Présentation Cyril Monier

Transcription

Yves Frégnac et Cyril Monier
mercredi 25 septembre 2013
Hexagramme Cognitiviste
Karim N'Diaye d'après Keyser, S.J., Miller, G.A., and Walker, E., Cognitive
Science in 1978.
Multiscale approach
Multiscale approach, Neural and BOLD signal
Résolution Spatiale et temporelle des méthodes d’analyse du cerveau
Les aires visuelles
Anatomical hierarchy of visual areas in human and non-human primate.
Les principales voies du traitement visuel
La voie ventrale : La reconnaissance des objects
(50 ans après) Décodage de l’Activité Visuelle par IRM fonctionnelle
Décodage de l’Activité Visuelle
Yves Frégnac et Cyril Monier
Vous êtes appelés à participer au séminaire en présentant tour à tour des exposés.
Pour cela vous devez:
Former des groupes de travail :
◦
En binômes, trinômes, voire quadrinômes, suivant les effectifs
Choisir votre thème
◦
◦
◦
Chaque groupe choisit une séance
Binôme ou trinôme, vous sélectionnez 2 articles sur les 3 proposés pour cette séance
Quadrinôme, vous présentez les 3 articles et le 4ème élève s'occupe de l'introduction et de la conclusion générales
Préparer votre exposé
◦
◦
◦
◦
◦
Les exposés durent environ 45-50mn, questions non comprises
Format PowerPoint (ou compatible) ou bien PDF
Il doivent comprendre une introduction (contexte des articles, état de l'art) et une conclusion (nouveauté des articles
dans ce contexte) qui encadreront la revue proprement dite des articles, présentées toutes les deux par l'un des
membres du groupe
Les 2, 3 ou 4 élèves peuvent se partager le travail en assurant une charge et un temps de parole équitables
Les présentations seront préparées sous la supervision et avec les conseils du conférencier invité et des
responsables du séminaire (par email, téléphone et/ou sur rendez-vous), Elles seront envoyées par email à ces trois
personnes au plus tard la veille de la séance, et apportées en classe par le groupe sur ordinateur portable ou clé
USB
Vous devez démontrer votre capacité à
◦
◦
◦
Aborder des concepts nouveaux en gardant une attitude de curiosité et une volonté de recherche
Structurer votre réflexion sur un sujet à caractère scientifique ou technique, souvent pluridisciplinaire, notamment
grâce à une recherche bibliographique externe
Restituer leur réflexion de manière simple et rigoureuse devant vos camarades
Vous devez tous lire tous les articles de chaque séance
◦
chacun doit pouvoir participer aux questions et discussions de toutes les séances
CALENDRIER DES SEMINAIRES
1- Cyril Monier 2- Cyril Monier 3456-
Jeudi 19 septembre 2013
Pascal Mamassian Jeudi 3 Octobre 2013
Maxime Dahan Jeudi 10 Octobre 2013
Michel Le Van Quyen Jeudi 17 Octobre 2013
Mathias Pessiglione Jeudi 7 Novembre 2013
7- Olivier Marre Jeudi 14 Novembre 2013
8- Julie Grezes Jeudi 21 Novembre 2013
9- Evelyn Eger Jeudi 28 Novembre 2013
10- Jean-Philippe Lachaux Jeudi 5 Décembre 2013
11- Bertrand Thirion Jeudi 12 Décembre 2013
12- Mehdi Khamassi Jeudi 19 Décembre 2013
Cyril Monier
2- Introduction aux enregistrements multi-échelles
de la dynamique corticale
Nous présenterons et comparerons ici les différentes techniques et analyses utilisées
pour enregistrer l’activité du cerveau à différentes échelles.
- Enregistrements intracellulaires
- Enregistrement multi-électrode, LFP, SUA et MUA
- Imagerie optique intrinsèque et extrinsèque (VSD, bi-photon)
- Potentiel evoqué, EEG.
- Imagerie par résonance magnétique fonctionnelle
Pascal Mamassian
Laboratoire Psychologie de la Perception (CNRS UMR 8158)
Université Paris Descartes [email protected]
On pense qu'environ la moitié du cerveau humain est mis en jeu lors de la
perception visuelle. Dans mon groupe de recherche, nous sommes
intéressés par la vision de moyen niveau, c'est-à-dire le lien entre le
traitement de traits élémentaires dans une image et la perception
consciente de scènes naturelles. Parmi les projets de recherche en cours,
nous étudions:
- La perception tri-dimensionnelle (indices pictoriaux et disparités
binoculaires)
- La perception cross-modale (vision-audition)
- La dynamique temporelle de la perception (en particulier lors de la
perception bistable),
- La modélisation probabiliste de la perception (modèles Bayésiens).
Pascal Mamassian
Jeudi 3 Octobre 2013
3- La perception comme résolution d'un
problème d'inférence
