assuré de
manière autonome par n’importe quel utilisateur du secteur médical et paramédical
(Neurologues, Médecine Physique Réadaptation, Neuropsychologues, Orthophonistes.
Kinésithérapeutes, Professeurs APA, Psychomotriciens, etc…). Cet aspect demeure très
74
important, car les délais d’adaptation pour construire les évaluations fonctionnelles les
plus pertinentes sont parfois très courts. En facilitant le pilotage de ces évaluations nous
espérons pallier ce problème et induire plus de flexibilité dans les procédures
d’évaluation. L’utilisateur construit ses tests lui même via les logiciels usuels de
bureautique et peut les implémenter seul dans le logiciel. La performance du patient est
enregistrée dans une base de données associée qui est facilement exportable et
exploitable dans des logiciels usuels (type Excel, etc). Ceci favorise un traitement simple
en vue d’une amélioration du diagnostic, et de recherches cliniques et/ou
fondamentales. Le dispositif peut aussi être utilisé à des fins de rééducation.
Sa programmation a été réalisée en Visual C++. Pour rendre cet outil facile
d’accès et générique, le principe de programmation est basé sur la prise en compte et
l’intégration des caractéristiques communes aux différents tests utilisés dans la
littérature neuroscientifique et dans la clinique neurologique, ainsi que de certains
principes de fonctionnement communs entre les différents logiciels concurrents utilisés
en psychologie expérimentale mais qui nécessite eux d’être programmés (e.g. e-‐prime®,
présentation®, etc). La valorisation industrielle de ce logiciel est en cours.
Objectif II : Meilleure compréhension des effets de la SED
Synchronisation de la SED avec les différents dispositifs d’évaluation.
Une étape préalable consiste à synchroniser la SED avec les différents dispositifs.
Actuellement, la SED n’est pas synchronisée avec les tâches qui sont pratiquées pendant
les évaluations. Cette absence de synchronisation limite la précision des effets de la
stimulation électrique sur la réalisation des tâches cognitives (donc limite la précision
de la cartographie anatomo-‐fonctionnelle) et induit probablement une majoration de la
quantité de charges injectées directement sur le cerveau du patient. Afin de remédier à
ces deux points, nous allons développer un système de synchronisation entre le
stimulateur électrique utilisé par le chirurgien et l’écran tactile et/ou l’ « eyetracker ».
Dans un premier temps, ce système permettra de laisser la main au neurochirurgien
mais de recueillir une image de la stimulation en regard des différents évènements
propres à la tâche. Cette approche devrait permettre d’indiquer plus précisément quand
la SED doit être appliquée en fonction du type d’évaluation. A terme, ce travail devrait
75
aider à déclencher la SED en fonction d’événements bien spécifiques mais aussi
d‘évaluer avec une précision de l’ordre de quelques dizaines de millisecondes, les temps
de latence, SED – tâche – réponses, aujourd’hui inaccessibles.
Précision des effets et de la diffusion de la SED.
Actuellement, la compréhension des effets de la SED et de la manière dont elle
diffuse dans le cerveau reste discutée (Borchers et al. 2011, Szelényi et al. 2010). Les
paramètres de stimulation (un courant en créneau, biphasique avec une fréquence de
60Hz en Europe et 50Hz aux EU pour quelques milliampères) restent fixés
empiriquement depuis plusieurs décennies grâce à des études pionnières et célèbres
dont celles du neurochirurgien canadien Wilder Penfield. Celui-‐ci a réalisé des
cartographies fonctionnelles du cortex dans les années 1950 qui ont largement influencé
le champ de la chirurgie éveillée et fixé le mode d’utilisation et le paramétrage de la SED.
Nous savons très peu de choses sur la diffusion des courants de stimulation électrique
au sein du cerveau et notamment au travers des réseaux sous-‐corticaux. Pour mieux
comprendre ces aspects en vue d’améliorer les procédures de stimulation électrique et
de cartographie fonctionnelle, nous nous proposons de réaliser des enregistrements de
l’activité électro-‐encéphalographique (EEG) per-‐opératoire sur plusieurs sites
(enregistrement non invasif) pour analyser comment les courants de stimulation
diffusent à distance et notamment s’ils sont détectables (donc influencent l’activité) sur
l’hémisphère contro-‐lésionnel. Un premier enregistrement per-‐opératoire a été réalisé
en décembre 2011 sur 4 sites (3 controlésionnels et 1 ipsilésionnel) et lors de SED
appliquées à des fréquences habituelles. Les premiers résultats sont très encourageants.
Ils suggèrent que la stimulation pourrait induire une diffusion de dépolarisation (lié à
l’altération transitoire des échanges ioniques au travers de la membrane des neurones)
dans certaines zones du cerveau. Jusqu’à présent de telles diffusions de dépolarisation
ont été principalement observées pour la stimulation transcrânienne directe (TDCs) et
grâce à l’électro-‐corticographie (ECoG) (Dreier 2011, Drenckhahn et al. 2012) et non
pour la SED et grâce à l’EEG. L’analyse de ces résultats doit être poursuivie et confortée.
En utilisant les enregistrements EEG nous regardons aussi si la connectivité
fonctionnelle change (analyses de cohérence et Théorie des Graphes) entre les phases
pré et post-‐opératoire, au cours de la chirurgie même ou entre les périodes de SED. A
76
notre connaissance, ce travail n’a « jamais été fait » en chirurgie éveillée et demeure
pourtant essentiel.
Diffusion dans l’hémisphère controlésionnel : mesure de potentiels évoqués par diminution de la fréquence de la SED
Pour poursuivre cette étude et mieux comprendre la diffusion de la SED, en
particulier dans l’hémisphère controlésionel nous nous proposons de réitérer cette
expérimentation en utilisant pour la SED des fréquences plus basses que celles utilisées.
Nous essaierons de détecter les potentiels évoqués déclenchés par la SED. Le choix d’une
fréquence plus basse de stimulation permet de s’affranchir d’artefacts de stimulations
plus nombreux et avec une fréquence de 60Hz qui peuvent masquer les potentiels
évoqués (temps de conduction nerveux proche de la période de stimulation, notamment
dans le transfert interhémisphérique ≈ 20 ms). A plus long terme, cette approche devrait
permettre de mieux comprendre les effets et la diffusion de la SED, notamment pour
chercher à l’optimiser (augmenter l’efficacité en diminuant la quantité de charge
injectée, proposer d’autres formes de paramétrages, etc).
Très concrètement, avec les stimulateurs utilisés actuellement en neurochirurgie,
il serait possible de n’envoyer qu’un seul pulse (au lieu d’un train à 60 Hz). Non
seulement, cette stimulation unique pourrait être utilisée pour essayer de déterminer si
et comment elle peut induire des potentiels évoqués et donc essayer d’identifier
comment la stimulation diffuse, au sein du cerveau. Mais elle pourrait aussi être utilisée
pour sonder les effets de la SED au niveau électrophysiologique. En effet, deux
stimulations uniques distinctes qui encadreraient (séparées d’un certain délai) la SED
principale, pourraient permettre de mieux cerner les effets modulatoires de la SED.
Corrélés avec les données de connectivité fonctionnelle et les effets comportementaux,
ces données pourraient ainsi aider à mieux comprendre les effets et la diffusion de la
SED. Un objectif très appliqué de cette approche pourrait être de chercher à identifier la
signature electrophysiologique (eeg ici) de la stimulation d’un faisceau de la substance
blanche (marqueur essentiel de la chirurgie). De même manière analogue à
l’implantation d’électrodes de stimulation pour les patients parkinsoniens, qui nécessite
de repérer la signature électrophysiologique de la décharge des neurones de la
substance grise, ici on utiliserait la stimulation et l’enregistrement eeg pour chercher à
77
déterminer si on est sur un faisceau critique (diffusion large) ou non. Cette approche
n’exclut bien sûr par l’approche comportementale qui est essentielle en chirurgie
éveillée.
Un grand nombre de variations des paramètres de stimulation, inspirées de la
micro-‐stimulation demeure en théorie possible (fréquence, délai inter-‐pulse, amplitude,
durée, type/profil de stimulation, configuration d’électrode (mono, bi vs multipolaire),
etc). Nous n’en avons reporté ici pour l’instant que certains qui ne modifient pas ou peu
les pratiques opératoires en chirurgie cognitive éveillée. Mais l’éventail des possibilités à
étudier reste très large. Pour juste se faire une idée, il serait possible de chercher à
augmenter la sélectivité spatiale de la stimulation en utilisant des électrodes
multipolaires : sur les sites extérieurs, il serait par exemple possible d’accomoder les
tissus adjacents pour les rendre inactifs avec un pulse long qui inactive le sodium
(Gorman et Mortimer 1983, et voir Merrill et al. 2005 pour une revue) puis de stimuler
au niveau de l’électrode centrale afin d’accroître l’indépendance de la stimulation
centrale à l’activité de fond des tissus environnants (un moyen potentiel d’être plus
sélectif pour l’activation d’un réseau, voir ci-‐dessous). Le délai dans ce cas, entre
l’activation accommodante au niveau des tissus adjacents et de celle de l’électrode
centrale sera déterminante. Si ce schéma multipolaire n’est pas possible, il semble aussi
possible de faire deux stimulations pairées, avec une première conditionnante pour les
petites unités puis une stimulation normale. Ou de chercher à manipuler la fréquence
pour la rendre compatible avec les patrons de décharge des neurones in vivo (Kimmel
and Moore 2007), etc…
A plus long terme, ces études pourraient être faites d’abord sur un modèle animal
avant d’éventuelles applications pour la SED et la cartographie fonctionnelle. La
philosophie générale de ce projet serait alors de pouvoir donner d’autres outils de
stimulation et de cartographie fonctionnelle au neurochirurgien tout en tenant compte
très fortement et en parallèle des aspects anatomiques : certains permettant la
désynchronisation de réseaux sur une large échelle (SED actuelle), d’autres permettant
d’activer plus finement certaines fonctions ou comportement. Comme un peintre, le
neurochirurgien changerait de pinceau pour révéler progressivement un paysage
cérébral (désolé je n’ai pas pu résister à cette analogie…).
78
Mieux comprendre et modéliser le faisceau cortico-spinal : le cas particulier des chirurgies dans l’aire motrice.
Une des conceptions importantes du siècle dernier sur le fonctionnement du
cortex moteur a suggéré que ce dernier contenait des neurones qui projettent de long du
faisceau pyramidal vers la moelle épinière et par ce biais contrôlerait la contraction
musculaire. L’activité du faisceau pyramidale influencerait donc directement la force
musculaire (Evarts 1968 et Asanuma 1975). Cependant, cette conception ne permet pas
de savoir ce qui tire les ficelles de la marionnette, autrement dit, ce qui décide de la
combinaison des muscles à activer ensemble et du timing de leur activité. De la même
manière, elle ne permet pas de dire comment les mouvements sont planifiés et ce qui
empêche ces plans d’être exécutés de manière prématurée. Plus récemment, Cheney et
Fetz (1985) ont prouvé que des neurones individuels dans le cortex moteur étaient
connectés directement à un large ensemble de muscles. En principe, un neurone du
cortex pourrait coordonner l’activité de plusieurs muscles entre eux. Cependant, même
cette description anatomique de la connectivité structurale ne nous dit rien sur la
dynamique des réseaux dans le cortex moteur. L’organisation des ficelles de la
marionnette est donc bien plus complexe puisque chaque ficelle s’attache à plusieurs
parties de celle-‐ci. Mais la question de la nature des réseaux qui guident les commandes
musculaires demeure posée.
La question de la représentation corticale du mouvement a donc fait l’objet d’un
débat animé. En effet, plusieurs travaux ont défendu l’idée que l’activité des neurones du
cortex moteur représentaient la direction du mouvement lorsqu’il était dirigé vers un
but spatial ou que celle-‐ci représentait d’autres aspects comme la rotation articulaire ou
la sortie musculaire (Georgopoulos et al. 1986, Kakei et al. 1999, Scott and Kalaska 1995,
Todorov 2000). Aussi vigoureux que ce débat puisse être il ne questionne pas la nature
des réseaux du cortex moteur. En effet, il tend plutôt à mettre en évidence les propriétés
des neurones pris individuellement plutôt que celle des réseaux. Plus spécifiquement, si
l’activité d’un neurone représente certains aspects d’ordre supérieur du mouvement,
comment cette représentation est-‐elle construite par le réseau dans lequel le neurone
est impliqué, et comment cette représentation du mouvement induit de manière ultime
un mouvement ? Les débats qui ont évolué autour de la représentation corticale d’un
mouvement n’ont jamais répondu de manière satisfaisante à ces questions (Graziano
2011). Plus récemment, des études ont montré que la stimulation électrique utilisée sur
79
des échelles temporelles compatibles avec le comportement (fréquence = [50 ;400] Hz,
Intensité = [25;150] µA, biphasique ou cathodal) pouvait induire des mouvements
complexes et éthologiquement pertinents, et que différentes classes de mouvements
pouvaient être évoquées à partir de différentes sous-‐régions du cortex (Graziano et al.
2002, Stepniewska et al. 2009). Cependant, bien qu’informatifs sur la topographie du
cortex moteur (Graziano et Aflalo, 2007), ces résultats révèlent peu sur les mécanismes
et les propriétés des réseaux qui permettent l’exécution d’un mouvement.
Une autre approche que nous souhaitons donc développer consiste à évaluer les
effets de la SED sur les commandes motrices et ainsi essayer de mieux appréhender la
dynamique des réseaux du cortex moteur. En effet nous souhaitons essayer de mieux
comprendre comment les signaux de commande en provenance du cortex moteur
parviennent à nos muscles et comment ils sont modulés. Par exemple, dans une tâche où
le patient va saisir une jauge de force et devra produire un niveau de force donnée ou en
enregistrant l’activité EMG, il sera possible de mesurer indirectement et directement
l’altération de la commande en fonction de différents paramètres de stimulations
(tension, intensité, fréquence, forme de la stimulation, etc), ou de variables
comportementales (position de la main, avec ou sans sollicitations d’autres muscles,
avec ou sans tâche attentionnelle, etc). Cette approche simple devra permettre d’établir
des matrices de correspondance entre les entrées et la sortie motrice et de mieux
comprendre la physiologie des aires corticales qui ne sauraient être assimilées à un
simple « clavier de commandes musculaires » puisqu’elles subissent des modulations
complexes qui restent relativement méconnues (Capaday 2003, Anderson et al. 2010).
Cette approche est tout à fait compatible avec la démarche du chirurgien qui
cherche à objectiver les réseaux fonctionnels de ceux qui ne le sont plus pour enlever ces
derniers. En entrée, une définition plus précise des paramètres de stimulation, associée
à des variations contrôlées de ces paramètres, et en sortie un recueil plus précis et
exhaustif des commandes musculaires pourrait permettre de mieux modéliser la
commande cortico-‐spinale et mieux comprendre la dynamique des réseaux du cortex
moteur. En retour, cette approche permettrait aussi d’optimiser les procédures de
cartographie fonctionnelle qui sont particulièrement critiques lorsque la résection doit
se faire dans les zones proches de l’aire motrice primaire (en effet cette aire contient des
fibres de projections et donc toute lésion dans un tissu fonctionnel induit une séquelle
80
motrice). Il est donc important de perfectionner les outils qui permettent d’en faire une
cartographie précise et sensible.
