thesis

Modelisation de la propagation de l'information cerebrale par graphes causaux qualitatifs

Defense date:

Jan. 1, 2000

Edit

Institution:

Toulouse 3

Disciplines:

Authors:

Directors:

Abstract EN:

Pas de résumé disponible.

Abstract FR:

Dans les etudes d'activation, l'activite du cerveau humain est mesuree grace a diverses techniques d'imagerie neuro-fonctionnelle. Ces etudes mettent en evidence les reseaux d'aires cerebrales mis en jeux lors de la realisation de taches cognitives. Mais la complexite du traitement cerebral et l'incompletude de l'observation compliquent l'interpretation de ce fonctionnement et necessitent la construction d'un outil de modelisation et de simulation. Pour parvenir a une comprehension de l'organisation fonctionnelle du cerveau humain un recours a une representation explicite est necessaire. Dans cette optique, nous proposons un formalisme original, fonde sur des graphes d'influences causales et une representation qualitative de l'information. Les graphes nous permettent de representer la double organisation du cerveau, en reseaux anatomiques (structurels) et fonctionnels. Nous proposons une architecture hierarchique qui reduit la complexite des modeles tout en augmentant leur reutilisabilite et nous utilisons un formalisme homogene pour decrire les deux niveaux. Une modelisation explicite de l'information cerebrale nous conduit a une representation qualitative mixte, sous la forme d'un couple (intervalle, symbole) pour prendre en compte l'amplitude et la categorie de l'information. Fondes sur ce formalisme, nous proposons le simulateur biocaen limite aux processus automatiques qui constituent la majeure partie du fonctionnement cerebral. La contribution de notre travail reside dans la mise a disposition d'un environnement permettant d'exprimer, a un haut niveau d'abstraction, des hypotheses sur la propagation de l'information cerebrale. Elles sont decrites par des modeles ou l'architecture causale sert de support a l'expression des reseaux anatomiques d'aires cerebrales, chacune etant representee par un sous-reseau fonctionnel. La confrontation des resultats de la simulation aux donnees de l'imagerie neuro-fonctionnelle permet la validation des hypotheses.