Attention visuelle : enquête par IRMf sur le contrôle attentionnel basé sur les objets

Le contrôle attentionnel visuel fait référence à notre état délibéré de choisir ce à quoi prêter attention.

Si, par exemple, le but d’un observateur est de choisir tous les oignons de sa soupe, il se peut qu’il ne remarque pas la mouche qui tourbillonne.

Même si les deux étaient coïncident dans l’espace, l’élément central – les oignons – se démarquait en raison de l’objectif de l’individu. Il s’agit d’un exemple de contrôle attentionnel basé sur l’objet.

Il est intéressant de noter que le cerveau, et le cortex visuel en particulier, peuvent traiter les objets séparément. Mais c’est l’objet assisté qui obtient une activation plus forte dans sa zone de traitement spécialisée associée.

À l’aide de l’imagerie par résonance magnétique fonctionnelle, de l’IRMf et de méthodes développées à l’origine par Nancy Kanwisher et ses collègues, cette vidéo montre comment localiser des régions cérébrales dédiées qui traitent des objets particuliers.

Nous étudierons également comment le contrôle attentionnel module l’activité neuronale dans les mêmes régions à l’aide de l’analyse basée sur les voxels, et nous discuterons même de la façon dont l’entraînement à la pleine conscience peut améliorer la capacité à contrôler l’attention au fil du temps.

Dans cette expérience, les participants sont allongés dans un scanner IRMf et on leur montre des images de visages et de maisons en deux phases différentes : la visualisation passive et la superposition.

Au cours de la première phase, on leur demande simplement d’observer les images une par une dans un dessin de bloc, c’est-à-dire qu’un certain nombre de visages sont présentés suivis d’une séquence de maisons. Ce type d’affichage permet de localiser l’activité dans des régions d’intérêt spécifiques.

Par exemple, il a été démontré que la zone fusiforme du visage, la FFA, est plus active lorsque les individus regardent des visages par rapport à d’autres objets courants, tandis que la zone parahippocampique, en abrégé PPA, répond plus fortement aux maisons et aux lieux qu’aux visages.

Étant donné que ces régions répondent à des types spécifiques de stimuli, les modèles d’activité basés sur les voxels – ou les zones représentant un certain niveau d’activation – devraient changer, en fonction des images présentées.

De telles attentes mettent en place la deuxième phase, où sont montrées des images superposées d’un visage et d’une maison. Au cours de plusieurs essais, les participants sont invités à ne prêter attention qu’à un seul des éléments à la fois et, par conséquent, doivent basculer leur attention entre la maison et le visage.

Dans ce cas, la variable dépendante est la quantité d’activation enregistrée dans toutes les conditions de l’image, qui peut être convertie en amplitude du changement de signal pour observer la variation de l’activation des blocs de base aux blocs centrés sur le visage et ceux centrés sur la maison.

Bien que les deux images soient présentées de manière superposée, on prévoit que les modèles d’activité dans le FFA et le PPA du participant changeront en fonction de l’élément spécifique auquel ils se sont occupés. De tels résultats mettraient en évidence le contrôle attentionnel basé sur l’objet.

Après avoir recruté les participants pour cette étude, accueillez-les dans le laboratoire et vérifiez qu’ils répondent aux exigences de sécurité en remplissant les formulaires de consentement nécessaires. Veuillez vous référer à un autre projet d’IRMf de cette collection pour plus de détails sur la façon de préparer les personnes à entrer dans la salle de balayage et le forage d’imagerie.

Maintenant que le participant est dans le scanner, expliquez les instructions de la tâche : il doit d’abord visualiser passivement un certain nombre d’images à l’écran. Au cours de la deuxième phase, des instructions textuelles les inciteront à prêter attention à la maison ou au visage lorsqu’elles apparaissent superposées.

En suivant ces instructions, commencez le protocole de balayage en collectant d’abord un balayage anatomique à haute résolution.

Ensuite, lancez la partie fonctionnelle avec deux exécutions d’alignement de piste, où les participants visualisent passivement les images en blocs de 30 secondes. Par exemple, dans le premier segment, affichez des visages, chacun pendant 750 ms, et une croix de fixation entre les deux, pendant un intervalle inter-stimulus, ou ISI, de 250 ms.

À la fin de chaque bloc, présentez la croix de fixation pendant 20 s avant d’alterner la série d’images, qui devraient maintenant être des maisons. Notez que cette séquence se répète cinq fois avec des images différentes, pour un total de 10 blocs en une seule exécution.

