1 La perception: objets visuels et auditifs

La perception est le processus par lequel nous reconnaissons et interprétons les objets de notre environnement, qu'ils soient visuels ou auditifs. Ce processus complexe opère des regroupements d'informations sensorielles pour construire une représentation cohérente du monde.

Plusieurs théories majeures tentent d'expliquer comment nous reconnaissons les objets visuels. Parmi les plus influentes, on trouve la théorie computationnelle de Marr, la théorie de la reconnaissance par composants de Biederman et l'approche écologique de Gibson.

Selon D. Marr, la reconnaissance visuelle procède par étapes successives, transformant les informations de l'image rétinienne en représentations de plus en plus élaborées. Cela inclut le « primal sketch » (esquisse primaire brute en 2D), l'esquisse 2 1/2D (partiellement tridimensionnelle intégrant texture et profondeur), et la représentation 3D (indépendante du point de vue, intégrant les connaissances de l'observateur via des processus descendants).

I. Biederman propose que la reconnaissance des objets repose sur la perception d'éléments géométriques de base appelés géons (contraction de géométrie et ion). Une quarantaine de ces géons (cylindres, arcs, parallélépipèdes) permettraient de construire tous les objets. Cette théorie est basée sur des processus ascendants (bottom-up), où la reconnaissance est construite à partir de ces unités sans nécessiter de connaissances préalables. La reconnaissance des objets familiers ne dépend pas du point de vue de l'observateur, un argument en faveur de cette théorie.

Contrairement aux théories basées sur les représentations mentales, l'approche écologique de Gibson prône une perception directe de l'environnement. Toutes les informations nécessaires à la perception seraient directement présentes dans le réseau optique ambiant et saisies par l'observateur, sans traitement complexe, comme une résonance entre le système cognitif et l'environnement. Le déplacement de l'observateur est essentiel dans cette approche.

Bien que la théorie de Biederman privilégie les processus ascendants (bottom-up), de nombreuses recherches soulignent l'importance des processus descendants (top-down). Ceux-ci impliquent l'utilisation de nos connaissances et attentes pour faciliter la reconnaissance, surtout lorsque la perception est difficile. Des études en neuro-imagerie ont montré que l'activation du cortex orbito-frontal (impliqué dans les processus descendants) peut précéder l'activation des aires temporales de reconnaissance, facilitant ainsi l'identification des objets.

La reconnaissance des scènes visuelles est extrêmement rapide. Des expériences utilisant la Présentation Visuelle Séquentielle Rapide (RSVP - Rapid Sequential Visual Presentation) ont montré que l'humain est capable de détecter la présence d'un animal dans une scène en moins de 150 ms, un temps très court compte tenu de la vitesse de conduction neuronale. Cette rapidité impose des contraintes importantes aux modèles de la reconnaissance visuelle et est corroborée par des enregistrements de potentiels évoqués (EEG).

Les visages sont traités différemment des autres objets visuels. Ils transmettent des informations cruciales (identité, émotion, sexe, âge) et leur reconnaissance est rapide et précoce dès la naissance. Le traitement des visages est holistique, signifiant que les éléments constitutifs sont intégrés en un tout plutôt que traités isolément.

L'effet d'inversion montre que les visages sont plus difficiles à reconnaître lorsqu'ils sont présentés à l'envers, un phénomène moins prononcé pour d'autres objets. Les figures de Mooney illustrent cette difficulté en montrant qu'un visage perçu à l'endroit devient indéchiffrable une fois inversé. L'effet 'part-whole' indique que la reconnaissance d'éléments faciaux isolés est inférieure à celle de la configuration faciale globale, ce qui suggère que les visages sont stockés de manière intégrée en mémoire.

Les agnosies visuelles sont des troubles de la reconnaissance et de l'identification des objets visuels, survenant en l'absence de déficit d'acuité visuelle. Elles sont classées en deux catégories : les agnosies aperceptives, qui affectent le traitement perceptif (difficulté à reconnaître un objet sous un angle inhabituel), et les agnosies associatives, où le patient peut décrire l'objet mais ne peut en identifier la signification ou l'usage. Cette distinction est aujourd'hui jugée insuffisante en raison de dissociations observées entre différents types d'objets.

La prosopagnosie est un déficit spécifique de la reconnaissance des visages, qui peut être acquise (suite à une lésion cérébrale) ou développementale (présente dès la naissance). Elle met en évidence une double dissociation : des patients peuvent ne pas reconnaître les visages mais identifier d'autres objets, et inversement. Ce trouble est un argument majeur en faveur de la spécificité du traitement des visages.

L'expertise faciale, c'est-à-dire notre grande familiarité avec les visages, ne peut expliquer à elle seule ce trouble. Des cas de patients prosopagnosiques experts dans d'autres domaines (comme un éleveur de moutons ou un collectionneur de soldats) qui reconnaissent leurs objets d'expertise mais pas les visages, ou inversement, soutiennent l'idée d'un traitement distinct pour les visages. L'alexie est un autre trouble spécifique, concernant la reconnaissance des mots écrits.

Le système perceptif est capable de reconnaître et d'identifier les objets qui produisent un son, même sans support visuel. Cette capacité implique l'analyse d'indices acoustiques spécifiques, que ce soit pour la musique ou les sons de l'environnement, et met en jeu des processus complexes.

La reconnaissance d'un air musical repose sur des variations de hauteur (organisation mélodique) et temporelles (rythme et métrique). Deux indices sont particulièrement importants : le contour mélodique, qui est la trajectoire des montées et descentes de hauteur, et les intervalles musicaux, représentant la différence de hauteur entre des notes successives. Le système perceptif utilise ces deux indices pour identifier une mélodie.

Des études, comme celles de Dowling et Fujitani (1971), ont montré que le contour est un indice crucial, surtout pour les mélodies nouvelles. Pour les mélodies familières, les intervalles et la tonalité (les règles de combinaison des hauteurs) sont également des facteurs de reconnaissance importants. La tonalité est une connaissance implicite qui permet de détecter les fausses notes, même sans être musicien.

Dowling (1978) a proposé un modèle de reconnaissance à deux composantes : les notes, le contour et la tonalité seraient utilisés pour les mélodies nouvelles, tandis que les intervalles seraient prédominants pour les mélodies familières stockées en mémoire à long terme. Ce modèle est conforté par des observations neuropsychologiques sur des patients amusiques, distinguant ces deux processus.

Pour les sons de l'environnement, nous identifions les objets qui les produisent même hors de notre champ visuel. L'attaque du son, la rapidité avec laquelle l'onde sonore atteint son amplitude maximale, est un indice majeur pour la reconnaissance des instruments de musique et des sources sonores en général. Par exemple, une attaque rapide pour un piano et plus lente pour un instrument à vent.

Le timbre, qualité spécifique d'un son qui permet de distinguer deux instruments produisant la même note à la même intensité, est également fondamental. La modification de ces indices rend l'identification difficile, comme l'expérience du son de piano joué à l'envers qui est perçu comme un accordéon. La théorie écologique de Gibson, bien que souvent associée à la vision, trouve un argument dans la perception des sons, suggérant que nous extrayons directement les propriétés physiques des sources sonores (comme la géométrie des objets) à partir de leurs émissions acoustiques.

La voix, à l'instar des visages, est un objet auditif unique, véhiculant des informations cruciales sur l'identité de l'individu et son état émotionnel. La reconnaissance vocale est non seulement rapide mais aussi précoce, les nouveau-nés étant capables de discriminer les voix, y compris celle de leur mère, même avant la naissance. Cette spécificité suggère un traitement dédié.

Des études en IRMf, notamment celles de Belin et al. (2000), ont révélé qu'une région spécifique du cerveau, le sillon temporal supérieur, s'active préférentiellement pour les sons vocaux, avec une activité plus marquée dans l'hémisphère droit. Cette zone est considérée comme l'analogue auditif du gyrus fusiforme pour les visages, indiquant une sélectivité neuronale pour la voix. La rapidité de traitement de la voix est attribuée à ses caractéristiques spectrales et temporelles.

Les agnosies auditives sont des troubles de la reconnaissance et de l'identification des sons ou des séquences sonores, en l'absence de déficits auditifs primaires. Elles peuvent se manifester sous diverses formes selon la nature du son affecté.

L'amusie acquise, comme le cas de la patiente I.R., se caractérise par une incapacité à reconnaître tout air musical, même familier, tout en conservant une bonne maîtrise du langage. Cela démontre une double dissociation entre les traitements musicaux et linguistiques. L'amusie congénitale, qui toucherait environ 2,5 % de la population, se manifeste par des difficultés à percevoir la hauteur des notes et à chanter juste sans s'en rendre compte. Elle est souvent associée à une anomalie de connexion entre les cortex temporal et frontal et peut avoir une composante génétique.

Les études sur l'amusie, notamment celles de Peretz (1990), ont mis en évidence l'importance du contour mélodique et des intervalles dans la reconnaissance musicale, confortant le modèle à deux composantes de Dowling. Des lésions dans l'hémisphère droit affectent le traitement du contour, tandis que des lésions dans l'hémisphère gauche impactent le traitement des intervalles lorsque le contour est préservé, suggérant une hiérarchie dans l'encodage musical.

L'imagerie mentale est la capacité de percevoir intérieurement des images ou des sons sans stimulation externe. La question se pose de savoir si imaginer et percevoir impliquent les mêmes traitements cérébraux.

Des études utilisant la Tomographie par Émission de Positons (TEP) (Zatorre et al., 1996) et l'IRMf (Halpern et al., 2004) ont montré un recouvrement significatif des aires cérébrales activées lors de la perception et de l'imagerie mentale de la musique. Cela suggère une forte similitude entre les processus sous-jacents.

La théorie de l'anticipation perceptive de Stephen Kosslyn postule que les traitements de l'imagerie mentale sont identiques à ceux de la perception. À l'inverse, Zenon Pylyshyn propose que l'imagerie repose sur une connaissance implicite plutôt que sur une représentation perceptive directe. L'existence de doubles dissociations entre perception et imagerie chez des patients cérébro-lésés (par exemple, l'aphantasie, trouble de l'imagerie mentale sans troubles perceptifs, et inversement) nuance le débat, suggérant que, bien que similaires, certains processus peuvent être distincts.

La reconnaissance des objets visuels est une capacité fondamentale qui nous permet de naviguer dans notre environnement et d'identifier instantanément les éléments qui nous entourent : une table, une chaise, un visage. Cette capacité apparemment simple dissimule en réalité des processus cognitifs complexes que nous allons explorer à travers trois approches théoriques majeures, chacune proposant une explication différente du mécanisme de reconnaissance.

David Marr propose une approche computationnelle selon laquelle le système perceptif construit successivement plusieurs représentations de l'objet visuel, chaque étape enrichissant la représentation précédente. Ce modèle s'appuie sur des techniques d'analyse du signal pour expliquer comment le cerveau passe d'une simple image rétinienne à une compréhension tridimensionnelle et stable de l'objet, indépendante du point de vue de l'observateur.

La première étape, l'esquisse primaire brute (primal sketch), offre une représentation bidimensionnelle de l'image rétinienne. À ce niveau, le système détecte les variations d'intensité lumineuse et extrait les primitives visuelles essentielles : les bords, les lignes, les coins, les intersections et autres discontinuités. Ces éléments constituent les « briques » élémentaires du traitement visuel.

La deuxième étape, l'esquisse 2.5D (partiellement tridimensionnelle), intègre les informations de profondeur et de surface. À ce niveau, le système ajoute des propriétés importantes comme la texture, les ombres, les contours fermés et les discontinuités de surface. Les processus de groupement perceptif interviennent ici pour organiser les primitives élémentaires en structures cohérentes. Crucialmente, le traitement binoculaire (intégration des informations des deux yeux) commence à cette étape, et l'objet reste représenté selon un point de vue spécifique (représentation centrée sur le spectateur).

La troisième étape, la représentation 3D centrée sur l'objet, produit une représentation définitive et stable de l'objet, indépendante de l'angle de vue et du point d'observation. À ce niveau, les connaissances antérieures de l'observateur peuvent intervenir (processus descendants ou « top-down »), permettant une reconnaissance influencée par le contexte et l'expérience. Cette architecture en trois niveaux impose une contrainte importante : plus il y a d'étapes de traitement, plus le processus devrait être lent.

Irvin Biederman propose une alternative au modèle de Marr en postulant que la reconnaissance repose sur la perception d'éléments géométriques de base appelés géons (contraction de « géométric ion »). Ces géons sont des formes tridimensionnelles simples et invariantes par transformation : cylindres, arcs, parallélépipèdes, troncs de cône, etc. Selon cette théorie, tout objet visible peut être construit à partir d'une combinaison d'environ quarante géons différents, tout comme les mots sont construits à partir d'un nombre limité de phonèmes.

