<p> Recent research has associated obesity with cognitive impairments and alterations in brain-derived neurotrophic factor (BDNF), with the majority of studies examining this in older adult or aging animals. To expand upon these efforts, two experiments were performed to examine the effects of diet-induced obesity (DIO) on spatial performance and hippocampal BDNF expression in young adult female and male rats. To expand upon these efforts, we examined these effects over dietary interventions of differing durations. To investigate these issues rats (female rats in Experiment 1 and male rats in Experiment 2) were assigned to either a standard chow condition or a DIO condition and remained on these diets for 4-, 8- or 12-weeks. Compared to their chow-fed counterparts, female DIO rats consumed significantly more average weekly calories, weighed significantly more, and exhibited significant alterations in glucose metabolism. However, these obesity-related physiological changes were not associated with concurrent impairments in spatial ability as measured using the Morris water maze, and only the 4-week DIO dietary intervention demonstrated a difference in hippocampal BDNF mRNA expression. Compared to their chow-fed counterparts, male DIO rats consumed significantly more average weekly calories than their chow-fed counterparts, weighed significantly more, and exhibited significant alterations in glucose metabolism. However, obesity-related physiological alterations were not associated with concurrent impairments in spatial ability or differences in BDNF mRNA expression, with the exception of the 12-week DIO animals performing significantly better than their chow-fed counterparts during the reversal probe trial on the final day of training. These findings were unexpected and will be discussed further later in the thesis. </p><p>

The motor symptoms of Parkinson's disease (PD) have been linked to the emergence of exaggerated oscillatory activity in the 13 - 35 Hz beta range in recordings of the basal ganglia (BG) thalamocortical circuit of PD patients and animal models. PD patients and animal models also express dopamine-dependent cognitive impairments, implying effects of dopamine loss on the function of the anterior cingulate cortex (ACC). This thesis examines the electrophysiological behavior of the BG thalamocortical circuit in PD and dopamine-normal states during cognitive and motor activity. In vivo recordings in the BG of PD and dystonic patients were used to study the influence of dopamine during a test of executive function. Normal executive function was also investigated in the dopamine-healthy ACC of chronic pain patients. Both the BG and ACC exhibited lateralized electrophysiological responses to feedback valence. The BG also exhibited dopamine-sensitive event-related behavior. In additional experiments, chronically implanted recording electrodes in awake, behaving hemiparkinsonian rats were used to examine the transmission of synchronized oscillatory activity from the BG, through the ventral medial (VM) thalamus, to the ACC. Modulation of subthalamic nucleus, VM thalamus, and ACC activity during a simple cognitive/movement task was also investigated in hemiparkinsonian rats. Findings in the rat model suggest that ACC-mediated executive function is dopamine-sensitive and is reflected in the region's electrophysiology. These results may provide further insight into the significance of excessive oscillatory activity in PD and its influence on cognitive systems.

Aujourd'hui, les modèles computationnels de l'apprentissage et de la prise de décision chez l'homme se sont raffinés et complexifiés pour prendre la forme de modèles génératifs des données psychophysiologiques de plus en plus réalistes d'un point de vue neurobiologique et biophysique. Dans le même temps, le nouveau champ de recherche des interfaces cerveau-machine (ICM) s'est développé de manière exponentielle. L'objectif principal de cette thèse était d'explorer comment le paradigme de l'électrophysiologie temps-réel peut contribuer à élucider les processus d'apprentissage et de prise de décision perceptive chez l'homme. Au niveau expérimental, j'ai étudié les décisions perceptives somatosensorielles grâce à des tâches de discrimination de fréquence tactile. En particulier, j'ai montré comment un contexte sensoriel implicite peut influencer nos décisions. Grâce à la magnétoencéphalographie (MEG), j'ai pu étudier les mécanismes neuronaux qui sous-tendent cette adaptation perceptive. L'ensemble de ces résultats renforce l'hypothèse de la construction implicite d'un a priori ou d'une référence interne au cours de l'expérience. Aux niveaux théoriques et méthodologiques, j'ai proposé une vue générique de la façon dont l'électrophysiologie temps-réel pourrait être utilisée pour optimiser les tests d'hypothèses, en adaptant le dessin expérimental en ligne. J'ai pu fournir une première validation de cette démarche adaptative pour maximiser l'efficacité du dessin expérimental au niveau individuel. Ce travail révèle des perspectives en neurosciences fondamentales et cliniques ainsi que pour les ICM

Aujourd’hui, les modèles computationnels de l'apprentissage et de la prise de décision chez l'homme se sont raffinés et complexifiés pour prendre la forme de modèles génératifs des données psychophysiologiques de plus en plus réalistes d’un point de vue neurobiologique et biophysique. Dans le même temps, le nouveau champ de recherche des interfaces cerveau-machine (ICM) s’est développé de manière exponentielle. L'objectif principal de cette thèse était d'explorer comment le paradigme de l'électrophysiologie temps-réel peut contribuer à élucider les processus d'apprentissage et de prise de décision perceptive chez l’homme. Au niveau expérimental, j'ai étudié les décisions perceptives somatosensorielles grâce à des tâches de discrimination de fréquence tactile. En particulier, j'ai montré comment un contexte sensoriel implicite peut influencer nos décisions. Grâce à la magnétoencéphalographie (MEG), j'ai pu étudier les mécanismes neuronaux qui sous-tendent cette adaptation perceptive. L’ensemble de ces résultats renforce l'hypothèse de la construction implicite d’un a priori ou d'une référence interne au cours de l'expérience. Aux niveaux théoriques et méthodologiques, j'ai proposé une vue générique de la façon dont l'électrophysiologie temps-réel pourrait être utilisée pour optimiser les tests d'hypothèses, en adaptant le dessin expérimental en ligne. J'ai pu fournir une première validation de cette démarche adaptative pour maximiser l'efficacité du dessin expérimental au niveau individuel. Ce travail révèle des perspectives en neurosciences fondamentales et cliniques ainsi que pour les ICM / Today, psychological as well as physiological models of perceptual learning and decision-making processes have recently become more biologically plausible, leading to more realistic (and more complex) generative models of psychophysiological observations. In parallel, the young but exponentially growing field of Brain-Computer Interfaces (BCI) provides new tools and methods to analyze (mostly) electrophysiological data online. The main objective of this PhD thesis was to explore how the BCI paradigm could help for a better understanding of perceptual learning and decision making processes in humans. At the empirical level, I studied decisions based on tactile stimuli, namely somatosensory frequency discrimination. More specifically, I showed how an implicit sensory context biases our decisions. Using magnetoencephalography (MEG), I was able to decipher some of the neural correlates of those perceptual adaptive mechanisms. These findings support the hypothesis that an internal perceptual-reference builds up along the course of the experiment. At the theoretical and methodological levels, I propose a generic view and method of how real-time electrophysiology could be used to optimize hypothesis testing, by adapting the experimental design online. I demonstrated the validity of this online adaptive design optimization (ADO) approach to maximize design efficiency at the individual level. I also discussed the implications of this work for basic and clinical neuroscience as well as BCI itself