D’une façon générale, la connaissance de l’architecture fonctionnelle du cerveau passe par deux approches complémentaires : approche fonctionnelle chez le sujet sain et approche anatomo-clinique chez le patient atteint de lésion focale et limitée du cerveau. L’approche « anatomo-clinique » s’applique à tout patient qui présente une lésion focale et bien limitée du cerveau, responsable de dysfonctionnements exprimés en clinique. Cette approche est complémentaire de l’approche fonctionnelle. Si l’imagerie fonctionnelle visualise les réseaux neuronaux activés au cours de paradigmes expérimentaux spécifiques du processus cognitif étudié, seule l’analyse des perturbations produites par une lésion cérébrale circonscrite et anatomiquement bien définie dans les mêmes paradigmes expérimentaux permet de préciser l’importance fonctionnelle réelle de cette aire cérébrale dans la fonction considérée.

Chaque expert réalise en permanence un va-et-vient intellectuel entre l’observation, les données du patient et les connaissances théoriques qu’il possède. L’architecture générale de la base de données doit rendre compte de ces deux niveaux (les données, les connaissances) et de la dynamique de cette interaction entre données et connaissances. La base de données que nous souhaitons mettre en œuvre doit être à deux niveaux : le premier est constitué par des données « patients » et le second tient aux connaissances des experts dans ces différents systèmes : cognitif, neuroanatomique et psychocomportemental. La base de données établit des voies de passage entre chaque système de connaissance, qui tiennent à leurs inter-relations : liens établis entre la cognition et la neuroanatomie, liens établis entre le psychocomportement et la cognition, liens établis entre le psychocomportement et la neuroanatomie. La Fig. 1 représente la macro-structure de la base de données, avec ses deux niveaux.

La base de données manipule des données anatomiques (A), des données fonctionnelles (F) et produit des données de type « anatomo-fonctionnel » (A–F). En passant par le filtre des connaissances (représenté par chacune des boîtes dans la Fig. 1), les données vont être repositionnées dans un réseau de connaissances anatomo-fonctionnelles et ainsi produire une synthèse entre des données anatomiques et des données fonctionnelles, réalisant la valeur ajoutée de cette juxtaposition des données anatomo-fonctionnelles. Ceci est illustré par la formule : A + F → A – F. En retour, les approches systémiques (exemple : l’approche cognitive) pourront tirer profit de la confrontation des modèles théoriques aux données de la pathologie cérébrale, qui permettront de confirmer ou de revisiter des connaissances acquises.

La création d’une banque de données anatomo-fonctionnelles ne peut faire l’économie du passage d’un mode de représentation analogique de l’information à un mode de représentation propositionnelle et relationnelle et, par conséquent, d’une description du format de l’information représentée. La forme de représentation propositionnelle diffère de la forme de représentation analogique du point de vue du statut des propriétés. Ces dernières seraient intrinsèques aux représentations analogiques, tandis qu’elles devraient être spécifiées de façon extrinsèque dans l’élaboration des représentations propositionnelles 〚3〛 : « leur élaboration suppose que certaines caractéristiques des objets soient d’abord isolées et que les représentations entre les symboles qui les représentent soient ensuite spécifiées de façon extrinsèque à ces symboles. L’unité élémentaire de la représentation est une proposition abstraite, exprimant une relation entre deux symboles. La correspondance entre la représentation et le référent ne repose sur aucun isomorphisme, elle est arbitraire » 〚4〛. Le traitement propositionnel des connaissances permet donc d’élaborer des représentations décomposables, en isolant les propriétés pertinentes de celles qui ne le sont pas et en spécifiant les relations vérifiables entre les objets. La banque de connaissances et de données doit pouvoir s’appuyer sur : (1) la définition, la représentation de l’élément d’information le plus unitaire du modèle ; 2) l’élaboration d’un modèle d’articulation et d’organisation de ces éléments unitaires entre eux.

Dans la représentation propositionnelle, l’élément de base se présente sous la forme d’une structure de base à quatre champs (Fig. 4). Le premier champ de la structure est obligatoire. Il indique la nature de l’élément : D introduit une définition, P une propriété, R une relation entre deux composants de même nature (anatomique ou fonctionnel), L une liaison anatomo-fonctionnelle entre deux éléments de nature différente, selon une règle anatomo-fonctionnelle. Le deuxième champ contient la connaissance et/ou les données sur le cerveau à introduire dans le modèle. Le modèle doit connaître la source de chaque élément de connaissance pour contrôler l’exploitation des connaissances apportées par différentes disciplines (exemple : certaines structures cérébrales gardent le même nom d’une espèce à l’autre, tout en présentant des différences, ou encore les maladies du système nerveux central chez l’homme ne réalisent jamais l’équivalent des ablations ou destructions expérimentales de régions cérébrales chez l’animal). Les troisième et quatrième champs renseignent sur le moyen d’apport de la connaissance (études neurophysiologiques, neuroanatomie, corrélations anatomo-cliniques, analyses systématiques sur des séries importantes, études en imagerie fonctionnelle chez l’homme, expérimentation sur l’animal...), ainsi que sur les références bibliographiques. Ces éléments de connaissance vont être regroupés entre eux pour former les composants de base du modèle. Ces composants de base sont, soit des éléments anatomiques (A), soit des éléments fonctionnels (F).

