Convolutional neural network for neural coding in the retina

An important field of neuroscience is the study of the visual system. Twenty years ago, the retina was thought to perform only simple linear computations and was compared to cameras. Recent research showed that the neural network composing the retina plays a non-trivial part in the processing of visual stimuli, exhibiting nonlinearities and context-dependent behaviors. The goal of this master thesis is to focus on modeling the stimulus-response behavior (or neural coding) of the retina, using mainly artificial neural networks to extract interesting features of the computations performed by the retina. We started by implementing a classical model of neural coding called the Linear Nonlinear model, which we used to model ganglion cells activity of salamander retina exposed to white noise images and natural visual stimuli. This model is used as a baseline for performance comparison with the convolutional neural network we present in the last part of this work. This last model shows promising results with performance improvements and interesting features, confirming the recent interest in convolutional neural networks used for retina or visual cortex modeling.

Un campo importante delle neuroscienze è lo studio del sistema visivo. Venti anni fa, si pensava che la retina eseguisse solo semplici calcoli lineari ed è stata confrontata con le telecamere. Ricerche recenti hanno dimostrato che la rete neurale che compone la retina svolge un ruolo non banale nell'elaborazione degli stimoli visivi, esibendo non linearità e comportamenti dipendenti dal contesto. L'obiettivo di questa tesi di laurea è di concentrarsi sulla modellazione del comportamento stimolo-risposta (o codifica neurale) della retina, utilizzando principalmente reti neurali artificiali per estrarre caratteristiche interessanti dei calcoli eseguiti dalla retina. Abbiamo iniziato implementando un modello classico di codifica neurale chiamato modello lineare non lineare, che abbiamo utilizzato per modellare l'attività delle cellule gangliari della retina di salamandra esposta a immagini di rumore bianco e stimoli visivi naturali. Questo modello viene utilizzato come base per il confronto delle prestazioni con la rete neurale convoluzionale che presentiamo nell'ultima parte di questo lavoro. Quest'ultimo modello mostra risultati promettenti con miglioramenti delle prestazioni e caratteristiche interessanti, confermando il recente interesse per le reti neurali convoluzionali utilizzate per la modellazione della retina o della corteccia visiva.