Patterns of spike synchrony in neural field models
Els models neuronals de camp mig són descripcions fenomenològiques de l'activitat de xarxes de neurones espacialment organitzades. Gràcies a la seva simplicitat, aquests models són unes eines extremadament útils per a l'anàlisi dels patrons espai-temporals que apareixen a les xarxes neuron...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2018 |
| País: | España |
| Institución: | CBUC, CESCA |
| Repositorio: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/663871 |
| Acceso en línea: | http://hdl.handle.net/10803/663871 |
| Access Level: | acceso abierto |
| Palabra clave: | Mathematical neuroscience Spatiotemporal patterns Oscillations Bump states Synchronization Neural population Firing rate Population model Spiking neurons Quadratic-integrate-and-fire Neural-field Mean-field 62 |
| Sumario: | Els models neuronals de camp mig són descripcions fenomenològiques de l'activitat de xarxes de neurones espacialment organitzades. Gràcies a la seva simplicitat, aquests models són unes eines extremadament útils per a l'anàlisi dels patrons espai-temporals que apareixen a les xarxes neuronals, i s'utilitzen àmpliament en neurociència computacional. És ben sabut que els models de camp mig tradicionals no descriuen adequadament la dinàmica de les xarxes de neurones si aquestes actuen de manera síncrona. No obstant això, les simulacions computacionals de xarxes neuronals demostren que, fins i tot en estats d'alta asincronia, fluctuacions ràpides dels inputs comuns que arriben a les neurones poden provocar períodes transitoris en els quals les neurones de la xarxa es comporten de manera síncrona. A més a més, la sincronització també pot ser generada per la mateixa xarxa, donant lloc a oscil·lacions auto-sostingudes. En aquesta tesi investiguem la presència de patrons espai-temporals deguts a la sincronització en xarxes de neurones heterogènies i espacialment distribuïdes. Aquests patrons no s'observen en els models tradicionals de camp mig, i per aquest motiu han estat àmpliament ignorats en la literatura. Per poder investigar la dinàmica induïda per l'activitat sincronitzada de les neurones, fem servir un nou model de camp mig que es deriva exactament d'una població de neurones de tipus quadratic integrate-and-fire. La simplicitat del model ens permet analitzar l'estabilitat de la xarxa en termes del perfil espacial de la connectivitat sinàptica, i obtenir fórmules exactes per les fronteres d'estabilitat que caracteritzen la dinàmica de la xarxa neuronal original. Aquest mateix anàlisi també revela l'existència d'un conjunt de modes d'oscil·lació que es deuen exclusivament a l'activitat sincronitzada de les neurones. Creiem que els resultats presentats en aquesta tesi inspiraran nous avenços teòrics relacionats amb la dinàmica col·lectiva de les xarxes neuronals, contribuïnt així en el desenvolupament de la neurociència computacional. |
|---|