Minischool

Minischool : Méthodes d’analyse des enregistrements multielectrodes simultanés.

Le but de cette minischool est de donner à l’audience un panorama des propriétés et du traitement des enregistrements multiélectrodes ainsi que d’introduire des méthodes d’analyses classiques du domaine. Les cours seront théoriques (pas de TP), mais ils comprendront de nombreux exemples d’application sur des données.

09:15 – 12:00                     Enregistrer l’activité neuronale : il est très difficile d’analyser des données lorsque leur nature est mal comprise. La session matinale a pour objet de décrire l’origine des signaux électrophysiologiques et comment obtenir des données propres tant pour les trains de potentiels d’actions (PA) que pour les champs de potentiel local (LFP). Des méthodes de triage de PA (spike sorting) seront présentées. En particulier, mais pas uniquement, nous discuterons de la détection d’évènements, de la caractérisation des propriétés du bruit et du choix et de la qualité des méthodes de classification non supervisées ainsi que de visualisation des données multidimensionnelles.

Intervenants : Clément Léna (ENS Paris, 9h15-10h30), Christophe Pouzat (UMR8145, CNRS, Univ. Paris 5, 10h45-12h)

12:00 – 13:00                     Déjeuner

13:00 – 17:00                     Analyse de données et traitement : le but de cette après-midi est d’introduire les méthodes basiques et avancées pour l’analyse des enregistrements électrophysiologiques (trains de PA et LFP). Nous commencerons par des statistiques simples décrivant les trains de PA (PSTH, ISI, latences, autocorrelation) et du LFP (contenu spectral et analyse de pics), ainsi que des relations fonctionnelles entre ces différents types d’activité neuronale. Nous présenterons des méthodes d’analyse bivariées et multivariées ainsi que les concepts s’appliquant à l’analyse des données multiélectrodes (cross-correlation, cohérence, causalité de Granger, analyse en composantes principales et indépendantes). Nous ferons également une introduction à la théorie de l’information en particulier celle qui est portée par un ou plusieurs trains de PA à propos des stimuli. Nous présenterons brièvement les logiciels les plus utilisés dans le domaine. Enfin, nous donnerons quelques perspectives sur la facon de gérer des données : bases de données, partage de données, bonnes pratiques en neurosciences computationnelles, modélisation et réseaux de neurones.

Intervenants : Boris Gourévitch (UMR8195, CNRS, Univ. Paris-Sud, 13h-14h15), Alain de Cheveigné (ENS Paris, 14h30-15h45), Andrew Davison (UPR3293, CNRS, Gif-sur-Yvette, 16h-17h).

Pause de 15 minutes entre les interventions.