De la rétine à la physique statistique
- Creators
- Cessac, Bruno
- Others:
- Mathematical and Computational Neuroscience (NEUROMATHCOMP) ; Inria Sophia Antipolis - Méditerranée (CRISAM) ; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Jean Alexandre Dieudonné (JAD) ; Université Nice Sophia Antipolis (1965 - 2019) (UNS) ; COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA)-Université Nice Sophia Antipolis (1965 - 2019) (UNS) ; COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA)
- ANR-10-INTB-0204,KEOpS,Algorithmes pour la modélisation du système visuel: de la vision naturelle aux applications numériques.(2010)
- European Project: 600847,EC:FP7:ICT,FP7-ICT-2011-9,RENVISION(2013)
Description
La rétine est la partie de l'oeil qui transforme les scènes visuelles du monde extérieur en trains d'impulsions (potentiels d'action neuronaux) transmis au cerveau via le nerf optique. Mais c'est bien plus qu'une caméra puisque la rétine est capable de détecter des caractéristiques telles que mouvement différentiel, mouvement d'approche, ...; elle semble même capable d'une forme d'anticipation. Il y a là un (ou plusieurs) mécanismes de codage qui intéressent la communauté des neurosciences. Le développement de techniques d'acquisition telles que MultiElectrode Arrays, Calcium imaging, two photons imaging permettent désormais d'enregistrer l'activité de la rétine tout en cartographiant sa structure. C'est une opportunité pour comprendre les liens entre la structure de la rétine, sa dynamique en réponse à des stimuli visuels et la façon dont elle "encode" ses informations. Mais l'étude de ces mécanismes est encore préliminaire. En particulier, l'analyse même des données obtenues nécessite encore de développer des modèles mathématiques adéquats. Nous montrerons comment des concepts issus de la physique statistique (distributions de Gibbs, réponse linéaire) peuvent être employés pour produire de tels modèles.
Abstract
National audience
Additional details
- URL
- https://hal.inria.fr/hal-01095605
- URN
- urn:oai:HAL:hal-01095605v1
- Origin repository
- UNICA