Toute sensation est confrontée à différents niveaux d'incertitudes,
depuis l'ambiguité inhérente à un stimulus jusqu'à la variabilité du
traitement neuronal. De ce point de vue, la perception peut être
abordée comme la résolution d'un problème d'inférence: quelle
est la scène du monde la plus probable qui est responsable de
l'activation de mes capteurs sensoriels? Nous discuterons de
différents problèmes de perception visuelle qui ont été traités
dans un cadre probabiliste bayésien.
Maxime Dahan
[email protected]
4- Imagerie et nanosciences dans l’étude
des cellules nerveuses
La description des bases moléculaires de l'organisation de la synapse est
un enjeu clé pour la compréhension de la plasticité des cellules
nerveuses. De nouveaux outils issus d'un mariage heureux entre
techniques de biologie, d'optique et de nanosciences permettent
aujourd'hui de visualiser la dynamique d'acteurs importants, tels que les
récepteurs aux neurotransmetteurs, à l'échelle de molécules individuelles
au sein de neurones vivants. Dans cette présentation, nous nous
attacherons d'abord à décrire le principe de ces outils ainsi que leur
apport pratique et conceptuel. En particulier, nous discuterons comment
l'analyse du comportement de molécules uniques soulève des questions
nouvelles sur l'organisation et la dynamique d'assemblages
macromoléculaires tels que la synapse. Dans une deuxième partie, nous
nous intéresserons plus spécifiquement à la dynamique de récepteurs
aux neurotransmetteurs inhibiteurs (GABA, Glycine) dans la membrane
dendritique. Nous discuterons les mécanismes moléculaires qui
contribuent à leur localisation synaptique, en lien avec l'activité
neuronale.
Michel Le Van Quyen
Centre de Recherche de l'Institut du Cerveau et de la Moelle épinière (CRICM) INSERM UMRS 975 CNRS UMR 7225-UPMC
Equipe Neurodynamique. [email protected]
Systèmes dynamiques, Epilepsie:Réseaux & Anticipation de Crise, Interface Cerveau-Machine
Objectifs:
Au sein de l'équipe Neurodynamique, nous cherchons à caractériser la dynamique d'assemblées neuronales soustendant les processus cérébraux, normaux et pathologiques, chez l'Homme. Pour cela nous nous basons sur
l'enregistrement de l'activité cérébrale et son analyse ainsi que sur la modélisation théorique de réseaux de
interactions.
Les activités du cerveau sont évaluées à partir des signaux électriques à différentes échelles d'intégration du système
nerveux central (MEG, EEG intracrâniens et de surface, potentiels de champ locaux, activités cellulaires). Notre
objectif principal est la mise en évidence des caractéristiques dynamiques de ces signaux lors d'une tâche cognitive
ou d'un dysfonctionnement neuronal (dans le cas de pathologies neurologiques et psychiatriques). Nous visons ainsi
à mieux comprendre les mécanismes qui relient l'activité des neurones à celle de l'ensemble du cerveau (i.e. les
mécanismes responsables de l'intégration neuronale à grande échelle).
Axes de Recherche:
- Interactions neuronales et tâches cognitives
- Analyse dynamique des signaux neuronaux
- Dynamique des réseaux épileptiques
- Neurophysiologie des émotions
Michel Le Van Quyen
5- Vers une approche multi-niveau de la dynamique du cerveau
humain
Progress in understanding the global brain dynamics has remained slow to date in large part because of the
highly multi-scale nature of brain activity. Indeed, normal brain dynamics is characterized by complex
interactions between multiple levels: from the microscopic scale of single neurons to the mesoscopic level of
local groups of neurons, and finally to the macroscopic level of the whole brain. Among the most difficult tasks
are those of identifying which scales are significant for a given particular function and describing how the scales
affect each other. It is important to realize that the scales of time and space are linked together, or even –
intertwined, and that causal inference is far more ambiguous between than within levels. We approach this
problem from the perspective of our recent work on simultaneous recording from micro- and macro- electrodes in
the human brain. We propose a physiological description of these multilevel interactions that is based on phaseamplitude coupling of neuronal oscillations that operate at multiple frequencies and on different spatial scales.