Un argument majeur en faveur de la théorie des géons est que les objets partiellement occultés ou présentés sous des angles inhabituels peuvent toujours être reconnus. Tant que les géons constitutifs sont perceptibles et que leurs relations spatiales restent identifiables, le système peut encore identifier l'objet. Cet avantage explique la robustesse de la reconnaissance visuelle face aux perturbations et occlusions partielles que nous rencontrons quotidiennement.

Les études empiriques soutiennent cette théorie. Cooper et Biederman (1993) ont demandé à des sujets de juger rapidement si deux objets présentés successivement avaient le même nom (par exemple, deux exemplaires de chapeaux différents). Les performances étaient significativement moins bonnes quand un géon était modifié que quand l'objet était simplement redimensionné, attestant l'importance cruciale des géons. Une étude neurophysiologique de Vogels et al. (2001) a montré que les neurones du cortex temporal inférieur répondaient différemment à une modification de géon, mais pas à une simple variation de taille, fournissant un support neural direct à la théorie.

Les théories de Marr et Biederman postulent que la reconnaissance est indépendante du point de vue, du moins pour les objets familiers. Cette prédiction semble confirmée par notre expérience quotidienne : nous reconnaissons un éléphant sous des perspectives très différentes, et les expériences montrent que nous reconnaissons effectivement des objets familiers indépendamment de leur orientation.

Cependant, Gauthier et Tarr (2002) démontrent que cette indépendance au point de vue ne s'applique pas aux objets nouveaux. Les auteurs ont créé des « personnages » artificiels appelés Greebles appartenant à différentes familles visuelles. Même après un entraînement intensif, les sujets jugent plus lentement la similarité de deux Greebles quand ils ne sont pas présentés avec la même orientation (variation jusqu'à 75°), les temps de réaction augmentant proportionnellement à la différence d'orientation. Ce résultat montre que pour les objets non familiers, le système perceptif conserve une dépendance au point de vue, remettant en question la généralité de la théorie computationnelle.

James Gibson propose une approche radicalement différente en rejetant les notions de représentations mentales construites progressivement. Selon sa théorie écologique, toutes les informations nécessaires à la perception sont directement présentes dans l'environnement ambiant, organisées dans ce qu'il appelle le réseau optique ambiant. La perception n'est pas une construction laborieuse mais une résonance directe entre l'observateur et son environnement.

Pour illustrer son concept de résonance, Gibson utilise l'analogie de la radio : si une radio est accordée sur le bon canal, elle reçoit les ondes émises et les transmet en paroles ou musique ; sinon, elle émet du bruit de fond. De même, percevoir et reconnaître un objet c'est « faire résonner » le stimulus avec le système cognitif. Dans cette approche, le rôle du déplacement de l'observateur est essentiel : c'est en se déplaçant dans l'environnement que l'observateur capture les invariants de structure qui permettent la reconnaissance directe. Cette théorie s'oppose donc fondamentalement aux traitements internes et représentationnels proposés par Marr et Biederman.

Un paramètre crucial que les modèles théoriques doivent intégrer est la rapidité impressionnante de la reconnaissance visuelle. Thorpe et ses collaborateurs (1996) ont mené une expérience pionnière utilisant la présentation visuelle séquentielle rapide (RSVP pour Rapid Sequential Visual Presentation). Ils ont présenté à des participants des photographies d'une durée de seulement 20 ms (plus rapide qu'une saccade oculaire), contenant soit un animal, soit un paysage ou des objets inanimés. Les participants devaient appuyer sur un bouton s'ils détectaient un animal (tâche go/no go) ou garder le bouton enfoncé sinon.

Les résultats ont révélé des performances excellentes : 94 % de réponses correctes en moyenne, avec des temps de réaction moyens d'environ 445 ms. Plus remarquablement encore, les enregistrements d'électroencéphalographie (EEG) montrant les potentiels évoqués (variations de potentiel dues à l'activité électrique du cerveau) ont révélé des différences significatives entre les essais « animal » et « non-animal » dès 150 ms après le début de la présentation de l'image, localisées dans les zones frontales du cortex. Cela signifie que l'identification d'un animal dans une scène complexe ne prendrait que 150 ms, une durée extrêmement brève comparée à la conduction neurale et au nombre d'étapes que les modèles computationnels proposent.

Cette contrainte temporelle de 150 ms impose des limites fortes sur la complexité admissible des modèles de reconnaissance visuelle. Un traitement qui impliquerait trop d'étapes séquentielles ou un accès systématique à des connaissances stockées en mémoire serait incompatible avec cette rapidité observée. Vanrullen et Thorpe (2001) ont répliqué ces résultats avec des véhicules, montrant que la rapidité de traitement n'est pas spécifique aux objets vivants mais constitue une caractéristique générale du système perceptif visuel.

La théorie par composants de Biederman privilégie les processus ascendants (bottom-up) : les objets sont reconnus par la détection de leurs géons constitutifs, sans intervention nécessaire des connaissances antérieures. Or, de nombreuses études révèlent que les processus descendants (top-down) jouent un rôle important, particulièrement quand les conditions de reconnaissance sont difficiles (images floues, contraste faible, présentation brève).

Bar et al. (2006) ont présenté à des sujets des dessins d'objets brièvement présentés et suivis d'un masque rendant la reconnaissance difficile. Pendant ce temps, les chercheurs enregistraient l'activité cérébrale par imagerie fonctionnelle. Ils ont découvert une activation précoce du cortex orbito-frontal (partie du cortex préfrontal impliquée dans les jugements et décisions contextuelles), précédant et prédisant l'activation ultérieure des aires du cortex temporal impliquées dans la reconnaissance des objets. Cette activation orbito-frontale était corrélée à une meilleure reconnaissance. Les auteurs interprètent ce résultat comme la manifestation de processus descendants facilitant la reconnaissance quand celle-ci est entravée par des conditions de présentation dégradées.

Viggiano et al. (2008) ont fourni des preuves causales du rôle des processus descendants en utilisant la stimulation magnétique transcranienne répétée (rTMS), une technique qui perturbe temporairement la fonction neuronale dans une région spécifique du cerveau. Ils ont présenté des photographies floues d'animaux ou d'objets dans quatre conditions : avec rTMS sur le cortex préfrontal dorsolatéral gauche, avec rTMS sur le cortex préfrontal dorsolatéral droit, avec un dispositif de rTMS inactif (placebo), ou sans rien. Quand la rTMS était appliquée au cortex préfrontal droit ou gauche, la reconnaissance ralentissait particulièrement pour les objets vivants (animaux). Critiquement, cette perturbation n'avait aucun effet quand les photographies étaient nettes et facilement reconnaissables : les processus ascendants suffisaient alors. Ce résultat démontre que les processus descendants sont spécifiquement recrutés pour pallier les déficits perceptifs.

Les trois approches théoriques présentées offrent des perspectives complémentaires sur la reconnaissance visuelle. Le modèle computationnel de Marr fournit un cadre d'analyse rigooureux du traitement hiérarchisé de l'information, de l'esquisse primaire brute à la représentation 3D. La théorie des géons de Biederman capture une réalité empirique importante : les objets familiers sont reconnus par leur structure géométrique composée, et cette reconnaissance est robuste aux transformations et occlusions. L'approche écologique de Gibson rappelle que la perception ne se limite pas à des calculs internes mais implique l'interaction active de l'observateur avec son environnement.

Cependant, ces approches se heurtent à une contrainte empirique majeure : la reconnaissance doit s'effectuer en moins de 150 ms pour les objets visibles, une durée qui impose des limites fortes sur la complexité et le nombre d'étapes de traitement. De plus, la distinction entre processus ascendants et descendants révèle que la reconnaissance n'est pas un processus unidirectionnel : les processus descendants facilitent la reconnaissance en conditions difficiles, tandis que les processus ascendants suffisent quand le stimulus est riche en information. La reconnaissance visuelle émerge donc comme un système adaptatif qui ajuste sa stratégie en fonction de la qualité du signal perceptif disponible. Ces éléments fondamentaux — la hiérarchie du traitement, la composition géométrique des objets, la rapidité extraordinaire, et la flexibilité entre processus ascendants et descendants — constitueront le cadre conceptuel pour comprendre les cas particuliers de la reconnaissance des visages et les pathologies de la reconnaissance visuelle qui seront abordés dans les chapitres suivants.

Les visages constituent une catégorie perceptive exceptionnelle, traitée selon des principes distincts de ceux qui gouvernent la reconnaissance des autres objets visuels. Alors que la plupart des objets sont reconnus par l'analyse de leurs composants individuels (une porte, une fenêtre pour une maison), les visages sont traités de manière holistique : tous les éléments (yeux, nez, bouche) sont intégrés dans une configuration globale où ce qui compte, c'est leur agencement relatif plutôt que leurs propriétés isolées. Cette particularité n'est pas fortuite — elle reflète l'importance adaptative des visages pour la communication sociale, l'identification des individus et la détection des états émotionnels.

La spécificité du traitement des visages s'établit très précocement dans le développement. Le nouveau-né manifeste une préférence innée pour un visage par rapport à tout autre objet visuel, suggérant que le système perceptif est pré-organisé pour cette catégorie. À 3-4 jours, le nourrisson est déjà capable de reconnaître le visage de sa mère parmi d'autres visages de femmes, même lorsque les cheveux sont dissimulés. À 4 mois, cette reconnaissance persiste indépendamment de la présence des cheveux, montrant que le traitement s'appuie sur la configuration du visage lui-même et non sur des indices périphériques. Cette mise en place très rapide suggère que le cerveau humain dispose de mécanismes innés dédiés à l'analyse des visages, distincts de ceux utilisés pour les autres catégories d'objets.

L'effet d'inversion illustre de manière frappante la dépendance du traitement des visages à la configuration globale. Lorsqu'un visage est présenté à l'envers, sa reconnaissance devient considérablement plus difficile — un résultat qui contraste vivement avec les autres objets (chaises, maisons, voitures) pour lesquels l'inversion n'affecte que marginalement les performances. Les figures de Mooney, images composées d'ombres où émerge un visage à l'endroit mais plus aucune structure reconnaissable quand la figure est inversée, incarnent cette asymétrie. Cette difficulté est spécifique aux visages : même pour des objets tels que des chiens, des voitures ou des écrits manuscrits, pour lesquels les observateurs pourraient avoir développé une expertise, l'inversion n'entraîne pas le même coût de reconnaissance que pour les visages.

Une étude synthétique de McKone et al. (2007) a comparé systématiquement l'effet d'inversion pour les visages et diverses catégories d'expertise (chiens, voitures, Greebles, oiseaux, empreintes digitales). L'ampleur de la différence entre reconnaissance à l'endroit et à l'envers était nettement plus prononcée pour les visages que pour toutes les autres catégories. Seule une étude portant sur des experts en labrador n'a pas reproduit ce pattern — mais ces participants étaient familiers avec les individus spécifiques testés, non simplement avec la catégorie. Ce résultat suggère que l'expertise seule ne suffit pas à expliquer la spécificité des visages : le traitement holistique configuration-dépendant reste particulier à cette catégorie.

L'effet part-whole renforce la preuve que les visages sont mémorisés et traités sous une forme intégrée. Lorsqu'on teste la reconnaissance de dessins d'objets, les éléments constitutifs isolés (une porte, une fenêtre) sont généralement mieux reconnus que l'élément extrait du contexte — un pattern attendu si les objets sont stockés comme des assemblages de parties. Pour les visages, le pattern s'inverse : les éléments isolés (des yeux, une bouche) sont très mal reconnus en comparaison de la configuration complète du visage. Ce résultat s'observe même dans des tâches de perception dynamique (même/différent) et non seulement en mémoire, montrant qu'il reflète un codage perceptif holistique, pas seulement un format de stockage.

Fait remarquable : cet effet part-whole ne s'observe pas pour d'autres objets, même ceux pour lesquels l'observateur est expert. Les portes et fenêtres d'une maison, ou les parties d'un chien, sont reconnaissables isolément et in situ. Ces dissociations convergent sur une conclusion : le traitement des visages privilégie l'intégration configurale des éléments sur leur analyse indépendante — un codage qui rend les visages partiellement effacés ou inversés incompréhensibles, mais qui aussi soutient une reconnaissance remarquablement efficace quand la configuration est préservée.