Objectif III Optimisation du suivi des patients pour une meilleure compréhension de la récupération fonctionnelle et de la plasticité cérébrale
a. Evaluation de la cinétique de la récupération.
Les méthodes de cartographie fonctionnelle cérébrale chez l’homme (neuro-‐
imagerie, stimulations électriques per-‐opératoires) ont permis de démontrer que toute
lésion du système nerveux était susceptible d’engendrer une réorganisation
compensatrice des aires éloquentes -‐ d’autant meilleure que la lésion s’est développée
lentement (Bonnetblanc, Desmurget, Duffau 2006 ; Desmurget, Bonnetblanc, Duffau
2007). Alors que la participation des structures ipsi-‐lésionnelles péri-‐lésionnelles et à
distance de la lésion, ainsi que des homologues contro-‐hémisphériques a été évoquée, la
contribution respective de ces différentes régions dans les processus de compensation
fonctionnelle reste controversée. En particulier, le rôle de l’hémisphère contro-‐lésionnel
continue à être débattu : (1) recrutement véritable versus simple désinhibition, (2) si
rôle il y a, plutôt favorable versus défavorable sur la qualité de récupération, (3)
existence ou non d’une hiérarchie de mise en jeu des aires compensatrices. La réponse a
de telles questions peut avoir d’importantes applications cliniques, en particulier en
pratique neurochirurgicale (choix des indications, planification des actes, minimisation
des risques fonctionnels, optimisation de la qualité des résections lésionnelles).
Etudes par stimulations électriques cérébrales directes (SED)
Les SED per-‐opératoires ont pu mettre en évidence des phénomènes de plasticité
cérébrale directement in vivo chez l’homme, lors des chirurgies éveillées. A partir de ces
cartographies fonctionnelles nous souhaitons tester plusieurs hypothèses de
réorganisation des aires sensori-‐motrices. En particulier, nous cherchons à objectiver :
a) une redistribution péri-‐lésionnelle des aires éloquentes, due au développement très
progressif des GIBG, et expliquant l’absence de déficit neurologique malgré
l’envahissement de structures « fonctionnelles »;
81
b) une réorganisation des aires éloquentes au fur et à mesure de l’exérèse tumorale,
survenant à court terme (quelques minutes), et probablement liée à des phénomènes de
démasquage de réseaux parallèles latents, par levée de l’inhibition intracorticale dû à
l’acte chirurgical lui-‐même, et pouvant générer une hyperexcitabilité locale.
c) une redistribution des cartes fonctionnelles parallèle à la récupération post-‐
opératoire, les patients présentant souvent des déficits transitoires immédiatement à la
suite de la résection. La réalisation de nouvelles cartographies fonctionnelles après
récupération peut s’avérer très intéressante. Plus particulièrement, ces nouvelles
cartographies fonctionnelles se feraient essentiellement en IRMf post-‐opératoire
notamment pour éclaircir la participation éventuelle de l’homologue contro-‐lésionel ou
par SED chez des patients pour lesquels une seconde intervention est nécessaire
plusieurs années à la suite de la première résection. En effet si cette dernière ne peut pas
être complète du fait d’une infiltration des épicentres éloquents, les observations
cliniques révèlent qu’à long terme une réorganisation des aires sensori-‐motrices est
possible. Dans certains cas il a été possible de majorer l’extension de l’exérèse et ce au
sein même d’aires éloquentes telles que l’AMS, le cortex prémoteur, le cortex pariétal
postérieur ou SM1, sans séquelles détectables avec les outils classiques de l’évaluation
neurologique (Duffau et al. 2002).
Monitorage et rééducation des patients
L’objectif est ici, à partir de tests déjà implémentés et de nouveaux tests qui
seront élaborés, de suivre et d’évaluer la récupération et de mieux comprendre la
plasticité et la dynamique cérébrale après l’intervention chirurgicale.
Aucun déficit ne semble apparaître lorsque les patients sont évalués sur des échelles
neurologiques classiques. Cependant, nous avons pu montrer chez 2 patients avec une
tumeur infiltrant le lobe pariétal gauche, une négligence droite qui avait pu être
objectivée grâce à des tests classiques de bissection de lignes qui ne sont généralement
pas réalisés lorsque la lésion est latéralisée de ce côté. On peut y observer une
récupération substantielle très rapide avec la simple pratique de la tâche de bissection
de ligne (sans feedback verbal) : les résultats sont très marqués seulement 48h après
l’opération mais régressent très rapidement (en moins de 7 min pour un sujet malgré
une résection de plus de 90 cc !). Cette rapidité questionne les processus de
récupération et suggère un phénomène de démasquage sur l’homologue controlésionnel
82
(Sallard et al. 2012a). Nous avons aussi montré que les temps de réaction simples à des
stimuli visuels étaient altérés substantiellement après la chirurgie (Sallard et al. 2012b).
Ces résultats soulignent l’importance de pratiquer une évaluation fonctionnelle
précise et systématique des patients. Lorsque cette évaluation est systématiquement
faite les tests permettent de circonscrire de manière très précise la résection aux limites
fonctionnelles et de suivre les faisceaux de la substance blanche du réseau impliqué
dans la tâche (Thiebaut de Schotten et al. 2005).
Dans un travail en cours nous nous sommes ainsi spécifiquement intéressés à
l’attention visuo-‐spatiale. Ce mode d’attention nous permet d’explorer l’environnement
visuel en tenant compte à la fois de nos buts et de l’occurrence de stimuli sensoriels
inattendus mais saillants. Anatomiquement, deux réseaux fronto-‐parietaux semblent
cruciaux dans l’attention visuo-‐spatiale : un réseau bilatéral et dorsal, et un réseau
ventral, fortement latéralisé dans l’hémisphère droit (Corbetta and Shulman, 2002;
2011; Bartolomeo et al., 2012). En accord avec cette asymétrie hémisphérique, des
dommages de l’hémispère droit du cerveau provoquent souvent des déficits sévères de
l’attention visuo-‐spatiale, qui induisent des signes de négligence spatiale gauche. Bien
que l’architecture et le fonctionnement des réseaux attentionnels ont été largement
étudiés chez les patients AVC et dans le cerveau sain, on connaît relativement peu de
choses sur l’impact des lésions progressives. Cette étude en cours présente donc une
étude longitudinale effectuée sur 20 patients opérés en chirurgie éveillée pour un GIBG
dans l’hémisphère droit. Notre but est d’évaluer l’impact de la présence de la tumeur et
de sa résection sur l’organisation fonctionnelle et la réorganisation des réseaux
attentionnels. Nous avons évalué les performances des patients sur la détection de cibles
latérales, l’exploration visuelle et la bissection de ligne avant la chirurgie, dans la phase
post-‐opératoire aigue (4 à 5 jours après la chirurgie) et dans la phase post-‐opératoire
chronique (3 mois après). Les premiers résultats montrent clairement des signes de
négligences transitoires dans la phase aigue, en relation avec la résection du gyrus
angulaire droit. Cependant, une récupération complète (ou quasi-‐complète des temps de
réactions) intervient invariablement à l’intérieur des 3 mois post-‐chirurgicaux. Ci-‐après
sont présentés les reconstructions des volumes de lésions puis les résultats
préliminaires pour les différents tests utilisés.
83
Figure D : Reconstruction et superposition des volumes de lésion pour les 20 patients (figure du haut). En
bleu: Patients sans deficits transitoires. En vert: Patients avec des déficits latéralisés (à gauche) dans la
détection de cible. En orange : Patients avec des déficits dans l’exploration visuelle.
Figure E : Temps de réactions sur la détection de stimuli visuels en fonction de la session (1 : pré-opératoire,
2 : post-opératoire immédiat et 3 : post-opératoire retardé) et de la localisation des stimuli (droite ou
gauche) pour les sujet contrôles (en noir) et les patients (n=20, en blanc). NB : deux patients n’ont pas détecté
les stimuli situés à gauche à la session 2 (post-op immédiat), ils ne sont donc pas inclus dans cette analyse.
84
Figure F : Pourcentage de détections corrects des stimuli visuels en fonction de la session (1 : pré-opératoire,
2 : post-opératoire immédiat et 3 : post-opératoire retardé) et de la localisation des stimuli (droite ou
gauche) pour les sujet contrôles (en noir) et les patients non pathologiques (n=10, en blanc) et les patients
pathologiques (n=10, en gris). Ces deux derniers groupes ont été définis en déterminant un seuil
« pathologique » à partir de données de la littérature sur ce type de tâche.
Figure G : Pourcentage de barrage de lignes disposés sur une feuille A4 et effectués correctement en fonction
de la session (1 : pré-opératoire, 2 : post-opératoire immédiat et 3 : post-opératoire retardé) et de la
localisation des lignes (droite ou gauche) pour les sujet contrôles (en noir) et les patients non pathologiques
(n=13, en blanc) et les patients pathologiques (n=7, en gris). Ces deux derniers groupes ont été définis en
déterminant un seuil « pathologique » à partir de données de la littérature sur ce type de tâche.
85
Figure H : Pourcentage de déviations à droite (valeurs positives) ou à gauche (valeurs négatives) dans le test
de bissection de lignes (deux longueurs S : 5 cm, L : 20 cm) en fonction de la session (1 : pré-opératoire, 2 :
post-opératoire immédiat et 3 : post-opératoire retardé) pour les sujet contrôles (en noir) et les patients non
pathologiques (n=19, en blanc) et les patients pathologiques (n=1, en gris). Ces deux derniers groupes ont été
définis en déterminant un seuil « pathologique » à partir de données de la littérature sur ce type de tâche.
Ces résultats suggèrent que, lorsque les faisceaux de la susbtances blanches sont
préservés, les réseaux attentionnels sont susceptibles de montrer une plasticité
fonctionnelle substantielle et une réorganisation. Ces résultats varient avec les
observations cliniques standards effectuées sur les patients AVC, mais sont en accord
avec des résultats anatomo-‐cliniques plus récents qui pointent l’importance de la
disconnection des faisceaux de la substance blanche dans le déterminisme de la
négligence spatiale chronique (Thiebaut de Schotten et al. 2005).
Le suivi fonctionnel des patients présente un intérêt majeur. En effet, les volumes
de résection sont importants (jusqu’à plus de 100 cm3) il est donc possible que
certaines fonctions rentrent plus en « compétition » et que la réserve cognitive devienne
plus limitée. Autrement dit, on pourrait assister à une forme de vieillissement accéléré
chez ces patients qu’il est important de sonder et de tenter de juguler autant que
possible, le cas échéant (le recul n’est que d’une quinzaine d’années sur le premier
patient pour plus de 300 opérations de ce type réalisées par le Pr Duffau).
b. Comprendre les effets de la chirurgie sur la balance inter-hémisphérique.
La compensation fonctionnelle des patients est consiférablement bien meilleure
dans le cas des lésions lentes qu’après une lésion aigüe (Bonnetblanc, Desmurget, Duffau
2006 ; Desmurget, Bonneblanc, Duffau 2007). Dans le cas des tumeurs lentes, cette
impressionnante capacité de réorganisation du cerveau permet aux patients de
récupérer rapidement, seulement quelques jours après la chirurgie, parfois en
seulement quelques minutes (Sallard, Duffau, Bonnetblanc 2012). Une explication de ces
impressionnantes et rapides compensations est qu’avec la croissance lente de la lésion,
l’hémisphère controlésionnel pourrait être progressivement préparé, par le démasquage
progressif de réseaux controlésionnels redondants qui se sont développés lentement en
raison de la tumeur envahissant graduellement le tissu sain (Bonnetblanc, Desmurget,
Duffau 2006 ; Desmurget, Bonneblanc, Duffau 2007, Sallard, Duffau, Bonnetblanc 2012).
86
Quand la tumeur est enlevée chirurgicalement, le réseau controlésionnel homologue
pourrait être rapidement démasqué. Cependant, le volume de lésion demeurant
considérable dans un hémisphère, cela nous interroge sur l’intégrité de la balance inter-‐
hémisphérique. Comment est-‐elle maintenue ? Quel est le niveau d’asymétrie
fonctionnelle ? Une étude préliminaire a montré qu’on pouvait observer un certain
niveau d’asymétrie fonctionnelle pour ces patients en post-‐opératoire (+4 à 5 jours). Des
temps de réaction visuo-‐manuels plus longs ont été observés sur la main lésée (Sallard,
Barral, Duffau, Bonnetblanc 2012). Ces observations pourraient signer un déséquilibre
de la balance inter-‐hémisphérique et un changement post-‐lésionnel de l’excitabilité
corticale. Pour tester ces deux hypothèses, nous avons enregistré l’activité
encéphalographique (EEG) et mesuré les potentiels évoqués (ERPs) de quatre patients,
3 à 12 mois après la chirurgie dans un paradigme de temps de réaction visuo-‐manuels
avec différentes localisations pour l’apparition du stimulus.
Ce paradigme nous est apparu intéressant pour plusieurs raisons : (1) il implique
un large réseau pariéto-‐frontal (de la perception visuelle du stimulus à la réponse
motrice), (2) il permet de varier théoriquement l’implication de chaque hémisphère en
fonction de la localisation du stimulus et de la main utilisée, (3) et enfin, via l’analyse des
ERPs il permet d’évaluer l’excitabilité corticale d’une manière originale au sein de tâches
plus écologiques que dans les méthodes classiques (Potentiel évoqué moteur ou
Potentiel évoqué sensoriel). Plus spécifiquement, nous avons cherché à déterminer si un
déséquilibre inter-‐hémisphérique ne pouvait pas être signé par un déséquilibre de
l’amplitude des ERPs entre les deux hémisphères (i.e. un déséquilibre inter-‐
hémisphérique d’excitabilité corticale). Pour ce faire, pour chaque paires d’électrodes
homologues nous avons calculé un indice d’asymétrie (IA) égal à : -‐[⎜Right ERP⎜-‐⎜Left
ERP⎜]/Max of all ERPs que nous avons comparé avec l’intervalle de confiance à 95%
obtenu pour les sujets contrôles. Cette méthodologie est présentée dans la figure ci-‐
dessous :
87
Figure I : Méthodogie utilisée pour évaluer une différence inter-hémisphérique d’excitabilité corticale sur les
ERPs. Pour chaque paires d’électrodes homologues nous avons calculé un indice d’asymétrie (IA) égal à : -
[⎜Right ERP⎜-⎜Left ERP⎜]/Max of all ERPs que nous avons comparé avec l’intervalle de confiance à 95%
obtenu pour les sujets contrôles. Lorsque la valeur de IA est plus négative que la borne inférieure de l’IC à
95% donné par les sujets sains pour une durée cumulée de plus de 100 ms, sur la période [0 ; +400]ms (t=0 ms
étant la présentation du stimulus visuel), cela signe une excitabilité plus marquée sur l’hémisphère droit
(lésé). Si cette valeur est plus positive que la borne supérieure, cela signe une excitabilité plus marquée sur
l’hémisphère gauche (sain). Cette figure illustre la comparaison de l’amplitude ERP chez deux patients avec
des lésions droites uniquement pour la paire d’électrodes homologues C4-C3.
