Dynamique des inférences visuelles et ses implémentations neurales – DyVINE

Cadre théorique : Notre objectif est de clarifier la nature fondamentale des processus neuronaux dans le cerveau qui donnent lieu à la perception intelligente, à la cognition et à l'action grâce à une intégration étroite d'approches compatibles, de nature théorique, comportementale et neurophysiologique.

Hypothèses et objectifs : Le cadre habituel d'une telle étude repose sur la théorie de la détection du signal, sur ded tâches comportementales de prise de décision simple et sur des mesures neuronales telles que l'enregistrement unicellulaire ou l'IRMf. En revanche, notre approche repose sur trois hypothèses originales : a) le cadre théorique approprié pour saisir les processus cérébraux est l'inférence probabiliste, b) l'étude de la prise de décision simple néglige toute la complexité du comportement qui dépend fortement de la représentation interne de la situation par le cerveau, et c) l'analyse dynamique à l'échelle intermédiaire des signaux neuronaux correspondants est essentielle pour comprendre les mécanismes des circuits sous-jacents. En soi, ni les enregistrements unicellulaires ni l'IRMf ne peuvent répondre à cette exigence. Sur la base de ces hypothèses, notre objectif est de développer un cadre intégré adéquat qui réponde aux lacunes susmentionnées et d'utiliser ce cadre pour fournir des évidences neurales du calcul probabiliste cérébral.

Approche : Nous combinons des mesures du comportement humain et animal et des mouvements oculaires dans des tâches complexes de prise de décision avec l'imagerie optique dans le cortex visuel primaire du primate non humain (PNH) afin de comprendre le processus d'explaining away l'une des caractéristiques fondamentales de l'inférence probabiliste.

Innovation : Ce projet va au-delà de l'état de l'art dans le domaine à plusieurs égards. Tout d'abord, notre paradigme comportemental pour les humains et les PNH utilisera une nouvelle tâche complexe de prise de décision avec plusieurs explications également possibles de l'entrée sensorielle dans un essai donné. Nous utiliserons ce paradigme pour identifier, sur la base du comportement, la représentation interne que les observateurs utilisent dans leurs décisions. Deuxièmement, pour les mesures neurales, nous utiliserons des stimuli dynamiques et la l'imagerie optique avec des colorants sensibles au voltage, combinant les avantages de la mesure de l'activité neuronale à la résolution de la milliseconde avec une haute résolution spatiale et un large champ de vue de la population neuronale. Cela permet d'inspecter en temps réel le processus de décision au niveau neuronal. Troisièmement, au lieu d'utiliser l'outil habituel de suivi de l'incertitude par le biais de la variance du signal neuronal, nous lierons les modèles dynamiques émergeant dans le cerveau à des variables latentes identifiées sur le plan comportemental afin de valider directement le processus d'explication dans les représentations corticales précoces. Le résultat de notre projet comprendra non seulement des preuves solides soutenant le nouveau point de vue récemment proposé sur le calcul probabiliste dans le cerveau, mais aussi un ensemble d'outils novateurs pour des recherches plus rigoureuses.

Principaux chercheurs impliqués : Anna Montagnini et Frédéric Chavane de l'Institut de Neurosciences de la Timone, Marseille et József Fiser de la Central European University, Vienne.