Theodoni, PanagiotaDeco, GustavoUniversitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions2024-10-192024-10-192014-06-262014-12-242014-05-09http://hdl.handle.net/10230/22606Fluctuations in perceptual decisions emerge when our brain confronts with ambiguous sensory stimuli. For instance, our perception alternates between two conflicting images when presented dichoptically to our eyes, allowing a dissociation of the sensory stimulation from the conscious visual perception, and therefore providing a gateway to consciousness. How does the brain work when it deals with such ambiguous sensory stimuli? We addressed this question theoretically by employing a biophysically realistic attractor network, by consistently reducing it to a four- variable rate- based model, and by extracting analytical expressions for second- order statistics. We considered human behavioral and macaque neurophysiological data collected when subjects were confronting with such ambiguities. Our results show the relevance of neuronal adaptation in perceptual decision making, as well as that it contributes to the speed- accuracy trade- off. Furthermore, our findings affirm that both noise and neural adaptation operate in balance during the fluctuating states of visual awareness and suggest that while adaptation in inhibition is not relevant for the perceptual alternations, it contributes to the brain dynamics at rest. Finally, we explain the observed neuronal noise- decorrelation during visual consciousness and provide insights on the long- standing question: where in the brain rivalry is resolved.Les fluctuacions en les decisions perceptives sorgeixen quan el nostre cervell s'enfronta a estímuls sensorials ambigus. Per exemple, la nostra percepció alterna entre dues imatges contradictòries quan es presenten de forma dicòptica als nostres ulls, cosa que permet una dissociació de l'estimulació sensorial de la percepció visual conscient, i per tant proporciona una porta d'entrada a la consciència. Com funciona el cervell quan es tracta d'aquest tipus d'estímuls sensorials ambigus? Hem tractat aquesta qüestió de forma teòrica mitjançant l'ús d'una xarxa d'atractors biofísicament realista, reduint-la de forma consistent a un model de quatre variables basat en la freqüència, i extraient expressions analítiques pels estadístics de segon ordre. Hem emprat dades neurofisiològiques de comportament d'humans i macacos recollides quan els subjectes s'enfrontaven a aquest tipus d'ambigüitats. Els nostres resultats mostren la importància de l'adaptació neuronal en la presa de decisions perceptives i mostren la seva contribució a l'equilibri velocitat-precisió. D'altra banda, els nostres resultats confirmen que tant el soroll com l'adaptació neural operen en equilibri durant els estats fluctuants de consciència visual i suggereixen que, si bé l'adaptació en la inhibició no és rellevant per a les alternances de percepció, contribueix a la dinàmica del cervell en repòs. Finalment, expliquem la decorrelació del soroll neuronal observada durant la consciència visual i proporcionem noves idees en relació a l’antiga qüestió de en quin lloc del cervell es resol la rivalitat visual.Programa de doctorat en Tecnologies de la Informació i les Comunicacions176 p.application/pdfapplication/pdfengL'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-sa/3.0/es/http://creativecommons.org/licenses/by-sa/3.0/es/info:eu-repo/semantics/openAccessinfo:eu-repo/semantics/doctoralThesisConsciousnessConscienciaConscious visual perceptionPercepción visual conscienteConsciencia visualVisual consciousnessSubjective visual perceptionPercepción visual subjetivaMultistable perceptionPercepción multiestableBistable perceptionPercepción biestableBinocular rivalryRivalidad binocularComputational modelingModelado computacionalNeural networksRedes neuronalesSpiking networksRedes spikingBiophysically realistic networkRed biofísicamente realistaAttractorsAtractoresSpike- frequency adaptationAdaptación de tasa de disparoMean fieldCampo medioRate modelsModelos basados en frecuencia de disparoConsistently reduced rate modelModelo basado en frecuencia de disparo reducido consistentementeDecision makingToma de decisionesAdaptation- related aftereffectsRepercusiones de la adaptaciónSocial decision makingToma de decisiones socialesPrefrontal cortexCorteza prefrontalLateral Prefrontal cortexCorteza prefrontal lateralNoise correlationsCorrelaciones de ruidoPopulation codingCodificación poblacional62