📄 Version "Simple" affichee, "Avancé" n est pas encore prete. Ajoutez-le aux favoris pour aider a la prioriser. Demander l’analyse complète

Un patchwork où chaque pièce est un enregistrement de l'activité d'une petite région du cerveau. Une pièce a été cousue lundi à Londres, une autre mardi à New York, et une troisième il y a un mois à Tokyo. Cette mosaïque ne couvre le cerveau que partiellement, et il n'y a pas de fil commun pour les relier. Auparavant, pour obtenir une carte des connexions dirigées — qui transmet un signal à qui — il fallait que toutes les régions soient enregistrées simultanément et avec une horloge commune.

La méthode SPIDER fonctionne autrement. Elle prend ces enregistrements épars et, tel un tailleur expérimenté, les assemble en un tissu unique. D'abord, elle estime les rythmes d'activité (spectres de puissance) à chaque point disponible, puis elle reconstruit mathématiquement la matrice globale des connexions. Les lacunes entre les zones qui n'ont jamais été enregistrées ensemble sont comblées à l'aide de la norme nucléaire. Ensuite, par factorisation spectrale canonique, elle calcule les interactions dirigées — qui influence qui et à quelles fréquences.

Lorsque la méthode a été testée sur des données réelles, une image surprenante est apparue. Dans l'activité spontanée de 50 zones du cerveau de souris, les connexions se sont révélées principalement récurrentes — comme un écho qui se propage en cercle. Mais dans la bande thêta (4–8 Hz), une hiérarchie claire est apparue : le signal allait de l'avant, de l'hippocampe vers d'autres régions. SPIDER a également détecté cette même hiérarchie dans les données d'EEG intracrânien de 43 patients — déjà chez l'humain. Cela signifie que ce principe d'organisation n'est pas aléatoire et ne dépend pas de l'espèce.

Ainsi, d'un amas d'enregistrements incompatibles naît une image cohérente de l'orchestre cérébral. Le patchwork se transforme en une carte des routes par lesquelles circulent les pensées.

Résumé original

tel que rédigé par les auteurs, en anglais arXiv:2606.22695

Mapping the directed flow of information between brain regions -- their effective connectivity -- is central to understanding brain function, yet large-scale recordings sample only a fraction of the brain at a time: sessions, animals, and laboratories cover different, partially overlapping regions, usually without a shared temporal reference. Established directed-connectivity methods (Granger causality, dynamic causal modeling, partial directed coherence, PDC) require all regions to be recorded simultaneously and with a common clock. We introduce SPIDER, a non-parametric, frequency-domain framework that recovers directed information flow from such incomplete, asynchronous recordings: it stitches local power-spectral estimates from overlapping channel subsets into a global spectral matrix and obtains frequency-resolved directed interactions by canonical spectral factorization and PDC, without temporal alignment, while nuclear-norm completion fills in never-co-observed region pairs. With consistency guarantees, we validate SPIDER on simulations, two-photon calcium imaging, and the International Brain Laboratory Neuropixels dataset, recovering directed flow among 50 areas from 43 sessions in 12 laboratories never recorded together. Beyond validation, SPIDER reveals what no single recording can: brain-wide spontaneous flow is largely recurrent, but in the theta band it forms a significant feedforward hierarchy with the hippocampal formation at its source. Applied to resting human intracranial EEG (43 patients, non-overlapping coverage), it recovers the same theta-band hierarchy across species and modality. SPIDER makes whole-brain effective-connectivity analysis tractable for multi-session, multi-animal datasets previously incompatible with directed-flow inference.