21.01.2013 Views

thesis

thesis

thesis

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

106 Oscillations, corrélations et synchronisation<br />

Différentes définitions des corrélations<br />

Il y a plusieurs manières de définir et de mesurer les corrélations neuronales, et<br />

les valeurs se trouvant dans les travaux expérimentaux n’utilisent pas toujours les<br />

mêmes conventions. Pour cette raison, nous présentons ici les différentes définitions<br />

des corrélations.<br />

D’abord, plusieurs définitions des corrélations sont possibles. Considérant deux<br />

neurones, il est possible d’étudier les corrélations des trains de potentiels d’action,<br />

en tant que processus stochastiques ponctuels, ou les corrélations du nombre de<br />

potentiels d’action des deux trains dans une fenêtre donnée, ou encore les corrélations<br />

des fluctuations du potentiel de membrane sous le seuil.<br />

Par ailleurs, la corrélation peut se mesurer sur des enregistrements spontanés<br />

ou évoqués. Dans le premier cas, plusieurs neurones sont enregistrés en parallèle,<br />

conduisant à l’observation de corrélations de l’activité, de manière indépendante<br />

de tout stimulus. Dans le second cas, un même stimulus est répété au cours de<br />

plusieurs essais (trials) et un ou plusieurs neurones sont enregistrés. Ce protocole<br />

conduit à l’étude des corrélations inter-essais, ou corrélation du bruit, et ne<br />

nécessite pas forcément des enregistrements multi-cellules.<br />

Aussi, les corrélations peuvent se distinguer en fonction de l’échelle temporelle<br />

considérée, qui peut aller d’une durée inférieure à la milliseconde jusqu’à plusieurs<br />

secondes. Lorsque les corrélations sont rapides, c’est-à-dire de l’ordre de la<br />

constante de temps membranaire ou en-dessous, ou encore inférieure à l’intervalle<br />

inter-impulsionnel moyen, on parle alors souvent de synchronie.<br />

Enfin, on peut distinguer les corrélations entre deux neurones (aussi appelées<br />

pairwise correlations), les corrélations au sein d’une assemblée de N neurones<br />

(considérant les corrélations d’ordre 2 jusqu’à l’ordre N), ou les corrélations de<br />

l’activité macroscopique de deux grandes populations de neurones.<br />

4.2.2 Sources des corrélations<br />

D’où proviennent les corrélations observées dans le système nerveux ? On peut<br />

distinguer trois types différents de corrélations (Usrey et Reid 1999) :<br />

– les corrélations provenant directement du stimulus,<br />

– les corrélations provenant directement de la structure du réseau,<br />

– les corrélations spontanées, générées de manière interne par la dynamique<br />

complexe du réseau.<br />

Dans le premier cas, un stimulus induit des réponses neuronales proches lorsque<br />

les champs récepteurs sont proches, de par la propriété de fiabilité neuronale (voir<br />

section 3.4). Les corrélations entre les neurones proviennent alors directement du<br />

stimulus. Lorsque le stimulus comporte des hautes fréquences (par exemple, si<br />

l’initiation du stimulus est rapide), les neurones peuvent être synchronisés transitoirement<br />

à une échelle temporelle très courte.<br />

Le second cas concerne par exemple le cas d’une connectivité divergente, lorsqu’un<br />

neurone est connecté à plusieurs neurones postsynaptiques. Si les connexions<br />

synaptiques sont suffisamment importantes, les neurones postsynaptiques peuvent

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!