• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
10.11606/D.59.2008.tde-18032009-163830
Document
Author
Full name
Diogo Porfirio de Castro Vieira
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
Ribeirão Preto, 2008
Supervisor
Committee
Silva Filho, Antonio Carlos Roque da (President)
Pinto, Reynaldo Daniel
Piqueira, Jose Roberto Castilho
Title in Portuguese
Análises de estabilidade e de sensibilidade de modelos biologicamente plausíveis do córtex visual primário
Keywords in Portuguese
Córtex Visual Primário
Modelagem de Neurônios Individuais
Neurociência Computacional
Sistemas Dinâmicos
Abstract in Portuguese
A neurociência computacional é uma vasta área que tem como objeto de estudo o entendimento ou a emulação da dinâmica cerebral em diversos níveis. Neste trabalho atenta-se ao estudo da dinâmica de neurônios, os quais, no consenso atual, acredita-se serem as unidades fundamentais do processamento cerebral. A importância do estudo sobre o comportamento de neurônios se encontra na diversidade de propriedades que eles podem apresentar. O estudo se torna mais rico quando há interações de sistemas internos ao neurônio em diferentes escalas de tempo, criando propriedades como adaptação, latência e comportamento em rajada, o que pode acarretar em diferentes papéis que os neurônios podem ter na rede. Nesta dissertação é feita uma análise sob o ponto de vista de sistemas dinâmicos e de análise de sensibilidade de seis modelos ao estilo de Hodgkin-Huxley e compartimentais de neurônios encontrados no córtex visual primário de mamíferos. Esses modelos correspondem a seis classes eletrofisiológicas de neurônios corticais e o estudo feito nesta dissertação oferece uma contribuição ao entendimento dos princípios de sistemas dinâmicos subjacentes a essa classificação.
Title in English
Stability and Sensitivity analysis of biologically plausible models of primary visual cortex neurons
Keywords in English
Computational Neuroscience
Dynamical Systems
Primary Visual Cortex
Single- Neuron Modeling
Abstract in English
Computational neuroscience is a vast scientific area which has as subject of study the unsderstanding or emulation of brain dynamics at different levels. This work studies the dynamics of neurons, which are believed, according to present consensus, to be the fundamental processing units of the brain. The importance of studying neuronal behavior comes from the diversity of properties they may have. This study becomes richer when there are interactions between distintic neuronal internal systems, in different time scales, creating properties like adaptation, latency and bursting, resulting in different roles that neurons may have in the network. This dissertation contains a study of six reduced compartmental conductance-based models of neurons found in the primary visual cortex of mammals under the dynamical systems and sensitivity analysis viewpoints. These models correspond to six eletrophysiological classes of cortical neurons and this dissertation offers a contribution to the understanding of the dynamical-systems principles underlying such classification.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
dissertacao_diogo.pdf (2.19 Mbytes)
Publishing Date
2009-03-24
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
Centro de Informática de São Carlos
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2021. All rights reserved.