L'objectif de cette thèse est d'étudier l'implication de deux structures de la formation hippocampique, le cortex entorhinal latéral (CEL) et l'hippocampe dorsal (DH), dans les processus sous-tendant la formation et la flexibilité d'associations entre deux stimuli de modalités sensorielles différentes : l'olfaction et le toucher. Pour cela, une tâche bimodale olfacto-tactile (OT) est développée chez le rat. Dans celle-ci, l'animal doit apprendre à identifier une combinaison "odeur-texture" spécifique parmi les trois proposées afin d'obtenir un renforcement (ex: O1T1+ O2T1 O1T2, + désignant la combinaison renforcée). Aucun indice spatial ou contextuel n'est pertinent pour résoudre cette tâche. Suite à l'acquisition de deux tâches différentes, les stimuli sont réassociés sous forme de combinaisons inédites dans une troisième tâche appelée « recombinaison ». La manipulation pharmacologique de l'activité du CEL a mis en évidence l'implication des systèmes glutamatergique NMDA et cholinergique de cette structure dans les processus sous-tendant ces deux types de tâche. En revanche, si le DH n'est pas indispensable pour l'acquisition, son système cholinergique est critique pour la recombinaison. En comparaison avec l'acquisition, l'étude électrophysiologique a montré que la recombinaison repose sur un découplage de la synchronisation entre les activités oscillatoires du CEL et celles du DH dans la bande thêta (5-12 Hz). De plus, cet apprentissage est associé à une augmentation de l'amplitude des oscillations bêta (15-45 Hz) dans le CEL. Ces travaux montrent que le CEL et le DH interviennent dans les processus sous-tendant la flexibilité des représentations bimodales / The goal of this thesis is to study the involvement of two structures of the hippocampal formation, the lateral entorhinal cortex (LEC) and the dorsal hippocampus (DH), in the processes underlying the formation and the flexibility of associations of stimuli between two different sensory modalities. To this aim, a new olfactory-tactile (OT) bimodal task has been developed in the rat. To solve the task, animals have to identity one “odor-texture” combination between three in order to obtain a reinforcement (ex: O1T1+ O2T1 O1T2, + for the baited cup). This procedure excludes the use of any spatial or contextual cues for solving the task. After the acquisition of two different tasks, the familiar stimuli used in acquisition were recombined in a third task (called “recombination”). The pharmacological manipulation of the LEC showed that the NMDA glutamatergic and cholinergic system in this structure are involved in the processes underlying the acquisition and the recombination. In contrast, the cholinergic system in the DH is selectively and critically involved in the recombination processes. Compared to acquisition, our electrophysiological data showed that the recombination is based on a desynchronization between the oscillatory activities of the LEC and of the DH in the theta band (5-12 Hz). Moreover, this task is associated with increased amplitude of beta oscillations (15-45 Hz) in the LEC. These data demonstrated that the LEC and the DH are critically involved in the processes underlying the flexibility of bimodal representations

Dans cette thèse, le comportement d'un modèle mathématique permettant de transcrire la dynamique neuronale est étudié : le système de FitzHugh-Nagumo. En particulier, nous nous intéressons au caractère aléatoire d'ouverture et de fermeture des canaux ioniques d'un neurone qui reçoit ou non un stimulus. Ce caractère aléatoire de la dynamique neuronale est considéré, dans notre modèle, comme un bruit. Dans un premier temps, le comportement du modèle de FitzHugh-Nagumo a été caractérisé au voisinage de la bifurcation d'Andronov-Hopf qui traduit la transition entre l'état d'activation et l'état de repos du neurone. Classiquement, un neurone positionné à l'état de repos ne produit aucun potentiel d'action. Cependant, il a été montré un phénomène pour lequel une quantité appropriée de bruit permet la production de potentiels d'action des plus réguliers : la résonance cohérente. Le deuxième effet observé lors de simulations numériques permet au neurone d'améliorer la détection et l'encodage d'un signal subliminal : il s'agit de la résonance stochastique. De plus, cette thèse s'inscrit dans un contexte électronique puisqu'en plus de simuler numériquement le système de FitzHugh-Nagumo, les résultats de simulations ont également été confirmés en réalisant un circuit électronique. En effet, nous avons reproduit la dynamique non linéaire du système de FitzHugh-Nagumo à l'aide de ce circuit électronique. Cela a permis de mettre en évidence expérimentalement les deux phénomènes de résonance cohérente et de résonance stochastique pour lesquelles le bruit peut avoir une influence constructive sur le comportement de notre circuit électronique.

Dans cette thèse, le comportement d'un modèle mathématique permettant de transcrire la dynamique neuronale est étudié : le système de FitzHugh-Nagumo. En particulier, nous nous intéressons au caractère aléatoire d'ouverture et de fermeture des canaux ioniques d'un neurone qui reçoit ou non un stimulus. Ce caractère aléatoire de la dynamique neuronale est considéré, dans notre modèle, comme un bruit. Dans un premier temps, le comportement du modèle de FitzHugh-Nagumo a été caractérisé au voisinage de la bifurcation d'Andronov-Hopf qui traduit la transition entre l'état d'activation et l'état de repos du neurone. Classiquement, un neurone positionné à l'état de repos ne produit aucun potentiel d'action. Cependant, il a été montré un phénomène pour lequel une quantité appropriée de bruit permet la production de potentiels d'action des plus réguliers : la résonance cohérente. Le deuxième effet observé lors de simulations numériques permet au neurone d'améliorer la détection et l'encodage d'un signal subliminal : il s'agit de la résonance stochastique. De plus, cette thèse s'inscrit dans un contexte électronique puisqu'en plus de simuler numériquement le système de FitzHugh-Nagumo, les résultats de simulations ont également été confirmés en réalisant un circuit électronique. En effet, nous avons reproduit la dynamique non linéaire du système de FitzHugh-Nagumo à l'aide de ce circuit électronique. Cela a permis de mettre en évidence expérimentalement les deux phénomènes de résonance cohérente et de résonance stochastique pour lesquelles le bruit peut avoir une influence constructive sur le comportement de notre circuit électronique. / We study the nonlinear FitzHugh-Nagumo model witch describes the dynamics of excitable neural element. It is well known that this system exhibits three different possible responses. Indeed, the system can be mono-stable, oscillatory or bistable. In the oscillatory regime, the system periodically responds by generating action potential. By contrast, in the mono-stable state the system response remains constant after a transient. Under certain conditions, the system can undergo a bifurcation between the stable and the oscillatory regime via the so called Andronov-Hopf bifurcation. In this Phd thesis, we consider the FitzHugh-Nagumo model in the stable state, that is set near the Andronov-Hopf bifurcation. Moreover, we take into account the contribution of noise witch can induces two phenomena coherence resonance and stochastic resonance. First, without external driving, we show the effect of coherence resonance since a critical noise level enhances the regularity of the system response. Another numerical investigation reports how noise can allow to detect a subthreshold deterministic signal applied to the system. In this case, an appropriate amount of noise maximizes the signal to noise ratio reveling the stochastic resonance signature. Besides this numerical studies, we have also built a non linear circuit simulating the FitzHugh-Nagumo model under the presence of noise. This circuit has allowed to confirm experimentally the numerical observation of stochastic resonance and coherence resonance. Therefor, this electronic circuit contributes a framework for further experimental investigation in the field of neural sciences to better understand the role of noise in neural encoding.