IRM fonctionnelle et hypnose : la checklist du protocole

En 2016, l'équipe du Pr David Spiegel à Stanford a présélectionné 545 candidats pour en retenir 57: 36 sujets hautement hypnotisables et 21 faiblement hypnotisables, observés en IRM fonctionnelle selon quatre conditions expérimentales.

IRM fonctionnelle et hypnose : la checklist du protocole

IRM fonctionnelle et hypnose: la checklist du protocole

Ce ratio — moins de 11 % de la cohorte initiale — résume la difficulté méthodologique du domaine: mesurer l'activité cérébrale d'un sujet en état de transe suppose de maîtriser simultanément les contraintes physiques du scanner, la standardisation des suggestions et la stratification fine des participants.

L'imagerie fonctionnelle appliquée à l'hypnose ne cherche pas à « visualiser » la transe comme on filme un comportement. Elle isole, à partir du signal BOLD (Blood Oxygen Level Dependent), les variations hémodynamiques associées à un état cognitif modifié — absorption, dissociation, conformité à la suggestion — par comparaison avec un état de repos et avec un groupe contrôle. Cette logique expérimentale impose un protocole rigoureux, dont chaque maillon — recrutement, induction, acquisition, analyse — conditionne la validité des conclusions.

Ce que le scanner impose à l'expérience

Champ magnétique, bruit, immobilité

L'IRM fonctionnelle repose sur un champ magnétique intense (1,5 T, 3 T, plus rarement 7 T en recherche). Le sujet est allongé sur le dos, la tête maintenue par une cage de contention mousse, dans un tunnel où les gradients génèrent un bruit pouvant atteindre 100 à 130 dB. L'immobilité stricte est requise: un déplacement supérieur à 1–2 mm entre volumes invalide l'analyse statistique en introduisant des artefacts de mouvement corrélés au signal.

La première variable d'un protocole IRMf sous hypnose n'est pas la suggestion: c'est la capacité du participant à maintenir l'immobilité tout au long de la séquence d'acquisition.

Ces conditions physiques constituent un filtre implicite sur les participants. Un sujet claustrophobe, anxieux face au bruit ou incapable de rester immobile vingt minutes consécutives ne produira pas un signal exploitable, quel que soit son niveau d'hypnotisabilité. La tolérance au scanner est donc un prérequis aussi déterminant que le score SHSS, et pourtant rarement documentée dans les publications — ce qui limite la comparaison directe entre études.

Conséquences sur l'induction

Ces contraintes physiques dictent la conduite de l'induction hypnotique:

  • Voix enregistrée diffusée via un casque IRM-compatible: standardisation inter-sujets, contrôle du timing par rapport à l'acquisition des volumes. C'est l'option privilégiée dans les protocoles de grande taille où la reproductibilité prime.
  • Voix portée par un expérimentateur resté en salle de contrôle, relayée par microphone: moins reproductible, mais permet une adaptation en temps réel au comportement observé du sujet (mouvements, changements de respiration).
  • Enregistrement vidéo du visage via caméra miroir intégrée au tunnel: permet de vérifier a posteriori si le sujet a fermé les yeux, s'est endormi ou a présenté des signes de détresse.

La verbalisation du sujet pendant l'acquisition reste un point délicat. La production de parole engendre des mouvements de la mâchoire et du larynx qui créent des artefacts massifs dans les régions temporales et orbitofrontales — précisément celles qui intéressent les chercheurs en hypnose. La majorité des protocoles imposent donc le silence pendant les runs et réservent les mesures subjectives de profondeur de transe à la phase post-scan.

Sélection des participants et stratification par hypnotisabilité

Pourquoi stratifier

La variabilité inter-individuelle de la susceptibilité hypnotique est documentée depuis les travaux d'Ernest Hilgard et formalisée par les échelles de Harvard (HGSHS: Harvard Group Scale of Hypnotic Susceptibility) et de Stanford (SHSS: Stanford Hypnotic Susceptibility Scale). Les sujets hautement hypnotisables (SHSS ≥ 8/12) présentent des réponses neurophysiologiques qualitativement différentes de celles des sujets faiblement hypnotisables (SHSS ≤ 4/12). Un échantillon non stratifié dilue les effets dans le bruit inter-sujets et produit des résultats non interprétables.