Nous avons clairement observé une augmentation de l’amplitude des ERPs
nettement plus importante sur l’hémisphère lésé pour les deux patients ayant une petite
résection (6-‐7 cc), comparée à celle de sujets contrôles sains dans deux conditions
expérimentales. Le niveau EEG de base restait le même. Cette hyperexcitabilité de
l’hémisphère lésé était principalement observée sur la région centrale. En outre les
performances comportementales étaient meilleures (temps de réaction plus courts) que
celles des sujets contrôles. A l’inverse pour les deux autres patients ayant des volumes
88
de résection nettement plus conséquents (≈90 cc), nous n’avons pas observé de tel
changement d’excitabilité sur l’hémisphère lésé. Par contre pour l’un de ces patients
avec une lésion frontale nous avons pu mettre en évidence un changement
d’hyperexcitabilité sur l’homologue frontal controlésionnel dans deux conditions
expérimentales. Pour ces deux patients avec des résections importantes les
performances comportementales restaient moindres que celles des sujets contrôles
(Bonnetblanc, Herbet, Charras, Mayashibe, Guiraud, Duffau, Poulin-‐Charronnat 2012).
Ces résultats sont illustrés dans les figures ci-‐dessous.
Figure J. Nombre total d’indices d’asymétries sur toutes les paires homologues d’électrodes et en dehors de
l’intervalle de confiance à 95%, pour toutes les conditions. Données chez 4 patients (abscisses). Les valeurs
positives (histogramme bleu) montrent une excitabilité accrue dans l’hémisphère droit (lésé). Les valeurs
négatives (histogramme rouge) montrent une excitabilité accrue dans l’hémisphère gauche (sain). Les
patients 3 et 4 sont ceux avec la plus petite lésion (6 à 7 cc) et démontrent une excitabilité marquée dans
l’hémisphère droit pour les conditions où les deux mains sont impliquées dans la réponse et le stimulus visuel
apparaît au centre ou dans l’hémichamp gauche (ellipses bleues). Les patients 1 et 2 sont ceux avec une lésion
importante (98 et 102 cc). Ils ne démontrent pas d’excitabilité marquée sur l’hémisphère lésé. Par contre, le
patient 2 qui a une lésion frontale droite démontre une excitabilité marquée sur l’hémisphère sain dans deux
89
conditions où la main droite est impliquée dans la réponse et les cibles apparaissent dans l’hémichamp droit
ou simultanément dans l’hémichamp droit et gauche (ellipses rouges).
Figure K. Illustration d’une excitabilité accrue pour les deux patients 3 et 4 avec des petites lésions dans
l’hémiphère droit pour la condition où les deux mains sont impliquées dans la réponse et le stimulus apparaît
au centre. Les ellipses vertes et bleues indiquent les paires homologues d’électrodes pour lesquelles l’indice
d’asymétrie est plus négatif que l’intervalle de confiance à 95% pour les patients 3 et 4 respectivement.
90
Figure L. Illustration de l’absence d’excitabilité accrue dans les deux hémisphères pour le patient 1 (lésion
temporale) mais d’une excitabilité accrue dans l’homologue contro-lésionel frontal pour le patient 2 (ellipses
bleues). Ces deux patients avaient des lésions importantes dans l’hémiphère droit. Les données sont
présentées pour la condition où la main droite est impliquée dans la réponse et le stimulus apparaît à droite.
Les cercles bleus indiquent les paires homologues d’électrodes pour lesquelles l’indice d’asymétrie est plus
positif que l’intervalle de confiance à 95% pour le patient 2.
On pourrait penser que l’hyperexcitabilité du lobe frontal gauche chez le patient 2
est artéfactuelle en raison de la soustraction des ERPs en valeur absolue entre
l’hémiphère lésé et l’hémisphère sain. Mais ce n’est pas le cas puisque les ERPs bruts
montrent déjà, avant le calcul de l’indice d’asymétrie, une amplitude supérieure pour le
lobe frontal dans l’hémisphère sain en comparaison des ERPs mesurés dans le lobe
pariétal sur le même hémisphère. En outre, ce résultat n’est pas observé pour toutes les
conditions de stimulus et celles-‐ci sont réparties de manière aléatoire à l’intérieur de
chaque bloc déterminé par le choix a priori de la main pour la réponse (ces derniers
blocs étant répartis de manière aléatoire entre les sujets).
Il a été suggéré que l’hémisphère controlésionnel pouvait participer à la
récupération. Cependant, dans le cas de petites lésions, l’excitabilité corticale dans
91
l’hémisphère lésé pourrait augmenter pour maintenir les performances dans la tâche et
la plasticité cérébrale pendant au moins 12 mois après la chirurgie. Ce serait illustratif
de certaines hypothèses sur la récupération fonctionnelle pour lesquelles plus la lésion
est importante, plus l’hémisphère controlésionnel est impliqué. A l’inverse, moins la
lésion est importante, plus l’hémisphère ipsilésionnel pourrait participer. Ce
déséquilibre d’excitabilité entre les deux hémisphères est opposé à ce qu’on peut
observer dans les AVC en particulier pendant la phase aigüe. Les lésions à croissance
lente induisent des processus de récupération entre les deux hémisphères qui devraient
donc être plus étudiés pour mieux comprendre la plasticité du cerveau. En particulier, il
serait intéressant d’évaluer les potentiels évoqués moteurs (MEP, par enregistrement
EMG), en appliquant une stimulation magnétique transcrânienne (TMS) sur les deux
cortex moteurs de ces patients pour évaluer le déséquilibre inter-‐hémisphérique.
c. Comprendre le rôle de l’homologue controlésionel dans la récupération.
Investigation par TMS
Les méthodes de cartographie fonctionnelle cérébrale chez l’homme (neuro-‐
imagerie, stimulations électriques per-‐opératoires, TMS) ont permis de démontrer que
toute lésion du système nerveux était susceptible d’engendrer une réorganisation
compensatrice des aires éloquentes. Cette réorganisation apparaît bien meilleure
lorsque la lésion s’est développée lentement en laissant plus de temps aux mécanismes
de plasticité. Ces résultats ont été démontrés dans le cas de modèles animaux pour des
résections itératives (Stein et al. 1977, Finger 1978, Finger and Stein 1982), mais ils ont
aussi été montrés dans le cas de lésions lentes type GIBG. Dans ce dernier cas, alors que
la participation des structures ipsi-‐lésionnelles, proches ou à distance de la lésion, ainsi
que celle des homologues contro-‐ lésionnelles a été évoquée, leur contribution
respective dans les processus de compensation fonctionnelle reste controversée (Duffau
2005, Bonnetblanc et al. 2006, Desmurget et al. 2007). Dans le cas des AVC, les études «
longitudinales » ont émis une réserve quant au rôle exact de cet homologue contro-‐
lésionnel (Feydy et al., 2002). En effet, ce dernier pourrait n’apparaître activé sur les
imageries post-‐lésionnelles immédiates que du fait d’une levée de l’inhibition exercée
via les voies transcalleuses, due au dommage sur l’homologue ipsilésionnel (Liepert, et
al. 2000) : si cette lésion n’a été que partielle, l’inhibition réapparaîtra progressivement
92
et l’homologue controlatéral sera de moins en moins activé sur les imageries suivantes –
index de qualité de récupération ; à l’inverse, si la lésion de l’épicentre fonctionnel a été
complète et définitive, souvent l’homologue contro-‐latéral restera impliqué dans les
processus de compensation – la récupération étant alors généralement de moins bonne
qualité (Marshall et al., 2000). A l’inverse, dans le cas des GIBG, il semblerait que
l’homologue controlésionnel puisse jouer un rôle essentiel dans la restauration
fonctionnelle à la suite de lésions intéressant spécifiquement les aires motrices
supplémentaires et/ou prémotrices (Krainik et al., 2004). Cette compensation par
l’hémisphère controlésionnel se doit d’être objectivée et étudiée. Dans ce cas, nous nous
proposons de tester sa valeur fonctionnelle en utilisant la stimulation magnétique
transcrânienne (TMS). L’intérêt serait de mieux connaître les mécanismes de la
plasticité cérébrale dans ce type de lésion, et de mieux prévoir les limites spatio-‐
temporelles de la plasticité cérébrale individuelle. Dans cette optique, la réalisation de
TMS à la fois en ipsi-‐ et control-‐lésionnel devrait permettre de différencier les aires
éloquentes essentielles versus compensables, notamment grâce à une comparaison avec
les résultats de l’IRMf. Par exemple, l’IRMf post-‐chirurgicale ne permet pas de
différencier une simple « désinhibition » de cet homologue, sans valeur fonctionnelle,
d’un authentique recrutement participant activement à la récupération. La TMS pourrait
permettre de valider la valeur fonctionnelle et d’évaluer le degré de compensation
réalisée par l’homologue contro-‐lésionnel. Par exemple, l’aire motrice supplémentaire
(AMS) semble être une cible intéressante pour cette étude. En effet elle concerne
essentiellement la planification de séquences motrices et intéresse donc l’activité
motrice et le langage, deux fonctions importantes pour la qualité de vie du sujet. Plus
particulièrement, il pourra être demandé aux patients et aux sujets d’effectuer des
tâches motrices (séquences apprises ou non au niveau des membres supérieurs droit et
gauche, successivement puis simultanément). La TMS en choc unique sera alors
pratiquée pendant chacun des tests sus-‐cités, successivement sur l’hémisphère
controlésionnel puis ipsilésionnel. Si l’AMS controlésionnelle est devenue fonctionnelle,
la TMS devrait induire des troubles moteurs chez les patients lorsqu’elle est stimulée.
Ces troubles ne devraient pas être présents chez les sujets sains lorsque la TMS est
appliquée à l’hémisphère correspondant, mais ils devraient apparaître lorsque la TMS
est appliquée sur l’hémisphère correspondant à l’hémisphère ipsilésionnel.
93
Signatures et biomarqueurs de la compensation par l’homologue controlésionnel.
Sur un mode plus exploratoire, nous nous proposons d’essayer de mettre en
évidence des signatures ou biomarqueurs de la compensation par l’homologue contro-‐
lésionnel via l’IRMf, l’EEG et l’étude psychophysique. En effet, si la compensation se fait
bien par l’homologue controlésionnel, comment se comportent les différents signaux
IRMf et EEG lorsque cet homologue est sollicité de manière contro-‐latérale (sa fonction
initiale), de manière ipsi-‐latérale (la fonction de l’homologue lésé) ou de manière
bilatérale ? L’idée est que si l’homologue contro-‐lésionnel se retrouve à traiter à la fois
des informations contro-‐latérales et ipsi-‐latérales, ce réseau devrait avoir un
comportement différent de celui d’un sujet sain ce qui doit être objectivable via l’IRMf,
l’EEG ou induire des altérations quantifiables en psychophysique. Autrement dit, dans
l’hypothèse où il y a une compensation par l’homologue contro-‐lésionnel, cela suppose
qu’un même réseau devra gérer les fonctions propres aux deux hémichamps. Quel sera
le comportement de ce réseau ? Quelles altérations spécifiques cela produira sur les
signaux IRMf et EEG et sur les performances psychophysiques ? La mise en évidence de
certains biomarqueurs associés à ces mesures pourrait être d’une grande utilité pour
pronostiquer plus facilement (sans aide de la TMS) si il y a bien eu une compensation
par l’homologue contro-‐lésionnel et quel en est son degré. Ainsi, cela pourrait aider à
mieux planifier la chirurgie et les stratégies de réadaptation.
d. Comprendre le rôle des structures sous-corticales dans la récupération.
Le contraste saisissant qui existe entre les volumes lésionnels et la bonne
récupération de ces patients nous interrogent sur les modes de compensation dans leur
ensemble. Si le rôle de l’hémisphère controlésionnel semble un facteur important, la part
jouée par les structures sous-‐corticales demeure un mystère complet, d’autant plus que
les connexions cortico-‐sous-‐corticales sont nombreuses et ont des fonctions
importantes dans le fonctionnement cérébral. Pour étudier le rôle de ces structures dans
les mécanismes de plasticité nous nous proposons de contraster le signal BOLD (Blood
Oxygen Level Dependent) mesuré par IRMf. Nous allons essayer de comparer les
activations dans le thalamus et le cervelet avant et après la chirurgie. Le cervelet est une
94
structure qui intervient notamment dans l’adaptation motrice (Fautrelle et al. 2012,
Manto et al. 2012), c’est à dire dans la correction de l’erreur sensori-‐motrice d’un essai à
l’autre. Luauté et al. (2009) ont notamment montré une augmentation de l’activation
IRMf dans le cervelet lors de l’exposition à des lunettes prismatiques. Nous pourrions
utiliser ce paradigme et induire un réalignement sensori-‐moteur dans le cervelet avant
et après la chirurgie pour tenter de déterminer si le fonctionnement de celui-‐ci est rendu
asymétrique par la lésion.
Pour le thalamus qui est un relais important des afférences sensorielles, nous pourrions
utiliser des tâches fines de positionnement qui sollicitent un hémicorps ou l’autre pour
chercher à mettre en évidence un déséquilibre éventuel. Dans ces deux cas l’analyse du
signal BOLD pourrait nous dire s’il est majoré du côté intact ou lésé et utiliser cette
mesure comme marqueur d’une asymétrie fonctionnelle sous-‐corticale éventuelle. Ce
type d’investigation pourrait permettre de mieux objectiver et mieux comprendre les
interactions cortico-‐sous-‐corticales.
Contributions de chacun des collaborateurs
Pr Hugues DUFFAU : Neurochirurgie, Cartographie Per-‐Opératoire, Aspects Cliniques,
Expertise Neuro-‐Anatomique, Expertise sur la Plasticité Cérébrale.
Guillaume Herbet (Doctorant) : Evaluation Neuropsychologique (clinique),
Expérimentale. Expertise Neuro-‐Anatomique.
Pom Charras (Post-‐doctorante) : Evaluation Neuropsychologique (clinique),
Expérimentale.
David Guiraud (DR INRIA) : Expertise en Neurostimulation et Technologie de
l’Information et de la Communication appliquées à la Santé (TIC-‐Santé).
Anirban Dutta (Chercheur INRIA associé, contrat courts de l’INRIA, 3 ans) : Modélisation
(en particulier sur les aspects diffusion de la SED et analyses de connectivité), Analyses
complexe de Données.
Bénédicte Poulin-‐Charronas (CR CNRS) : Expérimentale, Psychologie Cognitive,
Electrophysiologie.
