🧠 neuroscience

Inner visual experience biases object neural representational geometry during perceptual encoding

Cette étude démontre que l'expérience de l'imagerie subjective, telle qu'illustrée par la présence ou l'absence d'aphantasie, biaise la géométrie des représentations neurales d'objets lors de l'encodage perceptif, en réduisant spécifiquement l'alignement de similitude visuelle dans le cortex occipito-temporal latéral gauche tout en préservant l'alignement des relations linguistiques, ce qui suggère que la perception et l'imagerie reposent sur des codes neuraux hétérogènes plutôt qu'unitaires.

Auteurs originaux : Tian, S., Mao, X., Wang, D.-H., Wang, X., Bi, Y.

Publié 2026-07-31

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Tian, S., Mao, X., Wang, D.-H., Wang, X., Bi, Y.

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

Imaginez votre cerveau comme une bibliothèque ultra-perfectionnée. Depuis des décennies, les scientifiques savent que cette bibliothèque possède une « Aile de l'Imagination » et une « Aile de la Perception » qui se ressemblent étrangement. Lorsque vous voyez l'image d'un chat, votre cerveau s'illumine d'une manière spécifique. Lorsque vous fermez les yeux et que vous essayez d'imaginer un chat, ces mêmes lumières s'allument souvent à nouveau. Cela a conduit beaucoup de gens à croire que voir et imaginer sont fondamentalement le même processus, tournant simplement sur des rails différents. Mais voici le mystère : et si les « livres » sur les étagères de ces ailes étaient organisés différemment selon les personnes ? Certaines personnes ont des films mentaux incroyablement vivaces lorsqu'elles imaginent des choses, tandis que d'autres, un groupe appelé « aphantasiques », rapportent avoir un esprit complètement vide lorsqu'elles tentent de visualiser. Elles peuvent décrire un chat parfaitement, mais elles ne peuvent pas le « voir » dans leur œil mental. La grande question est : est-ce que cette différence d'imagination modifie la façon dont leur cerveau organise l'information même lorsqu'ils regardent la chose réelle ? Ou bien la bibliothèque de leur cerveau est-elle parfaitement normale, et seule l'« Aile de l'Imagination » manque de quelques lumières ?

Une équipe de chercheurs a décidé de jeter un coup d'œil à l'intérieur de la bibliothèque cérébrale des personnes avec et sans imagerie mentale pour résoudre ce casse-tête. Ils ont utilisé une caméra de haute technologie appelée IRMf pour observer le cerveau pendant que les participants regardaient des photos d'animaux et d'objets, puis tentaient de s'en souvenir. Ils ne se sont pas contentés de regarder où le cerveau était actif ; ils ont regardé comment l'information était organisée. Considérez cela comme le fait de vérifier si un bibliothécaire classe les livres par couleur, par auteur ou par l'histoire qu'ils racontent. Les chercheurs ont comparé le « style de tri » du cerveau contre deux modèles différents : l'un basé sur l'apparence des choses (similitude visuelle) et l'autre sur la façon dont elles sont décrites par les mots (relations linguistiques).

Voici ce qu'ils ont trouvé, et c'est un peu un rebondissement de l'intrigue. Premièrement, ils ont confirmé que les deux groupes pouvaient réaliser la tâche de mémoire tout aussi bien. Que vous puissiez « voir » un chat dans votre esprit ou non, votre cerveau peut parfaitement faire la distinction entre un chat et un bateau. Cependant, la manière dont leurs cerveaux organisaient l'information était différente. Pour les personnes ayant une imagerie vive, l'« Aile de la Perception » du cerveau (plus précisément une région appelée le cortex occipito-temporal latéral gauche) était principalement triée selon l'apparence des choses. C'était comme une bibliothèque où les livres sont classés par la couverture de l'ouvrage. Mais pour les aphantasiques, ce tri par « couverture » était nettement plus faible. Leurs cerveaux étaient moins concentrés sur les similitudes visuelles lorsqu'ils regardaient simplement les objets.

Il est intéressant de noter que les deux groupes possédaient un système de « tri linguistique » très robuste. Leurs cerveaux organisaient les objets en fonction de la façon dont nous en parlons et des mots que nous utilisons pour les décrire, indépendamment de leur capacité à imaginer l'objet ou non. Cette organisation basée sur le langage était très solide dans les deux groupes, agissant comme un système de secours fiable. L'étude suggère que la capacité d'avoir une image mentale vive n'est pas seulement un tour de passe-passe qui se produit après que vous avez vu quelque chose ; elle est en fait liée à la façon dont votre cerveau organise le monde visuel pendant que vous le regardez. Si vous n'avez pas ce film intérieur, votre cerveau pourrait s'appuyer davantage sur le « catalogue de mots » et moins sur le « catalogue d'images » dès le départ.

