Spontaneous brain-wide rotational dynamics constrain cue-evoked behavior

Sihan Chen; Yunlong Xu; Doruk Efe Gökmen; Michel Fruchart; Brent Doiron; Vincenzo Vitelli

Résumé IA · arXiv: 2610.25061v1 · q-bio.NC

Spontaneous brain-wide rotational dynamics constrain cue-evoked behavior

Sihan Chen, Yunlong Xu, Doruk Efe Gökmen, Michel Fruchart, Brent Doiron, Vincenzo Vitelli

Article original Soumis à arXiv le 18 Oct. 2026 Licence : CC BY 4.0 Aussi en : en

Comment lire ce résumé ? Guide illustré

L’essentiel

La RCA révèle des rotations spontanées de faible variance associées aux réponses comportementales chez la souris et une irréversibilité rotationnelle réduite dans la psychose précoce humaine.

Question

Peut-on détecter des dynamiques rotationnelles dans l’activité cérébrale spontanée, sans alignement sur des événements ni moyennage des essais ? Ces dynamiques sont-elles liées aux réponses ultérieures, à l’apprentissage et à la psychose précoce ?

Méthode

Les auteurs développent la RCA, une réduction dimensionnelle non supervisée qui optimise un indicateur de rupture de symétrie miroir fondé sur le courant angulaire, et la DRCA pour les doubles rotations. Ils réanalysent des enregistrements électrophysiologiques humains et macaques, l’imagerie calcique de 44 régions corticales chez 25 souris sur 15 jours d’apprentissage, ainsi que des données humaines d’IRMf chez 590 adultes et de MEG chez 71 participants ; la comparaison clinique porte sur 53 témoins et 82 participants présentant une psychose non affective. Un modèle bidimensionnel, un réseau récurrent de 64 unités et une simulation de renforcement explorent le lien entre dynamique spontanée, réponse et apprentissage.

Résultats

Résultat Chez la souris au repos, la RCA révèle une circulation cohérente dans un plan expliquant seulement 0,6 % de la variance totale, contre 87 % pour le plan PCA.
Voir le passage dans l’article
Notably, the RCA plane accounted for only $0.6\%$ of the total variance, compared with $87\%$ for the PCA plane, highlighting how a rotational mode can be overlooked by conventional dimensionality-reduction methods.
Résultat L’état rotationnel au moment du signal prédit la réponse de la souris, et son association avec un état préparatoire mesuré 2,7 secondes auparavant améliore l’AUC de 0,638 à 0,677.
Voir le passage dans l’article
Using separate training and testing data, the cue-onset state in the single-rotation RCA mode predicted response with an area under the receiver operating characteristic curve (AUC) of 0.638, whereas the pre-cue DRCA state achieved an AUC of 0.612. Combining the two states increased the AUC to 0.677 (Fig. 6D), indicating that the preparatory DRCA mode contained information complementary to that provided by the RCA state at cue onset (see Methods for details).
Interprétation des auteurs Les résultats suggèrent que l’apprentissage modifie surtout la dynamique évoquée par le signal tout en préservant la relation entre la composante dynamique pertinente et la probabilité de réponse.
Voir le passage dans l’article
These results suggest that learning primarily alters the cue-evoked dynamics, and hence the distribution of $f^{\mathrm{post}}_{\parallel}$, while preserving the mapping from this dynamical variable to response probability.
Résultat Chez l’humain, une réduction des dynamiques rotationnelles cérébrales est associée à la psychose précoce, différence que la variabilité PCA seule ne révélait pas dans l’analyse principale.
Voir le passage dans l’article
The rotational measure therefore revealed a group difference that was not apparent from PCA variability alone: reduced brain-wide rotational dynamics were associated with early psychosis.
Résultat Les modes à double rotation séparent les périodes préparatoires et post-signal chez la souris, ainsi que les périodes de fixation et de tâche sociale en IRMf humaine.
Voir le passage dans l’article
Thus, double-rotation modes separated behaviorally defined epochs in both mouse cortex-wide calcium activity and human fMRI.

