On the pertinence of a numerical transmission model for neural information - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2011

On the pertinence of a numerical transmission model for neural information

Zoran Tiganj
  • Fonction : Auteur
  • PersonId : 864510

Résumé

In this thesis we bring together advanced mathematical tools and signal processing methods to address three very important problems in neuroscience: neural action potential (spike) detection, neural spike sorting and directly neural coding. Starting from extracellular neural recordings, we first address the question of spike detection. The spike time occurrences appear (as irregularities) explicitly in the distributional derivatives of the neural signal. The problem is seen as a change point detection problem. Using operational calculus, which provides a convenient framework to handle such distributional derivatives, we characterize the time occurrence of a spike by an explicit formula. After spike detection we address the spike sorting problem. We developed a simple algorithm for a case when multi-channel recordings are available. The algorithm uses an iterative application of ICA and a deflation technique in two nested loops. In each iteration of the external loop, the spiking activity of one neuron is singled out and then deflated from the recordings. The internal loop implements a sequence of ICA and spike detection for removing the noise and all the spikes that are not coming from the targeted neuron. Finally, we discuss on properties of the neural code. We investigate whether the nature of the neural code is discrete or continuous. Moreover, if it is discrete, whether the elements of the code are drawn from a finite alphabet. We particularly address pulse-position coding scheme, making a link between communication theory and neural code.
Dans cette thèse, nous utilisons un ensemble d'outils avancés de mathématiques et de méthodes de traitement du signal pour aborder trois problèmes importants en neuroscience: la détection de potentiels d'action (spikes), leur tri, et le codage neuronal. A partir d'enregistrements invasifs de l'activité de neurones, nous avons d'abord abordé la question de la détection de spikes. Les instants d'occurrence des spikes apparaissent (comme des irrégularités) de manière explicite dans les dérivées distributionnelles du signal neuronal. Le problème est alors posé en termes de détection et estimation conjointe de ces instants d'occurrence. En utilisant le calcul opérationnel, qui fournit un cadre commode pour manipuler des Dirac, nous caractérisons le temps d'occurrence d'un spike par une formule explicite. Après la détection nous abordons le problème du tri de spikes. Nous avons développé un algorithme simple pour des enregistrements multi-canaux. Il utilise une application itérative de l'algorithme ICA et une technique de déflation dans deux boucles imbriquées. Dans chaque itération de la boucle externe, l'activité d'un neurone est ciblée, puis isolée et ensuite élaguée des enregistrements. La boucle interne met en œuvre une séquence d'applications de ICA et de détection afin de supprimer tout ce qui ne relève pas du neurone cible. Enfin, nous menons une discussion sur les propriétés du code neuronal. Nous examinons l'hypothèse d'un code reposant sur un alphabet fini. Cette hypothèse correspond à un schéma de modulation PPM qui est déjà suggéré par le codage temporel et la présence de jitter.
Fichier principal
Vignette du fichier
thesis-tiganj.pdf (15.16 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00699623 , version 1 (21-05-2012)

Identifiants

  • HAL Id : tel-00699623 , version 1

Citer

Zoran Tiganj. On the pertinence of a numerical transmission model for neural information. Signal and Image Processing. Université des Sciences et Technologie de Lille - Lille I, 2011. English. ⟨NNT : ⟩. ⟨tel-00699623⟩
170 Consultations
292 Téléchargements

Partager

Gmail Facebook X LinkedIn More