La prosopagnosie — trouble spécifique de la reconnaissance des visages — constitue une fenêtre neuropsychologique sur la spécialisation du système perceptif. Ce trouble peut être acquis (consécutif à une lésion cérébrale) ou développemental (présent dès la naissance). Dans les deux cas, les patients souffrent d'un déficit sévère pour reconnaître les visages, indépendamment de leur acuité visuelle ou de leurs capacités cognitives générales. La prosopagnosie se manifeste souvent par une double dissociation : certains patients présentent des troubles pour les visages mais reconnaissent parfaitement les autres objets, tandis que d'autres montrent le profil inverse (troubles pour les objets mais reconnaissance faciale intacte).

Les études avec la prosopagnosie développementale confirment cette spécificité. Duchaine et Nakayama (2005) ont examiné sept patients prosopagnosiques développementaux : ils montraient tous une reconnaissance d'objets anciens vs nouveaux (voitures, outils, chevaux, maisons, scènes) comparable aux contrôles, tandis que leurs performances de reconnaissance de visages restaient gravement altérées. À l'intérieur même de la prosopagnosie, on observe des dissociations : reconnaissance des célébrités vs des inconnus, identification de l'identité vs détection d'expressions émotionnelles — des distinctions qui suggèrent que le système de reconnaissance des visages comporte plusieurs composantes fonctionnelles.

Un argument critique contre l'idée que la spécificité des visages découle simplement de l'expertise provient de cas cliniques de double dissociation expertise-dépendante. Le patient W. J., décrit par McNeil et Warrington (1993), souffrait de prosopagnosie acquise : il présentait des troubles graves pour reconnaître les visages mais était entièrement capable de reconnaître et nommer ses moutons individuellement — une catégorie pour laquelle il disposait d'une expertise équivalente ou supérieure à celle d'une personne moyenne avec les visages. Le patient R. M., étudié par Sergent et Signoret (1992), était prosopagnosique mais conservait son expertise pour l'automobile. À l'inverse, le fermier M. X. reconnaissait normalement les visages mais ne pouvait plus distinguer ses vaches (Assal et al., 1984), et C. K. avait une reconnaissance parfaite des visages mais ne pouvait identifier les petits soldats de sa collection (Moscovitch et al., 1997).

Ces cas multiples de dissociation démontrent que l'expertise, bien qu'elle puisse améliorer la reconnaissance d'une catégorie d'objets, n'explique pas la spécificité du traitement des visages. Un prosopagnosique demeure incapable de reconnaître les visages même si son expertise cogénérale est intacte ; inversement, les déficits d'expertise pour une catégorie sur laquelle l'individu était compétent (chevaux, soldats) n'affectent pas la reconnaissance des visages. La spécificité des visages repose donc sur une organisation cérébrale dédiée, non pas sur l'accumulation d'expérience perceptive.

L'existence d'un trouble spécifique et stable de la reconnaissance des visages, indépendant de la catégorie d'expertise, implique un substrat neural spécialisé. Le gyrus fusiforme, une région du cortex temporal inférieur, constitue ce substrat. Ce secteur du cerveau s'active préférentiellement lors de la présentation de visages, et ses lésions sont associées à la prosopagnosie. L'activité du gyrus fusiforme reflète le traitement holistique et configuration-dépendant des visages : cette région ne répond pas aux éléments isolés mais à la structure globale de la configuration faciale. La spécificité neuroanatomique soutient ainsi la thèse que le traitement des visages n'est pas une conséquence de l'expertise générale mais relève d'une organisation fonctionnelle particulière du système perceptif humain.

Les agnosies visuelles sont des troubles de la reconnaissance et de l'identification des objets visuels survenant en l'absence de déficit d'acuité visuelle. Le patient peut percevoir les contours, les couleurs et les formes de base, mais demeure incapable d'accéder à la signification de ce qu'il voit. Cette dissociation entre la perception sensorielle préservée et la reconnaissance déficitaire révèle que la reconnaissance repose sur des mécanismes cérébraux distincts de la sensation visuelle élémentaire. Comme l'a documenté Oliver Sacks dans son ouvrage fondateur « L'homme qui prenait sa femme pour un chapeau » (1988), certains patients peuvent présenter des troubles sévères de reconnaissance tout en conservant une acuité visuelle normale, voire en voyant des visages où il n'en existe pas.

En 1890, Lissauer a proposé une distinction fondamentale entre deux catégories d'agnosies. Les agnosies aperceptives reflètent un trouble du traitement perceptif lui-même : le patient ne peut pas construire une représentation perceptive cohérente de l'objet. Ces troubles se manifestent particulièrement lorsque l'objet est présenté sous un angle inhabituel, dans des conditions de faible contraste, partiellement occulté ou dans l'ombre. Les agnosies aperceptives sont mises en évidence par des épreuves de copie de dessins ou d'appariement de formes — le patient échoue à accomplir ces tâches. En contraste, les agnosies associatives sont des déficits d'accès à la signification sémantique de l'objet : le patient peut décrire précisément ce qu'il voit (couleur, forme, localisation des éléments), mais n'accède pas au nom de l'objet, à son usage ou à sa fonction. Il s'agit donc d'un trouble du lien entre la représentation perceptive (préservée) et la mémoire sémantique.

Bien que la distinction aperceptive/associative ait structuré la littérature neuropsychologique pendant des décennies, les études cliniques systématiques révèlent que cette dichotomie est insuffisante. L'observation de patients met en lumière des dissociations beaucoup plus fines au sein de chacune de ces catégories. Certains patients souffrent de troubles sélectifs pour certaines catégories d'objets (par exemple, reconnaître les animaux mais pas les outils) tandis que d'autres conservent ces capacités. Ces dissociations catégoriques suggèrent que la reconnaissance n'est pas un processus unique et général, mais repose sur plusieurs mécanismes spécialisés, chacun potentiellement vulnérable à des lésions cérébrales distinctes. Cette fragmentation du système de reconnaissance a contraint la neuropsychologie à abandonner un modèle monolithique au profit d'une architecture modulaire.

La prosopagnosie — trouble spécifique de la reconnaissance des visages — constitue un cas exemplaire de dissociation modulaire. Elle peut être acquise (contractée suite à une lésion cérébrale, généralement bilatérale dans les régions fusiformes ou temporo-occipitales) ou développementale (présente dès la naissance ou l'enfance). Bien que les symptômes et la localisation des lésions varient entre les patients, l'observation cruciale est celle d'une double dissociation entre la reconnaissance des visages et celle d'autres objets. Certains patients prosopagnosiques ne peuvent reconnaître aucun visage mais conservent intégralement leur capacité à identifier les objets familiers, les animaux, ou les scènes. À l'inverse, d'autres patients (cas exceptionnels mais bien documentés) présentent une reconnaissance de visages préservée mais perdent la capacité à reconnaître des objets usuels — ce qui prouve que les mécanismes ne sont pas simplement ordonnés hiérarchiquement mais radicalement séparés.

L'étude de Duchaine et Nakayama (2005) fournit un portrait détaillé de sept patients ayant une prosopagnosie développementale. Les auteurs ont présenté différentes catégories d'objets (voitures, outils, fusils, chevaux, scènes, maisons) et ont testé la reconnaissance de ces stimuli en comparaison avec celle des visages. Les résultats démontrent un déficit sélectif pour les visages : alors que les patients prosopagnosiques reconnaissaient adéquatement les voitures, les outils et autres catégories, leurs performances de discrimination de visages déjà présentés demeuraient significativement inférieures à celles des contrôles. Cette dissociation sélective invalide toute explication basée sur la capacité intellectuelle générale ou une déficience perceptive globale.

Une question naturelle se pose : le traitement spécialisé des visages pourrait-il simplement refléter notre expertise accumulée pour cette catégorie ? Les études cliniques apportent une réponse décisive par les doubles dissociations inverses. Le patient W.J., décrit par McNeil et Warrington (1993), souffrait de prosopagnosie acquise mais conservait une reconnaissance exemplaire de ses moutons — une catégorie pour laquelle il avait une expertise professionnelle acquise. À l'inverse, le fermier M.X. reconnaissait normalement les visages mais ne pouvait plus distinguer ses propres vaches, et le collectionneur C.K. maintenait une reconnaissance parfaite des visages mais perdait la capacité à discriminer entre les petits soldats de sa collection. Ces doubles dissociations croisées constituent une preuve logiquement contraignante que la spécialisation pour les visages n'est pas le produit de l'expertise, mais repose sur un système neurobiologique intrinsèquement différencié.

Au-delà de la dissociation entre visages et objets, on observe des dissociations fines au sein même de la prosopagnosie. Certains patients ne reconnaissent pas les visages de personnes célèbres mais conservent une sensibilité à l'expression faciale. D'autres distinguent encore les expressions émotionnelles mais échouent à identifier l'identité. Ces dissociations révèlent que le traitement des visages n'est pas monolithique mais segmenté selon plusieurs dimensions fonctionnelles : l'identité personnelle, l'expression émotionnelle, l'âge et le sexe sont extraits par des voies neurales partiellement indépendantes. Cette architecture modulaire fine du traitement facial correspond à celle proposée par Bruce et Young (1986) pour expliquer les composantes de la reconnaissance faciale, chaque composante pouvant être atteinte de manière isolée en fonction de la localisation et de l'étendue de la lésion.

L'alexie est un trouble spécifique de la reconnaissance des mots écrits. Tout comme la prosopagnosie révèle un système de reconnaissance spécialisé pour les visages, l'alexie témoigne de la spécialisation du système visuel pour le décodage de l'écrit. Les patients atteints d'alexie pure peuvent reconnaître des objets, des images et même écrire, mais sont incapables de lire le texte qu'ils viennent eux-mêmes de tracer. Cette dissociation entre l'écriture productive et la reconnaissance visuelle des lettres et mots illustre une fois de plus le principe fundamental : la reconnaissance sélective d'une catégorie d'objets n'est pas secondaire à une déficience générale du système visuel, mais résulte de lésions ciblant un réseau neuronal dédié à cette catégorie spécifique.

L'étude systématique des agnosies visuelles et des dissociations cliniques transforme notre compréhension de la reconnaissance normale. Ces observations pathologiques révèlent que le système de reconnaissance n'est pas une architecture uniforme mais un ensemble d'modules hautement spécialisés, chacun optimisé pour une catégorie d'objet ou une dimension perceptive particulière. Les dissociations selectives (visages mais pas objets, objets mais pas visages, identité faciale mais pas expression) ne peuvent s'expliquer que par une organisation cérébrale compartimentalisée. Cette modularité s'étend aussi à la distinction entre reconnaissance et dénomination : un patient peut reconnaître un objet (le montrer, le décrire) sans pouvoir le nommer, tandis qu'un autre peut accéder au nom par le biais du contexte sémantique alors qu'il a perdu la reconnaissance perceptive. Ces dissociations croisées de la reconnaissance, de la dénomination, et de l'accès sémantique confirment que le chemin de la perception vers le sens passe par plusieurs voies computationnelles en parallèle, chacune susceptible de dysfonctionnement indépendant.

La reconnaissance d'une mélodie repose sur l'extraction de trois indices acoustiques fondamentaux. Le contour mélodique est le pattern global de montée et de descente des hauteurs (symbolisé par les symboles +, −, =), indépendant de la hauteur absolue des notes. Les intervalles correspondent aux différences de fréquence entre notes successives, mesurées en demi-tons ou en rapports de fréquence ; ils capturent la structure précise des hauteurs. La tonalité est l'ensemble des règles de combinaison des hauteurs admises dans un système musical donné — même sans formation musicale, nous possédons une connaissance implicite de la tonalité occidentale qui nous permet de détecter les fausses notes.

Une distinction importante sépare les mélodies atonales des mélodies tonales. Les mélodies atonales ne respectent pas les règles de construction de la musique tonale — elles constituent des séquences de notes sans ancrage à un système tonal spécifique. À l'inverse, les mélodies tonales suivent les conventions harmoniques et mélodiques d'un système musical établi (par exemple, la tonalité occidentale majeure ou mineure). Cette distinction s'avère cruciale pour comprendre quels indices le système perceptif mobilise selon le type de mélodie.

Dowling et Fujitani (1971) ont mené une première expérience fondatrice examinant l'utilisation différentielle des indices acoustiques. Ils ont présenté à trois groupes de sujets des séquences atonales de cinq notes à discriminer : le groupe 1 jugeait si deux séquences étaient identiques ou différentes ; le groupe 2 jugeait si deux séquences avaient le même contour ou non ; le groupe 3 jugeait si le contour était identique ou différent. La moitié des participants entendait les mélodies dans le même registre de hauteur, l'autre moitié entendait des mélodies transposées (jouées plus aigues ou plus graves, avec des notes différentes mais la même structure d'intervalles).

