Classification multimodale EEG–fNIRS comme outil clinique pour le diagnostic du trouble bipolaire

Pourquoi cela compte pour la santé mentale quotidienne

Le trouble bipolaire est souvent difficile à diagnostiquer, en particulier lorsque les médecins doivent distinguer ses principaux sous-types. Parce que le diagnostic actuel repose presque entièrement sur des entretiens et l’observation, certaines personnes peuvent recevoir un traitement inadapté pendant des années. Cette étude examine si des enregistrements cérébraux simples et non invasifs — réalisés pendant qu’on effectue une tâche émotionnelle — pourraient fournir des indices objectifs pour savoir qui souffre d’un trouble bipolaire, quel sous-type est concerné, et qui est en bonne santé. Si cette approche réussit, elle pourrait permettre d’offrir des soins plus rapides et mieux adaptés dans des contextes cliniques ordinaires.

Observer les fluctuations d’humeur avec la lumière et l’électricité

Les chercheurs se sont concentrés sur une caractéristique centrale du trouble bipolaire : des difficultés persistantes à gérer les émotions, même pendant des périodes apparemment stables. Ils ont utilisé deux outils exploitables en dehors des grands hôpitaux. Le premier, l’EEG, enregistre l’activité électrique du cerveau via une coiffe de capteurs posée sur le cuir chevelu. Le second, le fNIRS, envoie de la lumière proche infrarouge à travers le front pour suivre les variations d’oxygénation sanguine dans les zones externes du cerveau. Ensemble, ces méthodes captent à la fois des signaux électriques rapides et des réponses hémodynamiques plus lentes dans la région frontale, impliquée dans le contrôle émotionnel, la prise de décision et le comportement social.

Tester la distraction émotionnelle en temps réel

Pour sonder le contrôle émotionnel, l’équipe a conçu une tâche visuelle où les participants devaient répondre uniquement à la couleur d’un cadre entourant une image, tout en ignorant si l’image était agréable, neutre ou désagréable. Cette mise en scène, une variation de la tâche Stroop émotionnelle, crée une tension entre les réactions émotionnelles et une tâche cognitive simple. Les participants comprenaient des adultes atteints de trouble bipolaire de type I, de type II, ainsi que des volontaires sains. Pendant la tâche, des capteurs EEG couvraient l’ensemble du cuir chevelu et un petit ensemble de sources et détecteurs fNIRS enregistrait les variations de flux sanguin au-dessus de la région frontale gauche.

Des motifs qui révèlent qui est qui

Tout d’abord, les chercheurs ont analysé le comportement. Les personnes atteintes de trouble bipolaire mettaient plus de temps à répondre aux images désagréables qu’aux images neutres ou agréables, suggérant que les émotions négatives interféraient davantage avec leur cognition. Les volontaires sains n’affichaient pas ce schéma. Ensuite, l’équipe s’est tournée vers les signaux cérébraux. Ils ont extrait des fenêtres temporelles de l’EEG (des réponses visuelles rapides autour d’un dixième de seconde jusqu’à des ondes ultérieures liées à l’émotion et à la prise de décision) et de la réponse fNIRS plus lente (capturant comment le flux sanguin augmentait et diminuait après chaque image). À partir de ces caractéristiques, ils ont entraîné des modèles d’apprentissage automatique pour classifier si une personne était saine ou avait un trouble bipolaire, et — parmi les patients bipolaires — si elle était de type I ou de type II.

La combinaison des signaux améliore la puissance diagnostique

Lorsque seuls les signaux EEG de la coiffe intégrale étaient utilisés, les modèles parvenaient déjà à séparer les patients des volontaires sains et pouvaient souvent distinguer les deux sous-types bipolaires. Mais l’ajout des caractéristiques fNIRS améliorait systématiquement ces résultats, en particulier pour les problèmes les plus difficiles : distinguer le type II des participants sains et différencier le type I du type II. Les mesures basées sur la lumière ont apporté des informations sur la manière dont les vaisseaux sanguins et l’activité neuronale interagissent dans le cortex frontal, capturant des différences neurovasculaires subtiles que l’EEG seul ne pouvait pas détecter. Même lorsque les données EEG étaient limitées aux seuls capteurs frontaux — simulant un système simplifié et plus portable — la combinaison EEG–fNIRS réduisait les erreurs de classification tout en maintenant de bonnes performances.

Vers un diagnostic plus simple et plus objectif

En termes simples, cette étude montre qu’un petit ensemble de capteurs placés sur la tête peut détecter des motifs cérébraux fiables qui diffèrent entre les personnes saines et celles atteintes de trouble bipolaire, et même entre ses principaux sous-types. En associant l’activité électrique et les variations du flux sanguin, la méthode renforce le signal disponible pour les classificateurs informatiques, rendant les distinctions de sous-type plus précises. Bien que des études de plus grande envergure soient encore nécessaires, ces conclusions ouvrent la voie à des outils faciles à déployer en clinique qui pourraient compléter les entretiens, aider à éviter les erreurs de diagnostic et, à terme, permettre des traitements plus précoces et plus personnalisés pour les personnes à risque de trouble bipolaire.

Citation: Tahir, I., Planat-Chrétien, A., Bertrand, A. et al. Multimodal EEG–fNIRS classification as a clinical tool for bipolar disorder diagnosis. Transl Psychiatry 16, 177 (2026). https://doi.org/10.1038/s41398-026-03858-1

Mots-clés: trouble bipolaire, imagerie cérébrale, EEG, fNIRS, régulation émotionnelle