Specifically, the amplitude of the oscillations at a particular spatial scale is modulated by phasic variations in
neuronal excitability induced by lower frequency oscillations that emerge on a larger spatial scale. Following this
general principle, it is possible to scale up or scale down the multi-scale brain dynamics. It is expected that largescale network oscillations in the low frequency range, mediating downward effects, may play an important role in
attention and consciousness.
Email: [email protected]
Mathias Pessiglione
[email protected]
Jeudi 7 Novembre 2013
6- How the brain motivates the behavior: from the reward circuit to
the valuation system
During the last decade, behavioral economists, experimental psychologists and cognitive neuroscientists have joined their
efforts and merged two fields of investigation: reward learning and choice behavior. This collaboration was made possible
by technical progress – the availability of brain imaging scanners, and conceptual links – the use of motivational value as a
key variable. A growing set of evidence has revealed that motivational values are encoded in a so-called “brain valuation
system” (BVS), which essentially comprises the ventral parts of the prefrontal cortex and basal ganglia.
In my talk I will first highlight BVS fundamental properties: it encodes values that are personal (subject- and not objectspecific), generic (expressed in a common neuronal currency) and automatic (generated even during distractive tasks). Then
I will show some illustrations of how the BVS interacts with other brain systems (such as the perceptual, motor, cognitive,
episodic and mirror systems) that can impact on, or be impacted by, motivational values. These neural interactions might
explain a number of psychological phenomena, for instance incentive motivation (why we put so much effort in a task),
delay discounting (why we can resist the temptation of immediate pleasures) or mimetic desires (why we often pursue the
same goals as others).
Olivier Marre [email protected]
7- Codage neural dans le système visuel (rétine):
de la theorie aux applications cliniques
La rétine réalise un véritable traitement de l’information visuelle avant son envoi au cerveau.
Ce traitement des images visuelles permet notamment d’augmenter les contrastes au bord
des objets et de détecter les éléments en mouvement horizontal, vertical voire en approche
frontale. Cependant, les mécanismes moléculaires sous-jacents à ce traitement de
l’information visuelle restent encore souvent énigmatiques alors que leur compréhension
permettrait de mieux appréhender l’évolution de pathologies rétiniennes voire intervenir sur
les processus neurodégénératifs.
Nous présenterons ici les mécanismes du traitement de l’information visuelle par la rétine
afin d’en tirer parti pour élaborer de nouvelles stratégies neuroprotectrices ou
réhabilitatrices.
Recording simultaneously from essentially all of the relevant neurons in a local
circuit is crucial to understand how they collectively represent information. Here we
show that the combination of a large, dense multielectrode array and a novel, mostly
automated spike-sorting algorithm allowed us to record simultaneously from a highly
overlapping population of 200 ganglion cells in the salamander retina. This
completeness allowed us to determine the spatial layout of different cell types as well
as identify a novel group of ganglion cells that responded reliably to a set of
naturalistic and artificial stimuli but had no measurable receptive field. Thus, our
method allows unprecedented access to the complete neural representation of visual
information, a crucial step for the understanding of population coding in sensory
systems.
Julie Grezes
Dr Julie Grezes, CR1 INSERM
[email protected]
Laboratoire de Neurosciences Cognitives", INSERM Unité 960,
Département d'Etudes Cognitives (DEC) Ecole Normale Supérieure (ENS) Paris.
8- Bases cérébrales impliquées au cours de la
perception sociale
La complexité sociale dans laquelle notre espèce évolue suppose l'existence de
mécanismes spécialisés dans la perception et compréhension des signaux
sociaux émis par nos congénères, et plus largement, d'un ensemble de
processus cognitifs rendant possible la coordination et l'interaction sociale.