L'étude Stanford 2016 illustre ce filtrage: sur 545 volontaires, seuls 36 « hauts » répondeurs et 21 « bas » répondeurs ont été inclus, après dépistage et exclusion des sujets présentant des contre-indications IRM ou des antécédents neurologiques ou psychiatriques.

Critères d'inclusion et d'exclusion

CritèreInclusion typiqueExclusion typique
HypnotisabilitéSHSS ou HGSHS ≥ 8 (haut); ≤ 4 (bas)Non testée ou scores intermédiaires
Âge18–65 ans< 18 ans, > 65 ans selon protocole
NeurologieAbsence d'antécédentsÉpilepsie, AVC, traumatisme crânien sévère
PsychiatrieAbsence de trouble actuelTrouble psychotique, addiction active
Contre-indications IRMCompatibleClaustrophobie, corps étrangers métalliques, pacemaker
TraitementsPas de psychotropesBenzodiazépines, antidépresseurs selon demi-vie

La stratification n'est pas un luxe statistique: elle définit la possibilité même de détecter un effet de groupe dans un domaine où la variance inter-individuelle dépasse largement la variance intra-individuelle. En pratique, les sujets dont le score se situe entre 5 et 7 sur la SHSS — la zone intermédiaire — sont systématiquement exclus des analyses principales, car leur réponse hypnotique est trop variable pour constituer un groupe homogène.

Ce tri implique un investissement logistique considérable. Le dépistage hypnotisabilité seul requiert une session dédiée de 45 à 60 minutes par candidat, avant même de planifier la session IRM. À cela s'ajoutent les questionnaires médicaux, le formulaire de consentement éclairé spécifique aux contraintes du scanner, et parfois une session d'entraînement dans un simulateur pour les sujets anxieux.

Paradigme expérimental et conditions

Plan en blocs versus plan événementiel

Deux architectures dominent la littérature IRMf en hypnose:

  • Plan en blocs: alternance de blocs de 20 à 60 secondes entre condition expérimentale (induction + suggestion) et condition contrôle (repos, écoute neutre). Ce plan optimise le contraste BOLD et convient aux états soutenus comme la transe, qui s'installe et se maintient sur une durée significative.
  • Plan événementiel: présentation de suggestions isolées ou de stimuli brefs séparés par des intervalles variables. Adapté aux réponses transitoires — analgésie évoquée par un stimulus thermique, modulation perceptive d'un objet visuel — plutôt qu'à l'état global de transe.

L'étude Stanford 2016 a utilisé un plan en blocs structuré autour de quatre conditions: repos, souvenir autobiographique, hypnose avec suggestion neutre, et hypnose avec suggestion ciblée. Cette structure permet un contraste intra-sujet robuste tout en neutralisant l'effet de la simple écoute passive de la voix de l'expérimentateur.

Le choix entre les deux plans dépend de la question de recherche. Si l'objectif est de caractériser l'état hypnotique global — ses corrélats réseau, ses modifications de connectivité — le plan en blocs est préférable. Si l'on cherche à isoler l'effet d'une suggestion spécifique au sein de la transe, le plan événementiel offre une meilleure granularité.

Standardisation des scripts

Les scripts d'induction varient selon les traditions et les protocoles:

  • Méthode classique: fixation visuelle, relaxation progressive, approfondissement compté. Utilisée dans de nombreux protocoles académiques pour sa reproductibilité.
  • Méthode Dave Elman: induction rapide par relaxation des paupières, utilisée dans l'étude Zurich/OMNI 2023 sur 50 participants. Privilégiée pour sa rapidité (quelques minutes), compatible avec les contraintes de timing du scanner.
  • Induction permissive ericksonienne: métaphores, suggestions indirectes, langage naturel. Plus difficile à standardiser car elle repose sur l'adaptation au sujet; rarement utilisée en IRMf en raison de la variabilité qu'elle introduit.

La standardisation par script audio enregistré réduit la variance imputable à l'opérateur et améliore la reproductibilité inter-sujets. La contre-balance de l'ordre des conditions entre participants neutralise les effets d'ordre (habituation, fatigue) et permet de distinguer les effets propres à chaque condition des effets liés à la séquence.

