L'application de classifieurs linéaires à l'analyse des données d'imagerie cérébrale (fMRI) a mené à plusieurs percées intéressantes au cours des dernières années. Ces classifieurs combinent linéairement les réponses des voxels pour détecter et catégoriser différents états du cerveau. Ils sont plus agnostics que les méthodes d'analyses conventionnelles qui traitent systématiquement les patterns faibles et distribués comme du bruit. Dans le présent projet, nous utilisons ces classifieurs pour valider une hypothèse portant sur l'encodage des sons dans le cerveau humain. Plus précisément, nous cherchons à localiser des neurones, dans le cortex auditif primaire, qui détecteraient les modulations spectrales et temporelles présentes dans les sons. Nous utilisons les enregistrements fMRI de sujets soumis à 49 modulations spectro-temporelles différentes. L'analyse fMRI au moyen de classifieurs linéaires n'est pas standard, jusqu'à maintenant, dans ce domaine. De plus, à long terme, nous avons aussi pour objectif le développement de nouveaux algorithmes d'apprentissage automatique spécialisés pour les données fMRI. Pour ces raisons, une bonne partie des expériences vise surtout à étudier le comportement des classifieurs. Nous nous intéressons principalement à 3 classifieurs linéaires standards, soient l'algorithme machine à vecteurs de support (linéaire), l'algorithme régression logistique (régularisée) et le modèle bayésien gaussien naïf (variances partagées). / The application of linear machine learning classifiers to the analysis of brain imaging data (fMRI) has led to several interesting breakthroughs in recent years. These classifiers combine the responses of the voxels to detect and categorize different brain states. They allow a more agnostic analysis than conventional fMRI analysis that systematically treats weak and distributed patterns as unwanted noise. In this project, we use such classifiers to validate an hypothesis concerning the encoding of sounds in the human brain. More precisely, we attempt to locate neurons tuned to spectral and temporal modulations in sound. We use fMRI recordings of brain responses of subjects listening to 49 different spectro-temporal modulations. The analysis of fMRI data through linear classifiers is not yet a standard procedure in this field. Thus, an important objective of this project, in the long term, is the development of new machine learning algorithms specialized for neuroimaging data. For these reasons, an important part of the experiments is dedicated to studying the behaviour of the classifiers. We are mainly interested in 3 standard linear classifiers, namely the support vectors machine algorithm (linear), the logistic regression algorithm (regularized) and the naïve bayesian gaussian model (shared variances).

No description available.

Le système auditif possède deux particularités. En périphérie, les mécanismes cochléaires actifs (MCA), sous-tendus par la motilité des cellules ciliées externes (CCE), interviennent dans la sensibilité auditive et la sélectivité fréquentielle. Sur le versant central, le système efférent olivocochléaire médian (SEOCM), qui se projette sur les CCE et module les MCA, améliore la perception auditive en milieu bruité. Sur le plan exploratoire, ces deux processus peuvent être évalués grâce aux otoémissions acoustiques provoquées (OEAP) et leur suppression controlatérale. Par ailleurs, des résultats expérimentaux chez l’animal ont montré l’existence d’un rétrocontrôle exercé par le système auditif corticofuge descendant (SACD) sur la cochlée, via le SEOCM.Le présent travail comporte trois études réalisées chez l’humain, visant à explorer les interactions entre SACD, SEOCM et MCA. Les études 1 et 2, utilisant une méthodologie innovante chez des patients épileptiques réalisant une stéréo-électroencéphalographie, ont révélé un effet atténuateur différentiel de la stimulation électrique intracérébrale sur l’amplitude des OEAP, en fonction des modalités de stimulation, ainsi qu’une variabilité de cet effet selon les caractéristiques de l’épilepsie. L’étude 3 a montré un renforcement bilatéral de l’activité du SEOCM chez des musiciens professionnels.Pris dans leur ensemble, ces résultats fournissent d’une part, des arguments directs et indirects en faveur de l’existence d’un SACD fonctionnel chez l’humain. D’autre part, des phénomènes de plasticité à long terme, pathologique ou supranormale, seraient susceptibles de modifier l’activité de cette voie cortico-olivocochléaire. / The auditory system has two special features. At peripheral level, active cochlear micromechanisms (ACM), underlain by motility of outer hair cells (OHC), are involved in auditory sensitivity and frequency selectivity. At central level, the medial olivocochlear efferent system (MOCES), which directly projects onto OHC to modulate ACM, improves auditory perception in noise. From an exploratory point of view, both processes can be assessed through transient evoked otoacoustic emissions (TEOAE) and the procedure of contralateral suppression. In addition, experimental data in animals have disclosed a top-down control exerted by corticofugal descending auditory system (CDAS) on cochlea, via MOCES.The present work comprises three studies carried out in human, aiming to investigate interactions between CDAS, MOCES and ACM. The first and second studies, based on an innovative experimental procedure in epileptic patients undergoing presurgical stereoelectroencephalography, have revealed a differential attenuation effect of intracerebral electrical stimulation on TEOAE amplitude depending on stimulation modalities, as well as a variability of this effect depending on the clinical history of epilepsy. The third study has shown a bilateral enhancement of MOCES activity in professional musicians.Taking together, these results provide direct and indirect evidence for the existence of a functional CDAS in humans. Moreover, possible long-term plasticity phenomenon, either pathological –as in epileptic patients– or supernormal –as in professional musicians– may change cortico-olivocochlear activity.