Bonnetblanc François (MCU) : Conception des protocoles, Expérimentale,
Psychophysique, Contrôle-‐Moteur, Electrophysiologie, IRMf, Analyses des données,
Coordination.
95
Echéancier
Conclusion : Plus-value de l’approche interdisciplinaire
Au travers de collaborations déjà existantes, ce projet propose de fédérer une
équipe pluri-‐disciplinaire supportée par une pratique clinique très pointue et qui vise à
un développement technologique permettant d’optimiser l’évaluation fonctionnelle per-‐
opératoire et la stimulation électrique directe en chirurgie cognitive éveillée des
tumeurs. Ainsi cette approche permet de réunir des compétences cliniques et
fondamentales allant des Neurosciences au TIC-‐Santé en passant par
l’électrophysiologie. Nous espérons améliorer la sensibilité de ces évaluations et celle de
la cartographie fonctionnelle, donc la finesse de la chirurgie et mieux comprendre les
effets de la stimulation électrique directe (SED) appliquée sur le cerveau. Cette approche
doit aussi nous permettre de mieux comprendre les phénomènes importants de
plasticité cérébrale qui interviennent dans le cas des gliomes infiltrants de bas grades et
96
donc de mieux appréhender la dynamique cérébrale et les modalités de compensation
au sein du cerveau. En outre, en systématisant ces évaluations fines avant, après et
pendant la chirurgie nous espérons aussi par retour d’expérience accroître l’expertise
neurochirurgicale pour améliorer la planification chirurgicale, les procédures de
rééducation et ainsi accroître et maintenir la qualité de vie des patients. Enfin ce projet
présente des enjeux en santé publique et pourrait avoir un impact socio-‐économique. En
effet, les outils et procédures développées pourraient être utilisés plus largement en
clinique pour mieux évaluer et rééduquer les patients souffrant de troubles
neurologiques. Ils pourraient donc intéresser un grand nombre de praticiens du milieu
médical et paramédical (neurologues, neurochirurgiens, kinésithérapeutes,
ergothérapeutes, professeurs en activités physiques adaptées, etc...), et faciliter en
retour l’insertion professionnelle de certains acteurs de ce champ en leur donnant une
base technologique et scientifique intéressante. Par exemple, les professeurs en activités
physiques adaptées issus de la formation STAPS, et qui constituent une profession
émergente dans le champ de la santé publique pourraient ainsi disposer d’outils précis
d’évaluation fonctionnelle de la motricité facilitant leur insertion professionnelle (au
même titre que les neuropsychologues utilisent des tests pour l’évaluation des fonctions
cognitives). En particulier, des échelles globales d’évaluation de la motricité existent
ainsi que des outils de posturologie mais aucun outil précis et facile d’utilisation n’est
disponible actuellement pour l’évaluation fonctionnelle de la coordination visuo-‐
manuelle, fonction pourtant essentielle du comportement moteur.
97
Références de la partie synthèse (I)
Adamovich SV, Archambault PS, Ghafouri M, Levin MF, Poizner H, Feldman AG (2001) Hand trajectory invariance in reaching move-‐ ments involving trunk. Exp Brain Res 138(3):238–303.
Archambault PS, Caminiti R, Battaglia-‐Mayer A (2009) Cortical mech-‐ anisms for online control of hand movement trajectory: the role of the posterior parietal cortex. Cereb Cortex 19(12):2848–2864.
Aruin, A.S., Latash, M.L., 1995. The role of motor action in anticipatory postural adjustments studied with self-‐induced and externally triggered perturbations. Experimental Brain Research 106 (2), 291–300.
Babin-‐Ratté S, Sirigu A, Gilles M, Wing A (1999) Impaired anticipatory finger grip-‐force adjustments in a case of cerebellar degeneration. Exp Brain Res 128:81–85.
Bahcall DO, Kowler E. The control of saccadic adaptation: implications for the scanning of natural visual scenes. Vision Res 2000; 40:2779–2796.
Baraduc P, Hamilton AF, Wolpert D (2002). Neurophysiology: cerebral carbon copies. Curr Biol. 12(16):R552-‐6.
Barbieri G, Gissot AS, Pérennou D. Ageing of the postural vertical. Age (Dordr). 2010;32:51–60.
Bastian AJ (2006) Learning to predict the future: the cerebellum adapts feedforward movement control. Curr Opin Neurobiol 16(6):645– 649.
Bastian AJ (2008) Understanding sensorimotor adaptation and learn-‐ ing for rehabilitation. Curr Opin Neurol 21(6):628–633.
Basso, M.A., Wurtz, R.H., 1997. Modulation of neuronal activity by target uncertainty. Nature 389 (6646), 66–69.
Becker W, Jurgens R. An analysis of the saccadic system by means of double step stimuli. Vis Res 1979; 19:967–983.
Becker W. Saccades. In: Carpenter RHS, editor. Vision and visual dysfunctions. Boca Raton: McMillan Press; 1991. pp. 95-‐137
Belenkii, Y.Y., Gurfinkel, V., Paltsev, Y.I., 1967. Element of control of voluntary move-‐ ments. Biofizika 12, 135–141.
Bennett DJ, Gorassini M, Prochazka A (1994) Catching a ball; contri-‐ butions of intrinsic muscle stiffness, reflexes, and higher order responses. Can J Physiol Pharmacol 72:525–534.
Bernstein N. The coordination and régulation of movements. Oxford:Pergamon Press; 1967.
Bernstein, N., 1996. Dexterity and its development. In: Latash, M., Turvey, M. (Eds.), Dexterity and Its Development. Lawrence Erlbaum.
Bhushan N, Shadmehr R (1999) Computational nature of human adaptive control during learning of reaching movements in force fields. Biol Cybern 81:39–60.
Blakemore, S.J., Frith, C.D., Wolpert, D.M., 2001. The cerebellum is involved in pre-‐ dicting the sensory consequences of action. Neuroreport 12 (9), 1879–1884.
Blomfield, S., Marr, D., 1970. How the cerebellum may be used. Nature 227 (5264), 1224–1228.
Bizzi E, Cheung VCK, d’Avella A, Saltiel P, Tresch M. Combining modules for movement. Brain Res Rev 2008;57:125–33.
98
Bock O (1992) Adaptation of aimed arm movements to sensorimotor discordance: evidence for direction-‐independent gain control. Be-‐ hav Brain Res 51:41–50.
Bonnetblanc F, Martin O, Teasdale N. Pointing to a target from an upright standing position: anticipatory postural adjustments are modulated by the size of the target in humans. Neurosci Lett. 2004 Apr 1;358(3):181-‐4.
Bonnetblanc F, Desmurget M, Duffau H. [Low grade gliomas and cerebral plasticity: fundamental and clinical implications]. Med Sci (Paris). 2006 Apr;22(4):389-‐94. Review. French.
Bonnetblanc F, Baraduc P. Saccadic adaptation without retinal post-‐saccadic error. Neuroreport. 2007 Aug 27;18(13):1399-‐402.
Bonnetblanc F. Pointing beyond reach: the slope of Fitts's law increases with the introduction of new effectors independently of kinetic constraints. Motor Control. 2008 Jan;12(1):38-‐54.
Boyden ES, Katoh A, Raymond JL (2004) Cerebellum-‐dependent learning: the role of multiple plasticity mechanisms. Annu Rev Neurosci 27:581–609.
Bridgeman B, Lewis S, Heit G, Nagle M (1979) Relation between cognitive and motor-‐oriented systems of visual position perception. J Exp Psychol Hum Percept Perform 5(4):692–700.
Briley DP, Wasay M, Sergent S, Thomas S. Cerebral white matter changes (leukoaraiosis), stroke, and gait disturbance. J Am Geriatr Soc. 1997. 45(12):1434-‐8.
Bullier J (2001) Integrated model of visual processing. Brain Res Rev 36:96 –107.
Cabeza R, Anderson ND, Locantore JK, McIntosh AR. Aging gracefully: compensatory brain activity in high-‐performing older adults. Neuroimage. 2002. 17(3):1394-‐402.
Capaday C. The integrated nature of motor cortical function. Neuroscientist 2004;10:207–20.
Collewijn H, Erkelens CJ, Steinman RM. Binocular coordination of human horizontal saccadic eye movements. J Physiol (Lond) 1988; 404:157– 182.
Cooke, J.D., Virji-‐Babul, N., 1995. Reprogramming of muscle activation patterns at the wrist in compensation for elbow reaction torques during planar two-‐joint arm movements. Experimental Brain Research 106, 177–180.
Corneil BD, Olivier E, Munoz DP (2004) Visual responses on neck muscles reveal selective gating that prevents express saccades. Neuron 42:831–841.
Crenna P, Frigo C (1991) A motor programme for the initiation of forward-‐oriented movements in humans. J Physiol 437:635–653.
D’Avella A,Saltiel P,Bizzi E.Combinations of muscle synergies in the construction of a natural motor behavior. Nat Neurosci 2003;6:300–8.
D’Avella A, Portone A, Fernandez L, Lacquaniti F. Control of fast-‐reaching movements by muscle synergy combinations. J Neurosci 2006;26:7791–810.
D’Avella A, Bizzi E. Shared and specific muscle synergies in natural motor behaviours. Proc Natl Acad Sci USA 2005;102(8):3076–81.
Davis DH, Rockwood MR, Mitnitski AB, Rockwood K. Impairments in mobility and balance in relation to frailty. Arch Gerontol Geriatr. 2010;53:79–83.
Day BL, Lyon IN (2000) Voluntary modification of automatic arm movements evoked by motion of a visual target. Exp Brain Res 130(2):159 –168.
Day BL, Brown P (2001) Evidence for subcortical involvement in the visual control of human reaching. Brain 124(Pt 9):1832–1840.
99
Dayan E, Cohen LG (2011) Neuroplasticity subserving motor skill learning. Neuron. 72(3):443-‐54.
Decety J, Jeannerod M (1995) Mentally simulated movements in virtual reality: does Fitts's law hold in motor imagery? Behav Brain Res 72(1-‐2):127-‐34.
Descartes, R. (1664). Traité de l’homme. In L’homme de René Descartes. L. de la Forge. (Paris: Fayard [1999]).
Desmurget M, Epstein CM, Turner RS, Prablanc C, Alexander GE, Grafton ST (1999) Role of the posterior parietal cortex in updating reaching movements to a visual target. Nat Neurosci 2:563–567.
Desmurget M, Gréa H, Grethe JS, Prablanc C, Alexander GE, Grafton ST (2001) Functional anatomy of nonvisual feedback loops during reaching: a positron emission tomography study. J Neurosci 21:2919 –2928.
Desmurget M, Grafton S (2000) Forward modeling allows feedback control for fast reaching movements. Trends Cogn Sci 4(11):423– 431.
Desmurget M, Bonnetblanc F, Duffau H. Contrasting acute and slow-‐growing lesions: a new door to brain plasticity. Brain. 2007 Apr;130(Pt 4):898-‐914. Review.
Deubel H. Separate adaptive mechanisms for the control of reactive and volitional saccadic eye movements. Vis Res 1995; 35:3529–3540.
De Zeeuw CI, Yeo CH (2005) Time and tide in cerebellar memory formation. Curr Opin Neurobiol 15:667–674.
Diedrichsen J, Hashambhoy Y, Rane T, Shadmehr R (2005) Neural correlates of reach errors. J Neurosci 25:9919–9931.
Dimitriou M, Edin BB (2010) Human muscle spindles act as forward sensory models. Curr Biol. 20(19):1763-‐7.
Donchin O, Francis JT, Shadmehr R (2003) Quantifying generalization from trial-‐by-‐trial behavior of adaptive systems that learn with basis functions: theory and experiments in human motor control. J Neu-‐ rosci 23:9032–9045.
Dorris, M.C., Paré, M., Munoz, D.P., 1997. Neuronal activity in monkey superior colliculus related to the initiation of saccadic eye movements. Journal of Neuro-‐ science 17 (21), 8566–8579.
Elliott, D., Chua, R., & Helsen, W.,F. (2001). A century later: Woodworth’s (1899) two-‐component model of goal-‐directed aiming, Psychological Bulletin, 127, 342-‐357.
Fautrelle L, Berret B, Chiovetto E, Pozzo T, Bonnetblanc F. Equilibrium constraints do not affect the timing of muscular synergies during the initiation of a whole body reaching movement. Exp Brain Res 2010 May;203(1):147-‐58.
Fautrelle L, Prablanc C, Berret B, Ballay Y, Bonnetblanc F. Pointing to double-‐step visual stimuli from a standing position: very short latency (express) corrections are observed in upper and lower limbs and may not require cortical involvement. Neuroscience 2010 Aug 25;169(2):697-‐705.
Fautrelle L, Ballay Y, Bonnetblanc F. Muscular synergies during motor corrections : investigation of the latencies of muscles activities. Behav Brain Res. 2010 Dec 25;214(2):428-‐36.
Fautrelle L, Pichat C, Ricolfi F, Peyrin C, Bonnetblanc F. Catching falling objects: the role of the cerebellum in processing sensory-‐motor errors that may influence updating of feedforward commands. An fMRI study. Neuroscience. 2011 Sep 8;190:135-‐44.
Fautrelle L, Barbieri G, Ballay Y, Bonnetblanc F. Pointing to double-‐step visual stimuli from a standing position: motor corrections when the speed-‐accuracy trade-‐off is unexpectedly modified in-‐flight. A breakdown of the perception-‐action coupling. Neuroscience. 2011 Oct 27;194:124-‐35.
100
Fautrelle L, Bonnetblanc F. On-‐line coordination in complex goal-‐directed movements: a matter of interactions between several loops. Brain Res Bull. Review. 2012 Oct 1;89(1-‐2):57-‐64.
Fitts, P.M., & Peterson, J.R. (1964). Information capacity of discrete responses. Journal of Experimental Psychology, 47, 381-‐391.
Fitts, P.M. (1954). The information capacity of the human motor system controlling the amplitude of the movement. Journal of Experimental Psychology, 47, 381-‐391.
Flash T, Hochner B. Motor primitives in vertebrates and invertebrates. Curr Opin Neurobiol 2005;15:660–6.
Georgopoulos AP, Kalaska JF, Massey JT (1981) Spatial trajectories and reaction times of aimed movements: effects of practice, uncertainty, and change in target location. J Neurophysiol 46:725–743.
Gielen CC, van den Heuvel PJ, van Gisbergen JA (1984) Coordination of fast eye and arm movements in a tracking task. Exp Brain Res 56:154 –161.
Glimcher, P.W., Sparks, D.L., 1992. Movement selection in advance of action in the superior colliculus. Nature 355 (6360), 542–545.
Glynn, Ian (2010). Elegance in Science. Oxford: Oxford University Press. pp. 147–150. ISBN 978-‐0-‐19-‐957862-‐7.
Gomi H (2008) Implicit online corrections of reaching movements. Curr Opin Neurobiol 18(6):558–564.
