Modélisation du système saccadique : du tronc cérébral au cortex

Les saccades oculaires sont des mouvements extrêmement rapides de l'oeil (pouvant dépasser des vitesses de rotation de 600°/s) servant à centrer sur la fovéa, la zone la plus sensible de la rétine, les points d'intérêts des scènes visuelles. Elles sont, depuis plus de 30 ans, le sujet de nombreuses études anatomiques, électrophysiologiques, comportementales et d'imagerie. Le système mécanique de l'oeil étant plus simple que celui des membres, les saccades sont un bon cadre pour l'étude des processus cérébraux moteurs et prémoteurs.

Les circuits impliqués dans la génération de saccade englobent de nombreuses régions du cerveau : générateurs de saccade du tronc cérébral, colliculus supérieur, cervelet, ganglions de la base, thalamus et de nombreuses aires corticales (champs oculaires frontaux et supplémentaire, cortex pariétal, etc.). L'un des objectifs de mon travail est de proposer un modèle computationnel à base de neurones artificiels englobant l'ensemble des structures impliquées dans la génération de saccades, consitant en quelque sorte en une mise à jour du modèle proposé par Dominey et Arbib dans les années 90. Ceci devrait permettre une meilleur compréhension des interactions entre modules, qui n'ont en général été considérés qu'isolément.

Le système saccadique met en oeuvre de nombreuses boucles du système nerveux : boucles cortico-baso-thalamo-corticales, boucles tecto-thalamo-baso-tectale, boucles cortico-ponto-cerebello-thalamo-corticales, etc. Il constitue donc un substrat idéal pour l'étude du fonctionement de ces boucles, de leur dynamique et de leurs interactions, un thème de recherche particulièrement actif à l'heure actuelle. Cependant, de tels réseaux récurrents constitués d'éléments non-linéaires sont susceptible d'exhiber des dynamiques complexes. Pour ce faire, nous intégrons dans notre démarche de modélisation la théorie de la contraction développée par Lohmiller et Slotine (1998). En effet, cet outil d'analyse des systèmes dynamiques non linéaires permet de maîtriser simplement la dynamique de grands systèmes, puisque la propriété de contraction se conserve relativement facilement lors de l'interconnection de modules contractants.

Les structures nerveuses évoquées ci-dessus se sont ajoutés les uns après les autres au système nerveux central au cours de l'évolution. L'étude de la stabilité des modèles de l'ensemble du système saccadique est donc une manière d'aborder la question des propriétés utilisées par ces systèmes, obtenus par évolution, pour garantir leur stabilité.

Mots clés : modèles computationels, réseaux de neurones, saccades, colliculus supérieur, ganglions de la base, contraction