Rubén Coen-Cagli, PhD

¿QUÉ? El laboratorio Coen-Cagli estudia la computación neuronal con el objetivo más amplio de explicar nuestra experiencia perceptiva. Una función central del sistema visual es producir interpretaciones correctas de las señales sensoriales, para guiar las respuestas conductuales apropiadas. Sin embargo, el entorno circundante es en general ambiguo (por ejemplo, diferentes objetos pueden producir imágenes retinianas similares) y computacionalmente intratable (por ejemplo, el mismo objeto puede producir innumerables imágenes retinianas diferentes). Para resolver estos problemas, el cerebro debe estimar la probabilidad de diferentes interpretaciones de la información sensorial. Comprender esta inferencia probabilística en el procesamiento sensorial natural será fundamental para comprender la percepción y gran parte de la computación realizada por las neuronas corticales.

¿CÓMO? El laboratorio sigue un enfoque basado en hipótesis para comprender el procesamiento cortical de los estímulos naturales y vincularlo con la percepción visual. La visión artificial y el aprendizaje automático brindan información sobre la estructura compleja de las señales naturales y cómo podrían procesarse de manera eficiente. La codificación neuronal probabilística proporciona el marco teórico para comprender cómo se logra una percepción verídica frente al abundante ruido sensorial y las ambigüedades de las imágenes. Combinamos los avances en ambos campos para generar nuevas hipótesis sobre el cálculo cortical en la visión natural y las probamos experimentalmente con psicofísica en el laboratorio y electrofisiología a través de colaboraciones.

¿POR QUÉ? Explicar cómo el sistema visual humano logra sus impresionantes hazañas –desde el reconocimiento rápido y preciso de las personas y sus acciones hasta la apreciación del Guernica de Picasso– es un objetivo importante de la neurociencia y, en términos más generales, de la biología y la medicina. Nuestra investigación pretende contribuir a dar un paso importante en esta tarea, adoptando un enfoque basado en principios para estudiar el sistema visual en su modo de funcionamiento natural. A largo plazo, esperamos que esta investigación contribuya a dilucidar cómo el cerebro produce las percepciones vívidas, coherentes y estables que experimentamos en la vida cotidiana; a avanzar en tecnologías que puedan restaurar la visión deteriorada y mejorar la visión normal; y a descifrar la base neuronal de la creatividad visual humana.

(2024) MA Frechou, SS Martin, CD McDermott, S. Gokhan, W. Tome, R. Coen-Cagli, TJ Goncalves. La neurogénesis adulta mejora la codificación de la información espacial en el hipocampo del ratón. Nature Communications 15:6410

(2024) R. Goris, R. Coen-Cagli, K. D. Miller, N. J. Priebe, M. Lengyel. Subaditividad de la respuesta y atenuación de la variabilidad en la corteza visual. Reseñas de la naturaleza sobre neurociencia: 25:237

(2023) J. Vacher, C. Launay, P. Mamassian, R. Coen-Cagli** . Medición de la incertidumbre en la segmentación visual humana . Biología Computacional de PLoS 19(9): e1011483

(2023) O. Weiss, HA Bounds, H. Adesnik, R. Coen-Cagli . Modelado de los diversos efectos de la normalización divisiva en las correlaciones de ruido. Biología computacional de PLoS 19(11):e1011667

(2023) X. Pan, R. Coen-Cagli, O. Schwartz, Análisis de la estructura y las propiedades funcionales de la variabilidad correlacionada inducida por la deserción en redes neuronales convolucionales. Computación neuronal: 36(4):621

(2022) C. Launay, J. Vacher, R. Coen-Cagli . Algoritmos de segmentación de vídeo no supervisados basados en modelos de mezcla con regularización flexible. 2022 Instituto de Política Internacional del IEEE 4073-4077

(2022) J. Vacher, C. Launay, R. Coen-Cagli . Modelos de mezcla regularizados flexiblemente y su aplicación a la segmentación de imágenes. Redes neuronales 149:107.

(2022) J. Botsen, R. Coen-Cagli, A. Franklin, S., Solomon, M. Webster. Calibración del sistema visual. Vision Research 201:108.

(2021) D. Festa, A. Aschner, A. Davila, A. Kohn, R. Coen-Cagli . La variabilidad neuronal refleja la inferencia probabilística ajustada a las estadísticas de imágenes naturales. Comunicaciones de la naturaleza 12:3635

(2021) S. Sokoloski, A. Aschner, R. Coen-Cagli . Modelado del código neuronal en grandes poblaciones de neuronas correlacionadas. Vida electrónica 10:e64615

(2021) D. Herrera, L. Gomez-Sena, R. Coen-Cagli . Redundancia entre estadísticas espectrales y de orden superior para la segmentación de imágenes naturales. Vision Research 187:55 (preimpresión: https://www.biorxiv.org/content/10.1101/2021.04.26.441524v1)

(2021) G. Dehaene, R. Coen-Cagli, A. Pouget. Investigación de la representación de la incertidumbre en circuitos neuronales. Biología computacional de PLoS 17(1):e1008138.

(2021) D. Herrera, R. Coen-Cagli*, L. Gomez-Sena * . Modulación contextual flexible de la percepción naturalista de texturas en visión periférica. Revista de la visión 21(1):1 (preimpresión: https://doi.org/10.1101/2020.01.24.918813)

(2020) J. Vacher, A. Davila, A. Kohn, R. Coen-Cagli . Interpolación de texturas para el sondeo de la percepción visual. NeurIPS 2020 spotight (preimpresión: ArXiv:2006.03698).

(2019) R. Coen-Cagli, SS. Solomon. Relación entre la normalización divisiva y la variabilidad de la respuesta neuronal. Journal of Neuroscience 39(37):7344

(2016) A. Kohn, R. Coen-Cagli, I. Kanitscheider, A. Pouget, Correlaciones e información de la población neuronal. Reseñas anuales de neurociencia . 39:237-256.

(2015) I. Kanitscheider*, R. Coen-Cagli *, A. Pouget, El origen de las correlaciones de ruido que limitan la información. PNAS, 112(50): E6973-E6982

(2015) R. Coen-Cagli, A. Kohn*, O. Schwartz*, Control flexible de la modulación contextual durante la visión natural. Neurociencia de la naturaleza, 18: 1648–1655

(2012) R. Coen-Cagli, P. Dayan, O. Schwartz, Interacciones corticales circundantes y relevancia perceptual mediante estadísticas de escenas naturales. Biología computacional de PLoS, 8(3): e1002405