Growing a Noisy Brain : Development of Structured Variability in Neural Responses and Its Implications - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2022

Growing a Noisy Brain : Development of Structured Variability in Neural Responses and Its Implications

La croissance d'un cerveau bruyant : développement de la variabilité structurée des réponses neuronales et ses implications

Résumé

Infants learn accurate stimulus representations in the face of substantially longer information transmission delays, and quickly changing anatomical and functional architecture at this age. Despite a large amount of research examining how the processing of sensory stimuli becomes progressively structured throughout early development, the basic computational mechanisms underpinning such a learning feat remain unclear. This lack of adequate understanding could be due to the fact that some aspects of brain dynamics, which are critical to brain function, have been understudied. To close this gap,this thesis will focus on the variability of neural activity. In the first study, I provide empirical evidence for the existence and development of structured, stimulus-relevant modulations of neural variability in infants and in adults and show that the temporal structure of weak variability modulations depend on the difficulty of the task at hand. Dynamical systems interpretation of these results allows us to suggest that the Event-Related Potential (ERP) components act as weakly attracting modes of a low-dimensional energy landscape in which neural trajectories are transiently constrained due to stimulus arrival. In the second study, using a simple computational model that approximates mean-field activity of excitatory and inhibitory (E-I) populations within a generic local cortical circuit, we relate maturation in E-I conductances to the amount of jitter, and thus provides a possible explanation for the observed maturation of response variability during early development. This thesis hence advocates for studying the second-order statistics often discarded as noise.
Les nourrissons apprennent des représentations précises des stimuli malgré des délais plus longs dans la transmission de l'information et une architecture anatomique et fonctionnelle qui évolue rapidement à cet âge. Malgré de nombreuses recherches sur le traitement des stimuli sensoriels, les mécanismes computationnels de base qui sous-tendent cet apprentissage restent flous. Ce manque de compréhension adéquate peut être lié à la dynamique cérébrale, qui est essentielle au fonctionnement du cerveau, a été peu étudiée. Cette thèse donc se concentre sur la variabilité de l'activité neuronale. Dans la première étude, je fournis des preuves empiriques de l'existence et du développement de modulations structurées et pertinentes au stimulus de la variabilité neuronale chez les nourrissons et je montre que la structure temporelle des modulations faibles de la variabilité dépend de la difficulté de la tâche à accomplir. L'interprétation des systèmes dynamiques de ces résultats nous permet de suggérer que les composantes des potentiels évoqués (CEP) agissent comme des modes faiblement attractifs dans lesquels les trajectoires neuronales sont temporairement contraintes par l'arrivée du stimulus. Dans la seconde étude, à l'aide d'un modèle simple qui approxime l'activité du champ moyen des populations excitatrices et inhibitrices (E-I) au sein d'un circuit cortical, nous relions la maturation des conductances E-I à la quantité de jitter, fournissant une explication possible à la maturation observée de la variabilité des réponses au cours du développement précoce. Cette thèse plaide donc en faveur de l'étude des statistiques de second ordre souvent considérées comme du bruit.
Fichier principal
Vignette du fichier
NAIK_Shruti_these_2022.pdf (124.27 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04040273 , version 1 (22-03-2023)

Identifiants

  • HAL Id : tel-04040273 , version 1

Citer

Shruti Naik. Growing a Noisy Brain : Development of Structured Variability in Neural Responses and Its Implications. Neuroscience. Sorbonne Université, 2022. English. ⟨NNT : 2022SORUS195⟩. ⟨tel-04040273⟩
115 Consultations
5 Téléchargements

Partager

Gmail Facebook X LinkedIn More