Limites

Les comparaisons entre méthodes fondées sur les scores rotationnels optimisés par RCA et DRCA ne constituent pas une évaluation indépendante de leur performance prédictive.
Voir le passage dans l’article
Because RCA and DRCA directly optimize the respective scores, these comparisons do not provide an independent test of predictive performance.
Le réseau récurrent ne reproduit pas le gradient transversal du champ de réponse observé chez la souris pendant l’apprentissage.
Voir le passage dans l’article
This gradient was not captured by the RNN (Fig. 3I).
Les effectifs dépendent des jeux de données disponibles et n’ont pas été déterminés par un calcul préalable de puissance.
Voir le passage dans l’article
Sample sizes were determined by the available datasets and were not set by an a priori power calculation.

Portée

Selon les auteurs, le flux spontané fournit un cadre dynamique dans lequel les entrées sont converties en actions et les réponses récompensées sont renforcées. RCA et DRCA proposent ainsi une alternative aux approches centrées sur la variance pour extraire des coordonnées dynamiques de faible dimension ayant une pertinence comportementale.

Rédigé par une IA à partir de l’article. Les passages cités sont vérifiés mot pour mot dans le texte analysé ; le reste peut contenir des erreurs.

Mots clés générés par l'IA : Activité cérébrale spontanée ; Dynamiques rotationnelles ; Analyse en composantes rotationnelles ; Prédiction comportementale ; Apprentissage

Pour aller plus loin

Résumé Complet
Résumé vulgarisé
Article de blog
Abstract original

Cette étude examine si l’activité cérébrale spontanée présente des dynamiques rotationnelles de faible dimension susceptibles de prédire la réponse à un stimulus et de structurer l’apprentissage. Les auteurs proposent que ces dynamiques constituent un cadre préexistant : selon l’état du cerveau à l’arrivée d’un signal, le mouvement spontané de l’activité favoriserait ou contrarierait la réponse. Ces rotations s’inscrivent dans un espace latent combinant plusieurs régions cérébrales ; elles ne correspondent donc pas nécessairement à des ondes tournantes se propageant physiquement dans le cortex. Pour les extraire, les auteurs développent l’analyse en composantes rotationnelles, ou RCA. Contrairement à l’analyse en composantes principales (PCA), qui maximise la variance expliquée, la RCA recherche un plan bidimensionnel dans lequel la persistance du courant angulaire est maximale par rapport à ses fluctuations. Cette mesure, liée à la rupture de symétrie miroir des trajectoires, est appelée taux de production d’asymétrie, ou APR. La méthode ne nécessite ni étiquettes comportementales, ni alignement sur les événements, ni moyennage préalable des essais. Dans des enregistrements de l’activité motrice chez le macaque et un participant humain, elle révèle des rotations plus cohérentes entre les essais que celles obtenues par jPCA : les rapports signal sur bruit du courant cumulé atteignent respectivement 0,89 contre 0,05 chez le macaque, et 1,90 contre 0,98 chez le participant humain. Le résultat central repose sur l’imagerie calcique de 44 régions corticales chez 25 souris apprenant une tâche de traction sur levier pendant 15 jours. Un signal sonore, présenté après un délai aléatoire de 3 à 4 secondes suivant la traction précédente, ouvre une fenêtre durant laquelle une réponse peut être récompensée. Le plan RCA, identifié uniquement à partir de l’activité au repos, explique 0,6 % de la variance, contre 87 % pour les deux premières composantes principales, mais révèle une circulation nette. L’état de l’activité dans ce plan au début du signal est associé à la réponse ultérieure : le gradient de probabilité de réponse atteint 0,151, contre 0,050 pour la PCA et 0,078 pour la jPCA. Cette valeur se situe près de l’extrémité supérieure de la distribution obtenue à partir de 2 000 plans aléatoires. Un modèle bidimensionnel et un réseau neuronal récurrent reproduisent qualitativement cette dépendance. Selon l’interprétation proposée, la dérive provoquée par le signal s’ajoute au flux spontané : une réponse devient plus probable lorsque leurs composantes agissent dans le même sens. Dans les données, la probabilité de réponse passe de moins de 20 % à plus de 70 % selon la composante pertinente de la dérive après le signal. Au cours de l’apprentissage, la dérive intrinsèque reste globalement stable, tandis que la dérive évoquée augmente. Un modèle d’apprentissage par renforcement fournit un mécanisme possible de cette évolution, sans toutefois en démontrer la réalité biologique. Les auteurs retrouvent également des rotations au repos dans les données humaines d’IRM fonctionnelle et de magnétoencéphalographie. Elles expliquent respectivement 0,2 % et 2,6 % de la variance, avec des périodes estimées à 51 et 4,4 secondes. Chez 82 participants présentant une psychose précoce, comparés à 53 témoins, l’APR est diminué, avec une valeur de p de 5,22 × 10⁻⁷, alors que la variabilité de la première composante principale ne présente pas de différence comparable. Une extension de la méthode, la DRCA, identifie deux centres de rotation distinguant la préparation de l’activité liée à la tâche. Chez la souris, la combinaison de l’état DRCA mesuré 2,7 secondes avant le signal et de l’état RCA à son apparition porte l’aire sous la courbe ROC à 0,677, contre 0,638 pour la RCA seule. Ces résultats soutiennent l’existence de coordonnées dynamiques pertinentes malgré la faible part de variance qu’elles expliquent. Toutefois, les analyses restent observationnelles et ne démontrent aucun lien causal. La prédiction comportementale demeure modérée, la différence observée dans le groupe présentant une psychose ne constitue pas un outil diagnostique validé, et les modèles restent simplifiés. Enfin, l’APR dépend de la résolution temporelle et ne peut pas être directement assimilé à une production d’entropie thermodynamique.

