Prefrontal markers of spatial attention

Marqueurs préfrontaux de l’attention spatiale Les fonctions cognitives supérieures reposent sur un codage neuronal complexe, impliquant de multiples réseaux. Récemment, le développement d'approches de Machine Learning combinées à des enregistrements électrophysiologiques denses a permis aux scientifiques d'accéder et de décoder ces informations cognitives implicites. Néanmoins, le décodage cognitif à haute résolution et en temps réel reste difficile et repose principalement sur des techniques invasives. Cette thèse de doctorat explore les bases neuronales de l'attention spatiale, en utilisant des enregistrements électrophysiologiques préfrontaux - elle fournit de nouvelles avancées théoriques en termes d'approches de décodage cognitif et affine notre modèle du réseau attentionnel. Le premier axe de ce travail porte sur l'accès aux informations cognitives à l'aide de signaux enregistrés multiples. Plus précisément, les processus cognitifs préfrontaux reposent sur une activité neuronale dynamique et populationnelle. En utilisant une analyse fréquentielle complexe combinée à des approches de machine learning, nous avons étendus le décodage spatial et temporel à haute résolution de la fonction attentionnelle de l’activité multi-unitaire aux potentiels de champs locaux. Il est intéressant de noter que la sélection qualitative préalable des informations d'entrée améliore fortement l'accès aux mécanismes cognitifs cachés tels que l'attention. De plus, ces approches de décodage nous donnent un aperçu des signatures neuronales des processus attentionnels. Dans un deuxième axe, nous avons analysé ces signatures neuronales spécifiques en comparant les performances cognitives attentionnelles optimales et sous-optimales. Plus précisément, les phases de déficit attentionnel sont associées à des modulations neuronale spécifique de l'activité du cortex préfrontal. Il est important de noter que ces marqueurs neuronaux représentent une cible potentielle pour prédire et améliorer nos capacités cognitives. Enfin, nous avons étendu notre analyse du décodage à des échelles cognitives plus larges. L'analyse des performances comportementales attentionnelles révèle des oscillations à grande échelle, communes aux primates humains et non-humains. De manière critique, ces rythmes très lents sont associés à des changements d'informations attentionnelles préfrontal. Ces processus se produisent à des échelles temporelles très lentes, induisant l'alternance de périodes perceptives optimales et sous-optimales toutes les 7 à 15 minutes lors de demandes attentionnelles soutenues. Dans l'ensemble, cette thèse contribue à une meilleure compréhension de l'encodage préfrontal des processus attentionnels. De manière importante, elle raffine les signatures neuronales de l’attention spatiale et des performances comportementales associées.