Ensuite, procédez à huit exécutions fonctionnelles de la tâche de contrôle attentionnel. Au cours de cette phase, demandez aux participants qui s’opposent de s’y intéresser par le biais d’un texte à l’écran, puis faites défiler un visage et une maison superposés toutes les secondes, chaque séquence contenant 300 images superposées.

Pour conclure l’étude, sortez le participant du scanner et débriefez-le.

Pour prétraiter les données, effectuez une correction de mouvement afin de réduire les artefacts de mouvement, un filtrage temporel pour supprimer les dérives du signal et un lissage spatial pour augmenter le rapport signal/bruit.

Par la suite, créez un modèle linéaire général basé sur ce que devrait être la réponse hémodynamique attendue pour chaque condition de tâche, qu’il s’agisse de visages ou de maisons, dans le balayage d’alignement de piste.

Générez une carte statistique en ajustant les données à ce modèle, où la valeur de chaque voxel représente le degré d’implication dans la condition de tâche.

En fonction des régions d’intérêt, identifiez des grappes pour chaque sujet avec un seuil statistique minimum pour chaque voxel qui a répondu soit aux visages, soit aux maisons.

Plus précisément, concentrez-vous sur le FFA, dans le gyrus moyen-fusiforme, qui répond beaucoup plus aux visages qu’aux maisons, ainsi que sur le PPA, qui comprend tous les voxels du gyrus parahippocampique qui répondent plus significativement aux maisons qu’aux visages.

Ensuite, quantifiez et représentez graphiquement le pourcentage de changement de signal pour les conditions axées sur le visage et la maison dans le FFA et le PPA pour chaque sujet.

Pendant la phase d’alignement de piste, notez que le FFA bilatéral était plus actif lorsque les sujets voyaient des visages par rapport aux maisons. À l’inverse, le PPA était plus actif lorsque les sujets observaient les maisons par rapport aux visages.

Maintenant, à partir des exécutions fonctionnelles, utilisez la même mesure (pourcentage de changement de signal) tracée par rapport aux régions du cerveau.

Lorsque la taille a été soignée, une activité accrue a été constatée dans la FFA, mais pas dans la PPA. À l’inverse, lorsque l’on s’est concentré sur la maison, une augmentation de l’activité s’est produite dans l’AAE, mais pas dans l’AAF. Ces résultats indiquent que l’activité neuronale est modulée en fonction de l’élément auquel on s’occupe.

Maintenant que vous savez comment utiliser la neuroimagerie fonctionnelle pour étudier le contrôle attentionnel basé sur les objets, voyons comment les chercheurs étudient d’autres types de traitement attentionnel.

En plus de se concentrer sur les images visuelles statiques, les chercheurs s’intéressent également à la façon dont l’activité cérébrale est modulée lorsque les individus s’occupent d’objets en mouvement, ce qui est particulièrement pertinent pour conduire un véhicule motorisé et éviter les accidents.

Par exemple, si on dit au conducteur de faire attention aux mouvements, comme un chien qui traverse la rue, le mouvement lui-même captera son attention ; Cependant, ils peuvent ne pas se souvenir d’autres détails d’identification sur le chien. Après tout, il est plus important d’éviter une tragédie que de se rappeler la couleur de la fourrure.

Une autre pratique, la pleine conscience, intègre des éléments clés de la commutation attentionnelle, en encourageant une concentration astucieuse loin des pensées plus stressantes. En s’engageant dans la méditation dirigée par un instructeur, il a été démontré que les individus améliorent leur capacité à contrôler l’attention, en particulier loin des vues adverses.

Cependant, pour les personnes souffrant de troubles anxieux, y compris le stress post-traumatique, le contrôle attentionnel est plus difficile. C’est-à-dire qu’ils sont biaisés vers des stimuli émotionnellement négatifs, comme des événements tragiques dans les nouvelles, plutôt que vers des histoires neutres.

Un tel manque de contrôle attentionnel les rend plus vulnérables aux effets des images menaçantes, perpétuant des situations dont ils n’arrivent pas à se débarrasser de leur esprit.

Vous venez de regarder la vidéo de JoVE sur la façon dont l’attention module l’activité neuronale. Maintenant, vous devriez avoir une bonne compréhension de la façon de concevoir et de mener une expérience de contrôle attentionnel à l’aide de la neuroimagerie fonctionnelle, et enfin comment analyser et interpréter des modèles spécifiques d’activité cérébrale liés à l’attention basée sur l’objet.

Merci d’avoir regardé !