V Simpósio de Neurociências - 2011

138 visualizações

Publicada em

V Simpósio de Neurociências da UFMG, em Belo Horizonte, Setembro de 2011

Publicada em: Educação
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

V Simpósio de Neurociências - 2011

  1. 1. Projeto: Codificação neuronal de cenas visuais ecologicamente realísticas João Vicente Dornas mestrando do Programa de Pós-Graduação em Neurociências Laboratório de Neurodinâmica Sunday 14 August 16
  2. 2. Imagem adaptada de: Quian Quiroga et al (2009). Nature Rev. Neurosci. 10(3):173-185. PROBLEMA ATUAL Existe um código neural? Que código é esse? ? Sunday 14 August 16
  3. 3. Como interpretar os padrões de atividade neuronal? CODIFICAÇÃO NEURAL Quais são os possíveis códigos existentes? Pela QUANTIDADE de ocorrência de potenciais de ação em uma população de neurônios 3 spikes/s 1 spike/s 2 spikes/s 1 spike/s Sunday 14 August 16
  4. 4. Como interpretar os padrões de atividade neuronal? CODIFICAÇÃO NEURAL Quais são os possíveis códigos existentes? Pelo TEMPO PRECISO em que os potencias de ação ocorrem (ex.: potenciais de ação como uma sequência binária) 0 0 0 11 1 0 1 0 00 0 0 1 0 00 0 1 0 0 0 Sunday 14 August 16
  5. 5. Como interpretar os padrões de atividade neuronal? CODIFICAÇÃO NEURAL Quais são os possíveis códigos existentes? Pelo padrão de INTERVALOS entre os potenciais de ação Δt# Sunday 14 August 16
  6. 6. Como interpretar os padrões de atividade neuronal? CODIFICAÇÃO NEURAL Quais são os possíveis códigos existentes? Pelo SINCRONISMO entre neurônios Sunday 14 August 16
  7. 7. G(x,y,t) = G0 1+ Csin 2π fs (xcosθ + ysinθ) − 2π ft[ ]{ } Luminância (G0)? Contraste (C)? Frequência espacial (fs)? Frequência temporal (ft)? Direção de movimento (Θ,ft)? Velocidade (ft/fs)? Tamanho do Campo Receptivo (x,y)? CENA VISUAL Estímulos artificiais Sunday 14 August 16
  8. 8. Estímulo Resposta G(x,y,t) = G0 1+ Csin 2π fs (xcosθ + ysinθ) − 2π ft[ ]{ } 200 ms 300µV f(S|R) Luminância (G0)? Contraste (C)? Frequência espacial (fs)? Frequência temporal (ft)? Direção de movimento (Θ,ft)? Velocidade (ft/fs)? Tamanho do Campo Receptivo (x,y)? CENA VISUAL Estímulos artificiais Sunday 14 August 16
  9. 9. .25 .5 1 2 4 8 Spatial Frequency (cycles/˚) TemporalFrequency(Hz) .25 .5 8 1 2 4 CENA VISUAL Estímulos artificiais Frequência+Temporal+(Hz)+ Frequência+Espacial+(ciclos/°)+ Sunday 14 August 16
  10. 10. 25 sp/s 4s .25 .5 1 2 4 8 Spatial Frequency (cycles/˚) TemporalFrequency(Hz) .25 .5 8 1 2 4 A Spatial Frequency (cycles/˚) TemporalFrequency(Hz) .25 .5 1 2 4 8 .25 .5 1 2 4 8 0 5 10 15 20 25 30 Response (sp/s) 0 30 sp/s stt019a02_2b 0 30 sp/s B Pinto & Baron (2009) J. Eur. Neurosci. 30:1251-1268 CENA VISUAL Estímulos artificiaisFrequência+Temporal+(Hz)+ Frequência+Temporal+(Hz)+ Frequência+Espacial+(ciclos/°)+ Frequência+Espacial+(ciclos/°)+ Resposta((sp/s)( Sunday 14 August 16
  11. 11. CENA VISUAL Estímulos cenas naturais (realísticas) Cenas naturais estimulam as vias neurais visuais em toda sua complexidade Sunday 14 August 16
  12. 12. EXEMPLO DE EXPERIMENTO Estímulos mais dinâmicos VELOCIDADE CONSTANTE VELOCIDADE VARIÁVEL Experimento realizado em: Ruyter Van Steveninck et al (1997). Science 275(5307):1805–1808. Estímulo Estímulo Trilhas de Potenciais de Ação Trilhas de Potenciais de Ação Velocidade) Velocidade) Repe$ções( Repe$ções( Sunday 14 August 16
  13. 13. O PROJETO Etapa Experimental: animal Sunday 14 August 16
  14. 14. O PROJETO Etapa Experimental: animal visão superior visão lateral 1cm Wulst Sunday 14 August 16
  15. 15. O PROJETO Etapa Experimental: estímulo realístico Ohayon, S. et al. (2008). Biological Cybernetics, 98(2), 115–132. Sunday 14 August 16
  16. 16. O PROJETO Etapa Experimental: estímulo realístico ? Trilhas de Potenciais de Ação Trilhas Invertidas Temporalmente Sunday 14 August 16
  17. 17. O PROJETO Etapa Teórica Computacional Teoria da Informação Método Metric Space (Victor & Purpura) 0 1 2 Δt# Sa Sb Dspike [q] Sa,Sb( )= K Sj−1,Sj( ) j=1 2 ∑ K S0,S1( )=1 K S1,S2( )= qΔt q ≈ s−1 0 ≤ q ≤1000 Sunday 14 August 16
  18. 18. O PROJETO Etapa Teórica Computacional Teoria da Informação Método Metric Space (Victor & Purpura) Matriz'de'Distância' Trilha'de'Potenciais'de'Ação' Trilha'de'Potenciais'de'Ação' Repe$ção( Tempo&(s)& classes de estímulos classes de respostas sα = s1,s2,...,sC rβ = r1,r2,...,rC Reich, D S. et al. (2001). Journal of Neurophysiology, 85 (1), 305–318. Sunday 14 August 16
  19. 19. O PROJETO Contribuição Esperada Imagem adaptada de: Quian Quiroga et al (2009). Nature Rev. Neurosci. 10(3):173-185. Sunday 14 August 16
  20. 20. FIM! Obrigado pela atenção! Sunday 14 August 16

×