Goodale MA, Pelisson D, Prablanc C (1986) Large adjustments in visually guided reaching do not depend on vision of the hand or perception of target displacement. Nature 320:748–750.
Grasso R, Bianchi L, Lacquaniti F. Motor patterns for human gait: backward versus forward locomotion. J Neurophysiol 1998;80(4):1868–85.
Graziano MS, Aflalo TN (2007a). Mapping behavioral repertoire onto the cortex. Neuron. 2007 56(2):239-‐51.
Graziano MS, Aflalo TN (2007b) Rethinking cortical organization: moving away from discrete areas arranged in hierarchies. Neuroscientist. 13(2):138-‐47.
Graziano MS (2011) New insights into motor cortex. Neuron 71 : 387-‐388.
Gribble, P.L., Ostry, D.J., 1999. Compensation for interaction torques during single-‐ and multijoint limb movement. Journal of Neurophysiology 82, 2310–2326.
Guthrie BL, Porter JD, Sparks DL. Corollary discharge provides accurate eye positional information to the oculomotor system. Science 1983; 221:1193–1195.
Hallett PE, Lightstone AD. Saccadic eye movements toward stimuli triggered by prior saccades. Vision Res 1976; 16:99–106.
Harris CM. Does saccadic undershoot minimize saccadic flight-‐time? A Monte-‐Carlo study. Vis Res 1995; 35:691–701.
Harris CM, Wolpert DM (1998) Signal-‐dependent noise determines motor planning. Nature 394:780-‐4.
Henson DB. Corrective saccades: effects of altering visual feedback. Vis Res 1978; 18:63–67.
Heuninckx S, Wenderoth N, Swinnen SP. Systems neuroplasticity in the aging brain: recruiting additional neural resources for successful motor performance in elderly persons. J Neurosci. 2008. 28(1):91-‐9.
Hick WE (1952) On the rate of gain of information. Q J Exp Psychol 4:11–26.
101
Hoffmann, K.P., Bremmer, F., Distler, C., 2009. Visual response properties of neurons in cortical areas MT and MST projecting to the dorsolateral pontine nucleus or the nucleus of the optic tract in macaque monkeys. European Journal of Neuroscience 29 (2), 411–423.
Hollerbach, J.M., Flash, T., 1982. Dynamic interactions between limb segments dur-‐ ing planar arm movement. Biological Cybernetics 44, 67–77.
Imamizu, H., Miyauchi, S., Tamada, T., Sasaki, Y., Takino, R., Pütz, B., Yoshioka, T., Kawato, M., 2000. Human cerebellar activity reflecting an acquired internal model of a new tool. Nature 403 (6766), 192–195.
Inglin B, Woollacott M. 1988. Age-‐related changes in anticipatory postural adjustments associated with arm movements. J Gerontol 43:M105-‐13.
Inouye K, Pedrazzani ES. Educational status, social economic status and evaluation of some dimensions of octogenarians’ quality of life. Rev Lat Am Enfermagem. 2007;15:742–747.
Ito M (1993) Synaptic plasticity in the cerebellar cortex and its role in motor learning. Can J Neurol Sci 20:S70–S74.
Ito M (2000) Mechanisms of motor learning in the cerebellum. Brain Res 886(1–2):237–245.
Ito M (2001) Cerebellar long-‐term depression: characterization, signal transduction, and functional roles. Physiol Rev 81:1143–1195.
Ito M (2002) Historical review of the significance of the cerebellum and the role of Purkinje cells in motor learning. Ann N Y Acad Sci 978:273–288.
Ito, M., 2000. Neurobiology: internal model visualized. Nature 403 (6766), 153–154.
Ivanenko YP, Poppele RE, Lacquaniti F. Motor control programs and walking. Neuroscientist 2006;12:339–48.
Jeannerod, M., 1981. Intersegmental coordination during reaching at natural visual objects. In: Long, J., Baddeley, A. (Eds.), Attention and Performance IX. Erlbaum, Hillsdale, NJ, pp. 153–169.
Jeannerod, M., 1984. The timing of natural prehension movements. Journal of Motor Behavior 16, 235–254.
Jeannerod M (1986) Models for the programming of goal-‐directed movements (or how to get things less complex). Arch Int Physiol Biochim 94:C63–C76.
Johansson RS, Cole KJ (1992) Sensory-‐motor coordination during grasping and manipulative actions. Curr Opin Neurobiol 2:815–823.
Johansson RS (1998) Sensory input and control of grip. Novartis Found Symp 218:45–59.
Jones D, Song X, Mitniski A, Rockwood K. Evaluation of a frailty index finger based on a comprehensive geriatric assessment in a population based study of elderly Canadians. Aging Clin Exp Res. 2005;17:465–471.
Kalaska, J., Sergio, L., Cisek, P., 1998. Cortical control of whole-‐arm motor tasks. In: Glickstein, M. (Ed.), Sensory Guidance of Movement: Novartis Foundation Symposium. John Wiley and Sons, Chichester, UK.
Kawato, M., Furukawa, K., Suzuki, R., 1987. A hierarchical neural-‐network model for control and learning of voluntary movement. Biological Cybernetics 57 (3), 169–185.
Kawato, M., Wolpert, D., 1998. Internal models for motor control. Novartis Foundation Symposium 218, 291–304 (discussion 304–307. Review).
Kawato, M., 1999. Internal models for motor control and trajectory planning. Current Opinion in Neurobiology 9, 718–727.
102
Kawato M, Kuroda T, Imamizu H, Nakano E, Miyauchi S, Yoshioka T (2003) Internal forward models in the cerebellum: fMRI study on grip force and load force coupling. Prog Brain Res 142:171–188.
Kiemel, T., Elahi, A.J., Jeka, J.J., 2008. Identification of the plant for upright stance in humans: multiple movement patterns from a single neural strategy. Journal of Neurophysiology 100 (6), 3394–3406.
Koshland, G.F., Hasan, Z., 1994. Selection of muscles for initiation of planar, three-‐joint arm movements with different final orientations of the hand. Experimental Brain Research 98, 157–162.
Koshland, G.F., Galloway, J.C., Nevoret-‐Bell, C.J., 2000. Control of the wrist in three-‐joint arm movements to multiple directions in the horizontal plane. Journal of Neurophysiology 83, 3188–3195.
Krakauer JW, Pine ZM, Ghilardi MF, Ghez C (2000) Learning of visuomotor transformations for vectorial planning of reaching trajectories. J Neurosci 20(23):8916–8924.
Kubicki A, Petrement G, Bonnetblanc F, Ballay Y, Mourey F. Practice-‐Related Improvements in Postural Control During Rapid Arm Movement in Older Adults: A Preliminary Study. J Gerontol A Biol Sci Med Sci. 2012 Feb;67(2):196-‐203.
Kubicki A, Bonnetblanc F, Petrement G, Ballay Y, Mourey. Delayed postural control during self-‐generated perturbations in the frail older adults. Clin Interv Aging. 2012;7:65-‐75.
Kurtzer, I.L., Pruszynski, J.A., Scott, S.H., 2008. Long-‐latency reflexes of the human arm reflect an internal model of limb dynamics. Current Biology 18 (6), 449–453.
Lacquaniti F, Maioli C (1989a) The role of preparation in tuning anticipatory and reflex responses during catching. J Neurosci 9:134–148.
Lacquaniti F, Maioli C (1989b) Adaptation to suppression of visual information during catching. J Neurosci 9(1):149–159.
Lang CE, Bastian AJ (1999) Cerebellar subjects show impaired adap-‐ tation of anticipatory EMG during catching. J Neurophysiol 82(5):2108–2119.
Lang CE, Bastian AJ (2001) Additional somatosensory information does not improve cerebellar adaptation during catching. Clin Neu-‐ rophysiol 112(5):895–907.
Lee DD, Seung HS. Learning the parts of objects by non-‐negative matrix factorization. Nature 1999;401:788–91.
Lindgren A, Roijer A, Rudling O, Norrving B, Larsson EM, Eskilsson J, Wallin L, Olsson B, Joansson BB. Cerebral lesions on magnetic resonance imaging, heart disease, and vascular risk factors in subjects without stroke. A population-‐based study. Stroke. 1994. 25(5):929-‐34.
Loeb, G., Brown, I., Cheng, E., 1999. A hierarchical foundation for models of sensori-‐motor control. Experimental Brain Research 126 (1), 1–18.
Logan JM, Sanders AL, Snyder AZ, Morris JC, Buckner RL. Under-‐recruitment and nonselective recruitment: dissociable neural mechanisms associated with aging. Neuron. 2002. 28;33(5):827-‐40.
Ma S, Feldman AG (1995) Two functionally different synergies during arm reaching movements involving the trunk. J Neurophysiol 73(5):2120 –2122.
Magescas F, Prablanc C (2006) Automatic drive of limb motor plasticity. J Cogn Neurosci. 18(1):75-‐83.
Magescas F, Urquizar C, Prablanc C (2009) Two modes of error processing in reaching. Exp Brain Res. 193(3):337-‐50.
Man’kovskiiNB,MintsAYa,LysenyukVP.Regulationoftheprepara-‐ tory period for complex voluntary movement in old and extreme old age. Hum Physiol. 1980;6:46–50.
103
Massion, J., 1992. Movement, posture and equilibrium: interaction and coordination. Progress in Neurobiology 38 (1), 35–56 (review).
Martin TA, Keating JG, Goodkin HP, Bastian AJ, Thach WT (1996) Throwing while looking through prisms. I. Focal olivocerebellar lesions impair adaptation. Brain 119:1183–1198.
Marr, D., 1969. A theory of cerebellar cortex. Journal of Physiology 202 (2), 437–470.
Maunsell JH, Gibson JT (1992) Visual response latencies in striate cortex of the macaque monkey. J Neurophysiol 68(4):1332–1344.
Mays LE, Sparks DL. Saccades are spatially, not retinocentrically, coded. Science 1980; 208:1163–1165.
McLaughlin SC. Parametric adjustment in saccadic eye movements. Percept Psychophys 1967; 2:359–362.
Miall RC, Weir DJ, Wolpert DM, Stein JF. (1993) Is the cerebellum a smith predictor? J Mot Behav. 25(3):203-‐16.
Morasso, P.G., 1981. Spatial control of arm movements. Experimental Brain Research. 42, 223–227.
Morasso P.G., Baratto L, Capra R., Spada G. 1999. Internal model in the control of posture. Neural Networks 12:1173-‐80.
Morton SM, Bastian AJ (2004) Prism adaptation during walking gen-‐ eralizes to reaching and requires the cerebellum. J Neurophysiol 92:2497–2509.
Mussa-‐Ivaldi FA, Bizzi E. Motor learning through the combination of primitives. Philos Trans R Soc Lond B Biol Sci 2000;355:1755–69.
Nori F, Frezza R. A control theory approach to the analysis and synthesis of the experimentally observed motion primitives. Biol Cybern 2005;93:323–42. [13] Jolliffe I. Principal components analysis. New York: Springer Verlag; 1986.
Nowak DA, Hermsdörfer J, Marquardt C, Fuchs HH (2002) Grip and load force coupling during discrete vertical arm movements with a grasped object in cerebellar atrophy. Exp Brain Res 145:28–39.
Nowak DA, Topka H, Timmann D, Boecker H, Hermsdörfer J (2007) The role of the cerebellum for predictive control of grasping. Cerebellum 6(1):7–17.
Paillard J (1996) Fast and slow feedback loops for the visual correction of spatial errors in a pointing task: a reappraisal. Can J Physiol Pharmacol 74:401–417.
Panouillères M, Habchi O, Gerardin P, Salemme R, Urquizar C, Farne A, Pélisson D (2012) A Role for the Parietal Cortex in Sensorimotor Adaptation of Saccades. Cereb Cortex. Oct 5 (sous presse).
Paulignan Y, MacKenzie C, Marteniuk R, Jeannerod M (1990) The coupling of arm and finger movements during prehension. Exp Brain Res 79(2):431–435.
Pasalar S, Roitman AV, Durfee WK, Ebner TJ (2006) Force field effects on cerebellar Purkinje cell discharge with implications for internal models. Nat Neurosci 9:1404–1411.
Pelisson D, Prablanc C, Goodale MA, Jeannerod M (1986) Visual control of reaching movements without vision of the limb. ii. Evidence of fast unconscious processes correcting the trajectory of the hand to the final position of a double-‐step stimulus. Exp Brain Res 62:303–311.
Penfield, W. & Boldrey, E. Somatic motor and sensory representation in the cerebral cortex of man as a studied by electrical stimulation. Brain 60, 389–443 (1937).
Penfield, W. & Rasmussen, T. The Cerebral Cortex of Man: A Clinical Study of Localization of Function (Macmillan, New York, 1950).
104
Petersen, N., Christensen, L.O., Morita, H., Sinkjaer, T., Nielsen, J., 1988. Evidence that transcortical pathway contributes to stretch reflexes in the tibialis anterior muscle in man. Journal of Physiology 512, 267–276.
Pisella, L., Gréa, H., Tilikete, C., Vighetto, A., Desmurget, M., Rode, G., Boisson, D., Rossetti, Y., 2000. An ‘automatic pilot’ for the hand in human posterior pari-‐ etal cortex: toward reinterpreting optic ataxia. Nature Neuroscience 3 (7), 729–736.
Poppele R, Bosco G. Sophisticated spinal contributions to motor control.Trends Neurosci 2003;26(5):269–76.
Prablanc C, Jeannerod M. Corrective saccades: dependence on retinal reafferent signals. Vis Res 1975; 15:465–469.
Prablanc C, Masse D, Echallier JF. Error-‐correcting mechanisms in large saccades. Vis Res 1978; 18:557–560.
Prablanc C, Martin O (1992) Automatic control during hand reaching at undetected two-‐dimensional target displacements. J Neurophysiol 67:455– 469.
Prablanc C, Desmurget M, Gréa H (2003) Neural control of on-‐line guidance of hand reaching movements. Prog Brain Res 142: 155–170.
Pruszynski, J.A., Kurtzer, I., Scott, S.H., 2011a. The long-‐latency reflex is composed of at least two functionally independent processes. Journal of Neurophysiology 106 (1), 449–459.
Pruszynski, J.A., Kurtzer, I., Nashed, J.Y., Omrani, M., Brouwer, B., Scott, S.H., 2011b. Primary motor cortex underlies multi-‐joint integration for fast feedback control. Nature 478 (7369), 387–390.
Quercia P, Demougeot L, Dos Santos M, Bonnetblanc F. Integration of proprioceptive signals and attentional capacity during postural control are impaired but subject to improvement in dyslexic children. Exp Brain Res. 2011 Apr;209(4):599-‐608.
Ramnani N, Toni I, Josephs O, Ashburner J, Passingham RE (2000) Learning-‐ and expectation-‐related changes in the human brain during motor learning. J Neurophysiol 84:3026–3035.
Ramnani N (2006) The primate cortico-‐cerebellar system: anatomy and function. Nat Rev Neurosci 7(7):511–522.
