Análise do comportamento coletivo de neurônios do córtex através de modelos de máxima entropia
| Ano de defesa: | 2018 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
UFPE Brasil Programa de Pos Graduacao em Fisica |
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://repositorio.ufpe.br/handle/123456789/31865 |
Resumo: | Funções cerebrais decorrem da interação de um grande número de neurônios. Sendo o cérebro um sistema não linear e complexo, a obtenção de modelos que descrevam adequadamente o comportamento coletivo de circuitos neurais não é uma tarefa trivial. Uma das hipóteses que vem ganhando destaque na literatura é a de que a dinâmica do cérebro se encontra próxima a um ponto crítico. Alguns trabalhos mostraram que modelos de máxima entropia que levam em conta apenas a interação por pares (modelos tipo Ising) eram capazes explicar padrões de atividade global em dados de retina de invertebrados e fatias de córtex in vitro. Além disso estes modelos permitem obter assinaturas de criticalidade nas redes neurais estudadas. Nesta dissertação, realizamos experimentos in vivo onde registramos longos períodos da atividade cortical espontânea de ratos anestesiados. Os registros foram feitos utilizando tanto matrizes de multieletrodos de fios de tungstênio quanto eletrodos de silício de alta densidade (silicon probes). Implementamos um algoritmo para ajustar um modelo de máxima entropia que leva em conta a interação por pares entre os elementos do modelo e validamos o algoritmo com dados simulados. Finalmente apresentamos os resultados utilizando o modelo de máxima entropia para analisar os dados experimentais medidos com ambos os tipos de eletrodos. |
| id |
UFPE_1acc8e907421a01ca8eaff25daabf17b |
|---|---|
| oai_identifier_str |
oai:repositorio.ufpe.br:123456789/31865 |
| network_acronym_str |
UFPE |
| network_name_str |
Repositório Institucional da UFPE |
| repository_id_str |
|
| spelling |
Análise do comportamento coletivo de neurônios do córtex através de modelos de máxima entropiaDinâmica linearSistemas complexosModelo de IsingFunções cerebrais decorrem da interação de um grande número de neurônios. Sendo o cérebro um sistema não linear e complexo, a obtenção de modelos que descrevam adequadamente o comportamento coletivo de circuitos neurais não é uma tarefa trivial. Uma das hipóteses que vem ganhando destaque na literatura é a de que a dinâmica do cérebro se encontra próxima a um ponto crítico. Alguns trabalhos mostraram que modelos de máxima entropia que levam em conta apenas a interação por pares (modelos tipo Ising) eram capazes explicar padrões de atividade global em dados de retina de invertebrados e fatias de córtex in vitro. Além disso estes modelos permitem obter assinaturas de criticalidade nas redes neurais estudadas. Nesta dissertação, realizamos experimentos in vivo onde registramos longos períodos da atividade cortical espontânea de ratos anestesiados. Os registros foram feitos utilizando tanto matrizes de multieletrodos de fios de tungstênio quanto eletrodos de silício de alta densidade (silicon probes). Implementamos um algoritmo para ajustar um modelo de máxima entropia que leva em conta a interação por pares entre os elementos do modelo e validamos o algoritmo com dados simulados. Finalmente apresentamos os resultados utilizando o modelo de máxima entropia para analisar os dados experimentais medidos com ambos os tipos de eletrodos.FACEPEBrain functions arise from the interaction of a large number of neurons. Since the brain is a nonlinear and complex system, obtaining models that adequately describe the collective behavior of neural circuits is not a trivial task. One of the hypotheses that has gained prominence in the literature is that the dynamics of the brain is close to a critical point. Some studies have shown that maximum entropy models that take into account only the interaction by pairs (Ising type models) were able to explain patterns of global activity in retinal data of invertebrates and in vitro cortex slices. In addition, these models allow to obtain criticality signatures in the studied neural networks. In this dissertation, we performed in vivo experiments where we recorded long periods of spontaneous cortical activity of anesthetized rats. The records were made using both tungsten wire multi-electrode arrays and silicon probes. We implemented an algorithm to fit a maximum entropy model that takes into account the paired