Quand les rotations spontanées du cerveau influencent nos réponses

Pourquoi un même signal déclenche-t-il parfois une réaction, parfois aucune ? Une partie de la réponse pourrait se trouver dans l’activité du cerveau avant même l’arrivée du stimulus. Loin d’être un simple bruit de fond, cette activité spontanée suivrait des trajectoires structurées, capables de favoriser ou de contrarier une réponse.

C’est l’hypothèse explorée dans « Spontaneous brain-wide rotational dynamics constrain cue-evoked behavior », de Sihan Chen, Yunlong Xu, Doruk Efe Gökmen, Michel Fruchart, Brent Doiron et Vincenzo Vitelli. Leur étude propose une méthode pour repérer ces mouvements et examine leur relation avec le comportement, l’apprentissage et certaines différences entre groupes de participants.

Des rotations dans un espace abstrait

Le mot « rotation » peut évoquer une onde tournant physiquement à la surface du cerveau. Ce n’est pas nécessairement ce dont il s’agit ici. Les chercheurs combinent les mesures de plusieurs régions cérébrales pour construire un espace mathématique simplifié, appelé espace latent. Dans cet espace, l’évolution de l’activité peut dessiner une circulation orientée.

L’idée centrale est que cette circulation constitue un cadre préexistant. Lorsqu’un signal arrive, il rencontre un cerveau déjà en mouvement. Selon la position de l’activité et la direction de son déplacement, l’effet du signal pourrait être renforcé ou freiné.

Repérer la dynamique plutôt que les fluctuations les plus fortes

Pour identifier ces trajectoires, les auteurs développent l’analyse en composantes rotationnelles, ou RCA. Contrairement à l’analyse en composantes principales, ou PCA, elle ne cherche pas les directions expliquant la plus grande part de variance. Elle sélectionne un plan bidimensionnel où le courant angulaire est particulièrement persistant par rapport à ses fluctuations.

Ce critère repose sur le taux de production d’asymétrie, ou APR, une mesure liée à la rupture de symétrie miroir des trajectoires. La RCA fonctionne sans étiquettes comportementales, sans aligner les données sur des événements et sans moyenner les essais au préalable.

Dans des enregistrements moteurs chez le macaque et un participant humain, elle révèle des rotations plus cohérentes entre essais que la jPCA, une autre méthode d’analyse des rotations. Les rapports signal sur bruit du courant cumulé atteignent respectivement 0,89 contre 0,05 chez le macaque, et 1,90 contre 0,98 chez le participant humain.

Chez la souris, l’état initial compte

Le cœur de l’étude repose sur l’imagerie calcique de 44 régions corticales chez 25 souris, suivies pendant 15 jours d’apprentissage. Les animaux doivent tirer sur un levier après un signal sonore pour pouvoir obtenir une récompense. Ce signal survient après un délai aléatoire de trois à quatre secondes suivant la traction précédente.

Les chercheurs identifient le plan RCA uniquement à partir de l’activité au repos. Fait remarquable, ce plan n’explique que 0,6 % de la variance, contre 87 % pour les deux premières composantes principales. Pourtant, il révèle une circulation nette et une relation plus marquée avec la réponse ultérieure.

