Il a récemment été largement reconnu que la dynamique interne des réseaux de neurones pourraient jouer un rôle essentiel dans leur fonction. À cet régard, le "bruit synaptique" -- qui représente l'influence du réseau cortical sur les neurones individuels, et qui est une conséquence directe de la circuiterie récurrente massive du néocortex -- a récemment été identifié comme un facteur important qui affecte les propriétés intégratives des neurones. Cette activité affecte aussi l'évolution des réponses neuronales en fonction des changements d'états du cerveau, parfois en quelques secondes. Ces états d'activité générés en interne, qui résultent -- et eux-même influencent -- la plasticité des connexions synaptiques récurrentes, se combinent alors avec les entrées externes pour produire un riche répertoire de réponses aux stimuli sensoriels. Dans cette thèse, nous nous sommes concentrés sur le aspect spatial de ces dynamiques intrinsèques, en particulier la structure spatiale des oscillations corticales, à la fois dans le cas spontané et des réponses évoquées. Nous avons fait un examen approfondi de la littérature concernant la propagation d'ondes dans le thalamus et le cortex, et nous avons proposé un modèle de réseau neuronal pour examiner l'interaction entre les ondes de propagation et l'activité interne du réseau. Nous avons aussi mis en place de nouveaux outils pour la caractérisation de ce type d'activité spatio-temporelle à partir d'enregistrements multicanaux bruités. Le point culminant de ce travail est une démonstration, en utilisant les données d'imagerie par colorants voltage-sensitifs (VSD, "voltage-sensitive dye imaging") obtenues chez le singe éveillé, que la réponse de la population à un stimulus visuel se propage comme une onde sur une grande étendue du cortex visuel primaire. Ce résultat contredit une série d'études précédentes qui semblaient suggérer l'absence d'onde de propagation dans ce cas. Ensuite, nous avons commencé à étudier la structure spatio-temporelle du potentiel de champ local (``local field potential'') obtenu à partir d'enregistrements multi-électrodes chez l'homme et le singe, dans divers états cérébraux, pour répondre aux questions suscitées par l'étude initale en imagerie VSD chez le singe. En parallèle, nous avons étudié les caractéristiques de la structure de connectivité de plusieurs systèmes nerveux, en utilisant la théorie des graphes, pour identifier les aspects aléatoires ou structurés ("small-world") de cette connectivité. Le résultat principal est que, contrairement au consensus, la structure de connectivité est beaucoup plus proche d'une connectivité aléatoire. Les résultats de ces études de doctorat couvrent ainsi un grand spectre d'échelles en neurosciences, de modèles d'activité macroscopiques à des profils de connectivité microscopiques. J'espère sincèrement pouvoir exposer dans ces pages ces résultats de façon unifiée, dans le but de constituer une base pour la poursuite de ces travaux en neurosciences - une recherche de structure au sein de l'architecture interne du système nerveux central. / It has only recently been acknowledged to what large extent the internal dynamics of neural networks could play a role in their function. In this respect, synaptic "noise" -- that is, the influence of the cortical network on single neurons exerted through the massive recurrent circuity that is the hallmark of neocortex -- has recently been shown to have a profound effect on neuronal integrative properties, changing the responses of single neurons across brain states, sometimes within the matter of a few seconds. These internally generated activity states, shaped by and continually shaping the plastic synaptic recurrent connections, then combine with the external inputs to produce a rich repertoire of responses to sensory stimuli in primary cortical regions. In this thesis, we have focused on the {\it spatial} aspect of these internal dynamics, specifically the spatial structure of cortical oscillations, spontaneous and stimulus-evoked. Along the way, we have made an extensive review of the literature concerning propagating waves in thalamus and cortex, and studied network models to investigate how waves depend on network state. We have also introduced new tools for the characterization of spatiotemporal activity patterns in noisy multichannel data. The culmination of this work is a demonstration, using voltage-sensitive dye imaging data taken from the awake monkey, that the population response to a small visual stimulus propagates like a wave across a large extent of primary visual cortex during the awake state, a result contradicting a range of previous studies which seemed to suggest that propagating waves disappear in this case. Moving forward, we have begun to investigate the spatiotemporal structure of local field potential and spiking activity in multielectrode recordings taken from the human and monkey in various states of arousal, to address questions prompted by our initial voltage-sensitive dye imaging study in the monkey. In parallel, we have initiated an analysis of the extent to which neural connectivity can be characterized by the "small-world" effect, the main result of which is that neural graphs may in fact reside outside the small-world regime. The results from these PhD studies thus span the spectrum of scales in neuroscience, from macroscopic activity patterns to microscopic connectivity profiles. It is my sincere hope to expound in these pages a unified theme for these results, and a foundation for further work in neuroscience -- a search for structure within the internal architecture of the system under study.

