Développement d`un modèle computationnel de la - BEAMS

Développement d’un modèle computationnel de la
Frequency-Following Response
Encadrement
Federico Lucchetti ([email protected]), Antoine Nonclercq ([email protected]), Paul
Deltenre ([email protected])
Contexte
La “Frequency-Following Response” (FFR) est un potentiel évoqué auditif résultant du
verrouillage de phase des neurones auditifs sur les périodicités du stimulus sonore.
Enregistrée par des électrodes de surface chez l’humain, la FFR évoquée par des stimuli
complexes contient également des produits de distorsion d’origine cochléaire, liés au
fonctionnement des Cellules Ciliées Externes. Plusieurs générateurs contribuent plus que
probablement à l’activité enregistrée en surface : le Potentiel Microphonique Cochléaire
(PMC), le nerf cochléaire et les relais auditifs du tronc cérébral. La FFR est devenue
récemment un nouveau outil permettant de valoriser l’évaluation de l’encodage temporel
des sons pour le diagnostic et la qualification des déficits supra-liminaires secondaires aux
déficiences auditives ou survenant dans le contexte de troubles du langage sans surdité.
Du fait que la FFR est un potentiel électrique macroscopique auquel peuvent contribuer
plusieurs populations de cellules, il est très difficile d’inférer le lieu de ses générateurs. Le
développement d’un modèle computationnel pourrait s’avérer comme une approche
prometteuse pour étudier le traitement des sons purs, complexes et de la parole par les
composants du système auditif et comment ils sont encodés dans le système nerveux.
Des modèles de simulation du système auditif humain existent mais n’ont pas encore été
appliqués et approfondis dans le cadre de l’étude de la FFR.
Travail
1. Modéliser toutes les étapes du traitement du signal: génération du stimulus
auditif, filtres de l’oreille moyenne, transduction de l’onde de pression en signal
électrique, dynamique non linéaire de l’oreille interne et de la synapse, génération
des potentiels de décharge et étudier leur propagation le long du nerf cochléaire
jusqu’au tronc cérébral.
2. Calibrer le modèle sur base de données électrophysiologiques.
3. Confrontation du modèle avec des enregistrements réels de FFR.
4. Proposer des nouvelles méthodes de stimulation et d’acquisition sur bases
des prévisions faites grâce au modèle de simulation.
5. La plupart du travail sera faite utilisant un ordinateur à grande puissance de
calcul, l’étudiant sera