Rockwood K, Song X, MacKnight C, Bergman H, Hogan DB, McDowell I et al. 2005. A global clinical measure of fitness and frailty in elderly people. CMAJ 173:489-‐95.
Saijo N, Murakami I, Nishida S, Gomi H (2005) Large-‐field motion directly induces an involuntary rapid manual following response. J Neurosci 25(20):4941–4951.
Sallard E, Barral J, Duffau H, Bonnetblanc F. Manual reaction times and brain dynamics after ‘awake surgery’ of slow-‐growing tumors invading the parietal area. A case report. Brain Inj (ID: 698792 DOI:10.3109/02699052.2012.698792)
Sallard E, Duffau H, Bonnetblanc F. Ultra-‐fast recovery from right neglect after 'awake surgery' for slow-‐growing tumor invading the left parietal area. Neurocase. 2012 Feb;18(1):80-‐90.
Seeberger T, Noto C, Robinson F. Non-‐visual information does not drive saccade gain adaptation in monkeys. Brain Res 2002; 956:374–379.
Schlerf J, Ivry RB, Diedrichsen J (2012) Encoding of sensory prediction errors in the human cerebellum. J Neurosci. 32(14):4913-‐22.
Schmidt, R.A., Zelzanik, H.N., & Frank, J.S. (1978). Sources of inaccuracy in rapid movement. In: Information processing in motor control and learning (pp 183-‐203). New York: Academic Press.
105
Schmidt, R.A., Zelaznik, H.N., Hawkins, B., Frank, J.S., & Quinn, J.T. (1979). Motor output variability: A theory for the accuracy of rapid motor acts. Psy-‐ chological Review, 86, 415-‐451.
Schmidt, R.A., & Lee, T.D. (1999). Motor Control and Learning. Champaign: Human Kinetics.
Schmitz C, Jenmalm P, Ehrsson HH, Forssberg H (2005) Brain activity during predictable and unpredictable weight changes when lifting objects. J Neurophysiol 93(3):1498–1509.
Shannon, C.E., & Weaver, W. (1949). The mathematical theory of communication. Uni-‐ versity of Illinois Press, Urbana.
Shadmehr, R., Mussa-‐Ivaldi, F.A., 1994. Adaptive representation of dynamics during learning of a motor task. Journal of Neuroscience 14, 3208–3224.
Shadmehr, R., Moussavi, Z.M., 2000. Spatial generalization from learning dynamics of reaching movements. Journal of Neuroscience 20, 7807–7815.
Sherrington, C., 1906. The Integrative Action of the Nervous System. Yale University Press, New Haven.
Sidaway B, Sekiya H, Fairweather M (1995) Movement variability as a function of accuracy demand in programmed serial aiming re-‐ sponses. J Mot Behav 27:67–76.
Soechting, J.F., Lacquaniti, F., 1981. Invariant characteristics of a pointing movement in man. Journal of Neuroscience 1, 710–720.
Soechting JF, Lacquaniti F (1983) Modification of trajectory of a point-‐ ing movement in response to a change in target location. J Neurophysiol 49:548–564.
Sommer, M.A. and Wurtz, R.H. (2002). A pathway in primate brain for internal monitoring of movements. Science 296, 1480–1482.
Steinbach MJ, Smith DR. Spatial localization after strabismus surgery: evidence for inflow. Science 1981; 213:1407–1409.
Sperry, R.W. (1950). Neural basis of the spontaneous optokinetic response. J. Comp. Physiol. Psychol. 43, 482–489.
Stapley P, Pozzo T, Grishin A (1998) The role of anticipatory postural adjustments during whole body forward reaching movements. Neuroreport 9(3):395–401
Stapley P, Pozzo T, Cheron G, Grishin A (1999) Does the coordination between posture and movement during human whole-‐body reach-‐ ing ensure center of mass stabilization? Exp Brain Res 129(1): 134 –146.
Taub E, Uswatte G, Elbert T. 2002. New treatments in neurorehabilitation founded on basic research. Nat Rev Neurosci 3:228-‐36. Review
Todorov, E., Li, W., Pan, X., 2005. From task parameters to motor synergies: a hierarchical framework for approximately-‐optimal control of redundant manip-‐ ulators. Journal of Robot Systems 22 (11), 691–710.
Torres-‐Oviedo G, Macpherson JM, Ting LH. Muscle synergy organiza-‐ tion is robust across a variety of postural perturbations. J Neurophysiol 2006;96:1530–46.
Tseng YW, Diedrichsen J, Krakauer JW, Shadmehr R, Bastian AJ (2007) Sensory prediction errors drive cerebellum-‐dependent adaptation of reaching. J Neurophysiol 98(1):54–62.
van Donkelaar P, Gauthier GM, Blouin J, Vercher JL. The role of ocular muscle proprioception during modifications in smooth pursuit output. Vis Res 1997; 37:769–774.
von Bernhardi R, Tichauer JE, Eugenín J. 2010. Aging-‐dependent changes of microglial cells and their relevance for neurodegenerative disorders. J Neurochem 112:1099-‐114.
106
von Holst, E. and Mittelstaedt, H. (1950). Das Reafferenzprinzip. Wechselwirkungen zwischen Zentralnervensystem und Peripherie. Naturwissenschaften 37, 464–476.
Wallman J, Fuchs AF. Saccadic gain modification: visual error drives motor adaptation. J Neurophysiol 1998; 80:2405–2416.
Wolpert, D.M., Ghahramani, Z., Jordan, M.I., 1995. An internal model for sensorimo-‐ tor integration. Science 269, 1880–1882.
Wolpert, D.M., Miall, R.C., 1996. Forward models for physiological motor control. Neural Networks 9 (8), 1265–1279.
Wolpert, D.M., Miall, R.C., Kawato, M., 1998. Internal models in the cerebellum. Trends in Cognitive Sciences 2, 313–321.
Wolpert, D.M., Kawato, M., 1998. Multiple paired forward and inverse models for motor control. Neural Networks 7–8, 1317–1329.
Wolpert, D.M., Ghahramani, Z., 2000. Computational principles of movement neu-‐ roscience. Nature Neuroscience (3 Suppl.), 1212–1217.
Wolpert DM, Flanagan JR. (2001) Motor prediction. Curr Biol. 11(18):R729-‐32.
Wolpert, D.M., Ghahramani, Z., Flanagan, J.R., 2001. Perspectives and problems in motor learning. Trends in Cognitive Sciences 5, 487–494.
Woodworth, R.S. (1899). The accuracy of voluntary movement. Psychological Review Monography 3.
Woodworth RS (1938) Experimental psychology. New York, NY: Holt.
Woollacott MH, Manchester DL. 1993. Anticipatory postural adjustments in older adults: are changes in response characteristics due to changes in strategy? J Gerontol 48:M64-‐70.
Zwergal A, Linn J, Xiong G, Brandt T, Strupp M, Jahn K. Aging of human supraspinal locomotor and postural control in fMRI. Neurobiol Aging. 2012. 33(6):1073-‐84.
107
Références de la partie projet (II)
Anderson CT, Sheets PL, Kiritani T, Shepherd GM. Sublayer-‐specific microcircuits of corticospinal and corticostriatal neurons in motor cortex. Nat Neurosci. 2010 Jun;13(6):739-‐44. doi: 10.1038/nn.2538. Epub 2010 May 2.
Asanuma, H. (1975). Recent developments in the study of the columnar arrangement of neurons within the motor cortex. Physiol. Rev. 55, 143–156.
Berger MS, Rostomily RC. Low-‐grade gliomas: Functional mapping resection strategies, extent of resection, and outcome. J Neurooncol 1997; 34: 85-‐101.
Bartolomeo P, Thiebaut de Schotten M, Chica AB (2012) Brain networks of visuospatial attention and their disruption in visual neglect. Front Hum Neurosci. 2012;6:110.
Bonnetblanc F, Herbet G, Charras P, Hayashibe M, Guiraud D, Duffau H and Poulin-‐Charronnat B. « Awake surgery » of slow-‐growing tumors and cortical excitability measured by EEG recordings. Preliminary results. Internationale Conference on NeuroRehabilitation (ICNR Toledo, Spain, 14-‐16 Novembre 2012). In JL Pons et al. (Eds) : Converging Clinical & Engi. Research on NR, BIOSYSROB 1, pp. 525-‐528. DOI : 10.1007/978-‐3-‐642-‐34546-‐3_84. Springer-‐Verlag 2013
Bonnetblanc, F., Desmurget, M., & Duffau, H. (2006). Low grade gliomas and cerebral plasticity: Fundamental and clinical implications. Med Sci (Paris), 22, 389–394.
Borchers S, Himmelbach M, Logothetis N, Karnath HO. Direct electrical stimulation of human cortex -‐ the gold standard for mapping brain functions? Nat Rev Neurosci. 2011 Nov 30;13(1):63-‐70. doi: 10.1038/nrn3140.
Capaday C. The integrated nature of motor cortical function. Neuroscientist. 2004 Jun;10(3):207-‐20.
Desmurget, M., Bonnetblanc, F., & Duffau, H. (2007). Contrasting acute and slow-‐growing lesions: A new door to brain plasticity. Brain, 130, 898–914.
Cheney, P.D., and Fetz, E.E. (1985). Comparable patterns of muscle facilitation evoked by individual corticomotoneuronal (CM) cells and by single intracortical microstimuli in primates: evidence for functional groups of CM cells. J. Neurophysiol. 53, 786–804.
Churchland, M.M., Yu, B.M., Ryu, S.I., Santhanam, G., and Shenoy, K.V. (2006). Neural variability in premotor cortex provides a signature of motor preparation. J. Neurosci. 26, 3697– 3712.
Churchland, M.M., Cunningham, J.P., Kaufman, M.T., Ryu, S.I., and Shenoy, K.V. (2010). Cortical preparatory activity: representation of movement or first cog in a dynamical machine? Neuron 68, 387–400.
Corbetta M, Shulman GL (2002) Control of goal-‐directed and stimulus-‐driven attention in the brain. Nat Rev Neurosci. 3(3):201-‐15. Review.
Corbetta M, Shulman GL (2011) Spatial neglect and attention networks. Annu Rev Neurosci. 34:569-‐99. Review.
DeAngelis L.M. Brain tumors. N Engl J Med 2001;344:114-‐23.
Drenckhahn C, Winkler MK, Major S, Scheel M, Kang EJ, Pinczolits A, Grozea C, Hartings JA, Woitzik J, Dreier JP; COSBID study group. Correlates of spreading depolarization in human scalp electroencephalography. Brain. 2012 Mar;135(Pt 3):853-‐68. doi: 10.1093/brain/aws010.
Dreier JP. The role of spreading depression, spreading depolarization and spreading ischemia in neurological disease. Nat Med. 2011 Apr;17(4):439-‐47. doi: 10.1038/nm.2333. Epub 2011 Apr 7.
Duffau, H. (2005). Lessons from brain mapping in surgery for low-‐grade glioma: Insights into associa-‐ tions between tumour and brain plasticity. The Lancet Neurology, 4, 476–486.
108
Duffau H, Capelle L, Sichez N, Denvil D, Lopes M, Sichez JP, Bitar A, Fohanno D. Intraoperative mapping of the subcortical language pathways using direct stimulations. An anatomo-‐functional study. Brain 2002; 125: 199-‐214.
Duffau H, Lopes M, Arthuis F, et al. Contribution of intraoperative electrical stimulations in surgery of low-‐grade gliomas: a comparative study between two series without (1985-‐1996) and with (1996-‐2003) functional mapping in the same institution. J Neurol Neurosurg Psychiatry 2005b; 76: 845-‐851.
Duffau H, Gatignol P, Mandonnet E, Peruzzi P, Tzourio-‐Mazoyer N, Capelle L.New insights into the anatomo-‐ functional connectivity of the semantic system: a study using cortico-‐subcortical electrostimulations. Brain 2005c; 128: 797-‐810.
H. Duffau, J.P. Sichez, S. Lehéricy, Intraoperative unmasking of brain redundant motor sites during resection of a precentral angioma. Evidence using direct cortical stimulations, Ann. Neurol. 47 (2000) 132-‐135.
H. Duffau, L. Capelle, D. Denvil D, N. Sichez, P. Gatignol, M. Lopes, M.C. Mitchell, J.P. Sichez, R. Van Effenterre, Functional recovery after surgical resection of low grade gliomas in eloquent brain: hypothesis of brain compensation, J. Neurol. Neurosurg. Psychiatry 74 (2003) 901-‐907.
Duffau H, Capelle L, Denvil D, et al. Usefulness of intraoperative electrical sub-‐cortical mapping in surgery of low-‐grade gliomas located within eloquent regions: functional results in a consecutive series of 103 patients (2003). J Neurosurg; 98: 764-‐78.
Evarts EV. Relation of pyramidal tract activity to force exerted during voluntary movement. J Neurophysiol 31: 14–27, 1968.
Fautrelle L, Pichat C, Ricolfi F, Peyrin C, Bonnetblanc F. Catching falling objects: the role of the cerebellum in processing sensory-‐motor errors that may influence updating of feedforward commands. An fMRI study. Neuroscience. 2011 Sep 8;190:135-‐44.
A. Feydy, R. Carlier, A. Roby-‐Brami, B. Bussel, F. Cazalis, L. Pierot, Y. Burnod, M.A. Maier, Longitudinal study of motor recovery after stroke: recruitment and focusing of brain activation, Stroke 33 (2002) 1610-‐1617.
Finger S. Lesion momentum and behavior.Recovery from brain damage: research and theory. In: Finger S, editor. New-‐York: Plenum Press; 1978: p. 135–64. 130.
Finger S, Stein D. Brain damage and recovery: research and clinical perspectives. Orlando, Fla: Academic Press; 1982.
Georgopoulos, A.P., Schwartz, A.B., and Kettner,R.E. (1986). Neuronal population coding of movement direction. Science 233, 1416–1419.
Gorman PH, Mortimer JT (1983) The effect of stimulus parameters on the recruitment characteristics of direct nerve stimulation. IEEE Trans Biomed Eng 30:407-‐14.
Graziano, M.S.A., and Aflalo, T.N. (2007). Mapping behavioral repertoire onto the cortex. Neuron 56, 239–251.
Graziano, M.S.A., Taylor, C.S.R., and Moore, T. (2002). The cortical control of movement revisited. Neuron 34, 841–851.
Graziano MS (2011) New insights into motor cortex. Neuron. 71(3):387-‐8.
Kakei, S., Hoffman, D.S., and Strick, P.L. (1999). Muscle and movement representations in the primary motor cortex. Science 285, 2136–2139.
Keles GE, Lundin DA, Lamborn KR, Chang EF, Ojemann G, Berger MS. Intraoperative subcortical stimulation mapping for hemispherical perirolandic gliomas located within or adjacent to the descending motor pathways: evaluation of morbidity and assessment of functional outcome in 294 patients. J Neurosurg 2004; 100: 369-‐75.
109
Kimmel DL, Moore T (2007). Temporal patterning of saccadic eye movement signals. J Neurosci. 7619-‐7630.
