Présentation Cyril Monier
Transcription
Présentation Cyril Monier
Yves Frégnac et Cyril Monier mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 Hexagramme Cognitiviste Karim N'Diaye d'après Keyser, S.J., Miller, G.A., and Walker, E., Cognitive Science in 1978. mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 Multiscale approach mercredi 25 septembre 2013 Multiscale approach, Neural and BOLD signal mercredi 25 septembre 2013 Résolution Spatiale et temporelle des méthodes d’analyse du cerveau mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 Les aires visuelles mercredi 25 septembre 2013 Anatomical hierarchy of visual areas in human and non-human primate. mercredi 25 septembre 2013 Les principales voies du traitement visuel mercredi 25 septembre 2013 mercredi 25 septembre 2013 Les principales voies du traitement visuel mercredi 25 septembre 2013 La voie ventrale : La reconnaissance des objects mercredi 25 septembre 2013 La voie ventrale : La reconnaissance des objects mercredi 25 septembre 2013 La voie ventrale : La reconnaissance des objects mercredi 25 septembre 2013 La voie ventrale : La reconnaissance des objects mercredi 25 septembre 2013 La voie ventrale : La reconnaissance des objects mercredi 25 septembre 2013 (50 ans après) Décodage de l’Activité Visuelle par IRM fonctionnelle mercredi 25 septembre 2013 Décodage de l’Activité Visuelle mercredi 25 septembre 2013 mercredi 25 septembre 2013 Les principales voies du traitement visuel mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 mercredi 25 septembre 2013 Yves Frégnac et Cyril Monier mercredi 25 septembre 2013 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 mercredi 25 septembre 2013 CALENDRIER DES SEMINAIRES 1- Cyril Monier 2- Cyril Monier 3456- Jeudi 19 septembre 2013 Jeudi 26 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 mercredi 25 septembre 2013 Cyril Monier Jeudi 26 septembre 2013 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 mercredi 25 septembre 2013 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). mercredi 25 septembre 2013 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. mercredi 25 septembre 2013 Maxime Dahan Jeudi 10 Octobre 2013 [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. mercredi 25 septembre 2013 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 mercredi 25 septembre 2013 Michel Le Van Quyen Jeudi 17 Octobre 2013 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. mercredi 25 septembre 2013 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). mercredi 25 septembre 2013 Olivier Marre [email protected] Jeudi 14 Novembre 2013 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. mercredi 25 septembre 2013 Julie Grezes Jeudi 21 Novembre 2013 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. mercredi 25 septembre 2013 Evelyn Eger [email protected] Jeudi 28 Novembre 2013 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. mercredi 25 septembre 2013 Jean-Philippe Lachaux Centre de Recherche en Neurosciences de Lyon INSERM U1028 - CNRS UMR5292 Equipe DYCOG [email protected] mercredi 25 septembre 2013 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. mercredi 25 septembre 2013 Bertrand Thirion Jeudi 12 Décembre 2013 [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. mercredi 25 septembre 2013 Mehdi Khamassi [email protected] Jeudi 19 Décembre 2013 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 mercredi 25 septembre 2013