Spatial convolution methods for modeling neurons in the early visual cortex

Neurons in the early visual cortex are some of the most well-studied cells in the visual system. These neurons can be classified into two distinct types based on their responses to the spatial phase of visual stimuli. Simple cells are dependent on spatial phase whereas complex cells are phase invariant. An appealing aspect of simple cells is that they can be modeled as a quasi-linear system. Due to the phase invariance, complex cells are much harder to estimate, requiring heavily parameterized models. We introduce two system identification methods for receptive field estimation based on the idea of spatiotemporal convolution. In the first, we use two fixed Gabor filters in quadrature phase. In the second, we use backpropagation to learn a single filter. In both methods, the neural response can be modeled as resulting from spatiotemporal convolution of the filters and the visual stimulus. Both methods are capable of capturing the behaviour of both simple and complex cells. We collect extracellular recordings from single neurons in Area 17 and Area 18 in response to natural image stimuli. We show that both convolution methods outperform the standard methods of receptive field estimation. We also show how the parameters of these models can be predictive of either simple or complex cell behaviour.Les neurones du cortex visuel du bas niveau sont parmi les cellules les plus étudiés du système visuel. Ces neurones peuvent être classés en deux types distincts en fonction de leur réponse à la phase spatiale du stimulus visuel. Les cellules simples dépendent de la phase spatiale tandis que les cellules complexes sont invariantes par rapport à la phase. Un aspect attirant des cellules simples est qu'elles peuvent être modélisées comme un système quasi-linéaire. En raison de l'invariance de phase, les cellules complexes sont beaucoup plus difficiles à estimer, ce qui nécessite des modèles lourdement paramétrés. Nous introduisons deux méthodes d'identification de système pour l'estimation du champ récepteur basé sur l'idée de convolution spatiotemporelle. Dans la première, on utilise deux filtres de Gabor fixes en quadrature de phase. Dans le second, nous utilisons la rétropropagation pour estimer un unique filtre. Dans les deux procédés, la réponse neurale peut être modélisée comme le résultat de la convolution des filtres spatio-temporels et le stimulus visuel. Les deux méthodes sont capables de capturer le comportement des cellules simples et complexes.Nous utilisons des électrodes extracellulaires pour enregistrer les potentiels d'action de neurones isolés dans l'aire 17 et l'aire 18 en réponse à des images naturelles. Nous montrons que les deux méthodes de convolution surclassent les méthodes classiques d'estimation de champ récepteur. Nous montrons aussi comment les paramètres de ces modèles peuvent être prédictifs du comportement des cellules simples ou complexes