A computational model of the mammalian brainstem to solve sound localization

Implementing bioinspired neural networks in silico is a powerful tool for studying brain processes. These networks grant access to the real-time behavior of individual neurons within a complex circuitry, such as the ones executing neurosensory functions. This thesis proposes a computational model to study how the mammalian brainstem implements sound localization: the ability to identify an acoustic source in the surrounding space. The main actors in sound localization are two brainstem nuclei: the medial and the lateral superior olive. We have reconstructed a model made of thousands of spiking neurons tailored to the auditory brainstem circuitry and its tonotopic organization. The major inputs of our model are two acoustic information intrinsically linked to the position of a sound source in space, the interaural time difference (ITDs) and level difference (ILDs). Respectively, they consist in the disparity in the arrival time and in the intensity of sound between the right and the left ear. With such a realistic model, we tested the latest neuroscience theories on how these two brainstem nuclei exploit these cues to create an auditory map in the brain. Eventually, we shed light on the anatomical dual pathway that, thanks to its redundancy, improves the precision and reliability of sound source identification.

L'implementazione di reti neurali biologicamente realistiche in silico è un potente strumento per lo studio dei processi cerebrali. Tali reti consentono infatti di accedere al comportamento in tempo reale dei singoli neuroni all'interno di un circuito complesso, come quello che codifica le funzioni neurosensoriali. Questo lavoro di tesi propone un modello computazionale per studiare il modo in cui il tronco encefalico dei mammiferi implementa la localizzazione del suono, ovvero la capacità di identificare una sorgente acustica nello spazio circostante. I principali attori coinvolti nella localizzazione sonora sono due nuclei del tronco encefalico: l'oliva superiore mediale e laterale. Abbiamo realizzato un modello di migliaia di neuroni spiking volto a replicare i circuiti del tronco encefalico uditivo e la sua organizzazione tonotopica. I principali input del nostro modello sono due informazioni acustiche intrinsecamente legate a alla posizione di una sorgente sonora nello spazio, la differenza di tempo interaurale (ITD) e la differenza di livello (ILD). Tali indizi consistono rispettivamente nella disparità tra il tempo di arrivo e tra l’intensità del suono all’orecchio destro e sinistro. Con un modello così realistico, abbiamo testato le più recenti teorie neuroscientifiche su come questi due nuclei del tronco encefalico sfruttino questi indizi per creare una mappa spaziale uditiva nel sistema nervoso. In conclusione, abbiamo fatto luce sul funzionamento del doppio percorso anatomico che, grazie alla sua ridondanza, migliora la precisione e l'affidabilità dell'identificazione della sorgente sonora.