interaction between the elements of the model and validate the algorithm with simulated data. Finally we present the results using the maximum entropy model to analyze the experimental data measured with both types of electrodes.Universidade Federal de PernambucoUFPEBrasilPrograma de Pos Graduacao em FisicaCARELLI, Pedro Valadãohttp://lattes.cnpq.br/2026157693909775http://lattes.cnpq.br/0869469262114149SILVA, Thaís Feliciano2019-08-16T13:09:29Z2019-08-16T13:09:29Z2018-04-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://repositorio.ufpe.br/handle/123456789/31865porAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPE2019-10-25T13:18:30Zoai:repositorio.ufpe.br:123456789/31865Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T13:18:30Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
| dc.title.none.fl_str_mv |
Análise do comportamento coletivo de neurônios do córtex através de modelos de máxima entropia |
| title |
Análise do comportamento coletivo de neurônios do córtex através de modelos de máxima entropia |
| spellingShingle |
Análise do comportamento coletivo de neurônios do córtex através de modelos de máxima entropia SILVA, Thaís Feliciano Dinâmica linear Sistemas complexos Modelo de Ising |
| title_short |
Análise do comportamento coletivo de neurônios do córtex através de modelos de máxima entropia |
| title_full |
Análise do comportamento coletivo de neurônios do córtex através de modelos de máxima entropia |
| title_fullStr |
Análise do comportamento coletivo de neurônios do córtex através de modelos de máxima entropia |
| title_full_unstemmed |
Análise do comportamento coletivo de neurônios do córtex através de modelos de máxima entropia |
| title_sort |
Análise do comportamento coletivo de neurônios do córtex através de modelos de máxima entropia |
| author |
SILVA, Thaís Feliciano |
| author_facet |
SILVA, Thaís Feliciano |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
CARELLI, Pedro Valadão http://lattes.cnpq.br/2026157693909775 http://lattes.cnpq.br/0869469262114149 |
| dc.contributor.author.fl_str_mv |
SILVA, Thaís Feliciano |
| dc.subject.por.fl_str_mv |
Dinâmica linear Sistemas complexos Modelo de Ising |
| topic |
Dinâmica linear Sistemas complexos Modelo de Ising |
| description |
Funções cerebrais decorrem da interação de um grande número de neurônios. Sendo o cérebro um sistema não linear e complexo, a obtenção de modelos que descrevam adequadamente o comportamento coletivo de circuitos neurais não é uma tarefa trivial. Uma das hipóteses que vem ganhando destaque na literatura é a de que a dinâmica do cérebro se encontra próxima a um ponto crítico. Alguns trabalhos mostraram que modelos de máxima entropia que levam em conta apenas a interação por pares (modelos tipo Ising) eram capazes explicar padrões de atividade global em dados de retina de invertebrados e fatias de córtex in vitro. Além disso estes modelos permitem obter assinaturas de criticalidade nas redes neurais estudadas. Nesta dissertação, realizamos experimentos in vivo onde registramos longos períodos da atividade cortical espontânea de ratos anestesiados. Os registros foram feitos utilizando tanto matrizes de multieletrodos de fios de tungstênio quanto eletrodos de silício de alta densidade (silicon probes). Implementamos um algoritmo para ajustar um modelo de máxima entropia que leva em conta a interação por pares entre os elementos do modelo e validamos o algoritmo com dados simulados. Finalmente apresentamos os resultados utilizando o modelo de máxima entropia para analisar os dados experimentais medidos com ambos os tipos de eletrodos. |
| publishDate |
2018 |
| dc.date.none.fl_str_mv |
2018-04-27 2019-08-16T13:09:29Z 2019-08-16T13:09:29Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/31865 |
| url |
https://repositorio.ufpe.br/handle/123456789/31865 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco UFPE Brasil Programa de Pos Graduacao em Fisica |
| publisher.none.fl_str_mv |
Universidade Federal de Pernambuco UFPE Brasil Programa de Pos Graduacao em Fisica |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
| instname_str |
Universidade Federal de Pernambuco (UFPE) |
| instacron_str |
UFPE |
| institution |
UFPE |
| reponame_str |
Repositório Institucional da UFPE |
| collection |
Repositório Institucional da UFPE |
| repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
| repository.mail.fl_str_mv |
attena@ufpe.br |
| _version_ |
1856041895612907520 |