Multi-level implementation of hierarchical neural models - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2018

Multi-level implementation of hierarchical neural models

Implémentation multi-niveaux de modèles hiérarchiques neuronaux

Résumé

This paper addresses the following issue: Is event-based a relevant interface of engineering to model and provide solutions to the processing of biological signals? The first chapter deals with the setting up of an optical flow algorithm developed on event cameras inspired by the operation of the retina on the output signal of a rat retina. This work highlights the differences between the event model and the biology and exposes several adaptation solutions leading to an error in estimating the direction of flow of 3.5 ∞. The second chapter deals with the development of a real-time cell-sorting solution on the electrodes that record the output signal of a retina. The algorithm is evaluated by means of a data set known from the state of the art and manages to compete with non-real-time algorithms of the state of the art while more stable state make to the noise. Chapter 3 deals with the use of the algorithm presented chapter 2 in the project Sight Again to characterize ex-vivo the Prima prosthesis.The data treatments presented show the implant activation thresholds that are confirmed by the in-vivo part of the project. Chapter 4 deals with the generalization of the algorithm of Chapter 2 to the analysis of the variation of the pupillary contraction. This chapter highlights the biometric character of the pupil and uses hidden Markov models to study the pupil's behaviour. The document ends with a discussion about the limitations that event based applications may encounter, including the lack of compatible hardware platforms.
Ce document aborde la problématique suivante : L'event-based est-elle une interface pertinente de l'ingénierie pour modéliser et apporter des solutions au traitement de signaux biologiques? Le premier chapitre traite de la mise en place d'un algorithme de flot optique développé sur des caméras événementielles inspirées du fonctionnement de la rétine sur le signal de sortie d'une rétine de rat. Ce travail met en avant les différences entre le modèle événementiel et la biologie et expose plusieurs solutions d'adaptation menant à une erreur d'estimation de la direction du flow de 3.5∞. Le deuxième chapitre traite du développement d'une solution de tris des cellules en temps réel sur les électrodes qui enregistrent le signal de sortie d'une rétine. L'algorithme est évalué au moyen d'un jeu de donnée connu de l'état de l'art et réussit à rivaliser avec des algorithmes non temps réel de l'état de l'art tout en état plus stable fasse au bruit. Le chapitre 3 traite de l'utilisation de l'algorithme présenté chapitre 2 dans le projet Sight Again pour caractériser ex-vivo la prothèse Prima. Les traitements de données présentés montrent les seuils d'activation de l'implant qui sont confirmé par la partie in-vivo du projet. Le chapitre 4 traite de la généralisation de l'algorithme du chapitre 2 à l'analyse de la variation de la contraction pupillaire. Ce chapitre met en avant des pistes sur le caractère biométrique de la pupille et utilise des modèles cachés de Markov pour étudier le comportement de la pupille. Le document se termine sur une discussion sur les limites que peut rencontrer les applications event based notamment via le manque de plateforme hardware compatible.
Fichier principal
Vignette du fichier
these_GEHERE_Kevin_2018.pdf (14.12 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-02865333 , version 1 (11-06-2020)

Identifiants

  • HAL Id : tel-02865333 , version 1

Citer

Kévin Géhère. Multi-level implementation of hierarchical neural models. Bioengineering. Sorbonne Université, 2018. English. ⟨NNT : 2018SORUS335⟩. ⟨tel-02865333⟩
69 Consultations
37 Téléchargements

Partager

Gmail Facebook X LinkedIn More