Dans cette thèse, nous développons une approche supervisée de reconnaissance d’objets basée sur l’utilisation de nouveaux descripteurs d’images globaux inspirés du modèle du cortex visuel humain primaire V1 en tant que groupe de roto-translations semi-discrètes SE (2,N)=R² x ZN produit semi-direct entre R² et ZN. La méthode proposée est basée sur des descripteurs de Fourier généralisés et rotationnels définis sur le groupe SE (2,N), qui sont invariants aux transformations géométriques (translations, et rotations). De plus, nous montrons que ces descripteur de Fourier sont faiblement complets, dans le sens qu’ils permettent de discriminer sur un ensemble ouvert et dense L² (SE(2,N)) de fonctions à support compact, donc distinguer entre des images réelles. Ces descripteurs sont ensuite utilisés pour alimenter un classifieur de type SVM dans le cadre de la reconnaissance d’objets. Nous avons mené une séries d’expérimentations dans le but d’évaluer notre méthode sur les bases de visages RL, CVL et ORL et sur la base d’images d’objets variés COIL-100, et de comparer ses performances à celles des méthodes basées sur des descripteurs globaux et locaux. Les résultats obtenus ont montré que notre approche est en mesure de concurrencer de nombreuses techniques de reconnaissance d’objets existantes et de surpasser de nombreuse autres. Ces résultats ont également montré que notre méthode est robuste aux bruits. Enfin, nous avons employé la technique proposée pour reconnaître des navires dans un contexte de surveillance maritime. / In this thesis, we develop a supervised object recognition method using new global image descriptors inspired by the model of the human primary visual cortex V1. Mathematically speaking, the latter is modeled as the semi-discrete roto-translation group SE (2,N)=R² x ZN semi-direct product between R² and ZN. Therefore, our technique is based on generalized and rotational Fourier descriptors defined in SE (2,N) , and which are invariant to natural geometric transformations (translations, and rotations). Furthermore, we show that such Fourier descriptors are weakly complete, in the sense that they allow to distinguish over an open and dense set of compactly supported functions in L² (SE(2,N)) , hence between real-world images. These descriptors are later used in order to feed a Support Vector Machine (SVM) classifier for object recognition purposes. We have conducted a series of experiments aiming both at evaluating and comparing the performances of our method against existing both local - and global - descriptor based state of the art techniques, using the RL, the CVL, and the ORL face databases, and the COIL-100 image database (containing various types of objects). The obtained results have demonstrated that our approach was able to compete with many existing state of the art object recognition techniques, and to outperform many others. These results have also shown that our method is robust to noise. Finally, we have applied the proposed method on vessels recognition in the framework of maritime surveillance.

