thesis

140 Oscillations, corrélations et synchronisation
Figure 4.18 – Modèle de Jeffress (Chan et al. 2010).
poisson électrique, la chouette, la chauve-souris sont sensibles à des délais temporels
extrêmement courts de l’onde sonore entre leurs deux oreilles (ITD, ou
interaural time difference), bien que ces délais soient plusieurs ordres de grandeur
inférieurs à la durée d’un potentiel d’action. Chez la chauve-souris par exemple,
cela leur permet l’écholocalisation (principe du sonar). Chez la chouette, cette
sensibilité leur permet de localiser les sources sonores dans le plan (localisation
azimutale) avec une grande précision. Ce principe est aussi à l’œuvre chez d’autres
espèces (Middlebrooks et al. 1994, Blauert 1997, Joris et al. 1998).
Cette sensibilité est implémentée neuralement dans des neurones binauraux
(qui reçoivent le signal des deux oreilles) se trouvant dans le tronc cérébral (MSO,
ou olive médiale supérieure). Ces neurones spécialisés sont des détecteurs de coïncidences
et sont sensibles à des délais extrêmement courts. Un modèle classique
expliquant comment ces détecteurs de coïncidences peuvent détecter des délais
binauraux est le modèle de Jeffress (Jeffress 1948). Plusieurs neurones reçoivent
l’information binaurale avec des délais axonaux variables et asymétriques (voir
figure 4.18). Les neurones répondent davantage à un signal binaural lorsque ce
délai compense exactement l’ITD, et transforment donc un code temporel en un
code spatial (Joris et al. 1998). Des versions plus complètes et plus réalistes de
ce modèle existent (Joris et al. 1998, Goodman et al. 2009), mais elles reposent
toutes sur la propriété de détection de coïncidences des neurones binauraux.
Par ailleurs, il a été proposé un modèle impulsionnel de localisation des proies
par les arachnides (Stürzl et al. 2000), la propagation des ondes mécaniques se
faisant dans le sable. Citons aussi comme exemple la perception de la hauteur
sonore, avec le modèle de Licklider (Licklider 1951). L’idée de base est que des
détecteurs de coïncidences peuvent détecter l’autocorrélation du signal sonore et