Dans certains protocoles, le script est conçu pour maintenir un niveau constant de stimulation verbale entre les conditions hypnotiques et les conditions contrôle non hypnotiques. Cette précaution isole l'effet de la transe de celui de la simple écoute d'une voix — un confond fréquemment sous-estimé dans les études anciennes.

Paramètres d'acquisition et séquences

Choix de séquence

L'imagerie fonctionnelle BOLD utilise quasi-exclusivement des séquences écho-planaires (EPI): acquisition rapide d'un volume cérébral entier en 1 à 3 secondes, soit l'équivalent de plusieurs dizaines de coupes couvrant l'encéphale en un seul TR (temps de répétition).

ParamètreValeur typique (3 T)Rôle
TR1–3 sCadence d'échantillonnage BOLD
TE25–35 msProche du T2* du tissu, maximise le contraste BOLD
Résolution spatiale2–3 mm isotropeCompromis SNR / couverture cérébrale
Résolution temporelle1 volume / 1–3 sSuffisante pour les états soutenus
Bandes d'exclusionSlab suppression crânienRéduction des artefacts et du signal extra-cérébral

L'image anatomique de référence (T1 MPRAGE) est acquise séparément avec une résolution d'environ 1 mm isotrope. Elle sert à la normalisation spatiale et au rendu tridimensionnel des activations sur l'anatomie individuelle puis standardisée. Le fieldmap, lorsqu'il est acquis, permet la correction des distorsions géométriques inhérentes aux séquences EPI, particulièrement marquées dans les régions frontales basses et temporales — zones pourtant centrales dans l'étude des réseaux de saillance et de l'insula.

Compensation des artefacts de mouvement

Les mouvements intra-scan constituent le principal ennemi de la qualité du signal en IRMf sous hypnose. Ils sont corrigés a posteriori par recalage rigide (six paramètres: trois translations, trois rotations), voire par des modèles de mouvement étendus (24 paramètres) incluant les dérivées temporelles et les termes quadratiques.

Les protocoles rigoureux intègrent une procédure d'exclusion a priori des volumes dont le framewise displacement (FD) dépasse 0,5 mm, ou appliquent une correction par régresseurs de mouvement dans le modèle statistique. En contexte hypnotique, le mouvement tend à diminuer au fur et à mesure que la transe s'approfondit — un phénomène cohérent avec l'immobilité accrue rapportée cliniquement — mais les premières minutes d'induction restent critiques.

Du signal BOLD aux cartes d'activation

Prétraitement standard

Les étapes de preprocessing suivent un pipeline reproductible, généralement implémenté dans des logiciels comme SPM, FSL ou fMRIPrep:

1. Recalage temporel des coupes (slice timing correction) pour compenser l'acquisition séquentielle des coupes au sein d'un même volume.

2. Recalage spatial des volumes fonctionnels sur l'anatomique T1 (coregistration).

3. Normalisation spatiale vers un atlas standard (MNI ou Talairach) pour permettre les analyses de groupe et la comparaison entre études.

4. Lissage gaussien (FWHM 6–8 mm) pour améliorer le rapport signal/bruit et respecter les hypothèses statistiques du modèle linéaire.

Chacune de ces étapes introduit des choix paramétriques qui influencent les résultats. Le degré de lissage, par exemple, détermine la taille minimale des clusters d'activation détectables — un lissage trop fort écrase les activations focales, tandis qu'un lissage insuffisant réduit la sensibilité statistique.

Modèle linéaire général

Le modèle linéaire général (GLM) confronte le signal BOLD mesuré à un modèle de régression construit à partir du décours temporel des conditions expérimentales, convolué par la fonction de réponse hémodynamique canonique (HRF). Cette fonction modélise le délai entre l'activité neuronale et le pic de perfusion locale — typiquement 4 à 6 secondes — et constitue l'hypothèse biologique fondamentale de l'IRMf.