Les résultats révélaient un pattern décisif : lorsque les auditeurs ne pouvaient pas utiliser le contour (groupe 1 avec séquences différentes mais contour préservé), leurs performances de reconnaissance déclinaient drastiquement. L'effet était encore plus marqué lorsque les mélodies étaient transposées, suggérant que les auditeurs utilisaient également la hauteur absolue des notes. Cruciallement, lorsque les sujets ne pouvaient se fier ni au contour ni à la hauteur des notes (groupe 1 avec séquences différentes et contour modifié), ils répondaient au hasard. Ces résultats établissaient que le contour et les intervalles constituent les deux indices majeurs de reconnaissance pour les mélodies nouvelles.

Une deuxième expérience de Dowling et Fujitani (1971) changea de perspective en utilisant des mélodies familières — cinq comptines américaines bien connues des participants. Les chercheurs présentaient des versions modifiées de ces comptines en préservant soit le contour et les intervalles relatifs, soit uniquement le contour, soit les premières notes de chaque mesure avec la tonalité originale. Les performances restaient quasi parfaites (99 %) lorsque les mélodies étaient inmodifiées. En revanche, lorsque seule la tonalité était conservée sans le contour, les performances tombaient à 28 % — au niveau du hasard pour une tâche de reconnaissance dans une liste de cinq alternatives. Cet écart dramatique indiquait que pour les mélodies familières, les auditeurs exploitaient bien plus que la tonalité : ils mobilisaient les intervalles et la configuration précise stockée en mémoire à long terme.

À partir de ces résultats, Dowling (1978) proposa un modèle à deux composantes de la reconnaissance mélodique. Pour les mélodies nouvelles, le système auditif s'appuie sur trois éléments : les notes elles-mêmes (même sans représentation précise des hauteurs absolues), le contour mélodique et la tonalité. Ces trois éléments suffisent à reconnaître une mélodie que nous n'avons jamais entendue auparavant. Pour les mélodies familières stockées en mémoire à long terme, le système mobilise les intervalles — la taille relative des sauts entre notes — qui permettent une discrimination plus fine et une récognition exacte. Notons qu'une écrasante majorité des personnes (environ 1 sur 10 000) ne possèdent pas l'oreille absolue, la capacité à identifier ou reproduire une fréquence sans référence externe ; le système perceptif normal s'en accommode en s'appuyant d'abord sur le contour et la tonalité.

Les observations neuropsychologiques d'Isabelle Peretz sur des patients cérébro-lésés révélèrent une organisation hémisphérique cruciale du traitement musical. Peretz (1990) présenta à des patients ayant une lésion dans l'hémisphère droit (HD) ou l'hémisphère gauche (HG) une tâche de discrimination de mélodies : les sujets devaient juger si deux mélodies nouvelles étaient identiques ou différentes, les variations portant soit sur le contour soit sur les intervalles.

Les patients avec lésion de l'HD présentaient un déficit global : leurs performances s'effondaient aussi bien quand le contour était modifié que quand il était préservé, suggérant qu'ils ne pouvaient exploiter ni le contour ni les intervalles. À l'inverse, les patients avec lésion de l'HG montraient un pattern dissocié : leurs performances demeuraient inférieures aux contrôles uniquement lorsque le contour était préservé — autrement dit, quand le contour était le seul indice discriminant. Ces résultats indiquaient qu'une lésion de l'HG perturbait spécifiquement l'encodage ou l'utilisation des intervalles, tandis qu'une lésion de l'HD affectait la perception du contour lui-même. Cruciallement, il était possible de traiter le contour malgré une lésion de l'HG, mais impossible de traiter les intervalles malgré une lésion de l'HD — démontrant que le contour est préalable et indispensable à l'encodage des intervalles.

Cette hiérarchie fonctionnelle conforme au modèle à deux composantes établit une subdivision claire des rôles hémisphériques : l'HD apparaît responsable de l'extraction du contour mélodique — l'indice fondamental — tandis que l'HG intervient dans le traitement des intervalles et, par extension, dans la reconnaissance des mélodies familières qui exige une comparaison précise avec les représentations stockées en mémoire. Cette organisation explique pourquoi une lésion de l'HD produit un déficit plus global et plus sévère : elle prive le système de l'indice de base sur lequel reposent tous les traitements ultérieurs.

Le système perceptif musical n'encode pas les notes sous forme de fréquences absolues brutes, mais selon une représentation catégorique ancrée à la tonalité. Bien que la tonalité soit généralement acquise de manière implicite — même les non-musiciens la maîtrisent intuitivement — elle structure l'extraction des hauteurs en classes catégorielles. Le codage des notes reflète donc une interaction entre les propriétés acoustiques (fréquence) et l'organisation tonale du contexte culturel. Cet arrangement hiérarchisé — contour d'abord, puis intervalles exploitant la mémoire tonale, puis comparaison détaillée aux représentations stockées — minimise la charge computationnelle en exploitant d'abord les régularités globales avant les discriminations fines.

Au-delà de la musique, nous reconnaissons constamment des objets sonores dans notre environnement : une collision de voiture, des bruits de pas, des objets qui tombent. Cette reconnaissance repose sur des indices acoustiques précis que le système perceptif extrait du signal sonore. Saldanha et Corso (1964) ont montré que l'attaque du son — la vitesse avec laquelle l'onde sonore atteint son amplitude maximale — joue un rôle crucial dans l'identification des instruments. Les instruments percussifs comme le piano ont une attaque rapide et une décroissance rapide, tandis que les instruments à vent présentent une attaque plus lente et plus progressive. Lorsque cet indice est supprimé ou modifié, comme lorsqu'on joue un son de piano à l'envers, l'identification devient impossible : on entend alors un harmonium ou un accordéon au lieu d'une corde frappée.

Au-delà de l'attaque, les auditeurs extraient des informations plus complexes des sources sonores. Lakatos et al. (1997) ont démontré que les auditeurs pouvaient accéder à des propriétés géométriques de sources sonores simples à partir du son seul. Dans cette expérience, des barres de métal et de bois de hauteur et largeur variables étaient frappées avec un maillet, produisant des sons distincts. Lorsqu'on présentait deux sons successivement, les sujets devaient apparier la paire de sons à une description visuelle correspondante. Les performances étaient bonnes (78 % de réponses correctes pour le métal, 74 % pour le bois), suggérant que les propriétés géométriques — notamment le rapport largeur/hauteur — étaient extraites directement du son. Ce résultat soutient l'approche écologique de Gibson selon laquelle nous avons une perception directe de l'environnement, y compris la structure physique des objets sonores.

Thorpe et al. (1996) ont montré que la reconnaissance des objets visuels était remarquablement rapide, en moins de 150 ms. Une question se pose : la reconnaissance auditive est-elle aussi rapide ? Agus et al. (2012) ont examiné cette question en présentant des sons dont seul le timbre variait, tandis que la sonie, la durée et la hauteur étaient maintenues constantes. Les sujets effectuaient une tâche go/no go : appuyer sur un bouton lorsqu'une cible était détectée parmi d'autres sons distracteurs. Les cibles étaient des voix (voyelles /a/ et /i/), des percussions (marimba et vibraphone) ou des cordes frottées. Les résultats montrent une discrimination rapide et précise : les auditeurs commettaient moins de 10 % d'erreurs avec un temps de réaction moyen de 513 ms, et étaient particulièrement rapides pour la voix (448 ms). Une analyse ultérieure utilisant des chimères sonores — des sons hybrides mélangeant les caractéristiques spectrales et temporelles de deux sources — a révélé que la voix naturelle conservait un avantage de traitement, suggérant que la voix n'est pas simplement un timbre parmi d'autres, mais une catégorie auditive spécialisée.

Tout comme les visages sont un cas particulier de reconnaissance visuelle, la voix émerge comme une catégorie auditive spécialisée. La voix véhicule des informations cruciales : l'identité du locuteur, son état émotionnel, son sexe, son âge. Nous reconnaissons instantanément le timbre de voix d'une personne familière. Belin et al. (2000) ont révélé, par imagerie IRMf, qu'une région spécifique du cerveau s'active préférentiellement pour les sons vocaux : le sillon temporal supérieur. Dans leur première expérience, les sujets écoutaient passivement deux catégories de stimuli : des sons vocaux (paroles, rires, soupirs, toux) et des sons non vocaux (sons de la nature, cris d'animaux, bruits mécaniques). Une région du sillon temporal supérieur, plus importante dans l'hémisphère droit, montrait une activité spécifique pour les sons vocaux. Une deuxième expérience a comparé les sons vocaux à quatre catégories de contrôle : différents types de cloches, des sons non vocaux humains (frapper dans les mains), du bruit blanc modulé avec l'enveloppe temporelle de la parole, et des voix modifiées conservant seulement l'enveloppe temporelle. Le sillon temporal supérieur reste sélectif aux sons vocaux naturels, confirmant que cette région constitue l'analogue auditif du gyrus fusiforme pour les visages. Cette sélectivité neurale s'accompagne d'une reconnaissance plus rapide grâce aux caractéristiques spectrales et temporelles de la voix.

La reconnaissance et la discrimination vocales sont extrêmement précoces chez l'enfant, comparables à la précocité de la reconnaissance des visages. Les nouveau-nés manifestent une capacité à discriminer les voix et à reconnaître celle de leur mère (DeCasper et Fifer, 1980). Des études ultérieures (Kisilevsky et al., 2003) ont montré que cette discrimination vocale maternelle s'établit même avant la naissance. Les macaques aussi sont capables de reconnaître la voix de plusieurs congénères, suggérant une base biologique ancienne pour ce traitement spécialisé. Cette précocité et cette universalité soutiennent l'hypothèse d'un système de traitement vocal inné, distinct du traitement des autres sons environnementaux. Comme pour les visages, on observe une distinction entre la parole elle-même, l'identité du locuteur et l'expression affective véhiculée par la voix. Le modèle proposé pour la reconnaissance vocale s'inspire du modèle de Bruce et Young (1986) pour la reconnaissance des visages, suggérant une architecture fonctionnelle parallèle entre ces deux domaines perceptifs. Cette parallèle est renforcée par l'existence de troubles spécifiques : la phonagnosie est l'analogue auditif de la prosopagnosie visuelle, caractérisée par l'incapacité à reconnaître les voix familières en l'absence de déficit pour la parole ou la reconnaissance d'autres sons.

Les agnosies auditives désignent les troubles de la reconnaissance et de l'identification des sons et des séquences sonores en l'absence de déficit auditif périphérique ou de trouble du langage. Contrairement à l'aphasie, qui affecte la compréhension et la production du langage parlé, les agnosies auditives peuvent préserver le langage tout en atteint d'autres dimensions auditives. On distingue plusieurs formes spécifiques : la phonagnosie, trouble spécifique de la reconnaissance de la voix (l'analogue auditif de la prosopagnosie visuelle), et l'amusie, trouble spécifique du traitement musical. Cette dissociation entre ces domaines et le langage révèle la modularité du système auditif cognitif.

La phonagnosie empêche les patients de reconnaître leurs interlocuteurs au téléphone malgré une compréhension correcte du message linguistique. L'amusie comprend deux formes : les amusies acquises, survenant suite à une lésion cérébrale, et les amusies congénitales ou développementales, présentes dès la naissance. Cette distinction etiologique soulève des questions fondamentales sur l'organisation du traitement musical et ses bases neurobiologiques.

I.R. représente un cas exemplaire d'amusie profonde acquise suivant un accident cérébrovasculaire. Cette patiente se trouve dans l'incapacité complète de reconnaître le moindre air musical, même les mélodies qui lui étaient familières avant la lésion. Elle ne peut ni comparer deux mélodies, ni lire la musique, ni jouer du piano (compétence antérieure), ni chanter. Cependant, sa maîtrise du langage est demeurée largement intacte, avec seulement un léger trouble de l'articulation. Cette dissociation demeure même au niveau de chansons : I.R. peut reconnaître « Joyeux anniversaire » à partir des paroles mais se montre déficiente pour reconnaître l'air qui l'accompagne.

Ce qui rend le cas I.R. particulièrement informatif est que la reconnaissance des sons de l'environnement et des voix reste intacte. Cela démontre que l'amusie n'est pas un déficit auditif général mais un trouble sélectif du traitement mélodique et musical. Le cas illustre ainsi le principe de modularité : le système auditif possède des composantes fonctionnellement indépendantes, dont celle dédiée au traitement musical peut être endommagée sans affecter les autres.

Peretz (1990) a examiné des patients présentant des lésions dans l'hémisphère droit (HD) ou gauche (HG) en utilisant une tâche de reconnaissance de mélodies nouvelles. Les participants devaient juger si deux mélodies présentées successivement étaient identiques ou différentes, avec des variations portant sur le contour (la trajectoire de montée et de descente des hauteurs) et les intervalles (les différences de fréquence entre notes successives). Les résultats ont révélé une double dissociation entre le contour et les intervalles : les lésions de l'HD altéraient le traitement du contour (patients incapables de discriminer les mélodies quand le contour était modifié), tandis que les lésions de l'HG affectaient spécifiquement les intervalles uniquement lorsque le contour était préservé.

