L'électroencéphalographie (EEG) et la magnétoencéphalographie (MEG) peuvent suivre la manière dont différentes régions du cerveau communiquent entre elles avec une précision de l'ordre de la milliseconde — une résolution temporelle qu'aucune autre méthode non invasive d'imagerie cérébrale humaine n'égale.
La recherche
Dans un chapitre d'ouvrage publié le 20 juillet 2026 sur arXiv (q-bio.NC), les chercheurs de l'Université de Californie du Sud Richard Leahy et Takfarinas Medani passent en revue l'ensemble de la panoplie méthodologique permettant de mesurer les réseaux cérébraux par EEG et MEG. Le chapitre couvre la physique qui sous-tend ces deux signaux et explique pourquoi ils se complètent : l'EEG capte les courants électriques, tandis que la MEG mesure les infimes champs magnétiques que ces courants produisent, offrant des vues légèrement différentes d'une même activité sous-jacente.
Les auteurs s'attaquent ensuite à deux problèmes classiques. Le problème direct pose la question suivante : comment une source cérébrale connue apparaîtrait-elle aux capteurs posés sur le scalp ? Le problème inverse pose la question opposée — déduire d'où, dans le cerveau, provient un signal mesuré. Pour y parvenir correctement, il faut des modèles de tête propres à chaque sujet, une anatomie précise et une reconstruction soignée des sources. Sans ce soin, les signaux « fuient » d'un capteur à l'autre, un phénomène appelé conduction volumique, qui peut créer une fausse connectivité d'apparence bien réelle.
Leahy et Medani passent en revue les méthodes les plus courantes pour mesurer la connectivité entre régions cérébrales :
- Cohérence et synchronisation de phase — deux régions montent-elles et descendent-elles ensemble en rythme ?
- Corrélation d'enveloppe d'amplitude — les fluctuations lentes de l'intensité du signal se suivent-elles mutuellement ?
- Causalité de Granger et entropie de transfert — l'activité d'une région prédit-elle celle d'une autre ?
- Modélisation causale dynamique — une approche guidée par hypothèses qui teste comment les régions s'influencent mutuellement.
Ils mettent également en avant des chaînes d'analyse de bout en bout, en particulier Brainstorm, un logiciel open source largement utilisé pour la recherche reproductible en EEG et MEG. Parmi les pistes émergentes figurent la connectivité variable dans le temps (comment les réseaux se réorganisent d'un instant à l'autre), les interactions inter-fréquences et les analyses au niveau des réseaux appliquées à la santé et à la maladie.
Pourquoi c'est important
Vos capacités cognitives — attention, mémoire, langage — dépendent d'une coordination rapide entre les régions, et non du travail isolé d'une quelconque zone. L'EEG et la MEG permettent aux chercheurs d'observer cette coordination en temps réel, au moment où elle se produit. Si vous vous êtes déjà demandé pourquoi certaines tâches vous semblent « plus faciles », les mesures au niveau des réseaux font partie de la réponse : les différences individuelles dans l'efficacité avec laquelle les régions se synchronisent prédisent la performance à des tâches d'attention et de mémoire. Le soin méthodologique décrit ici compte tout autant, car une analyse de connectivité bâclée peut produire des résultats qui semblent passionnants mais ne se reproduisent pas — un problème récurrent en neurosciences cognitives.
Ce que vous pouvez faire
Vous n'avez pas besoin d'un laboratoire pour tirer parti de ces recherches. Lorsque vous lisez des affirmations sur l'entraînement cérébral ou le neurofeedback, demandez quelle mesure a été utilisée et si la conduction volumique a été prise en compte — ce détail sépare le travail solide du bruit. Maintenez les réseaux de votre cerveau actifs avec des défis variés : apprenez une nouvelle compétence, alternez délibérément entre différentes tâches et dormez de façon régulière, ce qui soutient les rythmes oscillatoires que ces méthodes enregistrent.
Source : arXiv q-bio.NC
Curieux de connaître votre propre cerveau ? Passez notre test de QI adaptatif gratuit ou essayez 306 niveaux d'entraînement cérébral.