Modelling Aging in the Visual System & The Convis Python Toolbox

Modélisation du vieillissement dans le système visuel & la boîte à outils Python de Convis

• Auteur / Autrice : Jacob Huth
• Direction : Angelo Arleo, Timothée Masquelier
• Type : Thèse de doctorat
• Discipline(s) : Neurosciences
• Date : Soutenance le 18/12/2018
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris (1992-...)
• Partenaire(s) de recherche : Laboratoire : Institut de la vision (Paris ; 2009-....)
• Jury : Président / Présidente : Bruno Gas
• Jury : Examinateurs / Examinatrices : Adrien Wohrer, Nicolas Thome, Évelyne Klinger
• Jury : Rapporteur / Rapporteuse : Simon Thorpe, Eduardo Ros Vidal

Mots clés

Mots clés contrôlés

Python (langage de programmation)

Modèles mathématiques

Neurosciences

Vieillissement

Oeil

Vision

Mots clés libres

Modelisation

Système visuel

Vieillissement

Vieillissement visuel

Neuroscience computationnelle

Python

Modelling

Visual system

Aging phenomena

Visual aging phenomena

Computational neuroscience

Python

Résumé

Dans cette thèse, nous étudions les processus de vieillissement dans le système visuel à partir d’une perspective de modélisation computationnelle. Nous passons en revue les phénomènes de vieillissement neuronal, les changements fondamentaux du vieillissement et les mécanismes possibles qui peuvent relier les causes et les effets. Les hypothèses que nous formulons à partir de cette revue sont : l’hypothèse de bruit d’entrée, l’hypothèse de plasticité, l’hypothèse de matière blanche et l’hypothèse d’inhibition. Puisque l’hypothèse de bruit d’entrée a la possibilité d’expliquer un certain nombre de phénomènes de vieillissement à partir d’une prémisse très simple, nous nous concentrons principalement sur cette théorie. Puisque la taille et l’organisation des champs récepteurs est importante pour la perception et change à un âge élevé, nous avons développé une théorie sur l’interaction entre le bruit et la structure des champs récepteurs. Nous proposons ensuite la STDP comme mécanisme possible qui pourrait changer la taille du champ récepteur en réponse au bruit d’entrée. Dans deux chapitres distincts, nous examinons les approches pour modéliser les données neurales et les données psychophysiques respectivement. Dans ce processus, nous examinons respectivement un mécanisme de contrôle du gain de contraste et un modèle cortical simplifié. Enfin, nous présentons convis, une boîte à outils Python pour la création de modèles de vision convolutionnelle, qui a été développée lors de cette thèse. convis peut mettre en œuvre les modèles les plus importants utilisés actuellement pour modéliser les réponses des cellules ganglionnaires rétiniennes et des cellules des corticales inférieures (V1/V2).

In this thesis we investigate aging processes in the visual system from a computational modelling perspective. We give a review about neural aging phenomena, basic aging changes and possible mechanisms that can connect causes and effects. The hypotheses we formulate from this review are: the input noise hypothesis, the plasticity hypothesis, the white matter hypothesis and the inhibition hypothesis. Since the input noise hypothesis has the possibility to explain a number of aging phenomena from a very simple premise, we focus mainly on this theory. Since the size and organization of receptive fields is important for perception and is changing in high age, we developed a theory about the interaction of noise and receptive field structure. We then propose spike-time dependent plasticity (STDP) as a possible mechanism that could change receptive field size in response to input noise. In two separate chapters we investigate the approaches to model neural data and psychophysical data respectively. In this process we examine a contrast gain control mechanism and a simplified cortical model respectively. Finally, we present convis, a Python toolbox for creating convolutional vision models,which was developed during the studies for this thesis. convis can implement the most important models used currently to model responses of retinal ganglion cells and cells in the lower visual cortices (V1 and V2).