A. Krainik, H. Duffau, L. Capelle, P. Cornu, A.L. Boch, J.F. Mangin, D. Le Bihan, C. Marsault, J. Chiras, S. Lehericy, Role of the healthy hemisphere in recovery after resection of the supplementary motor area, Neurology 62 (2004) 1323-‐1332
Merrill DR, Bikson M, Jefferys JGR (2005) Electrical stimulation of excitable tissue: design of efficacious and safe protocols. J Neurosci Method 141:171-‐198.
J. Liepert, F. Hamzei, C. Weiller, Motor cortex disinhibition of the unaffected hemisphere after acute stroke, Muscle Nerve 23 (2000) 1761-‐1763
Luauté J, Schwartz S, Rossetti Y, Spiridon M, Rode G, Boisson D, Vuilleumier P Dynamic changes in brain activity during prim adaptation J Neurosci 2009 Jan 7 ;29(1) : 169-‐78
Manto M, Bower JM, Conforto AB, Delgado-‐García JM, da Guarda SN, Gerwig M, Habas C, Hagura N, Ivry RB, Mariën P, Molinari M, Naito E, Nowak DA, Oulad Ben Taib N, Pelisson D, Tesche CD, Tilikete C, Timmann D. Consensus paper: roles of the cerebellum in motor control-‐-‐the diversity of ideas on cerebellar involvement in movement. Cerebellum. 2012 Jun;11(2):457-‐87. doi: 10.1007/s12311-‐011-‐0331-‐9.
R.S. Marshall, G.M. Perera, R.M. Lazar, J.W. Krakauer, R.C. Constantine, R.L. DeLaPaz, Evolution of cortical activation during recovery from corticospinal tract infarction, Stroke 31 (2000) 656-‐661.
Sallard, E., Duffau, H., Bonnetblanc, F. (2012a). Ultra-‐fast recovery from right neglect after 'awake surgery' for slow-‐growing tumor invading the left parietal area. Neurocase, 18, 80-‐90.
Sallard E., Barral J., Duffau H., Bonnetblanc F. (2012b). Manual reaction times and brain dynamics after 'awake surgery' of slow-‐growing tumours invading the parietal area. A case report. Brain Inj. DOI: 10.3109/02699052.2012.698792.
Stein DG, Butters N, Rosen J. A comparison of two-‐ and four-‐stage ablations of sulcus principals on recovery of spatial performance in the rhesus monkey. Neuropsychologia 1977; 15: 179–82.
Scott, S.H., and Kalaska, J.F. (1995). Changes in motor cortex activity during reaching movements with similar hand paths but different arm postures. J. Neurophysiol. 73, 2563–2567.
Stepniewska, I., Fang, P.C., and Kaas, J.H. (2009). Organization of the posterior parietal cortex in galagos: I. Functional zones identified by microstimulation. J. Comp. Neurol. 517, 765–782.
Szelényi A, Bello L, Duffau H, Fava E, Feigl GC, Galanda M, Neuloh G, Signorelli F, Sala F; Workgroup for Intraoperative Management in Low-‐Grade Glioma Surgery within the European Low-‐Grade Glioma Network. Intraoperative electrical stimulation in awake craniotomy: methodological aspects of current practice. Neurosurg Focus. 2010 Feb;28(2):E7. doi: 10.3171/2009.12.FOCUS09237.
Taphoorn MJB, Klein M. Cognitive deficits in adult patients with brain tumours. Lancet Neurol 2004; 3: 159-‐68.
Thiebaut de Schotten M, Urbanski M, Duffau H, Volle E, Levy R, Dubois B, et al. Direct evidence for a parietal-‐ frontal pathway subserving spatial awareness in humans. Science 2005; 309: 2226–8.
Todorov, E. (2000). Direct cortical control of muscle activation in voluntary arm movements: a model. Nat. Neurosci. 3, 391–398.
Varona JF, Bermejo F, Guerra JM, Molina JA. Long term prognosis of ischemic stroke in young adults (2003). J Neurol, 251: 1507-‐1514.
Walker DG, Kaye AH. Low grade glial neoplasms. J Clin Neurosci 2003; 10: 1-‐13.
110
Curriculum Vitae
BONNETBLANC François Age: 37 ans Poste actuel Mai 2013 : Lauréat junior 2013 à l’Institut Universitaire de France (IUF). 2012-2013 : Délégation INRIA au Laboratoire d’Informatique, de Robotique et de Micro-‐Electronique de Montpellier (LIRMM UMR 5506), dans l’équipe DEMAR (Dir : David Guiraud, DR INRIA). 2011-2012 : Délégation CNRS au Laboratoire d’Informatique, de Robotique et de Micro-‐Electronique de Montpellier (LIRMM UMR 5506), dans l’équipe DEMAR (Dir : David Guiraud, DR INRIA). Janvier 2011-Août 2011 : CRCT au titre de l’établissement (6 mois). Depuis septembre 2007 : MCU, INSERM U1093 « Cognition-Action et Plasticité Sensori-Motrice » (Anciennement U887 « Motricité-‐Plasticité », Dir: Thierry Pozzo/ Charlambos Papaxanthis), UFR Sciences et Techniques des Activités Physiques et Sportives, Université de Bourgogne, Dijon, France. Cursus 2004-2007, Post-doctorat, INSERM U534 “Espace & Action” (Dir: Yves Rossetti), Encadrement: Michel Desmurget (CR1 INSERM), Pierre Baraduc (CR2 CNRS) et Hugues DUFFAU (Neurochirurgien, Hôpital Pitié Salpêtrière, MD-‐PhD INSERM U678). Sujets de Recherche :
1. “Plasticité Post-‐Lésionelle (PPL): Lésions aigues vs lentes” 2. “Variabilité de la saccade oculaire: contrôle en ligne et apprentissage inter-‐essais
” 3. “Contrôle en ligne de la précision motrice dans les tâches de pointages visuo-‐
manuelles ” 2004-‐2005, ATER à mi-‐temps à l’Université de Savoie-‐Chambéry Qualifications : 69e Neurosciences (n°06269163486) et 74e STAPS (n°06274163486) 1999-Avril 2005, Master et Doctorat en Neurosciences et Contrôle Moteur
Laboratoire SPM, EA 597, Université Grenoble I, Dir: V. Nougier. Laboratoire GRAME, Université Laval, Québec, Dir: N. Teasdale.
Tiitre: “Contrôle visuo-‐manuel dans des tâches de pointage réalisées en posture érigées: investigation dans le cadre des paradigmes de conflit vitesse-‐précision et de saut de cible” 2003-‐2004, ATER à temps complet à l’Université de Limoges 1997-1999, CAPEPS et année de PLC2 IUFM du Limousin.
111
1994-1997, Licence, UFR Sciences et Techniques des Activités Physiques et Sportives, Université de Limoges. Major de promotion sur les 3 années consécutives. 1993-1994 : Classe préparatoire de Mathématiques Supérieures au lycée Gay Lussac de Limoges (1er semestre, rang en Mathématique : 11e sur 40, rang en Physique : 18e sur 40). Réorientation au cours du second semestre et préparation des épreuves physiques au concours d’entrée en DEUG STAPS. Juin 1993 : Baccalauréat série C (option Mathématiques, Physique), mention assez bien (Mathématiques : 19/20, Physique : 12/20, Biologie : 10/20). Expertise Scientifique Référé pour les revues Journal of Neuroscience (2011), IEEE Transactions on Neural Systems & Rehabilitation Engineering (2012), Neurosurgery, Journal of Neurology, Research in Developmental Disabilities, Neurocase, Experimental Brain Research, Neuroscience Letters et Journal of Biomechanics. Financements obtenus au titre d’investigateur principal et de coordonateur Janvier 2010-‐décembre 2012 : Association pour la Recherche sur le Cancer (ARC), 180 000 euros. Subvention libre pour 3 ans. Voir projets et travaux en cours ci-‐dessous. 2009-‐2012 : ANR Synerjinov, 65 000 euros pour 3 ans (programme pour la valorisation du projet financé par l’ARC). Voir projets et travaux en cours ci-‐dessous. 2005-‐2007 : Allocation post-‐doctorale de l’Association pour la Recherche sur le Cancer (ARC): 36000 Euros pour 2 ans. 2002-‐2003 : Allocation doctorale de la Fondation pour la Recherche Médicale (FRM): 15000 Euros pour 1 an (allocation de 3ème année). Mobilité à l’étranger 2001-‐2002: 2ème année de doctorat, Laboratoire GRAME (Dir: Normand Teasdale), Département de Kinésiologie, Faculté de Médecine Sociale et Préventive, Université Laval, Québec, Canada. 1999-‐2000: Master de Kinésiologie, Laboratoire GRAME (Dir: Normand Teasdale), Département de Kinésiologie, Faculté de Médecine Sociale et Préventive, Université Laval, Québec, Canada. Formations scientifiques complémentaires 1. Formation INSERM: “IRMf: une introduction”, 35h. 2. Ecole d’été « Plasticité Neuronale et Adaptation Fonctionnelle » Août 2002 (70h).
Collège de France, Concarneau. 3. Réseaux de neurones artificiels et systèmes de logique floue, 45h, Département de
Génie Electrique, Université Laval, Québec, Canada. 4. Analyses Multivariées, 45h, Département d’Opérations et Systèmes de Décisions,
Université Laval, Québec, Canada. 5. Cortex Cérébrale, 30h, Département de Neurobiologie, Université Laval, Québec,
Canada. Rq : Ces 3 derniers cours de doctorat à l’Université Laval étaient soumis à évaluation et à validation.
112
Projets de Recherche en cours 1. PROJET KINBOARD : CHIRURGIE ÉVEILLÉE, RÉDUIRE LE RISQUE DE SÉQUELLES. Validation d’un système d'aide et d'évaluation fonctionnelle en vue de l'optimisation de la chirurgie cognitive éveillée en Neuro-‐oncologie, de l'amélioration de la qualité de vie des patients et de leur suivi Financement : Association pour la recherche sur le Cancer, subvention libre d’un montant de 180 000 euros pour 3 ans + ANR Synerjinov 65 000 euros. Ce projet a été parmi les 13 reçus sur les 160 présentés. http://www.arc-‐cancer.net/chercheurs/index.php?option=com_wrapper&view=wrapper&Itemid=58 Porteurs de projets : F. BONNETBLANC (Initiateur et coordonnateur du projet, MCU INSERM U887, UB Faculté des Sciences du Sport), H. DUFFAU (PU-‐PH Hôpital Gui de Chauliac et INSERM Institut des Neurosciences de Montpellier)
La Lettre de l’ARC n°11 de décembre 2009
Ce projet a des implications sur le plan appliqué mais aussi fondamental en visant à mieux comprendre les phénomènes de plasticité cérébrale. Plus particulièrement, au plan fondamental, l’objectif de ce projet est de comprendre comment s’organise la plasticité au cours du temps (avant, pendant et après la résection chirurgicale des tumeurs lentes), en fonction de la localisation de la lésion, c'est-‐à-‐dire, (i) d’évaluer la cinétique de la récupération et aussi (ii) de déterminer quelles aires du cerveau compensent pour celles qui sont atteintes puis enlevées et quels rôles elles jouent dans la récupération de la fonction qui y était associée. Le modèle des patients avec tumeurs de bas grade est très intéressant sur le plan fondamental car, ce sont des patients qui présentent des déficits intermédiaires entre les patients AVC et les sujets sains. Ils permettent une investigation et un testing plus poussés que les patients AVC et
113
donc des investigations beaucoup plus fines que sur les patients cérébro-‐lésés « classiques » pour comprendre des phénomènes de plasticité quasi-‐identiques à ceux observés dans les phénomènes d’apprentissages moteurs. Enfin, avec la « chirurgie éveillée », il est possible d’avoir un accès direct au cerveau et de mieux comprendre la cartographie anatomo-‐fonctionnelle. La limitation principale étant le type de tâche (limitée par les conditions opératoires) que l’on fait subir au patient pendant son opération et le cadre éthique. Dans cette veine, un second axe peut être dégagé pour répondre à une double exigence clinique et fondamentale, sur la base du développement technologique initié dans ce projet. Valorisation Médiatique et Vulgarisation Scientifique autour de ce projet: Quelques exemples de Valorisation Médiatique et Vulgarisation Scientifique autour de ce projet: Interview télévision. FR3 Bourgogne : journal de midi du 16 juin 2010 Conférences. Journée de présentation du projet organisée par l’ARC auprès des donateurs et de personnalités locales et du président de l’ARC Jacques Raynaud (16 juin 2010 Université de Bourgogne). Internet : http://www.doctissimo.fr/html/dossiers/cancer/articles/15213-‐cerveau-‐chirurgie-‐fonctionnement.htm 2. Porteur de projet d’un CPP pour promotion par l’INSERM En autonomie, un CPP a été rédigé avec demande de promotion par l’INSERM et a été accepté. Il a couru sur la période septembre 2009 – septembre 2011. Il portait sur « L’effet de perturbations transitoires par stimulation magnétique transcrânienne sur le contrôle de la motricité complexe et imaginée chez le sujet sain ». Il s’agit d’une recherche sans bénéfice individuel direct. Il a permis une série d’expérimentations sur les 2 années du CPP en utilisant la TMS (3 thématiques sont abordées dans ce projet). Il s’agit du premier CPP avec demande de promotion par l’INSERM rédigé au sein du laboratoire. Un article est publié dans la revue Brain and Cognition sur la thématique que je coordonnais spécifiquement. Mots clés (5) : TMS, motricité Charges d’enseignements (tableau de synthèse)
Niveau Intitulé Nombre d’heures équivalent TD
Cours magistraux M2 Pro APA Plasticité cérébrale post-‐lésionnelle et
Récupération fonctionnelle Etudes de cas
22.5
M1 UFR Psychologie
Neurosciences et motricité 18
DU Perception-Action & Troubles des Apprentissages
Bases de Neurophysiologie et Neuro-‐anatomie Plasticité cérébrale Imagerie cérébrale Intégration et fusion multisensorielle Interaction proprioception-‐action et perception au cours de l’ontogenèse
21
M1 APA (1) Méthodologie de la recherche 4.5
114
M1 APA (2) Handicap, Plasticité & Apprentissages moteurs
12
L3 tronc commun Neurosciences de la motricité 22.5 L3 APA Introduction à la Neurologie 9 Travaux dirigés DU Perception-Action & Troubles des Apprentissages
Organisation administrative et pédagogique du DU
30
M1 APA (1) Méthodologie de la recherche 6 (3h pour 2 groupes) M1 APA (2) Handicap, Plasticité & Apprentissages
moteurs 6 (3h pour 2 groupes)
L3 Tronc Commun Psychologie & Apprentissages moteurs 36 (6h pour 6 groupes) L3 APA Introduction à la Neurologie 6 (3h pour 2 groupes) Total 193.5 (+ encadrement
d’étudiants) Responsabilités administratives 1. Responsable pédagogique du Diplôme Universitaire « Perception-‐Action et Troubles
des Apprentissages » en collaboration avec Patrick Quercia, ophtalmologiste et ouvert en janvier 2008.