4.1.2.1 Représentation propositionnelle de l’élément anatomique (A)

Un élément anatomique (A) sera défini par un identifiant unique. Un élément anatomique est caractérisé par n propriétés anatomiques. Un élément anatomique possède m relations anatomiques avec d’autres éléments anatomiques, de voisinage ou à distance. L’ensemble de ces éléments anatomiques et de leurs relations constituent le réseau anatomique. Un élément anatomique possède p liaisons anatomo-fonctionnelles avec des éléments fonctionnels, liaisons mises en place selon les règles anatomo-fonctionnelles exprimées dans la base de connaissances. La Fig. 5 présente la structure d’un élément anatomique.

4.1.2.2 Représentation propositionnelle de l’élément fonctionnel (F)

Les connaissances actuelles permettent d’établir des relations de différents types entre composants de même nature. L’ensemble des éléments anatomiques et de leurs relations constituent le réseau anatomique, l’ensemble des éléments fonctionnels et de leurs relations constituent le réseau fonctionnel. La représentation propositionnelle doit spécifier de façon extrinsèque les relations intra-réseau que chaque élément (A ou F) possède avec d’autres éléments de même nature : (R(A,A) ou R(F,F)). Ces réseaux seront représentés et traités grâce aux fonctions mathématiques des graphes (Fig. 6) et des matrices associées aux graphes. Un graphe est un schéma constitué par un ensemble de points x₁, x₂,…, x_n, et par un ensemble de flèches reliant chacun de ceux-ci. Les points sont appelés les sommets – ou les nœuds – du graphe, et les flèches les arcs – ou les relations – du graphe ; si, en outre, le nombre d’arcs qui va d’un sommet x_i à un sommet x_j ne peut jamais excéder un entier p, on parlera de p-graphe 〚9〛. Ce format de représentation apportera des fonctions de traitement mathématique intéressantes dans le cadre de notre problématique : l’arc u = (x,y) entre une extrémité initiale x et une extrémité terminale y ; la boucle (x,x), qui est une forme particulière d’arc ; l’hypergraphe, qui est un graphe dans lequel les arêtes sont de cardinalité quelconque (et non plus nécessairement 2 comme dans les graphes) et qui permet donc d’établir une relation entre n nœuds ; l’ensemble des successeurs d’un noeud x du graphe G : Γ⁺_G (x) ; l’ensemble des prédécesseurs d’un noeud x du graphe G : Γ^–_G(x) ; l’ensemble des nœuds voisins d’un noeud x : Γ⁺_G(x) ∪ Γ^–_G(x).

4.1.3.1 Le réseau anatomique

4.1.3.2 Le réseau fonctionnel

Le traitement propositionnel doit spécifier les relations inter-réseau et exprimer la structure d’un élément de synthèse anatomo-fonctionnelle selon la formule : A + F → A – F, ainsi que les types de règles ayant permis la synthèse.

4.1.4.1 Les règles anatomo-fonctionnelles

4.1.4.2 Définition de la structure d’un élément de synthèse

L’établissement d’une liaison de type anatomo-fonctionnelle entre un élément anatomique (A) et un élément fonctionnel (F) permet de créer un élément de synthèse anatomo-fonctionnelle (A – F). La liaison s’établit à partir des règles anatomo-fonctionnelles (A + F → A – F). La Fig. 7 représente la production d’un élément de synthèse (A – F). Chaque élément anatomique A et chaque élément fonctionnel F peuvent posséder plusieurs liaisons de type anatomo-fonctionnelles. Si on considère que l’élément anatomique a₁ est intégré dans un réseau anatomique grâce à ses relations anatomiques R₁, R₂,…R_m et que l’élément fonctionnel f₁ est intégré dans un réseau fonctionnel grâce à ses relations fonctionnelles R₁, R₂,…, R_m, alors l’établissement de la liaison anatomo-fonctionnelle (A – F) introduit un point de jonction entre ces deux réseaux, constituant de fait un réseau anatomo-fonctionnel.

