Propriétés de la réponse sélective au contraste des neurones dans le cortex visuel : modélisation et analyse de données

Contrast and tuning response properties of neurons in the visual cortex : modeling and data analysis

• Auteur / Autrice : Erez Persi
• Direction : Carl Van Vreeswijk, David Hansel
• Type : Thèse de doctorat
• Discipline(s) : Physique
• Date : Soutenance en 2008
• Etablissement(s) : Paris 6

Mots clés

Mots clés libres

Selectivité, courbe de

Fonction de réponse au contraste ([CRF]

Loi de puissance

Diversité des paramètres de la CRF

Saturation de la CRF

Contrast-Invariance

Non-linear curve fitting

Attention

Résumé

Afin d’étudier les bases du codage de l’orientation et du contraste par les neurones du cortex visuel primaire (V1), nous avons utilisé une approche à la fois théorique et expérimentale. Nous analysons dans un premier temps et de façon théorique, comment l’activité émergente dans V1 dépend des propriétés d’entrée des neurones corticaux, de leur fonction de transfert « entrée-sortie » et des différents patrons de connectivité à l’intérieur de cette même structure. Nous nous penchons ensuite sur les différentes sources d’entrées d’un modèle d’hyper-colonne, en caractérisant les conditions qui permettent à la fois une sélectivité à l’orientation indépendante du contraste et une fonction de réponse au contraste (CRF) sigmoïde. De plus, nous soulignons le rôle des relations entre les propriétés intrinsèques des neurones et les propriétés du réseau. Plus précisément, nous montrons que les non-linéarités dans la fonction de transfert « entrée-sortie », caractérisées par une loi de puissance, entraînent l’étrécissement à la fois de la courbe de sélectivité à l’orientation et de la CRF dans V1. La saturation de la CRF résulte, elle, d’une inhibition corticale à fort contraste, ce qui est aisément réalisé avec des fonctions de transfert basées sur des lois de puissance. Dans un deuxième temps, nous analysons des données expérimentales provenant à la fois d’enregistrements in vitro et in vivo et montrons que les hypothèses clés de notre modèle sont en accord avec les comportements neuronaux. Un point central de notre étude est d’expliquer la diversité des paramètres de la CRF. Nous montrons que le modèle justifie cette diversité par l’hétérogénéité des propriétés du neurone lui-même ou de ses afférences thalamiques. De plus, les données expérimentales indiquent qu’il y a une contribution à part égale des deux types d’hétérogénéités. Les principes présentés ici sont valables pour d’autres aires visuelles et peuvent être appliqué d’autres mécanismes du traitement de l’information visuelle.

We have combined a theoretical and experimental approach to study the biophysical substrates for the coding of orientation and contrast in the activity of V1 neurons. We first explore theoretically how the emerging activity in V1 depends on the input properties, single neuron input-output transfer-function properties and the connectivity pattern within V1. We explain the conditions on the different input sources in a hypercolumn model, that allow for both contrast-invariant orientation tuning width and sigmoid contrast response functions (CRF). We emphasize the role of the systems' components and structure features and their relative contribution to the activity in V1. More specifically, we show that the nonlinearity in the input-output transfer function manifested by a power-law regime leads to the sharpening of both orientation tuning width and the CRF in V1 compared with its inputs. Saturation in the CRF is a result of sufficient cortical inhibition at high contrasts, which is easily achieved with power-law transfer functions. Then, we analyze experimental data of both in-vitro and in-vivo measurements, and show that the models' key assumptions are consistent with neuronal behavior. A central focus of our study is to explain the diversity in the CRFs parameters. We show that the model can account for this diversity with heterogeneity either in single neuron properties or in LGN input properties. A comparison with experimental data indicates an equal contribution of the two heterogeneity types. The theory presented here can be further developed and extended to several visual areas in order to investigate other mechanisms of visual processing.