L'influence de la résonance non linéaire sur les oscillations corticales humaines

Pourquoi les ondes cérébrales ne sont pas aussi simples qu'elles en ont l'air

Les enregistrements cérébraux ressemblent souvent à des courbes qui fluctuent à l'écran, et beaucoup de scientifiques traitent ces signaux comme s'ils étaient produits par un système simple et principalement linéaire. Cette hypothèse sous-tend de nombreux modèles du fonctionnement cérébral et des outils utilisés pour détecter des pathologies. L'étude résumée ici se demande si cette vision est vraiment correcte, en utilisant une nouvelle méthode pour démêler la structure cachée des ondes cérébrales et révéler quand le cerveau se comporte de manière plus complexe, non linéaire.

À la recherche de motifs cachés dans l'activité cérébrale

Les auteurs se concentrent sur les signaux électriques du cerveau humain enregistrés soit depuis le cuir chevelu (EEG), soit directement depuis des électrodes placées à l'intérieur du crâne (EEG intracrânien). Ces signaux sont généralement décomposés en deux parties : un fond lisse qui s'étend sur de nombreuses fréquences, et des pics rythmiques bien connus comme les rythmes alpha et mu. Les analyses traditionnelles examinent l'amplitude de chaque fréquence, mais ignorent comment différentes fréquences peuvent se verrouiller entre elles. L'équipe soutient que pour comprendre si le cerveau se comporte linéairement ou non, il faut étudier comment les fréquences interagissent, et pas seulement la puissance de chacune.

Une nouvelle manière de séparer fond et rythmes

Pour répondre à cela, les chercheurs présentent l'analyse des composantes EEG bispectrales, ou BiSCA. Cette méthode combine l'analyse spectrale classique avec un outil plus avancé, le bispectre, qui capture comment des paires de fréquences se combinent pour produire de nouvelles oscillations. BiSCA ajuste ces deux types d'informations simultanément puis décompose le signal en une composante apériodique, appelée Xi, et un ensemble de composantes rythmiques, appelées Rho, qui incluent les ondes alpha et mu. De façon cruciale, elle peut attribuer les signatures d'interaction non linéaire soit au fond lisse, soit aux rythmes, et tester statistiquement si chacune se comporte ou non comme un processus linéaire gaussien simple.

Tester si les ondes cérébrales sont vraiment linéaires

Les auteurs illustrent d'abord la sensibilité de leur test en simulant deux types de formes d'onde. Dans un cas, l'onde est symétrique et non sinusoïdale mais ne présente pas un type d'asymétrie qui produirait des harmoniques paires. Dans l'autre cas, l'onde est clairement biaisée, avec des crêtes plus pointues et des creux plus lents. Bien que les deux simulations paraissent complexes, seul le cas asymétrique montre de fortes signatures d'interactions quadratiques non linéaires lorsqu'on l'examine avec le bispectre. Cette démonstration montre que BiSCA est spécifiquement calibrée pour détecter un type de résonance non linéaire où des fréquences se mélangent pour produire de nouvelles fréquences apparentées.

La résonance non linéaire se trouve dans les rythmes cérébraux, pas dans le fond

En appliquant BiSCA à de larges collections d'enregistrements EEG et intracrâniens humains, l'équipe constate que la plupart des canaux ne se comportent pas comme un simple bruit linéaire gaussien à ce niveau quadratique. Plus de 80 % des canaux d'EEG scalp et environ deux tiers des canaux intracrâniens présentent soit de la non-linéarité, soit un comportement non gaussien, soit les deux. Lorsque les signaux sont séparés en leurs composantes Xi et Rho, un schéma frappant apparaît. Le fond apériodique Xi est presque toujours compatible avec un processus linéaire gaussien quand il est examiné avec des outils quadratiques, tandis que les rythmes Rho portent presque toutes les signatures non linéaires. En particulier, les rythmes parietaux classés comme mu montrent une résonance non linéaire particulièrement forte, encore plus que le rythme alpha visuellement proéminent dans les régions occipitales.

Ce que cela implique pour les modèles cérébraux et les biomarqueurs

Ces résultats remettent en question l'idée que les enregistrements cérébraux à grande échelle puissent être entièrement décrits par des modèles linéaires. L'activité de fond peut souvent être approximée ainsi, mais les pics rythmiques clairement ne le peuvent pas. Les résultats soutiennent plutôt une image hybride dans laquelle la composante apériodique résulte de nombreuses sources faiblement interactives qui, prises ensemble, paraissent linéaires et gaussiennes, tandis que les circuits oscillatoires se comportent comme des résonateurs non linéaires qui génèrent des harmoniques et des couplages inter-fréquences. Pour la médecine et les neurosciences cognitives, cela signifie que des informations utiles sur l'état cérébral et la maladie peuvent être portées non seulement par l'amplitude d'un rythme, mais par la façon dont ses cycles interagissent et se déforment dans le temps. BiSCA fournit une méthode rigoureuse pour capturer cette structure plus riche et pourrait guider la conception de modèles de dynamique cérébrale plus réalistes et de biomarqueurs basés sur les ondes cérébrales plus sensibles.

Citation: Wang, Y., Li, M., García Reyes, R. et al. The influence of nonlinear resonance on human cortical oscillations. Commun Biol 9, 605 (2026). https://doi.org/10.1038/s42003-026-10164-5

Mots-clés: EEG, rythmes cérébraux, dynamique non linéaire, ondes alpha et mu, analyse bispectrale