Lieu : BBS
Lien zoom : https://u-bordeaux-fr.zoom.us/j/8733956580
Soutenance en anglais.
Simon Boylan
INCIA
Thèse dirigée par Alexandre Zénon
Titre
Effort cognitif, codage efficace et mesure en IRMf de leur relation lors du traitement sensori-moteur.
Résumé
L’effort cognitif est une sensation subjective qui pousse les individus à éviter les tâches coûteuses. D’un point de vue biologique et évolutif, il est considéré comme un mécanisme destiné à préserver les ressources cognitives. Cependant, aucun consensus n’a été établi sur la nature de ces ressources. Puisque le cerveau est un organe de traitement de l’information, la théorie du codage efficient suggère que les ressources cognitives—quelle que soit leur nature—sont optimisées et dépendent du gain d’information lors du traitement d’une tâche. Cette hypothèse repose sur certains principes concernant le codage neuronal et le traitement de l’information. Premièrement, nous partons du principe que le cerveau traite l’information de manière bayésienne, mettant à jour ses modèles internes par des inférences entre les entrées sensorielles et les estimations antérieures. Deuxièmement, si les stimuli sont familiers, le codage neuronal efficient optimise alors le traitement de l’information. Si ces conditions sont remplies, nous pouvons estimer l’information traitée par le cerveau comme étant l’entropie relative entre estimations antérieures et postérieures, ou gain d’information ; de plus, l’énergie nécessaire pour traiter cette information étant optimisée, l’énergie dépensée pour accomplir la tâche devrait être proportionnelle à cette même quantité.
Des mesures indirectes de cette relation ont été validées par pupillométrie, puisque la taille de la pupille est corrélée au taux d’information traité lors des tâches cognitives. Dans cette thèse, nous avons conçu des expériences pour valider davantage ce cadre théorique, en utilisant des mesures comportementales et de neuro-imagerie complémentaires. Nous avons mené trois expériences principales : deux tâches de poursuite visuomotrice par joystick et oculométrie, en parallèle de la pupillométrie, ainsi qu’une tâche de réponse à un stimulus (Hick-Hyman) en IRMf.
La première étude examine la relation entre l’effort cognitif, la taille de la pupille et la prédiction visuo-motrice dans ce cadre. En contrôlant les composantes informationnelles, telles que la prédictibilité, le retard, la vitesse et l’accélération de la cible, nous validons l’origine informationnelle de l’effort cognitif (NASA-TLX) et sa corrélation avec la taille de la pupille.
La deuxième expérience a testé l’apprentissage implicite de trajectoires de cibles par oculométrie et contrôle manuel. et leur consolidation. Avec le même design que dans la première expérience, nous avons réalisé quatre sessions expérimentales sur deux jours consécutifs. Les participants apprenaient implicitement à mieux prédire les parties répétitives de la trajectoire, entraînant de meilleures performances et une dilatation pupillaire réduite. La dernière étude explorait la relation entre traitement de l’information et dissipation énergétique, en quantifiant le taux de consommation cérébrale en oxygène (CMRO2) lors d’une tâche de réponse à stimuli en IRMf (BOLD-ASL). La tâche de Hick-Hyman attribue un nombre différent de stimuli, en fonction de la complexité (entropie) de l’essai ou du bloc, à leurs boutons respectifs. Comme il existe une relation linéaire entre la quantité d’information traitée (entropie) et la performance (temps de réponse), nous avons émis l’hypothèse qu’il devrait exister une relation similaire entre la quantité d’information nécessaire pour accomplir une tâche et l’énergie qui lui est allouée. Nous avons abordé plusieurs défis techniques liés au calcul du CMRO2 dans ce contexte. Bien que nous ayons amélioré et automatisé le traitement des données, nous avons rencontré des obstacles importants qui nous ont empêchés de tirer une conclusion définitive sur notre hypothèse initiale.
Mots-clés : effort cognitif, théorie de l’information, poursuite visuo-motrice, apprentissage implicit,CBF, IRMf, CMRO2
Publication
An information-theoretic measure of prediction during implicit learning of a quasi-sequential visuomotor tracking task
Jury
- Pr. Julie Duqué (UCLouvain, Bruxelles)
- Pr. María Asunción Fernández Seara (Université de Navarre, Pampelune)
- Pr. Emmanuel Barbier (Institut de Neurosciences de Grenoble), Dr. Matthew Chalk (Institut de la vision, Paris)
- Dr. Gaël Jobard (Université de Bordeaux).