https://www.nature.com/articles/s41598-025-26438-7
TLDR; Nouvelle méthode de sonification appliquée aux IRM cérébrales, permettant de rendre audibles des statistiques complexes comme le bispectre (corrélations spatiales entre voxels 3D). Conversion de ces informations multidimensionnelles en notes d’une gamme en 1/4 de ton, pour capturer les subtiles variations liées au vieillissement. Les différences entre groupes d’âge sont perceptibles à l’oreille, après normalisation et transformation des signaux. Cette approche pourrait faciliter l’analyse de données pour les chercheurs malvoyants et, à terme, aider au diagnostic précoce de maladies neurodégénératives.
Auteurs: Francisco-Shu Kitaura, Emi-Pauline Kitaura, Niels Janssen, Antonella Maselli, Ernesto Pereda & Aurelio Carnero Rosell.
Contexte et objectifs
La sonification est une méthode émergente pour analyser et communiquer des données complexes, notamment pour les personnes malvoyantes ou pour révéler des motifs invisibles à l’œil nu. Cependant, la plupart des méthodes actuelles se limitent à des données unidimensionnelles, faute de techniques robustes pour traiter des données multidimensionnelles.
L’objectif de cette étude est de développer une méthode de sonification pour des données tridimensionnelles (comme les IRM cérébrales), en utilisant des statistiques d’ordre supérieur (bispectre) pour capturer des interactions complexes entre les voxels du cerveau.
Méthodologie
- Données utilisées :
- Base de données de 864 sessions d’IRM de sujets âgés de 40 à 100 ans.
- Analyse du bispectre (ordre 3 en espace de Fourier), qui quantifie les corrélations spatiales entre voxels.
- Sonification :
- Sélection d’une configuration de bispectre sensible au vieillissement cérébral.
- Conversion des valeurs du bispectre en notes MIDI (piano), sur une gamme de 8 octaves (avec possibles quarts de ton pour plus de précision, mais ils n’en disent pas grand chose).
- Normalisation des amplitudes pour que les signaux restent audibles et comparables entre groupes d’âge.
- Transformation non-linéaire pour accentuer les différences entre groupes.
- Évaluation de la fidélité :
- Mesure de la perte d’information lors de la reconstruction du signal original à partir du signal sonifié.
- Résultat : la perte d’information est minime, surtout avec l’utilisation de quarts de ton.
Résultats
- Sonification par groupe d’âge :
- Exemples audio générés pour 5 groupes (40, 50, 60, 70, et 80-100 ans).
- Les différences entre groupes éloignés (ex. 40-50 vs 80-100 ans) sont clairement audibles, mais les différences entre groupes proches (ex. 40-50 vs 50-60 ans) sont plus subtiles.
- La sonification des différences entre groupes (plutôt que des signaux bruts) améliore la perception des variations.
- Potentiel diagnostique :
- Le bispectre sonifié pourrait, à terme, aider à détecter des marqueurs précoces de maladies neurodégénératives (ex. démence), bien que cela nécessite des validations cliniques supplémentaires.
- Accessibilité :
- La méthode ouvre des perspectives pour les chercheurs malvoyants, leur permettant d’analyser des données complexes via l’audition.
Limitations et perspectives
- Limitations :
- La perception des signaux sonifiés dépend de l’acuitée auditive et de l’entraînement de l’auditeur.
- Risque de simplification excessive ou de surcharge perceptive si la méthode n’est pas soigneusement conçue.
- Nécessité de valider la méthode par des études statistiques et perceptives approfondies.
- Perspectives :
- Étendre la méthode à d’autres configurations de bispectre et à d’autres types de données multidimensionnelles.
- Intégrer la sonification comme outil complémentaire à la visualisation, notamment pour l’analyse de données médicales complexes.
Conclusion
Cette étude propose un cadre général pour la sonification de données multidimensionnelles, appliqué ici aux IRM cérébrales. La méthode permet de traduire des statistiques complexes en signaux audibles, avec une perte d’information minimale, et ouvre la voie à de nouvelles applications en neurosciences, en diagnostic médical et en accessibilité.
Liens :
- Données et code : GitHub – sonification et GitHub – brainage-higherorder.
- Site du projet Cosmic Brain : www.cosmic-brain.org
