On the pertinence of a numerical transmission model for neural information

Dans cette thèse, nous utilisons un ensemble d'outils avancés de mathématiques et de méthodes de traitement du signal pour aborder trois problèmes importants en neuroscience: la détection de potentiels d'action (spikes), leur tri, et le codage neuronal. A partir d'enregistrements inva...

Full description

Bibliographic Details
Main Author: Tiganj, Zoran
Language:ENG
Published: Université des Sciences et Technologie de Lille - Lille I 2011
Subjects:
ICA
Online Access:http://tel.archives-ouvertes.fr/tel-00699623
http://tel.archives-ouvertes.fr/docs/00/69/96/23/PDF/thesis-tiganj.pdf
id ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-00699623
record_format oai_dc
spelling ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-006996232013-01-07T16:56:00Z http://tel.archives-ouvertes.fr/tel-00699623 http://tel.archives-ouvertes.fr/docs/00/69/96/23/PDF/thesis-tiganj.pdf On the pertinence of a numerical transmission model for neural information Tiganj, Zoran [INFO:INFO_TS] Computer Science/Signal and Image Processing [SPI:SIGNAL] Engineering Sciences/Signal and Image processing traitement du signal détection de spikes tri de spikes code neuronal dérivées distributionnelles alphabet fini ICA Dans cette thèse, nous utilisons un ensemble d'outils avancés de mathématiques et de méthodes de traitement du signal pour aborder trois problèmes importants en neuroscience: la détection de potentiels d'action (spikes), leur tri, et le codage neuronal. A partir d'enregistrements invasifs de l'activité de neurones, nous avons d'abord abordé la question de la détection de spikes. Les instants d'occurrence des spikes apparaissent (comme des irrégularités) de manière explicite dans les dérivées distributionnelles du signal neuronal. Le problème est alors posé en termes de détection et estimation conjointe de ces instants d'occurrence. En utilisant le calcul opérationnel, qui fournit un cadre commode pour manipuler des Dirac, nous caractérisons le temps d'occurrence d'un spike par une formule explicite. Après la détection nous abordons le problème du tri de spikes. Nous avons développé un algorithme simple pour des enregistrements multi-canaux. Il utilise une application itérative de l'algorithme ICA et une technique de déflation dans deux boucles imbriquées. Dans chaque itération de la boucle externe, l'activité d'un neurone est ciblée, puis isolée et ensuite élaguée des enregistrements. La boucle interne met en œuvre une séquence d'applications de ICA et de détection afin de supprimer tout ce qui ne relève pas du neurone cible. Enfin, nous menons une discussion sur les propriétés du code neuronal. Nous examinons l'hypothèse d'un code reposant sur un alphabet fini. Cette hypothèse correspond à un schéma de modulation PPM qui est déjà suggéré par le codage temporel et la présence de jitter. 2011-11-08 ENG PhD thesis Université des Sciences et Technologie de Lille - Lille I
collection NDLTD
language ENG
sources NDLTD
topic [INFO:INFO_TS] Computer Science/Signal and Image Processing
[SPI:SIGNAL] Engineering Sciences/Signal and Image processing
traitement du signal
détection de spikes
tri de spikes
code neuronal
dérivées distributionnelles
alphabet fini
ICA
spellingShingle [INFO:INFO_TS] Computer Science/Signal and Image Processing
[SPI:SIGNAL] Engineering Sciences/Signal and Image processing
traitement du signal
détection de spikes
tri de spikes
code neuronal
dérivées distributionnelles
alphabet fini
ICA
Tiganj, Zoran
On the pertinence of a numerical transmission model for neural information
description Dans cette thèse, nous utilisons un ensemble d'outils avancés de mathématiques et de méthodes de traitement du signal pour aborder trois problèmes importants en neuroscience: la détection de potentiels d'action (spikes), leur tri, et le codage neuronal. A partir d'enregistrements invasifs de l'activité de neurones, nous avons d'abord abordé la question de la détection de spikes. Les instants d'occurrence des spikes apparaissent (comme des irrégularités) de manière explicite dans les dérivées distributionnelles du signal neuronal. Le problème est alors posé en termes de détection et estimation conjointe de ces instants d'occurrence. En utilisant le calcul opérationnel, qui fournit un cadre commode pour manipuler des Dirac, nous caractérisons le temps d'occurrence d'un spike par une formule explicite. Après la détection nous abordons le problème du tri de spikes. Nous avons développé un algorithme simple pour des enregistrements multi-canaux. Il utilise une application itérative de l'algorithme ICA et une technique de déflation dans deux boucles imbriquées. Dans chaque itération de la boucle externe, l'activité d'un neurone est ciblée, puis isolée et ensuite élaguée des enregistrements. La boucle interne met en œuvre une séquence d'applications de ICA et de détection afin de supprimer tout ce qui ne relève pas du neurone cible. Enfin, nous menons une discussion sur les propriétés du code neuronal. Nous examinons l'hypothèse d'un code reposant sur un alphabet fini. Cette hypothèse correspond à un schéma de modulation PPM qui est déjà suggéré par le codage temporel et la présence de jitter.
author Tiganj, Zoran
author_facet Tiganj, Zoran
author_sort Tiganj, Zoran
title On the pertinence of a numerical transmission model for neural information
title_short On the pertinence of a numerical transmission model for neural information
title_full On the pertinence of a numerical transmission model for neural information
title_fullStr On the pertinence of a numerical transmission model for neural information
title_full_unstemmed On the pertinence of a numerical transmission model for neural information
title_sort on the pertinence of a numerical transmission model for neural information
publisher Université des Sciences et Technologie de Lille - Lille I
publishDate 2011
url http://tel.archives-ouvertes.fr/tel-00699623
http://tel.archives-ouvertes.fr/docs/00/69/96/23/PDF/thesis-tiganj.pdf
work_keys_str_mv AT tiganjzoran onthepertinenceofanumericaltransmissionmodelforneuralinformation
_version_ 1716395624685895680