L'identification du codage neuronal dans le thalamus et le cortex cérébral, et en particulier dans l'aire visuelle primaire, se heurte à la complexité du réseau neuronal qui repose sur une diversité étonnante des neurones, sur les plans morphologique, biochimique et électrique, et de leurs connexions synaptiques. À cela s'ajoute une importante diversité des propriétés fonctionnelles de ces neurones reflétant en grande partie la forte récurrence des connexions synaptiques au sein des réseaux corticaux ainsi que la boucle cortico-thalamo-corticale. En d'autres termes, le calcul global effectué dans le réseau thalamo-cortical influence, via des milliers de connexions synaptiques excitatrices et inhibitrices, la spécificité de la réponse de chaque neurone. Dans une première partie, nous avons développé un modèle de bombardement synaptique contextuel reproduisant la dynamique de milliers de synapses excitatrices et inhibitrices convergeant vers un neurone cortical avec l'avantage de pouvoir paramétrer le niveau de synchronisation des synapses afférentes. Nous montrons que le niveau de synchronisation synaptique est relié au taux de corrélation de l'activité neuronale sous-liminaire dans le cortex visuel du chat, avec d'une part un régime où le codage neuronal est très redondant pour des stimulations artificielles classiquement utilisées du type réseau de luminance sinusoïdale, et d'autre part un régime où le codage neuronal est beaucoup plus riche présentant moins de corrélation neuronale pour des stimulations naturelles. Ces résultats indiquent que le taux de corrélation de l'activité neuronale sous-liminaire est un indicateur fonctionnel du régime de codage dans lequel est engagé le cortex cérébral. Dans une seconde partie, nous avons étendu l'exploration du codage neuronal au thalamus, passerelle principale qui transmet les informations sensorielles en provenance de la périphérie vers le cortex cérébral. Le thalamus reçoit un fort retour cortico-thalamique qui résulte du calcul global effectué par les aires corticales. Nous avons étudié son influence en modélisant une voie retino-thalamo-corticale mixant neurones artificiels et neurones biologiques in vitro dans laquelle un bombardement synaptique d'origine corticale est mimé via l'injection de conductances stochastiques excitatrices et inhibitrices en clamp dynamique. Cette approche confère l'avantage de pouvoir contrôller individuellement chacun des neurones thalamiques dans la voie artificielle. Nous montrons qu'un processus de facilitation stochastique à l'échelle de la population s'adjoint au gain cellulaire classique pour contrôler le transfert de l'information sensorielle de la rétine au cortex visuel primaire. Ce processus de facilitation stochastique, qui n'aurait pas pu être discerné à l'échelle de la cellule individuelle, est gouverné par le taux de corrélation inter-neuronale de l'activité neuronale dans le thalamus. À l'inverse des conceptions classiques, -un fort taux de décorrélation- optimise le transfert sensoriel de la rétine au cortex en favorisant la synchronisation des afférences synaptiques. Nous suggérons qu'une décorrélation induite par les aires corticales pourrait augmenter l'efficacité du transfert pour certaines assemblées cellulaires dans le thalamus, constituant ainsi un mécanisme attentionnel à l'échelle des circuits thalamo-corticaux. En parallèle, nous avons développé une méthode d'extraction des fluctuations des conductances synaptiques des neurones à partir d'enregistrements intracellulaires unitaires. Cette méthode devrait permettre de raffiner nos connaissances sur la nature des contextes synaptiques dans lesquels sont immergés les neurones avec des retombées potentielles sur le développement de nouveaux modèles de bombardements synaptiques. En conclusion, nos travaux confirment l'hypothèse d'un codage neuronal basé sur la synchronisation synaptique conditionnée par le niveau de corrélation de l'activité neuronale. Nos travaux sont cohérents avec de nombreuses études sur les processus attentionnels et suggèrent que des mécanismes de corrélation et décorrélation actives, ainsi que des activités oscillatoires, pourraient réguler le transfert de l'information entre les organes sensoriels et les aires corticales.

Ce travail consiste en une analyse statistique de la séparation des sources des enregistrements d'imagerie VSD afin de 1) séparer le signal neuronal des artefacts, et 2) d'étudier la dynamique des motifs spatio-temporels de l'activité créés par les populations neuronales qui partagent des statistiques communes. À cette fin, nous avons effectué des enregistrements en imagerie VSD des zones 17 et 18 du cortex du chat anesthésié et paralysé, en réponse à des réseaux sinusoïdaux de luminance en mouvement et en plein champ. Nous avons développé une méthode d'analyse pour l'imagerie VSD qui sépare la réponse neuronale des artefacts, et extrait les motifs de l'activité qui sont fonctionnellement liés à des populations différentiables. Notre méthode de débruitage permet d'effectuer des analyses sur des essais unitaires, par exemple pour étudier la variabilité intrinsèque de chaque réponse de la population neuronale enregistrée pour une même stimulation. En outre, nous avons pu séparer des populations de neurones qui montrent différents profils de réponse à l'orientation et/ou à la direction des stimuli à l'aide de la PCA et de l'ICA. La compression et la projection de l'activité de V1 sur trois axes de composantes principales nous a permis d'étudier la dynamique des états corticaux et de démontrer la séparabilité des trajectoires d'état en fonction de l'orientation. Nos résultats indiquent que le codage neuronal de la préférence à l'orientation au niveau de la population plutôt que des canaux individuels est plus efficace. Nous espérons à l'avenir fournir un cadre de mesure pour la quantification et l'interprétation des réponses à des stimuli plus naturels

No description available.