4.1.4.3 Définition de l’architecture du réseau anatomo-fonctionnel

« La lésion implique principalement le lobule pariétal inférieur gauche (le gyrus supramarginal, BA 40, et la partie antérieure du gyrus angulaire, BA 39). Elle englobe le sillon intrapariétal. Il existe une extension de la lésion vers la première circonvolution temporale avec une atteinte de l’aire de Wernicke (BA 22) » (Fig. 2). La transcription de cette description anatomique en une forme propositionnelle suppose la définition de l’ensemble des éléments anatomiques impliqués dans la lésion, en précisant de façon extrinsèque leurs propriétés et leurs relations : 〚A〛〚LbPi〛〚D〛〚lobule pariétal inférieur〛 ; 〚A〛〚GSM〛〚D〛〚gyrus supramarginal〛 ; 〚A〛〚BA40〛〚D〛〚aire de Brodmann 40〛 ; 〚A〛〚GA〛〚D〛〚gyrus angulaire〛 ; 〚A〛〚BA39〛〚D〛〚aire de Brodmann 39〛 ; 〚A〛〚SiP〛〚D〛〚sillon intrapariétal〛 ; 〚A〛〚T1〛〚D〛〚1^re circonvolution temporale〛 ; 〚A〛〚We〛〚D〛〚aire de Wernicke〛. La topographie corticale peut être définie de manière hiérarchique : le cerveau est composé de deux hémisphères ; un hémisphère est divisé en lobes principalement délimité par les plus grands sillons : lobe frontal, lobe pariétal, lobe occipital et lobe temporal. Les lobes sont subdivisés par les sillons en circonvolutions (gyrus). Afin de compléter la représentation, on définira les éléments les plus généraux de cette hiérarchie et on introduira des relations de type partitive : 〚A〛〚B〛〚D〛〚Brain〛 ; 〚A〛〚Hg〛〚D〛〚Hémisphère gauche〛 ; 〚A〛〚LP〛〚D〛〚lobe pariétal〛 ; 〚A〛〚LT〛〚D〛〚lobe temporal〛 ; R_part(HG, B) ; R_part(LP, HG) ; R_part(LT, HG) ; R_part(LbPi, LP) ; R_part(GSM, LbPi) ; R_part(GA, LbPi) ; R_part(T1, LT). Les relations de type histologique permettent d’établir les correspondances en terme d’aires de Brodmann. « L’aire de Wernicke est constituée du tiers postérieur de BA 22 et des parties immédiatement adjacentes du cortex de BA 39-40 » 〚11〛 : R_BA(Wer, tiers postérieur(BA22), partie adjacente (BA39), partie adjacente (BA40)) ; R_BA(GSM, BA40) ; R_BA(GA, BA39) (Fig. 8).

« Le patient présente une aphasie de conduction sur les arguments suivants : (1) des transformations phonémiques ; (2) un manque du mot ; (3) un trouble majeur de la répétition ; (4) une fluence conservée avec un discours peu informatif ; (5) un trouble du maintien en mémoire à court-terme du matériel verbal. Il existe aussi des troubles dépassant le cadre syndromique de l’aphasie de conduction en la présence de troubles de la compréhension et d’une agraphie sévère » (Fig. 2). Cette description des déficits concerne essentiellement le langage. Afin de traduire cette description en une forme propositionnelle, on utilisera un premier réseau fonctionnel constitué sur la base du rapprochement des tests neuropsychologiques avec les divers aspects d’une fonction cognitive (§ 3.1). Cela suppose de définir les éléments fonctionnels nécessaires et d’introduire une relation de type groupe : 〚F〛〚L〛〚D〛〚langage〛 ; 〚F〛〚Com〛〚D〛〚compréhension, versant réceptif〛 ; 〚F〛〚Exp〛〚D〛〚expression, versant expressif〛 ; 〚F〛〚ExpO〛〚D〛〚expression modalité orale, aspect praxique〛 ; 〚F〛〚ExpE〛〚D〛〚expression modalité écrite, aspect graphique〛 ; R_Cg({Com, Exp}, L) ; R_Cg({ExpO, ExpE}, Exp) (Fig. 8).

La synthèse des données nécessite que les données anatomiques et les données fonctionnelles soient positionnées sur un référentiel anatomo-fonctionnel, lui-même basé sur les connaissances anatomo-fonctionnelles. Le référentiel anatomo-fonctionnel est obtenu par le rapprochement du réseau anatomique, du réseau fonctionnel et de leurs jonctions réalisées par l’apport de règles de liaison anatomo-fonctionnelle. Cela nécessite de traduire dans une forme propositionnelle, les connaissances à introduire dans le système : « Damage to Wernicke’s area causes severe comprehension as well as naming deficits » 〚11〛 ; il est nécessaire de disposer d’une catégorie de classe de liaison, d’expression positive, de type « causes severe deficits », à partir de laquelle nous instancierons un objet « règle de liaison » du même type, avec les références à la littérature : L_CSD(Wer, Com, 〚Mesulam, 1998〛). L’établissement de ce point de jonction permet le rapprochement d’un élément du tableau anatomique du patient (atteinte de l’aire de Wernicke) avec un élément du tableau fonctionnel du patient (présence de troubles de la compréhension) (Fig. 8).