Le gradient de probabilité de réponse atteint 0,151 dans le plan RCA.
Il est de 0,050 avec la PCA et de 0,078 avec la jPCA.
La valeur obtenue par RCA se situe près de l’extrémité supérieure des résultats issus de 2 000 plans aléatoires.

Ces résultats illustrent une distinction importante : les fluctuations les plus amples ne sont pas forcément les plus pertinentes pour comprendre le comportement.

Quand le signal accompagne le mouvement spontané

L’interprétation proposée est celle d’une addition de mouvements. Le signal provoque une dérive de l’activité qui se superpose au flux spontané. Lorsque leurs composantes pertinentes vont dans le même sens, la réponse devient plus probable. Dans les données, cette probabilité passe de moins de 20 % à plus de 70 % selon la composante pertinente de la dérive après le signal.

Un modèle bidimensionnel et un réseau neuronal récurrent reproduisent qualitativement cette dépendance. Pendant l’apprentissage, la dérive intrinsèque reste globalement stable, tandis que la dérive évoquée augmente. Un modèle d’apprentissage par renforcement fournit un mécanisme possible, sans établir qu’il correspond au mécanisme biologique réel.

Des prolongements chez l’humain

Les auteurs retrouvent aussi des rotations au repos dans des données humaines d’IRM fonctionnelle et de magnétoencéphalographie. Elles expliquent respectivement 0,2 % et 2,6 % de la variance, avec des périodes estimées à 51 et 4,4 secondes.

Chez 82 participants présentant une psychose précoce, comparés à 53 témoins, l’APR est diminué, avec une valeur de p de 5,22 × 10⁻⁷. La variabilité de la première composante principale ne montre pas de différence comparable. Ce contraste suggère un intérêt scientifique, mais ne constitue pas un test diagnostique validé.

Une piste prometteuse, pas une preuve causale

Une extension, la DRCA, distingue deux centres de rotation associés à la préparation et à l’activité liée à la tâche. Chez la souris, combiner l’état DRCA mesuré 2,7 secondes avant le signal et l’état RCA à son apparition améliore l’aire sous la courbe ROC de 0,638 à 0,677. La prédiction reste donc modérée.

Ces analyses demeurent observationnelles : elles ne prouvent pas que les rotations causent les réponses. Les modèles sont simplifiés et l’APR dépend de la résolution temporelle ; il ne peut pas être assimilé directement à une production d’entropie thermodynamique. L’apport principal reste néanmoins stimulant : une dynamique discrète, presque invisible en termes de variance, peut révéler une organisation pertinente du comportement.

Créé le 27 Oct. 2026

Cette synthèse vous a-t-elle été utile ?

Note : 0

Posez des questions sur cet article à notre assistant IA

Comment discuter avec cet article ? Guide illustré

Comparer avec le PDF

Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.

Instructions pour utiliser l'assistant IA ?

Outils pour cet article

Expliquer autrement 3 réécritures gratuites restantes aujourd'hui

Enregistrer dans une collection Regroupez des articles en collections pour les comparer, les interroger et les exporter. Créer un compte gratuit Se connecter

Exporter BibTeX · RIS (Zotero, Mendeley, EndNote) · Markdown (Notion, Obsidian)

Outils avancés Premium

Pour suivre un domaine de près : alertes de citations, diapositives de journal club, comparaison des versions et envoi vers Zotero. Découvrir Premium

Zotero

Alertes de citation Guide des alertes de citations

Qui travaille dessus ? Les personnes et institutions qui publient sur son sujet

Lettre hebdomadaire Présenté dans « Cerveau et comportement cette semaine » du 26 octobre 2026. Cerveau et comportement cette semaine : ce qui persiste, ce qui change

Journal club Premium+ Des slides pour le présenter

Versions Ce qui a changé entre les versions

En parler en public Premium+ Kit presse : communiqué, questions, détecteur de hype Guide du kit presse

Les articles autour de celui-ci

Les voir sur une carte

Classés selon la proximité de leur titre et de leur résumé avec ceux de cet article. Sélectionnez-en pour les lire ensemble.