L’objectif de ce DU est de présenter, de manière pluridisciplinaire, un enseignement axé sur les relations et les interactions entre motricité, perception et cognition dans le cadre des troubles de l’apprentissage. Il est en effet, de plus en plus admis, que des troubles perceptifs et moteurs divers peuvent accompagner et interagir avec des troubles cognitifs classiquement connus. Ce diplôme se centre aussi plus spécifiquement sur la relation qui existe entre la dyslexie, comme trouble de l’apprentissage répandu et le syndrome de développement postural qui lui, illustre des atteintes de la proprioception. Le public concerné est constitué de médecins, orthophonistes, orthoptistes, podologues, kinésithérapeutes, ostéopathes, opticiens, ergothérapeutes, psychomotriciens, psychologues, dentiste-‐orthodontistes, éducateurs et enseignants, et plus généralement toute profession investie dans le diagnostic ou le traitement des troubles des apprentissages. La formation s’échelonne sur 144h de cours réparties sur 6 × 3 jours (et deux sessions d’examens) réparties sur 2 années civiles. Une nouvelle promotion démarre à nouveau chaque année. Les trois premières promotions concernent respectivement 38, 32 et 25 personnes, qui sont essentiellement des médecins ophtalmologistes, des orthophonistes, des orthoptistes, des podologues et des kinésithérapeutes. Ce DU génère environ 35000 euros de bénéfices pour le laboratoire par an. En outre chaque année nous organisons avec Patrick Quercia une journée de conférences particulièrement suivie qui intéressent les professionnels du milieu médical et paramédical et réunie plus de 200 auditeurs. Des conférenciers prestigieux sont invités à cette occasion : Alain Berthoz (Collège de France), Luciano Fadiga (IIT), Rod Nicolson (Université de Sheffield et spécialiste mondialement reconnu de la dyslexie), Jacques Mehler (SISSA Italie et spécialiste mondialement reconnue du langage), François Vital-‐Durand (INSERM U371 Bron, spécialiste mondialement reconnu de la basse vision et des troubles de la vision), etc.
115
2. Membre élu du Conseil Scientifique de l’Université de Bourgogne. Suppléant du bureau de ce conseil de 2008 à 2012.
3. Membre de comité de sélection pour recrutement d’un MCF à l’UPMF-‐Grenoble en section 16, Psychologie (2010).
4. Membre de comité de sélection pour recrutement d’un MCF à l’Université de
Montpellier I en section 69, Neuroscience (2013), n°69MCF0948.
116
Encadrement : post-doctorat, doctorat et M2
Tous les étudiants de Thèse ou de Master que j’ai (co)-encadrés ont au moins un article publié et ont réalisé leur cursus dans les délais impartis (< 3 ans pour les thèses). Très attaché à ma mission de service public, ma politique est clairement de ne pas multiplier les encadrements pour privilégier leur qualité et de m’investir pleinement pour la réussite des personnes qui sont sous ma responsabilité. Post-‐doctorat (n=1) Pom Charras, Post-‐doctorante, déc 2010-‐déc 2012. Pom est titulaire d’une thèse de la faculté de Psychologie de l’Université de Grenade (Espagne). C’est une spécialiste des troubles visuo-‐attentionels chez les patients cérébrolésés et notamment les patients AVC. Avec Pom nous essayons de caractériser la cinétique de récupération des patients atteints de tumeurs lentes cérébrales et opérés en chirurgie éveillée. Ses travaux sont en préparation pour soumission. Doctorat (n=2) Alexandre Kubicki, Thèse oct 2009-‐juin 2012 (Dir : France Mourey, co-‐encadrement de ma part à 50%). Alexandre est kinésithérapeute de formation. Il s’intéresse à la rééducation de la coordination entre posture et mouvement chez la personne âgée et montre l’amélioration possible des modèles internes, y compris chez des sujets âgés fragiles. Il a actuellement publié 2 articles. Et un troisième est en révision. Lilian Fautrelle, Thèse oct 2008-‐oct 2011, en co-‐direction avec Frédéric Ricolfi, PU-‐PH en Neuroradiologie au CHU de Dijon. Lilian s’est intéressé au processus de flexibilité dans les mouvements dirigés complexes, il a notamment montré des délais de corrections visuo-‐motrices extrêment rapide ayant des latences inférieures à 100 ms. Lilian a publié 6 articles sous ma supervision, et deux autres articles sont en cours. Il a aussi été le premier du laboratoire (statutaires confondus) à publier en utilisant l’IRMf. Master 2 (n=5) Cheikh Bounama Niang, CDD Ingénieur (projet Kinboard, ANR Synerjinov), mars 2010-‐Juillet 2012. Cheikh est titulaire d’un Master 2 Sciences et Techniques pour l’Ingénieur en Electronique, Electrotechnique et Automatique de l’Université de Montpellier. Un dépôt de logiciel a été effectué sur le travail que nous avons mené avec Cheikh. Mathieu Gueugnon, M2, années 2011-‐2012 (co-‐direction avec Denis Mottet et Kjerstin Torre). Il a terminé premier du M2 sur l’UFR de Montpellier. Il est co-‐auteur d’un article sur son travail de M1. Un article est soumis. Etienne Sallard, M2, années 2008-‐2009. Il a publié deux articles dans les revues Neurocase et Brain Inj. Etienne poursuit en outre une thèse à l’Université de Lausanne sur un poste de maître assistant depuis septembre 2009 (contrat de 5 ans). Mickaël Dos-‐Santos, M2, années 2008-‐2009. Un article publié (Experimental Brain Research). Stéphanie Vieira, M2, années 2007-‐2008. Un article publié (Neuroscience Letters).
117
Liste des Travaux
Publications dans des revues internationales à comité de lecture (n=21 depuis 2004, n=15 travaux effectués depuis le recrutement comme MCF en septembre 2007, cf aussi document 2)
1. Fautrelle L, Gueugnon M, Barbieri G, Bonnetblanc F. Inter-‐hemispheric remapping between arm proprioception and vision of the hand is disrupted by single pulse TMS on the left parietal cortex. Brain Cogn. In press. DOI : 10.1016/j.bandc.2013.03.002.
2. Fautrelle L, Bonnetblanc F. On-‐line coordination in complex goal-‐directed movements: a matter of interactions between several loops. Brain Res Bull. Review. 2012 Oct 1;89(1-‐2):57-‐64.
3. Sallard E, Barral J, Duffau H, Bonnetblanc F. Manual reaction times and brain dynamics after ‘awake surgery’ of slow-‐growing tumors invading the parietal area. A case report. Brain Inj. 2012;26(13-‐14):1750-‐5.
4. Kubicki A, Bonnetblanc F, Petrement G, Ballay Y, Mourey. Delayed postural control during self-‐generated perturbations in the frail older adults. Clin Interv Aging. 2012;7:65-‐75.
5. Kubicki A, Petrement G, Bonnetblanc F, Ballay Y, Mourey F. Practice-‐Related
Improvements in Postural Control During Rapid Arm Movement in Older Adults: A Preliminary Study. J Gerontol A Biol Sci Med Sci. 2012 Feb;67(2):196-‐203.
6. Sallard E, Duffau H, Bonnetblanc F. Ultra-‐fast recovery from right neglect after 'awake surgery' for slow-‐growing tumor invading the left parietal area. Neurocase. 2012 Feb;18(1):80-‐90.
7. Fautrelle L, Barbieri G, Ballay Y, Bonnetblanc F. Pointing to double-‐step visual stimuli
from a standing position: motor corrections when the speed-‐accuracy trade-‐off is unexpectedly modified in-‐flight. A breakdown of the perception-‐action coupling. Neuroscience. 2011 Oct 27;194:124-‐35.
8. Fautrelle L, Pichat C, Ricolfi F, Peyrin C, Bonnetblanc F. Catching falling objects: the
role of the cerebellum in processing sensory-‐motor errors that may influence updating of feedforward commands. An fMRI study. Neuroscience. 2011 Sep 8;190:135-‐44.
9. Quercia P, Demougeot L, Dos Santos M, Bonnetblanc F. Integration of proprioceptive signals and attentional capacity during postural control are impaired but subject to improvement in dyslexic children. Exp Brain Res. 2011 Apr;209(4):599-‐608.
10. Michel C, Bidot S, Bonnetblanc F, Quercia P. Left minineglect or inverse pseudoneglect in children with dyslexia? Neuroreport. 2011 Jan 26;22(2):93-‐6.
118
11. Fautrelle L, Ballay Y, Bonnetblanc F. Muscular synergies during motor corrections : investigation of the latencies of muscles activities. Behav Brain Res. 2010 Dec 25;214(2):428-‐36.
12. Fautrelle L, Prablanc C, Berret B, Ballay Y, Bonnetblanc F. Pointing to double-‐step visual stimuli from a standing position: very short latency (express) corrections are observed in upper and lower limbs and may not require cortical involvement. Neuroscience 2010 Aug 25;169(2):697-‐705.
13. Fautrelle L, Berret B, Chiovetto E, Pozzo T, Bonnetblanc F. Equilibrium constraints do
not affect the timing of muscular synergies during the initiation of a whole body reaching movement. Exp Brain Res 2010 May;203(1):147-‐58.
14. Vieira S, Quercia P, Michel C, Pozzo T, Bonnetblanc F. Cognitive demands impair
postural control in developmental dyslexia : a negative effect that can be compensated. Neurosci Lett. 2009. Sep 22;462(2):125-‐9.
15. Berret B, Bonnetblanc F, Papaxanthis C, Pozzo T. Modular control of pointing beyond
arm's length. J Neurosci. 2009 Jan 7;29(1):191-‐205. 16. Bonnetblanc F. Pointing beyond reach: the slope of Fitts's law increases with the
introduction of new effectors independently of kinetic constraints. Motor Control. 2008 Jan;12(1):38-‐54.
17. Bonnetblanc F, Baraduc P. Saccadic adaptation without retinal post-‐saccadic error.
Neuroreport. 2007 Aug 27;18(13):1399-‐402. 18. Desmurget M, Bonnetblanc F, Duffau H. Contrasting acute and slow-‐growing lesions:
a new door to brain plasticity. Brain. 2007 Apr;130(Pt 4):898-‐914. Review. 19. Bonnetblanc F, Desmurget M, Duffau H. [Low grade gliomas and cerebral plasticity:
fundamental and clinical implications]. Med Sci (Paris). 2006 Apr;22(4):389-‐94. Review. French.
20. Forestier N, Bonnetblanc F. Compensation of lateralized fatigue due to referent static
positional signals in an ankle-‐matching task. A feedforward mechanism. Neurosci Lett. 2006;397(1-‐2):115-‐9.
21. Bonnetblanc F, Martin O, Teasdale N. Pointing to a target from an upright standing
position: anticipatory postural adjustments are modulated by the size of the target in humans. Neurosci Lett. 2004 Apr 1;358(3):181-‐4. Cet article a fait l’objet d’une présentation orale en symposium au congrès Progress in Motor Control IV (Caen, France, 20-23 août 2003).
Communications orales dans des congrès internationaux publiés dans des actes avec ou sans DOI 22. Bonnetblanc F, Herbet G, Charras P, Hayashibe M, Guiraud D, Duffau H and Poulin-‐
Charronnat B. « Awake surgery » of slow-‐growing tumors and cortical excitability
119
measured by EEG recordings. Preliminary results. Internationale Conference on NeuroRehabilitation (ICNR Toledo, Spain, 14-‐16 Novembre 2012). In JL Pons et al. (Eds) : Converging Clinical & Engi. Research on NR, BIOSYSROB 1, pp. 525-‐528. DOI : 10.1007/978-‐3-‐642-‐34546-‐3_84. Springer-‐Verlag 2013.
23. Bonnetblanc F, Martin O, Teasdale N. Pointing to a target from an upright standing position: anticipatory postural adjustments are modulated by the size of the target in humans. Progress in Motor Control IV (Caen, France, 20-‐23 août 2003).
Transfert Technologique / Dépôts logiciels 24. Titre : Kinboard_V2
Contributeurs : Bonnetblanc F. -‐ Niang C. Déposants : Welience / Université de Bourgogne Dépôt APP initial: IDDN.FR.001.340001.000.S.P.2012.000.31235
Ce logiciel permet de réaliser des expérimentations et des évaluations neuropsychologiques et psychophysiques à la carte sur un ordinateur simple ou muni d’un écran tactile, de manière flexible, varié et sans aucune programmation. Il permet la présentation de stimuli visuel et/ou auditif et l’enregistrement des performances associées (e.g. temps de réaction, temps de mouvement, erreur spatiale, validité de la réponse). Son pilotage peut être assuré de manière autonome par n’importe quel utilisateur du secteur médical et paramédical (Neurologues, Médecine Physique Réadaptation, Neuropsychologues, Orthophonistes. Kinésithérapeutes, Professeurs APA, Psychomotriciens, etc…). L’utilisateur construit ses tests lui même via les logiciels usuels de bureautique et peut les implémenter seul dans le logiciel. La performance du patient est enregistrée dans une base de données associée qui est facilement exportable et exploitable dans des logiciels usuels (type excel, etc). Ce qui favorise donc un traitement simple en vue d’une amélioration du diagnostique, et de recherches cliniques et/ou fondamentales. Le dispositif peut aussi être utilisé à des fins de rééducation. Cet outil s’inscrit en plein dans les procédures de dématérialisation qui sont mises en place actuellement dans le milieu hospitalier et médical. Sa programmation a été réalisée en Visual C++. Le principe de programmation de cet outil générique est basé sur la prise en compte des caractéristiques communes aux tests utilisés dans la littérature neuroscientifique et dans la clinique neurologique, ainsi que de certains principes de fonctionnement communs entre les différents logiciels concurrents utilisés en psychologie expérimentale mais qui nécessite eux d’être programmés (e.g. e-‐prime®, présentation®, etc). Publications dans des revues nationales à comité de lecture 25. Bonnetblanc F. Conflit vitesse-‐précision et loi de Fitts. Science et Motricité. 2008 Jan;
63 :62-‐82; (revue acceptée en 2005). Communication posters publiés dans des actes et avec DOI 26. Niang C, Charras P, Argon S, Azevedo C, Duffau H, Guiraud D and Bonnetblanc F.
Awake surgery: skills of neurosurgeon matter but those of patient too. How to optimize functional brain mapping by improving per-‐operatory testing? 00067. Proceedings of the 2011 international SKILLS Conference (Montpellier, France): EDP
120
Sciences, Paris (France). Published online: 15 December 2011 DOI: http://dx.doi.org/10.1051/bioconf/20110100067. http://www.bio-‐
conferences.org/index.php?option=com_toc&url=/articles/bioconf/abs/2011/01/contents/contents.html NB: Par soucis de simplicité, les autres types de communications ne sont pas renseignées ici.