Les cartes statistiques qui en résultent (cartes t, cartes z) sont seuillées après correction pour comparaisons multiples. Les méthodes classiques sont la correction FWE (Family-Wise Error) ou FDR (False Discovery Rate), avec un seuil de p < 0,05. Les études exploratoires utilisent parfois des seuils plus libéraux (p < 0,001 non corrigé), mais ces résultats nécessitent une réplication indépendante.

Connectivité fonctionnelle

Au-delà des cartes d'activation focales, l'analyse de connectivité fonctionnelle explore les modifications de couplage temporel entre régions distantes. Trois réseaux majeurs structurent la littérature:

  • DMN (Default Mode Network) — cortex cingulaire postérieur, précunéus, cortex préfrontal médian. Associé au vagabondage mental, aux pensées auto-référentielles et à la construction narrative du soi.
  • ECN (Executive Control Network) — cortex préfrontal dorsolatéral (DLPFC), cortex pariétal postérieur. Impliqué dans le contrôle attentionnel dirigé, la planification et la résolution de problèmes.
  • SN (Salience Network) — insula antérieure, cortex cingulaire antérieur dorsal (dACC). Détection des stimuli saillants et bascule attentionnelle entre le DMN et l'ECN.

L'étude Stanford 2016 a mis en évidence une diminution d'activité du dACC et une modification de connectivité entre le DLPFC et l'insula sous hypnose, plus marquée chez les sujets hautement hypnotisables. L'étude Zurich/OMNI 2023, menée sur 50 participants avec la méthode Dave Elman, a distingué deux niveaux d'hypnose — HS1 léger et HS2 profond — avec des profils de connectivité distincts, suggérant que la transe n'est pas un état unitaire mais un continuum neurophysiologique.

Sous hypnose, la littérature converge sur une diminution d'activité du DMN — notamment au niveau du cortex cingulaire postérieur — traduisant une baisse du vagabondage mental et des pensées auto-référentielles. Cette observation est cohérente avec l'expérience clinique rapportée par les sujets: absorption focalisée, réduction de la conscience métacognitive, impression de fusion avec la suggestion.

Limites méthodologiques et perspectives

Limites identifiées

Plusieurs contraintes structurelles limitent la portée des résultats publiés:

  • Taille d'échantillon: les études recrutent typiquement 20 à 60 sujets, une taille qui limite la puissance statistique et augmente le risque de faux positifs ou de résultats non reproductibles.
  • Variabilité inter-protocoles: scripts d'induction, consignes, durée de la transe, choix des contrastes statistiques. Les méta-analyses peinent à agréger ces hétérogénéités méthodologiques.
  • Artefacts de mouvement: corrélés à la profondeur de transe et à la durée du run, ils biaisent l'estimation du signal BOLD et sont rarement documentés de manière exhaustive dans les publications.
  • Validité écologique: l'environnement scanner — bruyant, exigu, contraint — diffère fortement du cadre thérapeutique. La transférabilité directe des observations IRMf à la pratique clinique en cabinet reste non démontrée.
Le scanner IRMf mesure un signal hémodynamique indirect, dans un environnement bruyant et contraint, sur un sujet allongé de dos — conditions éloignées du cadre thérapeutique réel.

Questions ouvertes

Trois questions structurent l'agenda de recherche actuel en neuroimagerie de l'hypnose:

  • Signature unique ou multiples? Existe-t-il une signature neurobiologique unique de la transe, indépendante du contenu de la suggestion — analgésie, modification mnésique, repos hypnotique — ou chaque type de suggestion engage-t-il un réseau distinct greffé sur un socle commun?
  • Persistance dans le réel. Les modifications de connectivité observées en IRMf se maintiennent-elles lorsque l'on sort du scanner, dans un fauteuil de consultation, face à un thérapeute en chair et en os?
  • Dynamique temporelle fine. Quelle est la séquence d'engagement et de désengagement des réseaux au cours de la transe? Cette dynamique, inaccessible à la résolution temporelle du BOLD (quelques secondes), nécessite des modalités complémentaires.

Évolutions techniques en cours

L'enregistrement simultané EEG-IRMf offre une résolution temporelle en millisecondes complémentaire du BOLD. Cette approche commence à produire des résultats sur la dynamique des oscillations thêta et gamma associées à la profondeur de transe — des marqueurs fréquentiels que le BOLD seul ne peut pas capturer.

