Classes of neuronal dynamics and experience dependent structured correlations in the visual cortex.

Classes de dynamiques neuronales et correlations structurées par l'experience dans le cortex visuel.

David Colliaux (1, 2)

1 UNIC - Unité de neurosciences intégratives et computationnelles
2 CREA - Centre de recherche en épistémologie appliquée

Neuronal activity is often considered in cognitive neuroscience by the evoked response but most the energy used by the brain is devoted to the sustaining of ongoing dynamics in cortical networks. A combination of classification algorithms (K means, Hierarchical tree, SOM) is used on intracellular recordings of the primary visual cortex of the cat to define classes of neuronal dynamics and to compare it with the activity evoked by a visual stimulus. Those dynamics can be studied with simplified models (FitzHugh Nagumo, hybrid dynamical systems, Wilson Cowan) for which an analysis is presented. Finally, with simulations of networks composed of columns of spiking neurons, we study the ongoing dynamics in a model of the primary visual cortex and their effect on the response evoked by a stimulus. After a learning period during which visual stimuli are presented, waves of depolarization propagate through the network. The study of correlations in this network shows that the ongoing dynamics reflect the functional properties acquired during the learning period.

L'activité neuronale est souvent considérée en neuroscience cognitive par la réponse évoquée mais l'essentiel de l'énergie consommée par le cerveau permet d'entretenir les dynamiques spontanées des réseaux corticaux. L'utilisation combinée d'algorithmes de classification (K means, arbre hirarchique, SOM) sur des enregistrements intracellulaires du cortex visuel primaire du chat nous permet de définir des classes de dynamiques neuronales et de les comparer l'activité évoquée par un stimulus visuel. Ces dynamiques peuvent être étudiées sur des systèmes simplifiés (FitzHugh-Nagumo, systèmes dynamiques hybrides, Wilson-Cowan) dont nous présentons l'analyse. Enfin, par des simulations de réseaux composés de colonnes de neurones, un modèle du cortex visuel primaire nous permet d'étudier les dynamiques spontanées et leur effet sur la réponse à un stimulus. Après une période d'apprentissage pendant laquelle des stimuli visuels sont presentés, des vagues de dépolarisation se propagent dans le réseau. L'étude des correlations dans ce réseau montre que les dynamiques spontanées reflètent les propriétés fonctionnelles acquises au cours de l'apprentissage.

Mots clés: Neuronal networks-apprentissage; dynamical systems; visual cortex

Mots clés: Réseaux de neurones -apprentissage- systèmes dynamiques; cortex visuel

Domaines: Sciences cognitives; Adaptation et Systèmes auto-organisés [nlin.AO]

David Colliaux. Classes de dynamiques neuronales et correlations structurées par l'experience dans le cortex visuel.. Sciences cognitives. Ecole Polytechnique X, 2011. Français. ⟨NNT : ⟩. ⟨pastel-00676104⟩