Equipe Odyssée

● Commune à l'ENPC, l'ENS/DI, l'INRIA (Sophia-Antipolis)

● Créée en Mars 2002, évaluée en Mars 2005.

● Trois Pôles de recherche

• Vision algorithmique (méthodes variationnelles et EDPs)

• Imagerie cérébrale (xMRI, MEG, EEG, Optical Imaging)

• Modélisation et simulation de populations de neurones

Projet scientifique

Comprendre les mécanismes de rétroaction corticale à l'oeuvre dans la perception visuelle chez les primates humains et non humains

Trois éléments clés :● La psychophysique● L'imagerie cérébrale● La modélisation● La simulation

G. Postelnicu et R. Keriven, ENS-DI ENPC

La psychophysique

Concevoir et mettre au point des stimuli visuels qui impliquent des feedbacks importants

Thèse de N. Wotawa, Odyssée/Sophia

Analyser la réponse neuronale :IRMf

● Modèles mathématiques, e.g. KPCA, Laplacien de Graphe, “Information bottleneck” (thèse Bertrand Thirion, CEA/SHFJ-INRIA/Futur).

●Liens avec l'analyse harmonique en dimension élevée et l'apprentissage

● Pitié-Salpêtrière (Stéphane Léhéricy)

● Marseille, la Timone (Jean-Luc Anton)

● Modèles physiologique du signal BOLD (thèse Thomas Deneux, DI).

Magnéto/Electroencéphalographie

● Résolution temporelle de l'ordre de la milliseconde.● Problème de la résolution spatiale

● Travaux de l'équipe sur les problèmes inverses● La géométrie est très compliquée

On peut contraindre le problème inverse par ● une meilleure connaissance des conductivités, ● la connectivité anatomique, ● des modèles de sources.

Thèse de G. Adde, Odyssée/ENPC

Imagerie du tenseur de diffusion (DTI)

Mesure la probabilité de diffusion des molécules d'eau : champ spatial de densités de probabilité.

Le calcul des géodésiques donne accès à la connectivité anatomique

Structure riemannienne sur

Collaborations : Pitié-Salpêtrière, la Timone, CEA/SHFJ

Travail de thèse deC. Lenglet, Odyssée/Sophia

Equation Eikonale :

High Angular Resolution Diffusion Images (HARDI)

L'approche DTI est limitée lorsque les fibres nerveuses se croisent

DTI HARDI (thèse de M. Descoteaux, Odyssée/Sophia)

Imagerie optique

Accéder à certains paramètres de l'activité neuronale

Courtesy Ivo Vanzetta, Institut de Neurosciences Cognitives de la Méditerrannée

Travail de thèse de T. Deneux, Odyssée/ENS

Modélisation : le neurone

Modèle capable de prédire de nombreux types de comportement, e.g. “bursting”, émission de trains régulier d'impulsions

wEVadt

dw

IwVV

gEVgdt

dVC

lw

T

TTLLL

)(

)exp()(

Combinaison d'un modèle intègre-et-tire exponentiel et d'un modèle dû à E. Izhikhevich (R. Brette, Odyssée/ENS et W. Gerstner)

Fig. from E. M. Izhikevich, IEEE Transactions

on Neural Networks 14, 1569 (2003).

Population de neurones : un modèle de colonne (Jansen et Ritt)

Analyse du système dynamique

Populations de colonnes

Système d'équations intégro-différentielles :

Interaction spatiale

Les entrées peuvent être aléatoires : EDOS, EDPSCollaborations :● François Baccelli, ENS/DI● Vincent Hakim, ENS/Physique statistique● Misha Tsodyks Thèse de F. Grimbert, Odyssée/Sophia

Simulations

Projet Européen FACETS (Fast Analog Computing with Emergent Transient States in Neural Architectures)

Simulateur événementiel (O. Rochel)

IBM Blue Gene (EPFL)

Neural Processing Unit (NPU)

Imagerie OptiqueDMRI

fMRI

MEG/EEG

Projet scientifique

CorticalFeedback

Psychophysique

Imagerie cérébrale

Simulations

Modèlesneuronaux