Equipe Odyssée Commune à l'ENPC, l'ENS/DI, l'INRIA (Sophia-Antipolis) Créée en Mars 2002, évaluée en Mars 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 de C. 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 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, EDPS Collaborations : 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 Optique DMRI fMRI MEG/EEG Projet scientifique Cortical Feedback Psychophysique Imagerie cérébrale SimulationsModèles neuronaux