Dans notre intervention, nous discuterons de manière critique quelques uns
des nombreux travaux qui ont fait valoir l'idée que la compréhension des
actions, émotions et états mentaux d'autrui repose essentiellement sur les
ressources cognitives et neurales utilisées pour produire ces mêmes états
mentaux, émotions et actions. Plus particulièrement, nous défendrons l'idée
que ce principe général de 'résonance’ est difficilement applicable à l'ensemble
des états mentaux et émotionnels et ne permet pas de faire complètement sens
de certains de nos comportements sociaux, notamment ceux de la
communication émotionnelle.
Evelyn Eger
[email protected]
9- Disentangling fine-scale brain representations with fMRI
pattern recognition
Examples from number processing
The ability to approximately enumerate a set of objects is a basic capacity shared by humans and
many other animals. In humans this ability can correlate with calculation performance and is
thought to provide a foundation for mathematical competence, which makes its
neurophysiological underpinnings of considerable interest to cognitive neuroscientists. Monkey
neurophysiology has observed neurons selective to individual numerosities in some regions of
parietal cortex, while human neuropsychology and functional imaging provide converging
evidence for involvement of parietal cortex in number processing tasks, but at a much coarser
spatial scale. However, fMRI studies merely measuring overall regional activity in- or decreases
provide limited understanding of the information encoded by neuronal populations at a given level
of the human brain. In this context, the seminar will introduce the technique of multivariate pattern
recognition as an alternative approach to functional imaging data analysis and illustrate how it
may be used to infer the information encoded at a given level of the cortical hierarchy. Using this
technique it was possible to show that activation patterns in human intra-parietal cortex contain
information discriminative between individual numbers, and to test some properties of the number
code in these regions (e.g., invariance to format and spatial location). These results allow to some
extent to bridge the gap between findings from macaque neurophysiology and conventional
activation- based neuroimaging.
Jean-Philippe Lachaux
Centre de Recherche en Neurosciences de Lyon
INSERM U1028 - CNRS UMR5292
Equipe DYCOG
[email protected]
Jean-Philippe Lachaux
Jeudi 5 Décembre 2013
10- BrainTV : Mapping Cognition in
Real-Time and under Realistic
Conditions
A decade ago, we reported that information processing in human sensory cortex generates transient
energy modulations of intracranial EEG (iEEG) signals in a broad and high frequency range (40 Hz to 150
Hz), called the gamma band - in line with previous human scalp EEG and animal microrecording studies.
Since then, iEEG studies have confirmed that gamma-band activity (GBA) is a reliable biomarker
indicating whether a given neural population participates in the cognitive task at-hand. Further, GBA is so
strong and so tightly linked to cognition that its variations can be related in real-time with what patients
are doing - reading, listening, watching, saying or even thinking. A computerized set-up – BrainTV allows experimenters and patients to watch GBA produced by very small neural populations. BrainTV
allows the experimenter to test many hypotheses about the function of a given cortical structure in a very
short time. This is what we call ‘cognitive field mapping’, in direct analogy with the classic real-time
‘receptive field mapping’ used in animal electrophysiology. BrainTV also provides a direct connection
between the conscious experience of a human being and the activity of his brain. Subtle variations of
attention, quick thoughts, emotions, evanescent memories of the past, can not be ‘ triggered ‘ by external
means. Yet, such minor cognitive events form the landscape of our conscious experience. BrainTV
provides a unique way to relate them to neural processes, via correlations that participants can establish
between what they see on screen and what they feel. It also provides strong candidates for future BrainMachine Interfaces.
Bertrand Thirion
[email protected]
Neurospin, CEA Saclay
11- Utilisation de l'Imagerie par Résonance