Les articles les plus proches

Proche
Latent Dynamics Enable Decoding of Brain States and Discovery of Oculomotor Rhythmicity
Tim Näher · 2026 · Pas encore résumé

Résumé scientifique
This dissertation examines how latent neural and behavioural dynamics can be inferred from indirect, limited measurements in two areas of systems neuroscience, where the most salient feature of the recorded signal does not coincide with the structure in which the phenomenon of interest resides. Part I concerns functional near-infrared spectroscopy (fNIRS). Chapter 2 introduces a Riemannian-geometry classification framework for fNIRS data that nearly doubles accuracy in decoding eight brain states relative to traditional, channel-wise methods. Chapter 3 applies this framework to a clinical proof-of-principle for disorders of consciousness. Part II addresses the temporal structure of saccadic …
Proche
Cortico-cerebellar beta-band dynamics predict flexible motor timing
Coen S. Zandvoort, Charlotte C. Wissing, J. Winter et al. · 2026 · bioRxiv · preprint, non relu par les pairs · Pas encore résumé

Résumé scientifique
Flexible motor control requires that movements adapt to changing temporal contexts. Here, we test whether flexible timing is driven by context-dependent encoding across cortico-cerebellar circuits and how neural dynamics within these circuits enable accurate performance. To overcome the signal-to-noise limitations of conventional electro- and magnetoencephalography, we recorded whole-head neural dynamics using optically pumped magnetometer arrays (OPM-MEG). Participants learned a context-dependent task, executing manual button presses at time intervals 800 ms (T1) and 1,600 ms (T2), respectively, to avoid a periocular air puff, which was associated with an implicit conditioned eyeblink. We f…
Proche
Flexible modulation of neuronal population dynamics drives variable decision-making in C. elegans
Jalaja Madhusudhanan, A. Parinov, Charles Fieseler et al. · 2026 · bioRxiv · preprint, non relu par les pairs · Pas encore résumé

Résumé scientifique
Behavior arises from the interplay between spontaneous brain dynamics and sensory-driven responses, yet how spontaneous neural activity shapes variability in decision-making remains unclear. We leverage the tractable C. elegans nervous system to address this question. During oxygen avoidance, we observe binary trial-to-trial variability in behavioral responses. Whole-brain calcium imaging reveals a brain-wide sensory-to-motor transformation in which sensory neurons faithfully encode the stimulus but do not predict choice. Instead, decision-related information is distributed across interneurons and motor neurons, encoded through a neuronal subspace. This decision-biasing state evolves slowly …
Proche
A brain–behavior generative model links individual brain dynamics to perceptual decisions
Chao-Ming Wang, Guo-Chun Yang, Shao-Nan Wang et al. · 2026 · bioRxiv · preprint, non relu par les pairs · Pas encore résumé

Résumé scientifique
Perceptual decision speed varies across individuals and trials. Explaining this variability requires linking individual brain anatomy, neural dynamics, and behavior, yet whole-brain models typically reproduce brain signals without behavior, whereas behavioral models lack anatomical constraints. Here we introduce a brain–behavior generative model in which whole-brain dynamics on each participant’s structural connectome generate both single-trial electroencephalography (EEG) and reaction times. Fitted to 17 participants performing motion discrimination, the models reproduced individual eventrelated potentials and reaction-time distributions. Joint fitting enabled the models to predict whether …
Proche
Structured recurrence of latent neural processes predicts memory recognition performance
K. Christensen, M. Klarlund, G. Fernández-Rubio et al. · 2026 · bioRxiv · preprint, non relu par les pairs · Pas encore résumé

Résumé scientifique
Understanding cognition requires explaining not only which neural processes are engaged, but how their relationships evolve through time. We tested whether the recurrent organization of low-dimensional whole-brain dynamics relates to auditory recognition behaviour beyond activation magnitude. After a brief learning phase, 65 participants underwent magnetoencephalography (MEG) while recognizing three-, five-, and seven-sound auditory sequences, presented unchanged or with a single early or late tone alteration. Broadband Brain Network Estimation via Source Separation (BROAD-NESS) identified broadband latent networks from source-reconstructed activity and represented their joint activation as …
Proche
Brain Dynamics Underlying Reaching Movements Under Uncertainty
Nan Liu, A. Zabicki, G. Fink et al. · 2026 · Human Brain Mapping · Pas encore résumé

