1er février 2007
De nouvelles méthodes d’observation du fonctionnement du cerveau telles que l’imagerie par résonance magnétique (IRM), l’électro- et la magnéto-encéphalographie (MEEG) ou encore l’imagerie optique posent des problèmes difficiles aux modélisateurs aussi bien au niveau du traitement des signaux qu’elles produisent qu’au niveau de leur interprétation en terme de fonctionnalités cérébrales. L’un des aspects les plus frappants de la manière dont le cerveau semble fonctionner est l’implication de phénomènes électriques, physiques et chimiques à des échelles spatiales et temporelles dont chacune des méthodes précédentes ne peut permettre d’explorer qu’une partie.
Il en résulte la nécessité de développer des modèles et des méthodes pour combiner ces sources d’information de telle manière que les modèles puissent être testés sur les données d’une façon qui soit significative d’un point de vue statistique.
Nous illustrerons ces idées par la combinaison de données d’IRMf et de MEEG grâce à un modèle physiologique de l’origine du signal BOLD et par la description à plusieurs niveaux de modèles d’assemblées de neurones telles que les colonnes corticales.
Ces modèles mathématiques permettent de formuler des questions biologiques précises et peuvent constituer une base pour tenter de comprendre les propriétés “computationnelles” du néocortex.
