Directeur de recherche

Patricia REYNAUD BOURET

REYNAUD BOURET
REYNAUD BOURET
Médaille argent CNRS 2021

Thèmes de recherche

Notre cerveau est composé de centaines de milliards de neurones. Ces cellules qui émettent des signaux électriques, appelés potentiels d’action ou spikes, sont organisées en de gigantesques réseaux complexes que l’on n’observe que très partiellement. Quelques neurones sont ainsi enregistrés simultanément au cours du temps et les enregistrements révèlent des comportements surprenants statistiquement parlant. L’émission de spikes peut être synchronisée ou non et cela varie au cours de la tâche accomplie par l’animal. Plus généralement, une partie du code neural est cachée dans cette dépendance statistique entre neurones, que l’on appelle aussi la connectivité fonctionnelle. Grâce aux processus de Hawkes, ces graphes peuvent être reconstruits pour comprendre au mieux en quoi consiste cette dépendance. On peut ensuite utiliser ces reconstructions pour décoder l’activité enregistrée et prédire l’action effectuée ou le stimulus perçu. On obtient ainsi une quantification du pouvoir codant d’une région ou d’une autre dans le cerveau pour une information ou une tâche. Bien sûr ce taux va évoluer au cours de l’apprentissage. Cette phase d’apprentissage est un défi statistique en soit car modéliser ce qui se passe lors de cette phase et valider le modèle, même au niveau purement comportemental, nécessite de manipuler des données dépendantes et non stationnaires. On espère à terme pouvoir intégrer aux modèles comportementaux, l’évolution au niveau neuronal de la trace mnésique.