Cette dissociation asymétrique révèle une hiérarchie fonctionnelle : le traitement du contour est antérieur et indispensable à l'encodage des intervalles. L'hémisphère droit s'avère critique pour extraire la structure générale mélodique (contour), tandis que l'hémisphère gauche participe au traitement des détails de hauteur (intervalles). Les patients avec lésion à l'HG préservant le traitement du contour peuvent toujours utiliser cet indice pour discriminer les mélodies, mais ne peuvent pas exploiter les intervalles. En revanche, l'absence de traitement du contour (lésion HD) compromet complètement la reconnaissance musicale. Ces données confirment le modèle des deux composantes de Dowling (1978) tout en révélant son substrat neuroanatomique.

L'amusie congénitale ou développementale touche environ 2,5 % de la population, bien que ce chiffre soit probablement sous-estimé faute de diagnostic systématique. Contrairement à une conception erronée, ce dysfonctionnement musical n'est nullement associé à des déficits cognitifs ou intellectuels : plusieurs personnalités célèbres en furent atteintes, notamment le révolutionnaire argentin Che Guevara et le prix Nobel d'économie Milton Friedman. On soupçonne même que Sigmund Freud présentait ce trouble, manifestant une incapacité à comprendre ou apprécier la musique.

Les caractéristiques phénotypiques de l'amusie congénitale incluent une incapacité à discriminer si une note est plus aiguë ou grave qu'une autre, une tendance à chanter faux sans s'en rendre compte, et une mémoire à court terme des notes déficiente, donnant l'impression que les notes s'effacent rapidement. Selon une hypothèse en cours d'étude, l'amusie congénitale serait liée à une anomalie mineure de la connectivité entre le cortex temporal et le cortex frontal.

Plusieurs études révèlent une composante génétique significative : environ 39 % des parents ou frères et sœurs de personnes amusiques présentent ce dysfonctionnement musical, contre seulement 3 % dans les familles de contrôles. Cette agrégation familiale suggère une transmission génétique et soulève la question des mécanismes neurogénétiques sous-jacents. La distinction acquise/développementale s'applique également à d'autres agnosies, mais l'amusie congénitale se distingue par l'évidence de bases génétiques familiales.

Les agnosies auditives offrent des fenêtres précieuses sur l'organisation modulaire du système auditif cognitif. Les dissociations observées — entre musique et langage (cas I.R.), entre voix et autres sons (phonagnosie), entre contour et intervalles (lésions hémisphériques) — démontrent que la reconnaissance auditive n'est pas unitaire mais composée de systèmes spécialisés possédant une certaine indépendance fonctionnelle. La modularité révélée par ces troubles pathologiques contraste avec l'impression d'unité perceptive que nous expérimentons en conditions normales.

Les données de Peretz établissent que le traitement musical repose sur des étapes hiérarchisées : le contour mélodique constitue une composante fondamentale, impérativement traitée avant l'encodage des intervalles. Cette architecture révèle comment le cerveau construit progressivement une représentation musicale à partir d'éléments de base. L'existence de deux voies distinctes, avec spécialisations hémisphériques, suggère un parallèle avec les modèles de traitement facial (approche holistique mais avec composantes traitées distinctement). L'amusie congénitale, enfin, élargit la compréhension en révélant que des anomalies neurodéveloppementales et génétiques peuvent sélectivement compromettre le traitement musical sans atteindre d'autres fonctions auditives ou cognitives.

L'imagerie mentale est notre capacité à voir ou entendre intérieurement, en l'absence de stimulation externe. Nous pouvons fermer les yeux et imaginer le visage d'un proche, ou entendre mentalement notre morceau de musique favori. Ludwig van Beethoven, profondément sourd, pouvait encore composer parce qu'il imaginait la musique. La question fondamentale qui traverse ce chapitre est : imaginer un stimulus équivaut-il à le percevoir ? Les traitements impliqués sont-ils identiques ou distincts ?

Les études de neuroimagerie révèlent un recouvrement substantiel des régions activées lors de la perception et de l'imagerie mentale. Zatorre et ses collaborateurs (1996) ont utilisé la tomographie par émission de positons (TEP) pour comparer l'écoute passive de mélodies familières à leur imagination. Ils ont trouvé un grand recouvrement dans les aires cérébrales activées pour ces deux conditions, suggérant une forte similarité entre les processus. De même, Halpern et al. (2004) ont demandé à des participants de juger la similarité de timbres d'instruments de musique perçus directement, puis imaginés à partir du nom de l'instrument. Les jugements donnés par les sujets étaient très similaires, révélant que les deux conditions engageaient les mêmes critères perceptifs (brillance et nasalité de l'instrument).

L'IRMf (imagerie par résonance magnétique fonctionnelle) a confirmé ces résultats en montrant un recouvrement des régions cérébrales activées pendant la perception et l'activité d'imagerie mentale. Halpern et al. ont observé que les mêmes zones cérébrales s'activaient dans les deux conditions, bien que le degré de chevauchement varie selon les régions. Kraemer et al. (2005), dans une étude intitulée « the sound of silence », ont examiné l'imagerie mentale spontanée chez des participants écoutant des extraits musicaux entrecoupés de silences de 2 à 5 secondes. Lors des coupures de son, l'imagerie mentale activait essentiellement les aires auditives associatives situées sur le gyrus temporal supérieur pour les chansons, tandis que l'imagerie musicale sans paroles activait l'aire auditive primaire. Selon les auteurs, l'imagerie et la perception semblent obéir aux mêmes règles concernant l'activation des aires primaires et associatives.

Deux théories s'opposent quant à la relation entre imagerie mentale et perception. La théorie de l'anticipation perceptive de Kosslyn propose que les traitements impliqués dans l'imagerie mentale sont identiques à ceux impliqués dans la perception. Selon ce modèle, imaginer un stimulus n'est qu'une forme de perception internalisée utilisant les mêmes circuits neuraux. À l'inverse, la théorie de la représentation implicite de Pylyshyn considère que l'imagerie ne se baserait pas sur une représentation perceptive véritable, mais sur une connaissance implicite ou des schémas stockés en mémoire. Pylyshyn argue que ce que l'on imagine est souvent différent du stimulus perçu, et que la simple observation d'un recouvrement cérébral ne prouve pas l'identité des processus.

L'argument majeur de Kosslyn s'appuie sur les études de neuroimagerie montrant que environ les deux tiers des aires activées durant la perception sont également activées durant l'imagerie mentale. Le tiers restant pourrait expliquer certaines différences comportementales entre les deux conditions. Cependant, Pylyshyn souligne que montrer un recouvrement cérébral ne signifie pas que la représentation sous-jacente est identique : deux processus cognitifs distincts peuvent recruter les mêmes régions pour des raisons différentes. De plus, l'existence de doubles dissociations entre perception et imagerie fournit des arguments puissants contre la théorie de l'identité des traitements.

Les observations neuropsychologiques révèlent des dissociations éloquentes entre perception et imagerie. Certains patients cérébro-lésés manifestent des troubles de perception visuelle ou auditive mais demeurent capables d'imaginer les stimuli qui ne peuvent plus être perçus. Par exemple, un patient avec une lésion affectant les aires visuelles primaires peut ne plus voir une forme présentée, mais peut l'imaginer mentalement. Ces dissociations indiquent que la perception et l'imagerie font appel à des circuits neuraux au moins partiellement distincts, invalidant la hypothèse de l'identité complète des traitements.

Inversement, l'aphantasie — un trouble développemental caractérisé par l'incapacité à générer volontairement des images mentales — montre que l'imagerie peut être déficitaire sans altération de la perception. Les personnes atteintes d'aphantasie perçoivent le monde normalement mais ne peuvent pas « voir » une image mentale. Ces cas représentent une double dissociation : certains patients ont des troubles perceptifs avec imagerie intacte, tandis que d'autres ont l'imagerie altérée avec perception préservée. Cette double dissociation suggère que perception et imagerie ne partagent pas un système neural monolithique, mais des systèmes en partie distincts avec un recouvrement partiel.

L'étude de Kraemer et al. (2005) « the sound of silence » révèle un aspect crucial : l'imagerie mentale peut être spontanée et involontaire. Lors d'interruptions dans une séquence musicale familière, les participants imaginaient automatiquement la continuation, activant les mêmes circuits qui s'activeraient lors de l'écoute réelle. Cet automatisme suggère que l'imagerie partage avec la perception une certaine autonomie du contrôle conscient. L'imagerie musical des chansons familières engage le gyrus temporal supérieur (traitement auditif associatif), tandis que l'imagerie instrumentale engage l'aire auditive primaire. Cette spécialisation fonctionnelle parallèle renforce l'idée d'un recouvrement substantiel, mais n'élucide pas complètement la nature de ce recouvrement : s'agit-il d'une réutilisation des mêmes processus ou d'un parallélisme fonctionnel superficiel ?

En pathologie, la distinction entre imagerie mentale et hallucinations s'effondre. Les hallucinations sont des expériences perceptives générées internalement mais perçues comme externes, avec une qualité phénoménologique de perception réelle. Contrairement à l'imagerie volontaire, les hallucinations ne sont pas facilement contrôlables et possèdent une compulsion perceptive. Ces phénomènes pathologiques suggèrent que imagerie et perception ne sont pas des catégories absolues mais des continuums le long d'une dimension d'externalité perçue et de contrôle volitif. Les hallucinations pourraient résulter d'une activation des circuits perceptifs sans inhibition des signaux ascendants sensoriels, produisant une expérience subjective indistinguible de la perception.

Les données convergentes indiquent que perception et imagerie mentale partagent un recouvrement cérébral significatif et des similarités comportementales frappantes. Cependant, ce recouvrement n'implique pas l'identité complète des traitements. Kosslyn a raison de souligner que les deux tiers des aires perceptives s'activent en imagerie, mais Pylyshyn a aussi raison de noter que le tiers restant et l'existence de doubles dissociations cliniques indiquent une différenciation fonctionnelle. Le modèle le plus cohérent propose un système cognitif partagé avec des composantes modulables : perception et imagerie réutilisent largement les mêmes circuits, mais leurs entrées (sensorielles vs. mnésiques) et leurs contextes de contrôle diffèrent, produisant des expériences phénoménologiquement distinctes malgré une base neurale largement chevauchante.

Que désigne l’organisation perceptive ?
Organisation perceptive
: Regroupement des informations sensorielles qui parviennent au système perceptif afin de construire des objets.

Quels objets reconnaissons-nous en permanence ?
Nous reconnaissons des objets visuels, comme une table, une chaise ou des visages, ainsi que des objets sonores, comme des sons de l’environnement, des voix et de la musique.

Quelle question se pose à propos de la reconnaissance des objets ?
Comment les regroupements des informations sensorielles permettent-ils de reconnaître les objets ?

Quels domaines sont concernés par l’étude de la perception et de la reconnaissance ?
La perception et la reconnaissance des objets et des scènes visuelles, des sons et des séquences sonores, ainsi que les troubles de ces capacités. La question de l’imagerie mentale est également abordée : imaginer équivaut-il à percevoir ?

Quelles sont les principales théories de la perception des objets visuels ?
Les approches les plus influentes sont :

• la théorie computationnelle de D. Marr, qui fait intervenir des techniques d’analyse du signal ;
• la théorie de la reconnaissance par composants d’I. Biederman ;
• l’approche écologique développée par Gibson.

Sur quoi repose la théorie de la reconnaissance par composants de Biederman ?
Géons : éléments géométriques de base à partir desquels un objet peut être construit. Le terme est une contraction de « géométrie ion ».

Biederman (1987) propose qu’un objet soit reconnu à partir de ses géons. Les objets peuvent être construits à partir d’une quarantaine de géons définis par Biederman, de la même manière que les mots sont construits à partir de phonèmes.

• Parmi les formes possibles figurent des cylindres, des arcs, un parallélépipède et un tronc de cône.
• Un argument en faveur de cette théorie est qu’un objet peut être reconnu même s’il n’est perçu que partiellement, grâce aux géons.

Comment Marr décrit-il la construction d’une représentation visuelle ?
Marr (1982) propose qu’à partir des informations disponibles sur l’image rétinienne, différentes représentations soient construites par étapes successives. Chaque étape produit une représentation plus élaborée de l’objet visuel.

Quelles sont les trois étapes du modèle de Marr ?

