La neurociencia computacional usa las matemáticas y la simulación para entender cómo los sistemas nerviosos procesan información: cómo dispara una neurona, cómo computan los circuitos, cómo aprenden los cerebros y cómo se pueden decodificar las señales. Sus modelos van del comportamiento eléctrico de una célula a redes de miles, y se juzgan por si explican, y predicen, los datos registrados.
Conceptos clave
- Modelos de neurona: desde la sencilla unidad de integración y disparo hasta los modelos de conductancias de los canales iónicos.
- Sinapsis y plasticidad: cómo cambia la fuerza de las conexiones con la actividad, la base del aprendizaje en los modelos.
- Dinámica de redes: cómo los circuitos recurrentes producen oscilaciones, memoria y decisiones.
- Codificación neuronal: cómo la tasa y el momento de los impulsos transportan información, y cómo decodificarla de los registros.
- Análisis de datos: clasificación de impulsos, filtrado de señales y estadística sobre registros ruidosos y de muchas dimensiones.
Vocabulario
- Potencial de membrana: el voltaje a través de la membrana de una neurona, que provoca sus impulsos.
- Tren de impulsos: la lista de instantes en que dispara una neurona.
- Curva de sintonía: cómo depende de un estímulo la tasa de disparo de una neurona.
- Modelo de Hodgkin-Huxley: el conjunto clásico de ecuaciones de cómo los canales iónicos de una neurona generan un impulso.
Qué estudiar, en orden
- Cálculo, ecuaciones diferenciales, probabilidad y neurociencia básica.
- Simula una neurona de integración y disparo con fugas y dibuja su respuesta a distintas corrientes de entrada.
- Implementa un modelo de conductancias y observa cómo sus impulsos surgen de la dinámica de los canales.
- Construye una red pequeña de neuronas de impulsos y observa las oscilaciones y la sincronía.
- Analiza un registro público: calcula tasas de disparo, curvas de sintonía y una estimación de lo que codifican las neuronas.
Etiquetas relacionadas
#computational-biology #simulation #machine-learning #signal-processing #neuromorphic