L'intégration sensorielle nécessite un alignement correct des cartes nerveuses dans le cerveau. Dans les couches superficielles du colliculus supérieur, situé dans le mésencéphale, des projections en provenance de la rétine ainsi que du cortex visuel primaire doivent être alignés, mais les mécanismes sous-jacents de ce processus demeurent à ce jour méconnus. Afin d'élucider ces mécanismes, éphrine-A3 a été sur-exprimée dans un modèle murin, dans une sous-population des cellules ganglionnaires de la rétine, induisant un disruption de l'alignement de la carte rétino-colliculaire sur la carte cortico-colliculaire. L'inactivation in vivo d'éphrine-A3 dans la rétine restaure un phénotype sauvage. Une analyse théorique utilisant un modèle informatique a permis la modélisation des donnés obtenues. Ces résultats ont permis l'identification d'un principe de base dans l'alignement des cartes et des mécanismes associés, validés par un modèle théorique. / Efficient sensory processing requires correct alignment of neural maps throughout the brain. In the superficial layers of the superior colliculus in the midbrain, projections from retinal ganglion cells and V1 cortex must be aligned to form a visuotopic map, but the basic principle and underlying mechanism are elusive and still incomplete. In a new mouse model, over-expression of ephrin-A3 in a subset of retinal ganglion cells disrupts the cortico-collicular map alignment onto the retino-collicular map, creating a visuotopic mismatch. In vivo inactivation of retinal ephrin-A3 over-expression restores a wild-type corticocollicular map. Theoretical analyses using an original algorithm models the stochastic nature of maps formation and alignment, and recapitulates our observations. Our results identify a basic principle for the alignment of converging maps and the associated mechanism, validated by a theoretical model.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Ce mémoire démontre que les caractéristiques de niveau inférieur telles que les fréquences spatiales (SF) et les orientations (V1) sont encodées spécifiquement avec les caractéristiques visuelles de niveau supérieur auxquelles elles ont été associées lors de l'apprentissage. Deux groupes ont appris deux ensembles de visages - composés soit de la même combinaison soit de deux combinaisons différentes de SF et d'orientations entre les ensembles. Plus tard, dans une tâche à trois alternatives, les participants ont distingué les visages appris des deux ensembles et des nouveaux ensembles de visages non cibles (filtrés avec trois filtres complémentaires de bas niveau). Il existe des preuves extrêmement solides que la similarité de bas niveau entre les deux ensembles appris augmente les interférences de la mémoire de reconnaissance (BF01 : 4,1; p<0.01) et il existe également des preuves solides que la similarité de bas niveau observée avec les nouvelles fonctionnalités de haut niveau n'a pas d'impact sur les interférences (BF01 : Inf; p=1). Nos résultats expliquent les contradictions apparentes dans la littérature, démontrent une directionnalité évidente dans le modèle d'encodage de la mémoire humaine et aident à consolider la relation entre l'esprit humain et les réseaux de neurones profonds. / This study demonstrates that lower level features like spatial-frequencies and orientations (V1) are encoded specifically with the higher level visual features they were associated with during learning. Two groups learned two sets of faces − composed either of the same or of two different combinations of SF and orientations between the sets. Later, in a task with three alternatives, the participants distinguished the learned faces from the two sets and new non-target face sets (filtered with three low-level complementary filters). There is extremely strong evidence that the low-level similarity between the two learned sets increases recognition memory interference (BF10: 4,1355; p<0.01) and there is also strong evidence that low-level similarity seen with new high-level features is not impacting interferences (BF01: Inf; p=1). Our findings explain apparent contradictions in the litterature, demonstrate an evident directionality in the human memory encoding model and help consolidate the relation between the human mind and deep neural networks.

