Impact des images naturelles sur la reproductibilité et les corrélations des dynamiques corticales laminaires dans le cortex visuel primaire du chat

Impact of natural scenes on the reliability and correlations of cortical dynamics across layers in cat primary visual cortex

• Auteur / Autrice : Yannick Passarelli
• Direction : Yves Frégnac, Cyril Monier
• Type : Thèse de doctorat
• Discipline(s) : Neurosciences
• Date : Soutenance le 11/12/2019
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Cerveau, cognition, comportement (Paris ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Institut des neurosciences Paris-Saclay (Gif-sur-Yvette, Essonne ; 2015-....)
• Jury : Président / Présidente : Régis Lambert
• Jury : Examinateurs / Examinatrices : Timo van Kerkoerle
• Jury : Rapporteurs / Rapporteuses : Stéphane Molotchnikoff, Lionel G. Nowak

Mots clés

Mots clés contrôlés

Cerveau -- Stimulation

Perception visuelle

Physiologie

Cortex cérébral

Réseaux neuronaux (physiologie)

Aire visuelle

Mots clés libres

Électrophysiologie

Cortex visuel primaire

Reproductibilité

Corrélations

Interactions centre-pourtour

Enregistrements laminaires

Primary visual cortex

Electrophysiology

Laminar recordings

Reliability

Correlations

Center-surround interactions

Résumé

Le principe de codage efficace suggère que le traitement des informations dans le système visuel primaire est optimisé et adapté aux statistiques de l’environnement. Une étude intracellulaire menée dans le cortex visuel primaire (V1) du chat anesthésié et paralysé a démontré que la reproductibilité des réponses neuronales est optimisée lorsque des statistiques naturelles sont présentées. En utilisant les mêmes stimuli artificiels et naturels, nous avons enregistré, à l’aide d’électrodes laminaires denses, l’activité neuronale (activité unitaire, multi-unitaire et potentiel de champ local) dans le cortex visuel primaire du chat. Dans un 1er temps, nous avons étudié la reproductibilité de l’activité neuronale et sa dépendance laminaire. Nos résultats démontrent que les images naturelles induisent toujours la réponse la plus reproductible, suggérant une optimisation de V1 dans le traitement des statistiques naturelles. De plus, nous avons montré que les couches 4 et 5/6 présentent des réponses plus reproductibles que la couche 2/3. Cela suggère qu’un « filtrage fonctionnel » des informations pertinentes se produit entre ces différents compartiments laminaires. Dans un 2nd temps nous avons étudié la corrélation de la réponse ou de la variabilité de la réponse de neurones situés dans une même couche ou dans des couches différentes. Les niveaux de corrélation sont les plus élevées lorsque les images naturelles sont présentées. De plus, les corrélations sont plus fortes au sein d’une même couche qu’entre deux couches. Cela suggère qu’un regroupement fonctionnel des neurones se produit afin d’optimiser l’encodage de l’information visuelle.

The principle of efficient coding suggests that processing in the early visual system should be optimized and adapted to the environmental statistics. An intracellular study of the primary visual cortex (V1) in the anesthetized and paralyzed cat showed that the reliability of the neural response is optimized for natural statistics. Using the same natural and artificial stimuli, we recorded the neuronal population activity (single unit, multi-unit and local field potentials) in cat’s V1 with high-density linear silicon probes. We first investigated the reliability and of the mesoscopic signal with the intracellular signal and explored its laminar dependency. Our results showed that natural images evoke, at all scales, the most reliable response, suggesting that V1 is better suited to efficiently encode natural statistics. In addition, granular and infragranular layers displayed higher reliability levels than the supragranular one. This argues for a functional filtering of the pertinent information between these layers. We also explored which statistics of the natural images produce this reliable response. Finally, we specifically addressed the role of the correlations between neurons (within and between layers) by measuring the amount of shared variability and signal of the neuronal population in response to our stimulus set. We observed that natural images always evoked higher correlations. We did not observe a strong decorrelation at the single cell level but instead at the scale of groups of neurons, with those that are close together being more correlated and farther apart less correlated, arguing for a functional clustering of the neurons into coherent “neural mass”.