Depuis les années 1990, l’imagerie par résonance magnétique fonctionnelle (IRMf), qui révèle indirectement l’activité cérébrale, est devenue une modalité d’imagerie incontournable, aussi bien en clinique, par exemple lors d’un bilan préneurochirurgical, qu’en recherche dans les domaines des neurosciences et des sciences cognitives. Les développements technologiques actuels liés à cette méthodologie vont de pair avec l’utilisation de cohortes de plus en plus grandes de sujets sains et de patients. Ils s’accompagnent aussi d’un nombre croissant d’images réalisées chez des primates non humains. L’obtention de telles images constitue une opportunité unique de comparer les fonctions cérébrales entre des espèces proches et de faire le lien entre elles, mais aussi de mieux comprendre les mécanismes à l’origine des signaux enregistrés en IRMf, en spontané ou en réponse à un stimulus sensoriel. 

En 2018, un consortium international a créé une base de données, baptisée PRIME-DE, d’imagerie cérébrale de primates non humains ouverte à l’ensemble de la communauté scientifique. Son objectif est d’harmoniser les méthodes utilisées par les différents laboratoires et ainsi d’améliorer les procédures tout en maintenant le nombre d’animaux à un niveau le plus bas possible. Frein à cet objectif, il n’existe pas actuellement de méthode automatisée et réellement validée d’analyse des images obtenues chez les primates non humains. Des artefacts spécifiques existent en effet pour l’enregistrement de ces images. La plupart est principalement liée aux mouvements de l’animal, à qui on ne peut pas demander de ne pas bouger. D’autres artefacts surviennent dans certaines conditions, par exemple lors de l’utilisation d’implants, équivalents à ceux utilisés en clinique pour le traitement par stimulation cérébrale profonde de la maladie de Parkinson. Des chercheurs de NeuroSpin (CEA-Joliot)) ont développé à l’aide du langage de programmation informatique Python, un module baptisé Pypreclin, destiné à prétraiter les images brutes à l’aide d’algorithmes de pointe intégrés dans un « pipeline » entièrement automatique. Pour évaluer sa robustesse, les chercheurs ont prétraité avec Pypreclin les données d’IRMf acquises à 3 teslas chez des macaques éveillés ou anesthésiés, dans plusieurs conditions. Ils ont comparé leurs données à celles obtenues avec une méthode de prétraitement déjà connue et ont également utilisé Pypreclin sur des images d’IRMf obtenues dans d’autres laboratoires du consortium PRIME-DE, c’est-à-dire avec d’autres appareils (y compris des IRM à 7 teslas) et d’autres protocoles d’acquisition d’images.

Leurs résultats montrent que Pypreclin constitue un outil de prétraitement d’image robuste qui s’adapte à diverses situations expérimentales et techniques d’IRMf enregistrées chez le macaque. Pypreclin arrive même à s’affranchir de l’artefact métallique des implants de stimulation cérébrale profonde ouvrant la voie à sa transposition dans le monde de l’imagerie clinique chez les patients atteints de maladie de Parkinson par exemple. Pypreclin peut largement contribuer aux efforts de standardisation de prétraitement d’IRMf réalisée chez les primates non humains dans le cadre de l’initiative internationale PRIME-DE dont l’équipe de NeuroSpin fait partie. Le code est disponible sur la plateforme de partage de données « open source » GitHub (https://github.com/neurospin/pypreclin).