Le cortex cérébral est impliqué dans plusieurs fonctions entre autres le traitement des informations sensorielles. Il inclut des zones recevant directement une entrée sensorielle telle que le cortex visuel primaire (V1) qui traite les informations visuelles. Au niveau du V1 des mammifères, chaque neurone présente une combinaison préférentielle de stimuli pour lesquels sa réponse est optimale. Cela dit, chaque attribut de stimulus tel que les fréquences temporelle et spatiale, l’orientation et la direction du mouvement induit une réponse maximale du neurone. Le neurone du V1 est donc sélectif. Cependant, cette sélectivité n’est pas le résultat de l’activité du neurone en question seul, mais plutôt du réseau neuronal dans lequel il est impliqué. L’ensemble des préférences d’un neurone ainsi que le réseau neuronal auquel il appartient demeurent sensiblement inchangés, tant que les facteurs contextuels ne varient que peu ou pas. Toutefois, si les composantes de l’environnement changent de manière imposante, la sélectivité neuronale et l’organisation du réseau original seront modifiées pour induire un nouvel état d’équilibre. C’est la plasticité neuronale. Le but ultime de cette thèse est de comprendre et d’approfondir les connaissances relatives aux mécanismes régissant la sélectivité à l’orientation ainsi que la plasticité dans V1, et ce, par différentes études qui sont organisées, dans cette thèse en trois sections. Les sections (3) et (4) se basent sur une étude pharmacologique qui vise à examiner l’effet de la kétamine sur la sélectivité à l’orientation (section 3) et sur l’adaptation visuelle tout en traitant la connectivité neuronale (section 4). La section (5) vise à examiner l’effet de l’adaptation sur l’affinité des courbes d’accord des neurones. Ce travail a permis d’étudier l’effet de la kétamine et de l’adaptation visuelle sur les propriétés sélectives à l’orientation des neurones ainsi que sur la dynamique des relations fonctionnelles au sein du microcircuit. / The cerebral cortex plays a key role in several functions including the processing of sensory information. It contains areas that receive direct sensory input such as the primary visual cortex (V1) which processes visual information. V1 neurons of mammals are selective for several attributes, such as spatial and temporal frequencies, orientation, and direction of motion. Thus, V1 neurons exhibit selectivities. This neuronal selectivity rests in the convergence of clusters of synapses involved in the network. Neural selectivity and networks are formed during the sensitive period of brain development and is present throughout the animal’s life. However, in V1 during postnatal life, the neuronal selectivity and the neural circuitry are further shaped by experience, thus, rendering it plastic. The main objective of the current thesis is to understand the mechanisms involved in the orientation selectivity as well as the neuroplasticity in V1. To this aim, different investigations, organized in this thesis, in three sections, were carried out. The sections (3) and (4) are based on a pharmacological study that aim to examine the effect of ketamine on orientation selectivity (section 3) and on visual adaptation in relation with neural connectivity (section 4). The study presented in the third section (section 5) investigated the effect of adaptation on the cell’s tuning. Here, we disclose the effects of ketamine and visual adaptation on the cell’s tuning properties as well as on the dynamics of functional relationships between neurons in the microcircuit.