Les approches de machine learning appliquées aux patterns de connectivité produisent des classifieurs sujet-spécifiques de l'état hypnotique. Des algorithmes de classification par support vector machine ou par réseaux de neurones atteignent des taux de discrimination prometteurs entre état de veille, relaxation et transe profonde sur des données de connectivité fonctionnelle. Aucune application diagnostique ou pronostique n'est cependant validée à ce jour en dehors du cadre expérimental.

L'IRM à 7 T, encore rare et coûteuse, promet une résolution spatiale sub-millimétrique qui pourrait préciser la cartographie fine des réseaux engagés — en particulier dans les structures sous-corticales (thalamus, noyau caudé, substance grise périaqueducale) dont le rôle dans la modulation de la douleur et de l'attention sous hypnose reste mal caractérisé à 3 T.

Synthèse

Le protocole IRMf sous hypnose impose une discipline méthodologique qui commence avant le recrutement et se prolonge bien au-delà de l'analyse statistique. Stratification par hypnotisabilité, standardisation des scripts audio, contrôle rigoureux des artefacts de mouvement, choix raisonné du plan d'acquisition, pipeline d'analyse transparent et reproductible: la robustesse d'une étude repose sur la rigueur de chacun de ces maillons.

Les résultats disponibles — diminution d'activité du DMN, modifications de connectivité au sein du SN et de l'ECN, profils distincts selon la profondeur de transe — décrivent un état neurophysiologique reproductible, mais non encore formalisable en une signature cérébrale univoque. Les protocoles publiés restent hétérogènes, leurs échantillons modestes, et la transposition au cabinet clinique non documentée.

Les avancées en cours — EEG-IRMf simultané, IRM 7 T, classifieurs multi-sujets par apprentissage automatique — préciseront probablement la dynamique temporelle des réseaux engagés et la spécificité des signatures observées. Aucune de ces avancées ne dispense, à ce stade, de la rigueur du protocole expérimental. C'est cette rigueur — souvent invisible dans les publications, rarement enseignée dans les formations cliniques — qui sépare les données exploitables du bruit statistique.

Questions fréquentes

Que mesure l’IRM fonctionnelle pendant l’hypnose ?
Elle mesure, à partir du signal BOLD, des variations hémodynamiques associées à un état cognitif modifié, comme l’absorption ou la dissociation. Les données sont comparées à un état de repos et à des conditions ou groupes contrôles.
Pourquoi faut-il stratifier les participants selon leur hypnotisabilité ?
Les sujets fortement et faiblement hypnotisables peuvent présenter des réponses neurophysiologiques différentes. Sans stratification, ces différences interindividuelles peuvent diluer les effets observés et rendre les résultats difficiles à interpréter.
Comment l’hypnose est-elle induite dans un scanner IRM ?
L’induction peut utiliser une voix enregistrée diffusée par un casque compatible avec l’IRM ou la voix d’un expérimentateur relayée par microphone. Les scripts audio favorisent la standardisation, tandis qu’une voix portée permet une adaptation en temps réel mais réduit la reproductibilité.
Pourquoi les participants doivent-ils rester immobiles et silencieux pendant l’acquisition ?
Les mouvements supérieurs à 1–2 mm entre les volumes peuvent introduire des artefacts corrélés au signal et invalider l’analyse statistique. La parole provoque aussi des mouvements de la mâchoire et du larynx qui perturbent particulièrement les régions temporales et orbitofrontales.
Quelles modifications cérébrales sont observées sous hypnose ?
La littérature rapporte notamment une diminution d’activité du réseau du mode par défaut, en particulier dans le cortex cingulaire postérieur, ainsi que des modifications de connectivité entre certaines régions du réseau de contrôle exécutif et du réseau de saillance. Ces profils peuvent varier selon la profondeur de la transe et le type de suggestion.
L’IRM fonctionnelle permet-elle déjà de diagnostiquer ou de prédire l’état hypnotique ?
Non. Des algorithmes de classification produisent des résultats prometteurs dans le cadre expérimental, mais aucune application diagnostique ou pronostique n’est validée à ce jour en dehors de ce cadre.