Les chercheurs ont également examiné ce qui se passait durant la partie imagination de la tâche. Ils ont découvert que, pour les personnes capables d'imaginer, la force de ce « tri visuel » dans leur cerveau correspondait à la vivacité de leurs images mentales. Plus l'image était vive, plus le motif visuel était fort. Mais pour les aphantasiques, ce motif visuel était à peine présent. Cela suggère que la différence entre voir et imaginer n'est pas seulement une question d'interrupteur qui s'allume ou s'éteint dans une « salle d'imagerie » spécifique. Au lieu de cela, l'organisation de toute la bibliothèque est subtilement différente. Le cerveau d'une personne atteinte d'aphantasie semble construire sa connaissance des objets en utilisant un plan différent — un plan qui s'appuie lourdement sur le langage et le sens, plutôt que sur la pure géométrie visuelle qui guide les cerveaux de ceux ayant une imagerie mentale vive. C'est un rappel que deux personnes peuvent regarder le même monde et le traiter de manières fondamentalement différentes, même si les deux accomplissent la tâche parfaitement.

Résumé technique : L'expérience visuelle intérieure biaise la géométrie des représentations neurales d'objets lors de l'encodage perceptif

Problématique et motivation
Des décennies de recherche ont établi un chevauchement neural substantiel entre la perception visuelle et l'imagerie mentale visuelle, particulièrement dans le cortex occipito-temporal ventral (VOTC). La vue prédominante postule que ces processus reposent sur un code neural commun. Cependant, ce chevauchement est souvent démontré par une activation partagée ou une précision de décodage croisé, ce qui reste agnostique quant au contenu spécifique et à la géométrie des représentations neurales sous-jacentes. Une question critique subsiste : l'expérience subjective de l'imagerie façonne-t-elle l'organisation des représentations d'objets même lors de la phase initiale d'encodage perceptif ?

Pour y répondre, les auteurs utilisent l'aphantasie congénitale — une condition caractérisée par l'absence d'imagerie visuelle consciente — comme un expérience naturelle pour dissocier l'expérience de l'imagerie de la connaissance de l'objet. Alors que des études précédentes suggéraient que l'aphantasie affecte principalement les processus spécifiques à l'imagerie (par exemple, une réduction de la similitude perception-imagerie dans des nœuds spécifiques), des preuves émergentes indiquent que les représentations perceptives elles-mêmes pourraient différer. L'étude examine si l'absence d'expérience d'imagerie altère la géométrie représentationnelle des objets pendant la perception, testant spécifiquement si les représentations neurales chez les aphantasiques reposent davantage sur des structures sémantiques dérivées du langage plutôt que sur des structures de similitude visuelle.

Méthodologie
L'étude a employé un paradigme de mémoire de travail visuelle avec rétro-indice (retro-cue) en utilisant l'IRMf pour comparer deux groupes : des individus atteints d'aphantasie congénitale ( $N=17$ ) et des visualisateurs typiques ( $N=22$ ). Les participants ont visionné des paires d'images d'objets (phase de perception), ont reçu un indice pour visualiser l'un des objets (phase d'imagerie), puis ont effectué une tâche de reconnaissance.

Le pipeline analytique comprenait trois étapes principales :

Localisation des représentations partagées : Une recherche par lampe de poche (searchlight) par machine à vecteurs de support (SVM) sur l'ensemble du cerveau a été réalisée pour identifier les régions présentant un décodage croisé réussi (entraînement sur la perception, test sur l'imagerie, et vice versa) pour les domaines d'objets. Cela a identifié des régions d'intérêt (ROI) dans le VOTC bilatéral, le gyrus temporal moyen postérieur (pMTG) et le gyrus frontal inférieur (IFG) droit.
Analyse de similitude représentationnelle (RSA) : Au sein de ces ROI, les auteurs ont utilisé des modèles linéaires à effets mixtes pour ajuster les matrices de dissimilarité représentationnelle (RDM) neurales contre des géométries de référence dérivées d'un réseau de neurones profonds multimodal (CLIP). Le modèle CLIP fournissait deux espaces de référence distincts :
- L'encodeur d'image : Capture la géométrie alignée sur la similitude visuelle.
- L'encodeur de texte : Capture la géométrie alignée sur les relations linguistiques.
  L'analyse contrôlait l'autre modalité pour isoler les contributions uniques.
Comparaison de modèles : L'étude a comparé le pouvoir explicatif des encodeurs CLIP multimodaux par rapport à leurs homologues unimodaux (DINOv2 pour la vision, RoBERTa pour le texte) à travers différentes couches de réseaux afin d'évaluer le rôle de l'alignement multimodal dans différents états cognitifs.

