A major challenge confronting neuroscientists is associated with the multiple spatial and temporal scales of investigation of neural structure and function. I shall discuss the use of computational neural modeling as one method to bridge some of the different spatial and temporal levels. This approach will be illustrated using large-scale, neurobiologically realistic network models of auditory and visual pattern recognition that relate neuronal dynamics to fMRI data. It will be demonstrated that the models are capable of exhibiting the salient features of both electrophysiological neuronal activities and fMRI values that are in agreement with empirically observed data. To cite this article: B. Horwitz, C. R. Biologies 328 (2005).

Un défi majeur à relever en neurosciences est celui des différences de résolution spatiale et temporelle existant entre les différentes techniques dʼinvestigation du fonctionnement neuronal. Je discuterai ici lʼintérêt de la modélisation neuronale computationnelle, méthode visant à pallier certaines de ces différences. Cette approche sera illustrée par des modèles de réseaux de neurones à large échelle, neurobiologiquement réalistes. Ces réseaux modélisent les patrons de reconnaissance auditive et visuelle dans le cerveau humain et permettent de relier la dynamique du fonctionnement neuronal aux données acquises en imagerie par résonance magnétique fonctionnelle (IRMf). Il sera démontré que les modèles utilisés sont capables de rendre compte à la fois des caractéristiques IRMf et électrophysiologiques de lʼactivité neuronale, en accord avec les données observées empiriquement. Pour citer cet article : B. Horwitz, C. R. Biologies 328 (2005).