1. Que produit l’esquisse primaire brute (« primal sketch ») ?
   Elle produit une représentation en deux dimensions (2D) de chaque image rétinienne. Les variations d’intensité lumineuse selon leur localisation permettent de repérer les bords, les lignes, les coins et les intersections.

1. Qu’ajoute l’esquisse 2 1/2D ?
   L’esquisse 2 1/2D, partiellement tridimensionnelle, ajoute les propriétés de texture, les ombres, les contours fermés et les discontinuités de surface. Les processus de groupements perceptifs interviennent à cette étape. Le traitement des deux yeux est pris en compte, mais l’objet est représenté selon un seul point de vue.

1. Que représente le modèle 3D ?
   Les modèles 3D sont organisés hiérarchiquement en primitives de surface et de volume.
   Il constitue la représentation définitive de l’objet, centrée sur l’objet et indépendante du point d’observation, quel que soit l’angle de vue. Les connaissances de l’observateur peuvent intervenir à ce niveau par des processus descendants (« top-down »).

Comment l’approche écologique de Gibson conçoit-elle la perception ?
Gibson (1979) s’oppose aux représentations mentales, qu’elles soient de nature neurophysiologique ou symbolique. Il propose une perception directe de l’environnement : toutes les informations nécessaires à la perception sont présentes dans l’environnement et sont perçues directement. Il appelle cet ensemble d’informations le réseau optique ambiant.

Quel rôle Gibson attribue-t-il aux déplacements de l’observateur ?
Les déplacements de l’observateur jouent un rôle essentiel. L’information est saisie plutôt que traitée : Gibson décrit une sorte de résonance entre l’observateur et l’environnement.

Comment l’analogie de la radio illustre-t-elle cette résonance ?
Si une radio est réglée sur le bon canal, elle reçoit les ondes émises et peut les transmettre sous forme de paroles, de musique, etc. Si elle n’est pas sur le bon canal, elle émet un bruit de fond. De la même manière, percevoir et reconnaître un objet revient, selon Gibson, à faire résonner le stimulus avec le système cognitif.

Quelles données soutiennent l’existence des géons de Biederman ?
Cooper et Biederman (1993) ont demandé aux sujets de juger si deux objets présentés successivement et très rapidement avaient le même nom, par exemple s’il s’agissait de deux formes de chapeaux appartenant à la même catégorie perceptive. Les objets non identiques variaient selon deux conditions :

1. un géon était modifié, par exemple entre un chapeau haut-de-forme et un chapeau rond ;
2. le deuxième objet était plus petit ou plus grand que le premier.

Les performances étaient moins bonnes lorsqu’un géon avait été modifié. Vogels et al. (2001) ont également montré, par enregistrement unitaire, qu’une modification d’un géon modifiait la réponse des neurones du cortex temporal inférieur, contrairement à une modification de taille. Ces résultats soutiennent l’existence des géons.

La reconnaissance d’un objet dépend-elle du point de vue de l’observateur ?
La théorie de Biederman et, chez Marr, la troisième étape de traitement suggèrent que la reconnaissance ne dépend pas du point de vue. Des études montrent que c’est effectivement le cas pour les objets familiers : un éléphant peut être reconnu à partir de différentes vues.

La reconnaissance est-elle indépendante du point de vue pour les objets nouveaux ?
Non. Gauthier et Tarr (2002) ont construit des personnages artificiels appelés « Greebles », appartenant à différentes familles. Même avec la pratique, juger rapidement la similarité de deux Greebles présentés successivement prend plus de temps lorsqu’ils ne sont pas présentés selon la même orientation. Le changement d’orientation pouvait atteindre $75^\circ$.

La théorie de Biederman privilégie-t-elle les processus ascendants ou descendants ?
La théorie de la reconnaissance par composants privilégie les processus ascendants (« bottom-up ») : les objets sont construits par combinaison de géons, sans intervention nécessaire des connaissances. Cependant, de nombreuses recherches montrent aussi l’implication de processus descendants dans la reconnaissance.

Qu’a montré l’étude de Bar et al. (2006) sur les processus descendants ?
Les chercheurs ont présenté brièvement des dessins d’objets, suivis d’un masque qui rendait leur reconnaissance difficile, puis ont enregistré l’activité cérébrale des sujets. Une activation du cortex orbito-frontal, qui fait partie du cortex préfrontal, précédait l’activation des aires du cortex temporal impliquées dans la reconnaissance des objets. Cette activation était corrélée à une bonne reconnaissance. Les auteurs estiment que l’activation orbito-frontale témoigne de processus descendants facilitant la reconnaissance lorsque celle-ci est difficile.

Quelles conditions Viggiano et al. (2008) ont-ils comparées ?
Les chercheurs ont présenté des photographies floutées d’animaux ou d’objets dans quatre conditions :

1. stimulation magnétique transcrânienne répétée (rTMS) appliquée au cortex préfrontal dorsolatéral gauche ;
2. TMS appliquée au cortex préfrontal dorsolatéral droit ;
3. dispositif de TMS sans champ magnétique (« Sham ») ;
4. absence de dispositif (« Baseline »).

La TMS consiste à appliquer un champ magnétique qui perturbe le fonctionnement neuronal.

Quels résultats la TMS a-t-elle produits dans cette étude ?
La TMS appliquée à la région préfrontale droite ou gauche ralentissait la reconnaissance, particulièrement pour les objets vivants, c’est-à-dire les animaux. Dans une autre condition, la stimulation magnétique n’avait pas d’effet lorsque les photographies n’étaient pas floues : les processus ascendants suffisaient alors à identifier l’objet.

Quelle caractéristique de la reconnaissance visuelle les modèles présentés n’intègrent-ils pas ?
La rapidité de la reconnaissance des scènes visuelles. Des études montrent qu’une scène peut être reconnue même lorsque les images défilent à grande vitesse.

Comment se déroule l’exercice de démonstration avec le fichier DemoRSVP20 ?
Il faut ouvrir le fichier DemoRSVP20, le mettre en mode diaporama, puis faire défiler les diapositives : un appui fait apparaître une diapositive blanche et un autre appui permet de voir brièvement la diapositive présentée. À chaque essai, il faut noter si un animal est présent dans la scène. La dernière diapositive donne les bonnes réponses, ce qui permet de calculer la proportion de réponses correctes.

Comment Thorpe et ses collaborateurs ont-ils étudié la reconnaissance rapide d’images ?
Thorpe et ses collaborateurs (1996) ont présenté des photographies à 15 sujets et ont enregistré à la surface du scalp les variations de potentiel produites par l’activité électrique. Ces potentiels évoqués étaient mesurés par électroencéphalographie (EEG).

La moitié des photographies contenait un animal — mammifère, oiseau, reptile ou poisson. Les autres représentaient des paysages, des bâtiments, des fleurs ou des fruits.

Qu’est-ce que la présentation visuelle séquentielle rapide (RSVP) dans cette expérience ?
RSVP signifie « Rapid Sequential Visual Presentation » (présentation visuelle séquentielle rapide).
Les photographies étaient présentées sous forme de flashs de 20 ms, pendant un temps inférieur à celui d’une saccade oculaire. Les sujets devaient indiquer si un animal était présent.

Comment fonctionnait la tâche go/no go ?
Les sujets appuyaient sur un bouton au début de l’essai.

• En essai « go », ils relâchaient le bouton le plus rapidement possible s’ils voyaient un animal.
• En essai « no go », ils maintenaient le bouton appuyé s’ils ne voyaient pas d’animal.

Quelles performances les sujets ont-ils obtenues malgré la présentation très brève ?
Les performances étaient excellentes : 94 % de réponses correctes en moyenne. Le temps de réponse moyen était de 445 ms.

Quand les enregistrements EEG distinguaient-ils les essais go et no go ?
Des déviations dans les ondes enregistrées sur le scalp distinguaient les essais go et no go à partir de 150 ms après le début de la présentation de l’image. Elles étaient localisées dans les zones frontales.

Quelle conclusion peut-on tirer du délai de 150 ms ?
L’identification d’un animal dans la scène prendrait moins de 150 ms. Ce résultat impose de fortes contraintes aux modèles de reconnaissance visuelle, compte tenu de la vitesse de conduction des voies neuronales et du nombre d’étapes nécessaires à la construction des objets.

La reconnaissance rapide concerne-t-elle uniquement les objets vivants ?
Non. Vanrullen et Thorpe (2001) ont répliqué ces résultats avec des véhicules. La rapidité de traitement n’est donc pas spécifique des objets vivants.

Quelles informations les visages véhiculent-ils ?
Les visages transmettent des informations importantes pour l’individu, notamment l’identité, l’état émotionnel, le sexe et l’âge de la personne.

À quel moment la reconnaissance des visages apparaît-elle ?
La reconnaissance des visages est rapide et précoce.

• Le nouveau-né manifeste une préférence pour un visage par rapport à un autre objet.
• À 3-4 jours, le nourrisson peut reconnaître le visage de sa mère parmi d’autres visages de femmes avec des cheveux, en dehors d’autres indices comme l’odeur, le contexte et la voix.
• À 4 mois, le bébé reconnaît les visages même lorsque les cheveux sont cachés.

En quoi le traitement des visages est-il global ou holistique ?
Nous percevons la configuration globale du visage : ses éléments sont intégrés dans un tout, codés ensemble, et les distances qui les séparent sont également codées. Reconnaître séparément les éléments serait difficile, car certains sont partagés par plusieurs individus, comme la couleur des yeux, tandis que d’autres peuvent changer, comme la forme de la bouche ou la couleur de la peau.

Qu’est-ce que l’effet d’inversion des visages ?
L’effet d’inversion désigne la difficulté accrue à reconnaître les visages présentés à l’envers. Les figures de Mooney montrent également que la perception des visages est plus aisée à l’endroit : un visage formé par des ombres est perçu dans la figure à l’endroit mais ne l’est plus dans la même figure renversée (McKone, 2004).

L’effet d’inversion est-il aussi important pour les autres objets ?
La difficulté de reconnaissance à l’envers ne s’observe pas de la même façon pour les autres objets, y compris les animaux. La synthèse de McKone et al. (2007) montre que la différence de performances entre une présentation à l’endroit et une présentation à l’envers est plus grande pour les visages que pour d’autres catégories d’objets pour lesquelles les sujets sont experts :

• chiens ;
• écriture manuscrite ;
• voitures ;
• Greebles ;
• oiseaux ;
• empreintes digitales.

Quelle exception a été observée pour l’effet d’inversion ?
Une étude de Diamond et Carey (1986), portant sur des experts en labrador, n’a pas obtenu le résultat observé dans les autres études. Les participants connaissaient les chiens présentés : leur performance pouvait donc dépendre non seulement de leur expertise pour la catégorie des chiens, mais aussi de leur mémoire des exemplaires présentés.

Qu’est-ce que l’effet « part-whole » pour les visages ?
Pour les visages, la reconnaissance des éléments constitutifs est moins bonne que celle de la configuration entière. Cet effet est observé pour les visages mais pas pour d’autres objets comme les voitures, les maisons ou les chiens.

• Des yeux ou une bouche présentés isolément sont très peu reconnus.
• Des portes ou des fenêtres faisant partie d’une maison sont mieux reconnues.
• L’effet suggère que les visages sont stockés en mémoire sous une forme intégrée.

L’effet « part-whole » relève-t-il uniquement du stockage en mémoire ?
Non. Des expériences utilisant un paradigme même/différent montrent que l’effet concerne aussi le codage perceptif : les éléments des visages ne seraient pas traités indépendamment les uns des autres.

Qu’est-ce qu’une agnosie visuelle ?
Agnosie visuelle : trouble de la reconnaissance et de l’identification des objets visuels qui se manifeste en l’absence de déficit d’acuité visuelle.

Dans L’homme qui prenait sa femme pour un chapeau (1988), Oliver Sacks décrit un patient qui, à la suite d’un accident cérébro-vasculaire, ne peut plus reconnaître les objets visuels, en particulier les visages, et voit des visages là où il n’y en a pas.

Quelle distinction Lissauer a-t-il proposée en 1890 ?
Lissauer a distingué les agnosies aperceptives et les agnosies associatives.

• Agnosie aperceptive : trouble du traitement perceptif. La reconnaissance peut être difficile lorsque l’objet est présenté sous un angle inhabituel ou dans des conditions difficiles, par exemple dans l’ombre ou partiellement caché.
• Agnosie associative : déficit d’association en mémoire de l’objet. Le patient peut décrire l’objet mais n’a pas accès à sa signification, à son nom ou à son usage et ne peut pas l’identifier.

Comment les agnosies aperceptives sont-elles mises en évidence ?
Des tests demandent au patient de copier ou de recopier un dessin représentant un objet, ou d’apparier ce dessin à une forme.

