21.01.2013 Views

thesis

thesis

thesis

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

252 Discussion<br />

de haute conductance observé dans le cortex (Destexhe et al. 2003). L’approche<br />

théorique utilisée est assez générale : elle est basée sur une approximation adiabatique<br />

qui consiste à considérer la limite des fluctuations lentes par rapport à la<br />

constante de temps membranaire. Cette méthode permet alors de relier clairement<br />

les caractéristiques des fluctuations à la propriété de détection de coïncidences.<br />

Dans le régime équilibré, cette sensibilité aux coïncidences provient alors directement<br />

de la convexité de la fonction de réponse (probabilité P (w) d’émettre un<br />

potentiel d’action en réponse à un potentiel postsynaptique excitateur de taille w).<br />

Cette convexité est équivalente à la décroissance de la distribution stationnaire<br />

du potentiel de membrane près du seuil.<br />

Le niveau des fluctuations détermine la sensibilité aux coïncidences de manière<br />

non monotone, propriété réminiscente de la résonance stochastique (Gammaitoni<br />

et al. 1998). Il y a ainsi un niveau intermédiaire de bruit correspondant à une sensibilité<br />

optimale aux coïncidences. Cette observation est à relier à celle de (Kempter<br />

et al. 1998) où un seuil optimal est trouvé pour la détection de coïncidences.<br />

Par ailleurs, notre approche nous permet d’avoir des résultats quantitatifs sur<br />

la détection de coïncidences. La sensibilité des neurones aux coïncidences n’est pas<br />

totalement nouvelle (voir section 4.4.2). Ce qui l’est plus, c’est la quantification de<br />

cette sensibilité, l’observation que cette sensibilité peut être extrêmement élevée<br />

en présence d’un bruit synaptique important, mais seulement dans une condition<br />

d’équilibre entre excitation et inhibition, et enfin l’obtention de formules explicites<br />

donnant la dépendance de cette sensibilité par rapport aux paramètres du<br />

neurone et du bruit. Nous trouvons alors que, dans des conditions physiologiques,<br />

les neurones agissent comme des détecteurs de coïncidences très efficaces, et que<br />

cela est donc tout à fait compatible avec une théorie impulsionnelle du codage et<br />

de la computation dans le système nerveux.<br />

Bien que les modèles de neurones utilisés soient des modèles impulsionnels,<br />

notre approche est validée a posteriori sur des neurones corticaux à l’aide d’enregistrements<br />

in vitro en courant imposé. Cela montre la validité de cette approche,<br />

qui n’est donc pas restreinte, quant à ses résultats, aux modèles impulsionnels.<br />

Sensibilité des neurones aux coïncidences<br />

La sensibilité des neurones aux coïncidences peut être très grande. Ainsi, notre<br />

modèle de la synchronie distribuée, où des évènements de synchronie sont considérés<br />

en modifiant un très faible nombre de potentiels d’action sans en changer<br />

la quantité totale, montre que la fréquence de décharge en sortie est extrêmement<br />

sensible à ces évènements de synchronie. Pour autant, les corrélations par paires<br />

des trains en entrée restent particulièrement faibles, de par le caractère distribué<br />

des corrélations. La raison de ce résultat à première vue étonnant provient<br />

du fait que le rapport entre la distance moyenne du potentiel de membrane au<br />

seuil, et la taille moyenne des EPSPs, est particulièrement faible : de l’ordre de<br />

� 10 − 20, en considérant une distance au seuil de 10 mV et une taille d’EPSP de<br />

0.5 − 1 mV (Oswald et Reyes 2008). Ce chiffre est à comparer au nombre de synapses<br />

par neurone dans le cortex, de l’ordre de 10000. Dans ces conditions, notre

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

Saved successfully!

Ooh no, something went wrong!