Tâche d’attention soutenue (gradCPT) — Jeu de données utilisant EEG-fMRI simultanés et DTI

Pourquoi nos esprits vagabonds comptent

Tout le monde connaît la sensation de décrocher au milieu d’une tâche — vos yeux restent sur la page ou l’écran, mais vos pensées s’échappent vers les projets de demain ou une conversation récente. Cet article présente un jeu de données cérébrales riche et en accès ouvert conçu pour saisir ces moments quotidiens de perte d’attention au fil du temps. En enregistrant l’activité cérébrale avec plusieurs appareils avancés simultanément pendant que des participants réalisent des tâches exigeantes pour l’attention, les chercheurs visent à aider la communauté scientifique à mieux comprendre pourquoi la concentration flanche, comment les pensées internes entrent en compétition avec le monde extérieur, et comment différentes parties du cerveau coopèrent au fil du temps.

Regarder le cerveau sous deux angles à la fois

Aucun appareil neuronal unique ne peut tout voir quand l’attention vacille. L’imagerie par résonance magnétique fonctionnelle (fMRI) montre où l’activité change dans le cerveau avec une grande précision spatiale, mais elle est relativement lente. L’électroencéphalographie (EEG) suit l’activité électrique rapide à l’échelle des millisecondes, mais rend flou l’emplacement exact d’origine des signaux. Dans cette étude, 28 adultes en bonne santé étaient couchés dans un scanner IRM en portant un casque EEG de sorte que les deux types de données aient été collectés simultanément. L’équipe a aussi ajouté l’imagerie de diffusion, qui cartographie l’architecture des fibres cérébrales, permettant à des études ultérieures de relier les changements électriques rapides, les variations plus lentes du flux sanguin et les connexions de matière blanche sous-jacentes qui relient les régions cérébrales.

Un défi attentionnel propice à la rêverie

L’expérience centrale utilise une tâche continue graduelle appelée gradCPT, particulièrement adaptée pour révéler les changements de concentration au moment le moment. Les participants voient un flux d’images de villes et de montagnes qui se fondent doucement les unes dans les autres toutes les 800 millisecondes. Ils doivent appuyer sur un bouton pour la plupart des images de ville mais s’abstenir pour les images de montagne, moins fréquentes. Cette règle simple rend les lapsus évidents : une pression manquée ou une pression erronée sur une montagne indique une défaillance d’attention. Pour sonder comment les pensées internes interfèrent avec la tâche, les chercheurs ont aussi inclus des blocs où l’on demandait aux participants d’imaginer vivement leur journée de travail ou d’étude à venir tout en réalisant le gradCPT, ainsi que des périodes d’imagination pure, une tâche visuelle à damier scintillant et des périodes de repos les yeux ouverts ou fermés.

Des signaux bruités à des cartes cérébrales exploitables

Enregistrer de l’EEG à l’intérieur d’un scanner IRM est techniquement difficile : les champs magnétiques puissants et les gradients qui basculent rapidement génèrent d’importants artefacts électriques pouvant submerger les faibles signaux cérébraux d’intérêt. L’équipe a préparé chaque participant avec soin, minimisé le mouvement des câbles et suivi des dispositions reconnues pour les amplificateurs et le câblage. Ils ont ensuite utilisé des logiciels spécialisés pour soustraire les motifs de bruit répétés liés à l’IRM, éliminer les distorsions liées au battement cardiaque et filtrer d’autres artefacts. Pour les données fMRI, ils ont appliqué une chaîne de prétraitement moderne et standardisée, corrigé le mouvement de tête et les distorsions du scanner, lissé les images et quantifié la qualité du signal. Les images de diffusion ont été nettoyées et utilisées pour reconstruire les principales voies de matière blanche et des matrices de connectivité entre plus d’une centaine de régions cérébrales. Les contrôles de qualité ont montré que le mouvement était faible, que les signaux clés étaient robustes et que les connexions structurelles semblaient anatomiquement plausibles.

Comment les réseaux cérébraux annoncent des erreurs à venir

Pour démontrer ce que l’on peut faire avec le jeu de données, les auteurs ont reproduit un résultat classique sur les défaillances d’attention. Ils se sont concentrés sur trois grands réseaux cérébraux : les régions visuelles qui traitent les scènes, les réseaux d’attention qui soutiennent la focalisation dirigée par un objectif, et le réseau « mode par défaut », qui devient plus actif lors de l’attention tournée vers l’intérieur et de la divagation mentale. En comparant l’activité cérébrale avant les essais corrects et incorrects dans le gradCPT, ils ont constaté que les erreurs étaient précédées d’une activité plus forte dans les zones du réseau par défaut et d’une activité plus faible dans les zones visuelles. Ce schéma était particulièrement net pendant les périodes « hors zone », lorsque les temps de réaction fluctuaient davantage et que le comportement était moins stable. Autrement dit, le cerveau basculait déjà vers des pensées internes et s’éloignait de la tâche visuelle quelques instants avant que la performance ne décline.

Une ressource partagée pour étudier concentration et distraction

Au-delà de ces démonstrations initiales, le véritable produit de ce travail est le jeu de données public lui‑même. Organisé dans un format largement utilisé et partagé sur la plateforme OpenNeuro, il inclut les EEG bruts et prétraités, la fMRI, l’imagerie de diffusion et les données comportementales, ainsi que le code pour la présentation des tâches et l’analyse. Les chercheurs peuvent s’en servir pour tester de nouvelles méthodes de nettoyage de l’EEG en IRM, explorer comment l’architecture structurelle soutient l’attention, ou construire des modèles qui prédisent les lapsus à partir de motifs combinant plusieurs signaux cérébraux. Pour les non‑spécialistes, le message essentiel est simple : quand notre esprit divague, l’équilibre entre les réseaux cérébraux tournés vers l’extérieur et ceux tournés vers l’intérieur change de manière détectable — et ce jeu de données offre une nouvelle fenêtre puissante sur la façon dont ces changements se déploient dans le temps.

Citation: Cha, Y., Lee, Y., Ji, E. et al. Sustained Attention Task (gradCPT) Dataset using simultaneous EEG-fMRI and DTI. Sci Data 13, 573 (2026). https://doi.org/10.1038/s41597-026-06616-6

Mots-clés: attention soutenue, divagation mentale, EEG fMRI, réseaux cérébraux, données neuroimagerie ouvertes