Pourquoi la distinction entre agnosie aperceptive et agnosie associative est-elle jugée insuffisante ?
L’étude des patients révèle des dissociations à l’intérieur de ces deux types d’agnosie. Certains patients ont des difficultés pour certains types d’objets mais pas pour d’autres. Il existe aussi des troubles spécifiques des mots écrits, appelés alexies, et un trouble spécifique de la reconnaissance des visages, appelé prosopagnosie.

Qu’est-ce que la prosopagnosie et sous quelles formes existe-t-elle ?
Prosopagnosie : déficit spécifique de la reconnaissance des visages. Elle peut être acquise, à la suite d’une lésion cérébrale, ou développementale, présente dès la naissance.

Les symptômes et les lésions peuvent varier. On observe une double dissociation entre la reconnaissance des objets et celle des visages :

• certains patients ont des difficultés à reconnaître les visages mais pas les autres objets ;
• d’autres ont le déficit inverse.

Quels résultats Duchaine et Nakayama (2005) ont-ils observés chez des patients prosopagnosiques développementaux ?
Ils ont étudié sept patients. Après leur avoir présenté différentes catégories d’objets lors d’une première phase, ils leur ont présenté d’autres objets, dont certains avaient déjà été montrés. Les patients avaient un déficit pour reconnaître les visages déjà présentés, mais pas les autres catégories d’objets.

Quelles dissociations existent à l’intérieur de la prosopagnosie ?
Des doubles dissociations sont également observées entre :

• la reconnaissance de personnes célèbres et celle de personnes inconnues ;
• la reconnaissance de l’identité d’un visage et celle de son expression faciale.

Les troubles de la reconnaissance des visages peuvent-ils s’expliquer par l’expertise ?
Les troubles spécifiques des visages constituent un argument en faveur d’un traitement différent de celui des autres objets. Ils ne s’expliquent pas simplement par une expertise plus importante pour les visages.

Que montre le cas de W. J. décrit par McNeil et Warrington (1993) ?
W. J. souffrait de prosopagnosie acquise et avait des difficultés à reconnaître les visages, mais pouvait reconnaître ses moutons. Dans les tâches de reconnaissance et de dénomination de visages et de moutons, il était comparé à des contrôles experts des moutons.

Quels autres cas opposent la reconnaissance des visages à celle d’objets familiers ou experts ?

• R. M., décrit par Sergent et Signoret (1992), était prosopagnosique mais conservait son expertise concernant l’automobile.
• M. X., fermier, reconnaissait les visages mais ne pouvait plus reconnaître ses vaches (Assal et al., 1984).
• C. K. reconnaissait parfaitement les visages mais ne pouvait plus distinguer les petits soldats de sa collection (Moscovitch et al., 1997).

Ces doubles dissociations montrent que l’expertise ne rend pas compte des troubles observés pour les visages et plaident en faveur de leur spécificité.

Quels indices caractérisent la musique ?
La musique se caractérise par des variations de hauteur, qui forment l’organisation mélodique, et par des variations temporelles, qui forment l’organisation temporelle, le rythme et la métrique.

La mélodie et le rythme ont-ils la même importance dans toutes les musiques ?
Dans la musique occidentale, les variations mélodiques sont importantes pour reconnaître un air. Dans la musique africaine, la dimension rythmique est plus importante.

Quels indices permettent de reconnaître une mélodie ?
Les indices comprennent le contour mélodique et les intervalles. La taille des intervalles peut être considérée en valeur absolue, en demi-tons, ou en valeur relative.

Qu’est-ce que le contour mélodique ?
Contour mélodique : trajectoire de la hauteur, c’est-à-dire le motif de montée, de descente ou de maintien d’une mélodie, symbolisé par les signes +, − et =.

Qu’est-ce qu’un intervalle musical ?
Intervalle : différence de hauteur entre deux notes successives, correspondant à un rapport de fréquences.

Entre un do et un ré sur un clavier, la différence est de deux demi-tons, soit un ton.

Que montre l’exemple des deux premières phrases de « Joyeux Anniversaire » ?
Les deux phrases sont :

• sol, sol, la, sol, do, si ;
• sol, sol, la, sol, ré, do.

Elles ont le même contour mélodique, mais leurs deux dernières notes et leurs deux derniers intervalles diffèrent. Les deux derniers intervalles sont de 5 et 1 demi-tons dans la première phrase, et de 7 et 2 demi-tons dans la seconde. Le contour et les intervalles sont donc deux indices utilisés pour reconnaître une mélodie.

Comment Dowling et Fujitani (1971) ont-ils étudié la reconnaissance de mélodies nouvelles ?
Ils ont demandé à trois groupes de sujets de comparer deux séquences atonales de cinq notes. Les séquences atonales ne respectaient pas les règles de construction de la musique tonale.

1. Que comparait le premier groupe ?
   Il devait juger si les séquences étaient identiques ou différentes. Quand elles étaient différentes, la deuxième était une recombinaison aléatoire des notes de la première.

1. Que comparait le deuxième groupe ?
   Il devait juger si les séquences étaient identiques ou différentes. Quand elles étaient différentes, la deuxième conservait le même contour que la première.

1. Que comparait le troisième groupe ?
   Il devait juger si les deux séquences avaient le même contour. Elles avaient soit le même contour, avec des notes et des intervalles différents, soit un contour différent, à la suite d’une recombinaison aléatoire des notes.

Dans chacun des groupes, la moitié des sujets entendait des mélodies présentées dans le même registre de hauteur. L’autre moitié entendait des mélodies transposées, c’est-à-dire jouées plus aiguës ou plus graves avec des notes différentes.

Quelles étaient les performances de reconnaissance dans l’expérience de Dowling et Fujitani ?

Les résultats indiquent que la reconnaissance est moins bonne lorsque les sujets ne peuvent pas utiliser le contour, et qu’elle décline davantage lorsque la mélodie est transposée, ce qui suggère que la hauteur des notes est également utilisée. Lorsque les sujets ne peuvent se baser ni sur le contour ni sur les notes, ils répondent au hasard : 53 % de réponses correctes. Les sujets du groupe chargé de comparer les contours parviennent à juger si deux mélodies ont le même contour. Lorsque les mélodies ne sont pas transposées, ils utilisent aussi la fréquence des notes.

Le rôle du contour a-t-il été observé pour des mélodies tonales ?
Oui. Dowling (1978) a étendu les résultats à des mélodies tonales, qui respectent les règles de construction de la musique tonale, et a montré que la tonalité joue également un rôle dans la reconnaissance.

Comment Dowling et Fujitani (1971) ont-ils étudié les mélodies familières ?
Ils ont présenté cinq comptines américaines, puis demandé aux sujets de les identifier en choisissant leur titre dans une liste. Ils leur ont ensuite fait entendre des versions modifiées de ces comptines et leur ont demandé de reconnaître la mélodie d’origine :

1. le contour et la taille relative des intervalles étaient préservés ;
2. seul le contour était préservé ;
3. les premières notes de chaque mesure étaient identiques et la tonalité originale était conservée.

Les cinq comptines étaient « Twinkle, Twinkle, Little Star », « Good King Wenceslaus », « Yankee Doodle », « Oh Susanna » et « Auld Lang Syne ».

Quelles performances les sujets ont-ils obtenues pour les mélodies familières ?

La reconnaissance était presque parfaite lorsque les mélodies n’étaient pas modifiées. Préserver les premières notes ne suffisait pas : les performances n’étaient pas différentes du hasard, qui était de 0,20. Le contour et la taille relative des intervalles sont utilisés pour reconnaître la mélodie ; le principe de taille relative est également utilisé dans les fugues de Bach.

Comment le modèle de Dowling (1978) distingue-t-il la reconnaissance de mélodies nouvelles et familières ?
Le modèle distingue deux composantes :

• Pour les mélodies nouvelles, le système utilise les notes même si elles ne sont pas représentées avec précision, le contour et la tonalité. La tonalité désigne les règles de combinaison des hauteurs admises dans un système musical. Même sans être musicien, on en a une connaissance implicite qui permet de détecter les fausses notes.
• Pour les mélodies familières, stockées en mémoire à long terme, le système utilise les intervalles.

Seule une personne sur 10 000 est capable d’identifier une fréquence sans référence externe : c’est ce qu’on appelle l’oreille absolue. Les observations neuropsychologiques réalisées à Montréal par I. Peretz sur des patients amusique soutiennent la distinction entre contour et intervalles.

Peut-on reconnaître un objet producteur de son sans le voir ?
Oui. Il est possible de reconnaître les objets qui produisent un son même lorsqu’ils sont hors du champ visuel : une collision de voiture à l’extérieur, des bruits de pas qui s’approchent derrière soi ou des objets qui tombent.

Quel rôle joue l’attaque du son dans la reconnaissance des instruments ?
Saldanha et Corso (1964) ont étudié l’identification d’instruments jouant des sons isolés et ont montré que l’attaque du son joue un grand rôle dans la reconnaissance.

Qu’est-ce que l’attaque d’un son et comment varie-t-elle selon les instruments ?
Attaque : rapidité avec laquelle l’onde sonore parvient à son amplitude maximale.

• Pour les instruments percussifs, comme le piano, l’onde atteint rapidement son maximum puis décroît rapidement.
• Pour les instruments à vent, l’attaque est plus lente et la chute l’est également.

Lorsque cet indice est absent ou modifié, l’auditeur ne peut plus identifier l’objet qui a produit le son.

Que produit la lecture à l’envers du son d’un piano ?
Un son de piano joué à l’envers par synthèse donne l’impression d’entendre un harmonium ou un accordéon, c’est-à-dire un soufflet plutôt qu’une corde frappée. L’exemple sonore mentionné est un choral de Bach joué par un piano dont chaque note est jouée à l’envers : ASAPianoBackward.mp3.

Les auditeurs peuvent-ils extraire des propriétés géométriques d’une source sonore ?
Lakatos et al. (1997) ont étudié si les auditeurs pouvaient accéder aux propriétés géométriques de sources sonores simples. Ils ont frappé des barres de métal dans la première expérience et des barres de bois dans la seconde. La hauteur et la largeur variaient, mais la longueur restait constante. L’ordre des deux expériences était contrebalancé.

Comment se déroulait l’expérience de Lakatos et al. ?
Deux sons étaient présentés successivement. Les sujets choisissaient le dessin correspondant à la succession de sons entendue, parmi deux descriptions visuelles. Les dessins à l’écran correspondaient aux dimensions exactes des barres productrices des sons.

Avant l’expérience, les sujets frappaient eux-mêmes des barres en métal et en bois de dimensions différentes de celles utilisées ensuite. Les chercheurs cherchaient à savoir s’ils pouvaient apparier la paire de sons à la bonne description visuelle et si leurs réponses dépendaient du rapport largeur/hauteur des barres.

Quels résultats ont été obtenus avec les barres de métal et de bois ?
Les performances étaient de 78 % de réponses correctes pour les barres de métal et de 74 % pour les barres de bois. Les sujets semblaient pouvoir extraire du son les propriétés géométriques des barres. Leurs performances étaient également corrélées au rapport largeur/hauteur. Cette expérience soutient l’approche écologique de Gibson et l’idée d’une perception directe de l’environnement.

Agus et al. (2012) ont-ils étudié la rapidité de la reconnaissance des sons ?
Oui. Ils ont mené une expérience analogue à celle de Thorpe et al. (1996), mais en étudiant la reconnaissance d’objets sur la base du timbre. Le timbre variait seul, tandis que la sonie, la durée et la hauteur restaient constantes.

Quelles cibles les sujets devaient-ils détecter dans l’expérience d’Agus et al. ?
La tâche go/no go consistait à relâcher le bouton le plus rapidement possible lorsque la cible était détectée parmi des sons distracteurs, qui étaient d’autres sons d’instruments de musique.

Les cibles étaient présentées dans un ordre contrebalancé et comprenaient :

• des voix : les voyelles /a/ et /i/ ;
• des percussions : le marimba, à lames de bois, et le vibraphone, à lames de métal ;
• des cordes.

Quels étaient les résultats de la première expérience d’Agus et al. ?
Les auditeurs distinguaient bien et rapidement les cibles des distracteurs, avec moins de 10 % d’erreurs et un temps de réponse moyen de 513 ms. Ils étaient plus rapides pour les voix, avec un temps de réponse de 448 ms.

L’avantage de la voix venait-il simplement de sa différence avec les distracteurs ?
Non. Une deuxième expérience a montré que l’avantage de la voix n’était pas dû au fait qu’elle soit plus dissemblable des distracteurs que les autres cibles.

Comment la troisième expérience examinait-elle les indices acoustiques donnant un avantage à la voix ?
Les chercheurs ont utilisé des chimères, des sons hybrides mélangeant les caractéristiques spectrales et temporelles de deux sons.

