Le bruit apériodique en 1/f entraîne l’activité des ripples chez l’humain

Pourquoi de minuscules ondes cérébrales comptent pour la mémoire

Lorsque nous dormons ou nous concentrons, notre cerveau produit de brèves rafales d’activité à haute fréquence appelées ripples, supposées aider à stocker et rejouer des souvenirs. Mais si nombre de ces ripples signalés étaient des illusions créées par le bruit de fond des enregistrements cérébraux ? Cette étude pose une question simple mais cruciale : combien des ripples rapportés chez l’humain sont de vrais signaux, et combien sont des artefacts de la ronflette électrique qui accompagne toujours notre wiring neuronal ?

Le chuchotement de fond du cerveau derrière les signaux

Les enregistrements électriques du cerveau ne sont jamais parfaitement propres. Sous des rythmes reconnaissables comme les ondes alpha ou les fuseaux du sommeil se cache un « sifflement » constant qui suit un profil 1/f : les fluctuations lentes portent plus de puissance que les rapides, et la pente de cette décroissance varie selon l’état cérébral. Lors de tâches focalisées, la pente est moins marquée ; au cours du sommeil profond elle devient plus prononcée. Les auteurs soutiennent que ce fond apériodique — souvent rejeté comme simple bruit — peut lui‑même générer de courtes rafales à haute fréquence qui ressemblent exactement à des ripples une fois traitées par les algorithmes de détection standard.

Tester les détecteurs de ripples avec du bruit synthétique

Pour explorer cette idée, les chercheurs ont d’abord créé des signaux entièrement artificiels composés uniquement de bruit 1/f, sans aucun ripple authentique ajouté. Ils ont ensuite soumis ces traces synthétiques à cinq méthodes couramment employées pour détecter les ripples. Fait frappant, chaque détecteur « a trouvé » de nombreux événements ressemblant à des ripples dans le simple bruit. Les formes d’onde et les motifs temps‑fréquence de ces faux ripples avaient l’air physiologiquement crédibles, se rapprochant étroitement des ripples observés lors d’enregistrements de sommeil réel. De plus, le nombre d’événements détectés dépendait systématiquement de l’inclinaison de la pente 1/f : quand la pente variait, le nombre de ripples augmentait ou diminuait de façon prévisible, révélant que les détecteurs sont très sensibles à la structure du bruit de fond.

Les données de sommeil réelles montrent que le bruit peut imiter les ripples

Ensuite, l’équipe s’est tournée vers des enregistrements nocturnes de patients portant des électrodes implantées dans des structures profondes de la mémoire et le cortex frontal. Pour chaque segment de 30 secondes de données réelles, ils ont construit un signal synthétique assorti avec la même pente 1/f mais sans oscillations véritables. En comparant les ripples trouvés dans les enregistrements réels à ceux trouvés dans le bruit apparié, ils ont estimé combien d’événements pouvaient s’expliquer uniquement par l’activité de fond. Dans le lobe temporal médial — un centre clé de la mémoire qui inclut l’hippocampe — environ 77 % des ripples observés pendant l’éveil calme se situaient dans le niveau attendu du bruit seul. Pendant le sommeil profond, où la pente 1/f est plus raide, cette proportion chutait fortement, ce qui suggère que les ripples du sommeil sont moins contaminés par le bruit et donc plus susceptibles de refléter une activité coordonnée réelle.

Les ripples liés aux tâches, échos de changements du bruit

Les auteurs ont ensuite examiné deux jeux de données de tâches provenant du cortex visuel et moteur, des régions cérébrales traditionnellement peu associées aux ripples. Tant dans une tâche de recherche visuelle que dans une simple tâche motrice, les détections de ripples augmentaient pendant l’engagement actif comparé aux intervalles de repos. Cependant, le fond 1/f changeait lui aussi avec les exigences de la tâche, devenant moins raide et augmentant la puissance aux hautes fréquences. Lorsque les chercheurs ont généré des signaux synthétiques reproduisant ces variations de pente, la même hausse du nombre de ripples est apparue, même en l’absence de ripples réels. Après avoir statistiquement pris en compte cette composante induite par le bruit, le lien entre ripples et engagement dans la tâche s’est largement estompé, ce qui implique que de nombreux « ripples d’éveil » observés pendant les tâches pourraient n’être que des effets secondaires d’une activité de fond changeante.

Repenser la façon dont nous repérons les ripples cérébraux significatifs

Pour les non‑spécialistes, le message clé est que beaucoup de ce qui a été étiqueté comme activité de ripple humaine — en particulier pendant l’éveil et les tâches complexes — pourrait être du bruit mal identifié. L’étude propose une solution pratique : avant d’interpréter des ripples comme des événements mnésiques significatifs, les chercheurs devraient estimer un plancher de bruit en simulant des signaux 1/f ayant la même forme spectrale, en appliquant les mêmes algorithmes de détection et en comptant combien de ripples spurieux apparaissent. Seuls les événements dépassant cette ligne de base sont susceptibles de refléter un véritable feulement coordonné. Autrement dit, pour comprendre comment le cerveau rejoue et stocke réellement les souvenirs, il faut d’abord respecter et modéliser soigneusement le fond bruyant qui peut si facilement tromper nos outils.

Citation: van Schalkwijk, F.J., Helfrich, R.F. Aperiodic 1/f noise drives ripple activity in humans. Nat Commun 17, 746 (2026). https://doi.org/10.1038/s41467-026-68404-5

Mots-clés: ripples hippocampiques, bruit neuronal 1/f, sommeil et mémoire, EEG intracrânien, détection de signaux cérébraux