Résumé scientifique
Motor responses are influenced by inferred predictability, but it remains unclear how uncertainty, or its inverse, precision, is encoded within motor control networks. In this study, we combined computational modeling of reaching movement response speed with functional magnetic resonance imaging (fMRI). We used a cueing paradigm with changing cue predictability (~50%, ~70%, and ~90%) to test how predictive inference about left/right reaching responses affected cortical activity and network connectivity in 28 healthy young adults. Behavioral results showed that the response speed differences between invalid and valid cueing increased with a higher model‐derived probability that the cue will b…
Proche
Natural prey capture reveals flexible reconfiguration of canonical motor-cortical dynamics for online control
Jeffrey D. Walker, Paul L. Aparicio, Shreya Saxena et al. · 2026 · bioRxiv · preprint, non relu par les pairs · Pas encore résumé

Résumé scientifique
The ability to record neural populations during natural behavior now allows us to ask whether canonical motor-cortical dynamics, defined largely in constrained reaches to static targets, also organize self-paced, feedback-rich actions that require continuous correction. We recorded sensorimotor cortex in marmosets freely capturing live prey, a behavior that separates into ballistic quick captures and dynamic pursuits requiring real-time adjustment. Ballistic captures corresponded to canonical cortical reaching dynamics without an instructed delay, including near-orthogonal premovement and movement subspaces. Pursuits did not recruit additional neural dimensions; despite their elaborate kinem…
Proche
Cortico-striatal network architecture shapes rhythmic biases in music
M. Lumaca, J. van der Werff, Peter E. Keller et al. · 2026 · Cerebral Cortex · Pas encore résumé

Résumé scientifique
Abstract Why is human music rhythmically structured the way it is? One hypothesis is that the human brain is intrinsically wired to favor specific rhythmic organizations. To test this, we collected diffusion and resting-state functional MRI (fMRI) data from musically untrained participants and, weeks later, asked them to imitate randomly generated drumming sequences using finger taps. These imitations exhibited systematic biases toward temporal structures widespread in human music: predictable patterns characterized by isochronous organization (1:1) and other small integer ratios (2:1 and 3:1). Functional connectome analyses linked the increased rhythmic predictability of reproduced rhythms …

Les travaux antérieurs sur lesquels il s’appuie

Apparenté
Nonreciprocal many-body physics
Michel Fruchart, Vincenzo Vitelli · 2026 · cité 32 fois · Pas encore résumé

Résumé scientifique
Reciprocity is a fundamental symmetry present in many natural phenomena and engineered systems. Distinct situations where this symmetry is broken are typically grouped under the umbrella term"nonreciprocity", colloquially defined by: the action of A on B $\neq$ the action of B on A. In this review, we elucidate what nonreciprocity is by providing an introduction to its most salient classes: nonvariational dynamics, violations of Newton's third law, broken detailed balance, nonreciprocal responses and nonreciprocity of arbitrary linear operators. Next, we point out where to find these manifestations of non-reciprocity, from ensembles of particles with field mediated interactions to synthetic …

Aller plus loin

Comment ces articles sont-ils trouvés ?

Nous comparons le titre et le résumé de cet article avec ceux de tous les articles résumés sur ce site, et avec les articles que Semantic Scholar recommande, ceux qu’il cite et ceux qui le citent (pour un article très cité, ses citations les plus récentes et, depuis OpenAlex, les plus citées). Parmi les travaux antérieurs et les suites, les articles qui s’utilisent en profondeur, une méthode qu’il utilise et les suites très citées remontent un peu. Les niveaux (très proche, proche, apparenté) viennent de la similarité des textes, pas d’un jugement de qualité ; * signale un article sans résumé, comparé par son titre. La phrase sous un article est écrite par une IA à partir des deux résumés : vérifiez-la dans les articles. Un article jugé hors sujet par trois lecteurs quitte la liste.

Mis à jour le 31 octobre 2026.

Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.

Spontaneous brain-wide rotational dynamics constrain cue-evoked behavior

L’essentiel

Question

Méthode

Résultats

Limites

Portée

Pour aller plus loin

Définitions

Quand les rotations spontanées du cerveau influencent nos réponses

Des rotations dans un espace abstrait

Repérer la dynamique plutôt que les fluctuations les plus fortes

Chez la souris, l’état initial compte

Quand le signal accompagne le mouvement spontané

Des prolongements chez l’humain

Une piste prometteuse, pas une preuve causale

Posez des questions sur cet article à notre assistant IA

Outils pour cet article

Outils avancés Premium

Les articles autour de celui-ci

Les articles les plus proches

Les travaux antérieurs sur lesquels il s’appuie

Aller plus loin

Citer cet article (BibTeX)