Neurophysique

La neurophysique (ou neurobiophysique) est la branche de la biophysique qui traite du développement et de l'utilisation de méthodes physiques pour obtenir des informations sur le système nerveux. La neurophysique est une science interdisciplinaire qui utilise la physique et la combine avec d'autres neurosciences pour mieux comprendre les processus neuronaux. Les méthodes utilisées comprennent les techniques de biophysique expérimentale et d'autres mesures physiques telles que l'EEG^[1] principalement pour étudier les propriétés électriques, mécaniques ou fluidiques, ainsi que des approches théoriques et informatiques^[2]. Le terme « neurophysique » est un mot-valise de « neurone » et de « physique ».

Entre autres exemples, la théorisation des potentiels d'action ectopiques dans les neurones à l'aide d'une expansion de Kramers-Moyal ^[3] et la description de phénomènes physiques mesurés lors d'un EEG à l'aide d'une approximation dipolaire^[1] font appel à la neurophysique pour mieux comprendre l'activité neuronale.

Une autre approche théorique tout à fait distincte considère les neurones comme ayant des énergies d'interaction du modèle d'Ising et explore les conséquences physiques de cette approche pour diverses topologies d'arbres de Cayley et de grands réseaux neuronaux. En 1981, Peter Barth a dérivé la solution exacte de l'arbre de Cayley fermé (avec des boucles) pour un rapport de ramification arbitraire^[4] et a découvert qu'il présentait un comportement de transition de phase inhabituel ^[5] dans ses corrélations site-site local-apex et à longue portée, suggérant que l'émergence de phénomènes coopératifs déterminés par la structure et influencés par la connectivité pourrait jouer un rôle important dans les grands réseaux neuronaux.

↑ ^{a et b} Hernando Ombao, Martin Lindquist, Wesley Thompson et John Aston, Handbook of neuroimaging data analysis, 2016 (ISBN 978-1-4822-2098-8, 1-4822-2098-9 et 978-1-315-35620-4, OCLC 963932554, lire en ligne)
↑ The Stanford Encyclopedia of Philosophy, Metaphysics Research Lab, Stanford University, 2022, « Process Philosophy »
↑ (en) Frank, « Kramers–Moyal expansion for stochastic differential equations with single and multiple delays: Applications to financial physics and neurophysics », Physics Letters A, vol. 360, n^o 4,‎ 8 janvier 2007, p. 552–562 (ISSN 0375-9601, DOI 10.1016/j.physleta.2006.08.062, Bibcode 2007PhLA..360..552F, lire en ligne)
↑ Barth, « Cooperativity and the Transition Behavior of Large Neural Nets », Master of Science Thesis, Burlington, University of Vermont,‎ 1981, p. 1–118
↑ Krizan, Barth et Glasser, « Exact Phase Transitions for the Ising Model on the Closed Cayley Tree », Physica, North-Holland Publishing Co., vol. 119A,‎ 1983, p. 230–242 (DOI 10.1016/0378-4371(83)90157-7)

[:0-1] {a et b} Hernando Ombao, Martin Lindquist, Wesley Thompson et John Aston, Handbook of neuroimaging data analysis, 2016 (ISBN 978-1-4822-2098-8, 1-4822-2098-9 et 978-1-315-35620-4, OCLC 963932554, lire en ligne)

[2] The Stanford Encyclopedia of Philosophy, Metaphysics Research Lab, Stanford University, 2022, « Process Philosophy »

[3] (en) Frank, « Kramers–Moyal expansion for stochastic differential equations with single and multiple delays: Applications to financial physics and neurophysics », Physics Letters A, vol. 360, n^o 4,‎ 8 janvier 2007, p. 552–562 (ISSN 0375-9601, DOI 10.1016/j.physleta.2006.08.062, Bibcode 2007PhLA..360..552F, lire en ligne)

[4] Barth, « Cooperativity and the Transition Behavior of Large Neural Nets », Master of Science Thesis, Burlington, University of Vermont,‎ 1981, p. 1–118

[5] Krizan, Barth et Glasser, « Exact Phase Transitions for the Ising Model on the Closed Cayley Tree », Physica, North-Holland Publishing Co., vol. 119A,‎ 1983, p. 230–242 (DOI 10.1016/0378-4371(83)90157-7)

[1]

[2]

[3]

[4]

[5]