Le codage neuronal désigne, en neurosciences, la relation hypothétique entre le stimulus et les réponses neuronales individuelles ou globales. C'est une théorie sur l'activité électrique du système nerveux, selon laquelle les informations, par exemple sensorielles, numériques ou analogiques, sont représentées dans le cerveau par des réseaux de neurones. Le codage neuronal est lié aux concepts du souvenir, de l'association et de la mémoire sensorielle. vignette|Évolution du potentiel d'action en réponse à un stimuli Les neurones propagent des signaux à grande vitesse à travers le corps, sous la forme d'impulsions électriques appelés potentiels d'action : l'évènement court de l'augmentation suivi de la chute du potentiel électrique de la neurone génère des pointes de tension (ou trains de pics) pouvant se déplacer le long des axones. En réaction à des stimulus sensoriels externes (comme la lumière, le son, le goût, l'odorat, le toucher), les neurones modifient leur activité et déclenchent différentes séquences de potentiels d'action. Ces informations sur le stimulus sont alors codées en un schéma de potentiels d’action, transmis au cerveau. Les séquences de potentiels d'action ne sont pas des évènements identiques : leur durée, leur amplitude et leur forme peuvent varier. L'objet des études sur le codage neuronal est la représentation des attributs de stimulus (par exemple, l'intensité lumineuse ou sonore et les actions motrices par les pics de neurones. Si chaque potentiel d'action dure environ une milliseconde, une séquence de potentiels d'action (ou train de pics) peut être considérée comme série d'événements ponctuels séparés par des intervalles de longueur variable. Pour la description et l'analyse du déclenchement neuronal, des méthodes statistiques et des méthodes de la théorie des probabilités et des processus ponctuels stochastiques sont appliquées. Avec le développement de techniques d'enregistrement et de décodage en neurosciences, les chercheurs arrivent à déchiffrer le code neuronal.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cours associés (22)
NX-414: Brain-like computation and intelligence
Recent advances in machine learning have contributed to the emergence of powerful models of animal perception and behavior. In this course we will compare the behavior and underlying mechanisms in the
NX-465: Computational neurosciences: neuronal dynamics
In this course we study mathematical models of neurons and neuronal networks in the context of biology and establish links to models of cognition. The focus is on brain dynamics approximated by determ
NX-450: Computational neurosciences: biophysics
The course introduces students to a synthesis of modern neuroscience and state-of-the-art data management, modelling and computing technologies with a focus on the biophysical level.
Afficher plus
Séances de cours associées (187)
Signalisation neuronale et traitement des signaux
Explore les signaux neuraux, le traitement EMG, les synergies musculaires et le contrôle de la prothèse à l'aide de techniques avancées de traitement des signaux.
Signal neuronal et traitement des signaux : modélisation et simulation
Couvre les fondamentaux des signaux neuraux et du traitement des signaux, en mettant l'accent sur la modélisation et la simulation des systèmes neuraux.
Signal neuronal et traitement des signaux : techniques de décodage
Explore les techniques de décodage des signaux neuraux à l'aide d'interfaces invasives, d'électrodes régénératives et d'électrodes intraneurales pour améliorer le contrôle de la prothèse et réduire la douleur neuroma.
Afficher plus
Publications associées (979)

Cortical cell assemblies and their underlying connectivity: An in silico study

Michael Reimann, András Ecker, Sirio Bolaños Puchet, James Bryden Isbister, Daniela Egas Santander

Recent developments in experimental techniques have enabled simultaneous recordings from thousands of neurons, enabling the study of functional cell assemblies. However, determining the patterns of synaptic connectivity giving rise to these assemblies rema ...
2024

Task-driven neural network models predict neural dynamics of proprioception: Neural network model weights

Alexander Mathis, Alberto Silvio Chiappa, Alessandro Marin Vargas, Axel Bisi

Proprioception tells the brain the state of the body based on distributed sensors in the body. However, the principles that govern proprioceptive processing from those distributed sensors are poorly understood. Here, we employ a task-driven neural network ...
EPFL Infoscience2024

Small-scale robotic devices for medical interventions in the brain

Mahmut Selman Sakar, Lorenzo Francesco John Noseda

This article summarizes the recent advancements in the design, fabrication, and control of microrobotic devices for the diagnosis and treatment of brain disorders. With a focus on diverse actuation methods, we discuss how advancements in materials science ...
2024
Afficher plus
Concepts associés (23)
Modèles du neurone biologique
vignette|390x390px|Fig. 1. Dendrites, soma et axone myélinisé, avec un flux de signal des entrées aux dendrites aux sorties aux bornes des axones. Le signal est une courte impulsion électrique appelée potentiel d'action ou impulsion. vignette|Figure 2. Évolution du potentiel postsynaptique lors d'une impulsion. L'amplitude et la forme exacte de la tension peut varier selon la technique expérimentale utilisée pour acquérir le signal.
Neuronal ensemble
A neuronal ensemble is a population of nervous system cells (or cultured neurons) involved in a particular neural computation. The concept of neuronal ensemble dates back to the work of Charles Sherrington who described the functioning of the CNS as the system of reflex arcs, each composed of interconnected excitatory and inhibitory neurons. In Sherrington's scheme, α-motoneurons are the final common path of a number of neural circuits of different complexity: motoneurons integrate a large number of inputs and send their final output to muscles.
Bursting
Bursting, or burst firing, is an extremely diverse general phenomenon of the activation patterns of neurons in the central nervous system and spinal cord where periods of rapid action potential spiking are followed by quiescent periods much longer than typical inter-spike intervals. Bursting is thought to be important in the operation of robust central pattern generators, the transmission of neural codes, and some neuropathologies such as epilepsy.
Afficher plus
MOOCs associés (23)
Neuronal Dynamics - Computational Neuroscience of Single Neurons
The activity of neurons in the brain and the code used by these neurons is described by mathematical neuron models at different levels of detail.
Neuronal Dynamics - Computational Neuroscience of Single Neurons
The activity of neurons in the brain and the code used by these neurons is described by mathematical neuron models at different levels of detail.
Neuronal Dynamics 2- Computational Neuroscience: Neuronal Dynamics of Cognition
This course explains the mathematical and computational models that are used in the field of theoretical neuroscience to analyze the collective dynamics of thousands of interacting neurons.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.