Dans le cortex visuel primaire du chat (aires 17 et 18), les neurones répondant aux orientations présentes dans l’environnement (comme le contour des objets) sont organisés en colonnes perpendiculaires à la surface du cortex. Il a précédemment été montré qu'un changement drastique des orientations présentes dans l’environnement change la réponse des neurones. Par exemple, un neurone répondant à des orientations horizontales pourra répondre, après apprentissage d'un nouvel environnement, à des orientations obliques. Nous avons voulu, dans cette thèse, suivre les changements de propriétés de populations entières de neurones suite à ce type d'apprentissage. A cet effet, nous avons utilisé la technique d'imagerie optique des signaux intrinsèques, qui permet de mesurer l'activité d'une surface de cortex en utilisant le signal BOLD (blood-oxygen-level dependent). Cette thèse s'articule sur trois axes : l'effet de l'apprentissage au niveau local, l'effet de l’apprentissage à l'échelle de l'aire cérébrale, et la modélisation de l’apprentissage. Dans la première partie, nous avons comparé les changements d’orientations des neurones en fonction du gradient d’orientation local. Ce gradient est fort quand deux neurones voisins ont des orientations très différentes, et faible quand leurs orientations sont semblables. Les résultats montrent que plus les neurones sont entourés de neurones aux orientations différentes, plus l'apprentissage change leur réponse à l’orientation. Ceci suggère que les connexions locales ont une influence déterminante sur l'ampleur de l’apprentissage. Dans la deuxième partie, nous avons comparé le changement d’orientation des neurones des aires 17 et 18 avant et après apprentissage. Les résultats ne sont pas notablement différents entre les aires 17 et 18. On peut toutefois noter que les changements d’orientations dans l’aire 18 ont des amplitudes plus variables que dans l’aire 17. Ceci peut provenir du fait que l’aire 18 reçoit des afférences plus variées que l’aire 17, notamment une afférence directe des cellules Y du CGLd (Corps Genouillé Latéral dorsal). Dans la troisième partie, nous avons modélisé l'apprentissage expérimentalement observé à l'aide de réseaux de neurones utilisant un apprentissage Hebbien (cartes auto-organisatrices). Nous avons montré que le « feedback » des aires supérieures vers le cortex visuel primaire était souhaitable pour la conservation de la sélectivité à l'orientation des neurones. De manière générale, cette thèse montre l'importance des connexions locales dans la plasticité neuronale. Notamment, elles garantissent un apprentissage homéostatique, c'est-à- dire conservant la représentativité des orientations au niveau du cortex. De manière complémentaire, elle montre également l’importance des aires supérieures dans le maintient à long terme des orientations apprises par les neurones lors de l'apprentissage. / In the cat primary visual cortex (areas 17 and 18), neurons responding to orientations in the environment (such as the outline of objects) are organized in columns perpendicular to the cortical surface. It was previously shown that a drastic change in orientations in the environment changes the response of neurons. For example, a neuron responding to a horizontal orientation will respond, after learning a new environment, to an oblique orientation. In this thesis, we seek to follow the changes of properties of large populations of neurons due to this type of learning. To this end, we used the intrinsic signals optical imaging technique, which measures the activity of a cortical surface using the BOLD (blood-oxygen-level dependent) signal. This thesis follows three axes: the effect of learning at the local level, the effect of learning at the visual area scale, and the modeling of learning. In the first part, we compared the changes in orientation of neurons according to the local gradient of orientation. This gradient is strong when two neighboring neurons have very different orientations, and weak when their orientations are similar. The obtained relation between the gradient and the magnitude of change in orientation shows that when neurons are increasingly surrounded by neurons with different orientations, they change their response to orientation to a greater extent. This suggests that local connections have a decisive influence on the extent of learning. In the second part, we followed the change in the orientation of neurons in the areas 17 and 18, before and after learning. The results are not significantly different between area 17 and area 18. However, it is noteworthy that orientation changes in area 18 are more variable in amplitude than in area 17. This may be because area 18 receives more diverse inputs than area 17, including a direct input from dLGN (dorsal Lateral Geniculate Nucleus) Y cells. In the third part, we modeled the experimentally observed learning with neural networks using a Hebbian learning rule (networks are self-organizing maps). We have shown that feedback from higher areas to the primary visual cortex was desirable for the neurons orientation selectivity conservation. Overall, this thesis shows the importance of local connections in neuronal plasticity. In particular, they guarantee a homeostatic learning, i.e. maintaining the representativeness of orientations in the cortex. In a complementary manner, it also shows the importance of the superior areas in the conservation of learned orientations.