L’électroencéphalographie (EEG) et l’imagerie par résonance magnétique fonctionnelle (IRMf) sont un moyen puissant de mesurer de manière non invasive l’activité neuronale dans le cerveau. Les deux techniques excellent à fournir des informations différentes. L’EEG mesure la tension du cuir chevelu et peut échantillonner des données de l’ordre du kHz, ce qui signifie qu’elle peut fournir des données sur la façon dont la réponse d’une grande population de cellules pyramidales ayant la même orientation change au cours des millisecondes (Lopes da Silva, 2013 ; Luck, 2013). Une technique importante qui utilise l’EEG est la technique des potentiels liés aux événements (ERP), qui segmente une réponse EEG pendant une très courte période de temps après un événement, qui est répété pendant un grand nombre d’essais (Luck, 2013). Les ERP contiennent des « pics » – ou composantes – qui représentent la somme des réponses dans le crâne. Le problème avec l’EEG est le problème inverse, à savoir qu’il est impossible d’identifier la source des mesures de tension sur le cuir chevelu à l’intérieur du crâne (Luck, 2013).
L’IRMf, en revanche, a une résolution spatiale incroyablement bonne, mais souffre d’une mauvaise résolution temporelle. L’IRMf, contrairement à l’EEG, n’est pas une réponse électrique mesurée à partir d’une cellule pyramidale. Il s’agit plutôt d’une réponse hémodynamique qui reflète les changements d’oxygénation du sang lorsque les neurones s’engagent dans un processus appelé signal BOLD (blood oxygen level dependent). Contrairement à l’EEG, qui peut mesurer des réponses au cours de millisecondes, la réponse hémodynamique évolue sur l’ordre de la seconde. Par conséquent, un compromis doit être fait entre la résolution temporelle lors de l’utilisation de l’EEG ou la résolution spatiale avec l’IRMf.
Une poursuite pour surmonter les limites héritées de chacune de ces techniques est de les combiner (Turner et al., 2016 ; Debener et al., 2006 ; Wei et al., 2020). Lorsque l’EEG et l’IRMf sont combinés, ils semblent être en mesure d’expliquer davantage de variance dans les paramètres cognitifs par rapport au cas où le comportement est utilisé seul (Turner et al., 2016). Les changements dans le signal EEG tels que mesurés par les ERP sont également capables de fournir une riche quantité de données sur une petite période de temps, qui peut être exploitée pour identifier plusieurs activations régionales spatialement séparées telles que mesurées par IRMf (Debener et al., 2016).