Magnétique fonctionnelle pour décoder les
percepts visuels chez l'Homme.
Au cours de cette séance, nous allons tout d'abord présenter
l'Imagerie par Résonance Magnétique fonctionnelle (IRMf), qui est
une des principales techniques d'exploration non invasive de
l'organisation fonctionnelle du cerveau --à savoir sa division en
zones spécialisées et leur organisation en réseau-- chez l'homme.
Nous allons étudier comment cette imagerie est exploitée pour
fournir des informations fiables sur localisation des zones
fonctionnelles du cerveau. Nous nous intéresserons plus
particulièrement aux approches dites de décodage, qui utilisent les
réponses de plusieurs zones du cerveau pour ajuster une variable
cognitive d'intérêt. Nous décrirons le cadre d 'utilisation de ces
méthodes et leur application à l'étude du système visuel humain:
identification d'objets présentés visuellement, de de lettres, de mots
etc. Nous discuterons finalement comment cette approche peut aider
à valider des modèles neuro-computationnels de la vision.
Mehdi Khamassi
[email protected]
12- Apprentissage par renforcement :
de la modélisation des processus neuraux aux applications
robotiques
L'activité phasique des neurones dopaminergiques est considérée depuis une quinzaine d'années comme le
substrat neural de signaux d'erreur de prédiction de la récompense (RPE). Ces signaux se sont avérés très
proches des signaux d'erreurs générés par les algorithmes d'apprentissage par renforcement (RL). De plus, de
nombreuses études ont montré que les algorithmes RL permettaient de bien décrire l'apprentissage animal et
humain pendant des tâches de conditionnement pavlovien. La première partie de mon intervention présentera
une introduction des modèles computationnels d'apprentissage par renforcement, à leur formalisme, et aux
données montrant qu'ils permettent de bien décrire certaines activités cérébrales liées à l'apprentissage.
Cependant dans des tâches où l'animal ne subit pas passivement un conditionnement pavlovien mais doit faire
un choix d'action (conditionnement instrumental), on se rend compte que l'activité des neurones
dopaminergiques n'est pas si facilement interprétable en terme d'erreur de prédiction. Cette activité contientelle aussi de l'information sur l'action à faire ? Sur la valeur du stimulus ? Je présenterai dans une deuxième
partie des simulations d'algorithmes différents d'apprentissage par renforcement, et leur comparaison
quantitative et systématique avec des enregistrements électrophysiologiques pour montrer que ces analyses
déjouent les interprétations qualitatives qui ont pu être faites de l'activité des neurones dopaminergiques.
Enfin, la dernière limite des modèles d'apprentissage par renforcement dont je parlerai est celle du passage à
l'échelle, dans le monde réel. Lorsque l'on sort du cadre des simulations parfaites et simplifiées des tâches de
laboratoire et que l'on se place dans le cadre de l'interaction réaliste d'un robot avec son environnement, on se
rend compte que ces algorithmes ont beaucoup de mal à faire face au bruit, à l'incertitude, aux délais.
L'application de ces modèles d'apprentissage au contrôle d'un robot montre que pour réussir à obtenir une
bonne performance du robot, il faut faire en plus des hypothèses sur l'interaction de ces modèles avec d'autres
systèmes d'apprentissage et avec d'autres processus cognitifs tels que la perception, la cartographie, la
navigation. Je montrerai en particulier comment des algorithmes combinant deux types d'apprentissage, dits
model-free et model-based, permettent de donner une meilleure performance comportementale au robot et
d'expliquer un plus grand nombre de données expérimentales, en particulier dans des tâches de navigation

Présentation Cyril Monier

Transcription

Documents pareils

4. Tomographie par ordinateur de l`irrigation à des fins

Formation : Le cerveau et le mouvement... Brain Gym

Brain Gym - Karaté

IQ CollectionMC - Family Games America

Mise à jour des pages associatives sur le site internet de Brain sur l

David MEUNIER - Labex Cortex

Good Afternoon, Brain Canada is pleased to announce The Brain

La section européenne

basic one brain - Centre de formation en kinésiologie Marseille

Lobe frontal - Encyclopédie sur le développement des jeunes enfants