Anatomofunctional Brain Mapping projects have in the last few years considerably progressed, largely since the arrival of technologies and instruments allowing access in vivo to cerebral anatomy and functioning. Each one of these different arrivals brought about an explosion of information and understanding. As a result, it has become difficult for the human mind to integrate the existing knowledge in a global understanding of the brain. One solution to this problem can be sought in advanced computer technology and information science. The term ‘Brain Mapping’ was used for the first time in 1991 by the American Medical Institute. Vast international programmes (e.g. The Human Brain Project) have seen the day in the ‘Brain Mapping’ community. Generally, their objective is to establish a map of all of the structures of the brain and of their functions, without taking individual variations into account. The resulting atlases are probabilist, that is to say, they give the probability at each point in the brain of being in a given structure.

2.2.1 The anatomo-clinical approach

2.2.2 Differential treatment of data and knowledge

2.2.3 An anatomofunctional referential

2.2.4 A propositional representation of data and knowledge

A neuropsychological check-up relies upon the observation and application of objective tests. The analysis of the results is both quantitative (statistical methods) and qualitative (cognitive and behavioural processes). The neuropsychological examination is structured by the main cognitive functions: executive functions, memory, language, attention, arithmetic, logical reasoning, global cognitive efficiency, movements, visuo-spatial function, visuo-perception. In fact, the aim of a neuropsychological examination is not so much to quantify and qualify the main cognitive functions as to quantify and qualify the different elements that make them up. Native data obtained in the neuropsychological tests should lead, via references to cognitive tasks, to elementary cognitive processes, which alone can give a relevant level of information concerning the real cognitive functioning of the subject.

Behaviour is the observable aspect of mental activity. The evaluation has both a quantitative and qualitative dimension. It relies on attribution of scores for behavioural scales. Behavioural problems can accentuate associated cognitive problems and their phenomenological expression is determined by cognitive problems themselves.

The native data result from neuroradiological examinations: Magnetic Resonance Imagery taken in three spatial axes (3D–MRI). The method adopted is the description and the localisation of a cerebral lesion according to three neuroanatomical referentials: sulco-gyral anatomy, Brodmann’s cytoarchitectonic areas, and Talairach coordinate system. The damages cerebral entity is not considered in isolation but conserved in a complex anatomical system in which the entities interact with each other.

The re-education can be considered as the prototype of an anatomofunctional synthesis act. The database should produce relevant elements of synthesis for the re-education project. The re-education should in return provide new information for the database.

The most unitary element dealt with by the model should be related to all elements of knowledge on the brain; this basic element is termed brain knowledge element. These elements of knowledge will be grouped to form the basic components of the model: either anatomical elements (A) or functional elements (F). Each component is identified by a unique indicator. An anatomical element (A) is characterised by n anatomical properties and can develop m anatomical relationships with other anatomical components. The whole of these anatomical components and their inter-relationships constitute an anatomical network (R(A,A)). A functional element (F) is characterised by n functional properties and can establish m relationships with other functional components. The whole of these functional components and their inter-relationships constitute a functional network (R(F,F)). The most accomplished architecture in the model is found through its capacity to establish inter-network links based on the anatomofunctional rules; these rules allow the expression of anatomofunctional knowledge. An anatomofunctional rule (A + F → A – F) permits anatomofunctional link to be made between an anatomical component and a functional component and generates a synthetic component (A – F), which has access to each one of the two networks; thus the junctions between the two networks represent an anatomofunctional network in themselves.

The current knowledge makes it possible to establish different types of relationships between components of the same ‘nature’. The anatomical relationships are essentially descriptive and correspond to a grouping of sub-groups of elements according to the principal types of organisation of the central nervous system: cortical, histological, chemical, connecting. In the understanding of brain functioning, said to be ‘connectivist’, there is an attempt to associate each brain function a global activity of a network of localised modules. A functional model consists in the definition of elementary processes, each one being responsible for a part of the global functioning process, then in the connection of these modules by functional relationship. The propositional representation must extrinsically specify the intra-network relationships that each one (A or F) has with other elements of the same nature: (R(A,A) or R(F,F)). These networks will be represented and processed thanks to the mathematical functions of the graphs.

The propositional treatment should specify the inter-network and express the structure of an anatomofunctional synthesis element according to the formula: A + F → A – F, as well as the different types of rules that bring about the synthesis. The anatomical–functional rules are obtained by (1) the paradigms of the lesion, (2) the functional imagery paradigms. The rules can be categorised as (i) positive expression (when the anatomical component A is destroyed only then function F is always impaired), (ii) negative expression (when the anatomical component A is preserved, then the function F is unchanged), (iii) weighing-up rules that help us to judge the importance of the anatomical entity A in the expression of the function F.