Cortical plasticity, dynamic neural fields and self-organization - Archive ouverte HAL Access content directly
Theses Year : 2013

Cortical plasticity, dynamic neural fields and self-organization

Plasticité corticale, champs neuronaux dynamiques et auto-organisation

(1)
1
Georgios Detorakis
  • Function : Author
  • PersonId : 927538

Abstract

The aim of the present work is the modeling of the formation, maintenance and reorganization of somatosensory cortical maps using the theory of dynamic neural fields. A dynamic neural field is a partial integro-differential equation that is used to model the cortical activity of a part of the cortex. Such a neural field is used in this work in order to model a part of the area 3b of the primary somatosensory cortex. In addition a skin model is used in order to provide input to the cortical model. From a computational point of view the model is able to perform distributed, numerical and adaptive computations. The model is able to explain the formation of topographic maps and their reorganization in the presence of a cortical lesion or a sensory deprivation, where balance between excitation and inhibition plays a crucial role. In addition, the model is consistent with neurophysiological data of area 3b. Finally, it has been shown that attention plays a key role in the organization of receptive fields of neurons of the somatosensory cortex. Therefore, in this work has been proposed a definition of somatosensory attention and a potential explanation of its influence on somatotopic organization through a number of experimental results. By changing the gains of lateral connections, it is possible to control the shape of the solution of the neural field. This leads to significant alterations of receptive fields sizes, resulting to a better performance during the execution of demanding haptic tasks.
L'objectif de ce travail est de modéliser la formation, la maintenance et la réorganisation des cartes corticales somesthésiques en utilisant la théorie des champs neuronaux dynamiques. Un champ de neurones dynamique est une équation intégro-différentiel qui peut être utilisée pour décrire l'activité d'une surface corticale. Un tel champ a été utilisé pour modéliser une partie des aires 3b de la région du cortex somatosensoriel primaire et un modèle de peau a été conçu afin de fournir les entrées au modèle cortical. D'un point de vue computationel, ce modèle s'inscrit dans une démarche de calculs distribués, numériques et adaptatifs. Ce modèle s'avère en particulier capable d'expliquer la formation initiale des cartes mais aussi de rendre compte de leurs réorganisations en présence de lésions corticales ou de privation sensorielle, l'équilibre entre excitation et inhibition jouant un rôle crucial. De plus, le modèle est en adéquation avec les données neurophysiologiques de la région 3b et se trouve être capable de rendre compte de nombreux résultats expérimentaux. Enfin, il semble que l'attention joue un rôle clé dans l'organisation des champs récepteurs du cortex somato-sensoriel. Nous proposons donc, au travers de ce travail, une définition de l'attention somato-sensorielle ainsi qu'une explication de son influence sur l'organisation des cartes au travers d'un certain nombre de résultats expérimentaux. En modifiant les gains des connexions latérales, il est possible de contrôler la forme de la solution du champ, conduisant à des modifications importantes de l'étendue des champs récepteurs. Celà conduit au final au développement de zones finement cartographiées conduisant à de meilleures performances haptiques.
Fichier principal
Vignette du fichier
thesis.pdf (24.71 Mo) Télécharger le fichier

Dates and versions

tel-01750379 , version 2 (05-11-2013)
tel-01750379 , version 3 (06-12-2013)
tel-01750379 , version 1 (29-03-2018)

Identifiers

  • HAL Id : tel-01750379 , version 3

Cite

Georgios Detorakis. Cortical plasticity, dynamic neural fields and self-organization. Computer science. Université de Lorraine, 2013. English. ⟨NNT : ⟩. ⟨tel-01750379v3⟩
598 View
1123 Download

Share

Gmail Facebook Twitter LinkedIn More