Résultats clés

Performance comportementale : Les deux groupes ont réalisé la tâche de mémoire de travail avec une précision et des temps de réaction comparables, indiquant que l'absence d'imagerie visuelle n'altère pas la reconnaissance de base des objets ou la performance de la mémoire de travail.
Géométrie de l'encodage perceptif :
- Visualisateurs : Ont montré un alignement unique significatif avec l'encodeur d'image CLIP (géométrie de similitude visuelle) dans le VOTC bilatéral et le cortex occipito-temporal latéral (LOTC) gauche.
- Aphantasiques : Ont montré un alignement unique significativement réduit avec la géométrie de l'encodeur d'image dans le LOTC gauche pendant la perception. Cependant, les deux groupes présentaient un alignement unique comparable et robuste avec l'encodeur de texte CLIP (géométrie de relation linguistique) dans le gyrus fusiforme (FG) bilatéral, le pMTG et l'IFG droit.
- Interaction : Une interaction significative entre le groupe et l'effet de l'encodeur d'image a été trouvée, confirmant que la réduction de la géométrie alignée sur le visuel est spécifique au groupe aphantasique.
Géométrie de la phase d'imagerie : Pendant la phase d'imagerie, l'alignement unique avec la géométrie de l'encodeur d'image n'était pas significativement différent entre les groupes au niveau du groupe. Cependant, à travers tous les sujets, la force de cet alignement dans le LOTC gauche était positivement corrélée aux scores de vivacité de l'imagerie (scores VVIQ).
Comparaison de modèles : Pendant la perception, les modèles unimodaux (DINOv2, RoBERa) expliquaient souvent la variance neurale aussi bien ou mieux que leurs homologues CLIP multimodaux. Inversement, lors de la phase d'imagerie, les encodeurs CLIP multimodaux montraient un avantage relatif sur les modèles unimodaux, suggérant que l'alignement multimodal devient plus critique lors de la reconstruction de représentations sans apport sensoriel direct.

Signification et affirmations
L'article affirme que l'expérience subjective de l'imagerie n'est pas simplement un sous-produit de représentations d'objets intactes, mais est fondamentalement associée à la géométrie des représentations d'objets neurales, tant lors de la perception que de l'imagerie.

La perception n'est pas invariante : L'étude remet en question l'hypothèse selon laquelle les représentations perceptives servent de référence stable et uniforme pour l'imagerie. Au lieu de cela, la « nature visuelle » de l'encodage perceptif est modulée par l'expérience de l'imagerie ; les individus sans imagerie (aphantasiques) présentent une réduction systématique de la géométrie alignée sur la similitude visuelle, et ce, avant même le début de la génération de l'imagerie.
Hétérogénéité des codes partagés : Les régions traditionnellement définies comme ayant des codes perception-imagerie « partagés » (via le décodage croisé) comprennent en réalité des géométries représentationnelles hétérogènes. Le décodage croisé réussi chez les aphantasiques semble être soutenu par une géométrie préservée alignée sur les relations linguistiques, même lorsque la géométrie alignée sur la similitude visuelle est diminuée.
Rôle de l'alignement multimodal : Les résultats suggèrent que le flux visuel ventral encode la connaissance des objets via de multiples principes d'organisation. Tandis que la géométrie de similitude visuelle est sensible à l'expérience de l'imagerie, la géométrie de relation linguistique reste robuste à travers les populations et les états cognitifs. De plus, la dépendance à l'alignement multimodal (visuel-langage) augmente lorsque les représentations doivent être maintenues en interne en l'absence d'entrée sensorielle.

En conclusion, les auteurs soutiennent que le « code neural partagé » entre la perception et l'imagerie n'est pas un format unitaire, mais un composite de géométries hétérogènes, où l'expression de la structure de similitude visuelle est directement liée à la capacité d'imagerie visuelle subjective.

Articles similaires