• Deux chimères de voix associaient les caractéristiques spectrales de la voix aux caractéristiques temporelles des cordes frottées, ou les caractéristiques temporelles de la voix aux caractéristiques spectrales des cordes.
• La voix naturelle était également présentée.
• Deux chimères d’instruments étaient construites à partir des cordes et des percussions.
• Les distracteurs étaient soit des instruments de musique naturels identiques à ceux de la première expérience, soit des chimères.

Quels résultats la troisième expérience a-t-elle produits ?
Les performances étaient comparables à celles de la première expérience et ne différaient pas selon le type de cible, à l’exception de la voix naturelle. Celle-ci donnait les meilleures performances et les temps de reconnaissance les plus rapides : 431 ms, contre 513 à 567 ms pour les autres cibles.

Quelles informations la voix véhicule-t-elle ?
Comme les visages, la voix véhicule des informations sur l’identité de l’individu et son état émotionnel. On reconnaît le timbre de la voix d’une personne connue et si la voix est celle d’une femme ou d’un homme.

Quelle région cérébrale Belin et ses collaborateurs (2000) ont-ils associée aux sons vocaux ?
Dans une étude en IRMf, Belin et ses collaborateurs ont montré que les sons vocaux activaient spécifiquement une région du sillon temporal supérieur. Cette activité était plus importante dans l’hémisphère droit.

Quels stimuli étaient comparés dans la première expérience de Belin et al. ?
Les sujets écoutaient passivement deux catégories de stimuli :

1. des sons vocaux produits par des locuteurs hommes et femmes d’âges différents : mots et phrases prononcés dans différentes langues, mais aussi rires, soupirs et toux ;
2. des sons non vocaux : sons de la nature, cris d’animaux et sons mécaniques de sources variées.

Les chercheurs comparaient l’activité cérébrale induite par les sons vocaux à celle induite par les sons non vocaux.

Quelles catégories de sons étaient comparées dans la deuxième expérience ?
Les sons vocaux étaient comparés à quatre catégories :

1. différents types de cloches, c’est-à-dire différents exemplaires d’une même catégorie de sons ;
2. des sons humains non vocaux, comme frapper dans ses mains ou faire claquer ses doigts ;
3. du bruit blanc modulé avec la même enveloppe temporelle que la parole ;
4. des voix modifiées ne préservant que l’enveloppe temporelle de la voix.

Quel est le lien entre la région cérébrale sélective à la voix et la reconnaissance des visages ?
La région spécifique activée par les sons vocaux constitue l’analogue du gyrus fusiforme pour les visages. La voix est reconnue plus rapidement grâce à ses caractéristiques spectrales et temporelles et elle est traitée dans une région spécifique du cerveau. Ces résultats indiquent une sélectivité pour la voix.

La reconnaissance de la voix est-elle précoce ?
Oui. Les nouveau-nés peuvent discriminer des voix et reconnaître celle de leur mère (DeCasper et Fifer, 1980), même avant la naissance (Kisilevsky et al., 2003). Les macaques peuvent également reconnaître la voix de plusieurs congénères.

Quelles informations vocales faut-il distinguer ?
La voix permet de communiquer par la parole et transmet aussi des informations sur l’identité de la personne et son état affectif. La distinction entre parole, identité et état affectif est à l’étude. Un parallèle est proposé avec le modèle de Bruce et Young (1986) pour la reconnaissance des visages.

Quels troubles spécifiques de la reconnaissance de la voix et de la parole sont observés ?
Il existe un trouble spécifique de la reconnaissance de la voix, la phonagnosie, analogue auditif de la prosopagnosie. Des doubles dissociations sont également observées entre parole et voix, ainsi qu’entre voix familières et non familières.

Quels sont les troubles de la reconnaissance des sons et des séquences sonores ?
Agnosies auditives : troubles de la reconnaissance et de l’identification des sons et des séquences sonores.

Ces troubles peuvent concerner :

• le langage, avec l’aphasie ;
• la voix, avec la phonagnosie ;
• la musique, avec l’amusie.

Quelles aphasies sont distinguées ?
L’aphasie de production de Broca se distingue de l’aphasie de compréhension de Wernicke.

Comment se manifeste la phonagnosie ?
Les personnes atteintes de phonagnosie ne peuvent plus reconnaître leur interlocuteur au téléphone.

Quelles formes d’amusie distingue-t-on ?
On distingue les amusies acquises, qui surviennent à la suite d’une lésion cérébrale, et les amusies congénitales ou développementales, présentes dès la naissance. I. R. est un cas d’amusie acquise.

Quelles difficultés caractérisent l’amusie profonde d’I. R. ?
I. R. ne peut reconnaître aucun air musical, même les mélodies qui lui étaient familières. Elle ne peut plus comparer deux mélodies, lire la musique, jouer du piano — ce qu’elle faisait auparavant — ni chanter.

Sa maîtrise du langage est intacte ou largement récupérée, malgré un léger trouble de l’articulation. La dissociation entre perte musicale et conservation de la parole se retrouve pour les paroles et l’air d’une même chanson : I. R. peut reconnaître « Joyeux anniversaire » à partir des paroles, mais ne reconnaît pas l’air qui les accompagne. Il s’agit d’une amusie sans aphasie. Les troubles concernent uniquement la musique ; la reconnaissance des sons de l’environnement et des voix est intacte.

Quelle est la fréquence estimée de l’amusie congénitale ?
L’amusie congénitale concernerait environ 2,5 % de la population, mais ce chiffre est probablement sous-estimé.

Quelles personnes célèbres sont citées à propos de l’amusie congénitale ?
Le révolutionnaire argentin Che Guevara et le prix Nobel d’économie Milton Friedman avaient de grandes difficultés à percevoir la musique. Freud est également soupçonné d’avoir eu ce handicap : il n’aimait pas la musique qu’il ne comprenait pas (Peretz, 2018). Ces exemples indiquent que le dysfonctionnement musical n’est pas lié à des déficits cognitifs et intellectuels.

Quelles difficultés les personnes atteintes d’amusie peuvent-elles rencontrer ?
Elles chantent faux sans s’en rendre compte et ne parviennent pas à dire si une note est plus aiguë ou plus grave qu’une autre. Leur mémoire à court terme des notes est déficiente, ce qui leur donne l’impression que les notes s’effacent.

Quelles hypothèses concernent les causes de l’amusie congénitale ?
Une hypothèse à l’étude relie l’amusie à une minuscule anomalie de connexion entre le cortex temporal et le cortex frontal. L’amusie congénitale serait transmise génétiquement : environ 39 % des parents ou frères et sœurs des personnes amusiques présentent ce dysfonctionnement, contre 3 % des sujets des familles de personnes contrôles. La distinction entre formes acquises et développementales s’applique aussi à d’autres agnosies.

Qu’a étudié Peretz (1990) chez des patients ayant des lésions cérébrales ?
Peretz a étudié des patients ayant des lésions dans l’hémisphère droit (HD) ou dans l’hémisphère gauche (HG). Ils devaient reconnaître des mélodies nouvelles en indiquant si deux mélodies présentées étaient identiques ou différentes.

Lorsque les mélodies étaient différentes, les notes et les intervalles avaient été changés, mais le contour était soit préservé, soit modifié.

Comment les sujets contrôles ont-ils utilisé le contour ?
Les sujets contrôles, appariés en âge, sexe et quotient intellectuel, avaient de meilleures performances lorsque le contour était modifié. Ce résultat suggère qu’ils utilisent le contour pour discriminer les mélodies et conforte les résultats de Dowling.

Quels déficits les patients avec une lésion de l’hémisphère droit ont-ils présentés ?
Leurs performances étaient inférieures à celles des sujets contrôles dans les deux conditions. Ils ne parvenaient à utiliser ni le contour ni les intervalles.

Quels déficits les patients avec une lésion de l’hémisphère gauche ont-ils présentés ?
Leurs performances étaient inférieures à celles des sujets contrôles uniquement lorsque le contour était préservé. Ils pouvaient utiliser le contour mais pas les intervalles.

Que montrent ces résultats sur la relation entre le contour et les intervalles ?
Un déficit du traitement du contour est associé à un déficit du traitement des intervalles. En revanche, le traitement des intervalles est dissociable de celui du contour : il est possible d’utiliser le contour lorsque le traitement des intervalles est altéré, mais pas l’inverse. Le contour serait donc préalable et indispensable à l’encodage des intervalles.

Comment ces résultats se rapportent-ils au modèle de Dowling ?
Ils confirment le modèle des deux composantes proposé par Dowling (1978). Isabelle Peretz a proposé un modèle de reconnaissance des airs musicaux tenant compte de ces résultats (Peretz, 1994 ; Peretz et al., 2003).

Qu’est-ce que l’imagerie mentale ?
Imagerie mentale
: Capacité à voir ou à entendre intérieurement, en l’absence de stimulation externe.

Il est possible de fermer les yeux et d’imaginer le visage d’un proche ou d’entendre mentalement un morceau de musique favori. Ludwig van Beethoven, profondément sourd, pouvait encore composer parce qu’il imaginait la musique.

Les aires cérébrales activées par l’imagerie musicale recouvrent-elles celles de la perception ?
Zatorre et ses collaborateurs (1996) ont utilisé la tomographie par émission de positons (TEP). Les sujets écoutaient des mélodies familières ou les imaginaient. Les chercheurs ont trouvé un grand recouvrement entre les aires cérébrales activées dans les deux conditions.

Les jugements de timbre sont-ils similaires en perception et en imagination ?
Halpern et al. (2004) ont demandé aux participants de juger la similarité de timbres d’instruments, puis d’effectuer le même jugement en les imaginant à partir du nom de l’instrument. Les jugements étaient très similaires.

Dans les deux cas, les auditeurs utilisaient la brillance et la nasalité :

• le hautbois est nasal et brillant ;
• le saxophone ténor est nasal mais pas brillant ;
• le violon n’est pas nasal mais est un peu brillant ;
• la clarinette n’est ni nasale ni brillante.

L’IRMf a également révélé un recouvrement des régions cérébrales activées pendant la perception et l’imagerie. L’analyse de conjonction identifie les régions activées dans les deux conditions.

Qu’a étudié Kraemer et al. (2005) dans « The sound of silence » ?
Les chercheurs ont présenté des extraits de chansons et de musiques instrumentales populaires, familières ou non, séparés par des silences de 2 à 5 secondes. Les participants avaient pour seule consigne d’écouter les extraits. Les chercheurs enregistraient l’activité cérébrale pendant les coupures de son afin d’étudier l’imagerie mentale spontanée.

Quelles régions cérébrales étaient activées pendant l’imagerie musicale spontanée ?
L’imagerie des chansons activait essentiellement les aires auditives associatives situées sur le gyrus temporal supérieur. L’imagerie de musique instrumentale sans paroles activait l’aire auditive primaire. Les activations présentées pour les extraits familiers distinguaient les chansons avec paroles et les musiques sans paroles.

Les aires indiquées sont :

• PAC : cortex primaire auditif ;
• STS : gyrus temporal supérieur ;
• ITS : gyrus temporal inférieur.

Selon les auteurs, l’imagerie et la perception semblent suivre les mêmes règles concernant l’activation des aires primaires et associatives.

L’imagerie mentale et la perception impliquent-elles nécessairement les mêmes processus ?
Deux théories s’opposent :

• Stephen Kosslyn considère que les traitements impliqués dans l’imagerie mentale sont identiques à ceux de la perception. C’est la théorie de l’anticipation perceptive.
• Zenon Pylyshyn considère que l’imagerie ne repose pas sur une représentation perceptive, mais sur une connaissance implicite.

Quels arguments sont avancés contre l’idée que l’imagerie et la perception reposent sur des traitements identiques ?
Ce que l’on imagine est souvent un peu différent du stimulus perçu. De plus, le fait que les mêmes aires soient activées en imagerie mentale et en perception ne signifie pas que la représentation est la même.

Les études de patients cérébrolésés révèlent des doubles dissociations :

• certains patients ont des troubles de perception mais peuvent imaginer les stimuli qu’ils ne peuvent plus percevoir ;
• d’autres ont un dysfonctionnement de l’imagerie mentale sans trouble perceptif : c’est l’aphantasie.

Comment Kosslyn rend-il compte des doubles dissociations ?
Selon Kosslyn, les études de neuroimagerie montrent que les deux tiers des aires activées pendant la perception le sont également pendant l’imagerie mentale. Le tiers restant pourrait expliquer les doubles dissociations. L’imagerie mentale et la perception semblent similaires, mais elles ne sont pas confondues, sauf dans la pathologie, notamment les hallucinations.