Cortex visuel d’une souris : le film qu’elle regarde, reconstruit image par image

50 clips vidéo de dix secondes ont été reconstruits à partir de la seule activité du cortex visuel de souris. Le résultat vient de deux laboratoires londoniens, le Sainsbury Wellcome Centre de l’University College London et le département de bio-ingénierie d’Imperial College. Il est publié dans eLife le 10 mars 2026. Le principe tient en trois temps : l’animal regarde un film, ses neurones s’allument, un modèle produit une vidéo qui ressemble à celle qu’il a vue.

Concrètement, personne n’a lu dans la tête d’une souris. Trois briques s’enchaînent. Un microscope biphotonique filme la fluorescence de protéines qui s’allument quand un neurone décharge. On obtient ainsi l’activité de plusieurs milliers de cellules de l’aire visuelle primaire suivies en même temps. Un réseau de neurones artificiels apprend ensuite à prédire, image par image, ce que chaque cellule va faire devant une vidéo donnée. La reconstruction part enfin d’une vidéo quelconque et la retouche par rétropropagation jusqu’à ce que l’activité prédite colle à l’activité enregistrée. Le film n’est donc jamais extrait du cerveau : il est fabriqué, puis corrigé jusqu’à expliquer les décharges mesurées.

Pourquoi des clips inédits marchent aussi

Les films reconstruits ne sont pas ceux qui ont servi à l’entraînement. Les données proviennent du jeu public de la compétition Sensorium 2023, dont une partie est réservée au test. Le modèle n’a vu ni ces clips ni les réponses neuronales qui vont avec. À partir de l’activité d’environ 8 000 neurones du cortex visuel, une équipe de l’University College London a reconstruit 50 clips de 10 secondes vus par 5 souris, avec une corrélation de 0,57 entre le film montré et le film reconstitué, selon l’étude publiée dans eLife le 10 mars 2026. La mesure exacte est de 0,569, avec un intervalle de confiance à 95 % allant de 0,542 à 0,596. Calculée image par image, elle tombe à 0,512.

Le point de comparaison donné par les auteurs est le suivant : les reconstructions antérieures d’images fixes, chez la souris éveillée, atteignaient 0,24. Assembler sept modèles au lieu d’un seul apporte 28 % de qualité supplémentaire. Le manuscrit, lui, circulait depuis longtemps : sa première version est en ligne sur bioRxiv depuis le 19 juin 2024, la dernière version de préprint datant du 30 septembre 2025.

Ce que le nombre de neurones change

Retirer des neurones dégrade la vidéo, mais moins vite qu’on ne l’imagine. En supprimer la moitié coûte 9,96 % de qualité de reconstruction. En supprimer trois quarts en coûte 24,9 %. Autrement dit, avec environ 2 000 neurones sur 8 000, la reconstruction garde près des trois quarts de sa qualité. Les auteurs y voient une propriété de leur méthode, pas une loi du code neuronal.

Les relecteurs de la revue ont interrogé ce gain : de mille à huit mille cellules, la corrélation progresse d’environ 0,2. Avec environ 1 000 neurones seulement, les auteurs chiffrent la perte à 39,5 %.

Ce que « décoder » ne veut pas dire

Le mot décodage laisse entendre qu’on ouvre une porte sur une expérience intérieure. Ce n’est pas le cas ici. Ce que le modèle restitue, c’est une carte de pixels corrélée à celle du film original, sur dix secondes. Le cortex visuel primaire de la souris répond à des contrastes et à des mouvements. Aucune intention, aucun souvenir, aucune image mentale n’entre dans le calcul.

Les relecteurs sont d’ailleurs sévères sur la portée théorique. La méthode combine des composants existants sans en inventer de nouveau. Le travail n’explore pas non plus les principes de codage neuronal. Les images reconstruites gardent un bruit haute fréquence dans les zones lisses et rendent mal les basses fréquences spatiales. Vous voyez la silhouette et le mouvement, pas la texture.

Reste la trajectoire vers l’humain. L’imagerie biphotonique y est hors jeu : elle exige une fenêtre crânienne et des protéines fluorescentes introduites génétiquement. Les interfaces qui avancent aujourd’hui passent par des électrodes, comme un implant cortical qui rend la parole et les gestes à une personne paralysée. L’étude londonienne n’apporte pas une technique transférable à ce chantier. Elle apporte un ordre de grandeur : quelques milliers de cellules bien modélisées suffisent à reconstituer un signal riche.

« Nous voulions une meilleure façon d’étudier comment le cerveau interprète ce que nous voyons », explique Joel Bauer, premier auteur. Il le dit dans le communiqué de l’University College London du 10 mars 2026. L’objectif affiché n’a pas bougé : mesurer ce que le cortex représente, pour comprendre comment il s’y prend.

Article créé en collaboration avec l’IA.