Sincronização, informação e criticalidade em sistemas neuronais eficientes

Abstract

Estudamos sincronização, criticalidade e teoria da informação no campo da neurociência computacional. Estudamos sincronização no modelo de neurônio KTz logístico, um modelo computacionalmente eficiente e capaz de apresentar um grande número de comportamentos neuronais. Estamos particularmente interessados no fenômeno de sincronização antecipada, e para isso utilizamos duas configurações distintas de neurônios emissor-receptor, uma com sinapse elétrica e outra com sinapse química. Em ambas as configurações modificamos a força de acoplamento para obter e explicar o surgimento de sincronização antecipada em diferentes comportamentos neuronais (incluindo bursts). Também estudamos os efeitos de indução eletromagnética em um modelo neuronal baseado em mapa. Estudamos populações neuronais do modelo KTz logístico e avaliamos a causalidade e eficiência no processamento de informação com uso de entropia e informação mútua. Para o estudo de criticalidade utilizamos um modelo biologicamente inspirado do córtex visual primário de mamíferos. Estudamos as leis de potência das distribuições do tamanho e duração das avalanches. Isso foi feito com uso de relações de lei de escala e colapso das avalanches. Os resultados demonstram a eficiência dos diferentes métodos para melhorar o entendimento de diferentes comportamentos de sistemas neuronais.

Abstract : We studied synchronization, criticality and information theory in the field of computational neuroscience. We studied synchronization in the logistic KTz neuron model, a computationally efficient model capable of presenting a large number of neuronal behaviors. We are particularly interested in the phenomenon of early synchronization, and for this we use two distinct configurations of sender-receiver neurons, one with electrical synapse and the other with chemical synapse. In both configurations we modify the coupling force to obtain and explain the emergence of anticipated synchronization in different neuronal behaviors (including bursts). We also studied the effects of electromagnetic induction on a map model based neuron. We studied neuronal populations of the logistic KTz model and evaluated causality and efficiency in information processing using entropy and mutual information. For the criticality study we used a biologically inspired model of the primary visual cortex of mammals. We study the power laws of distributions of avalanche size and duration. This was done using scaling law relationships and avalanche collapse. The results demonstrate the efficiency of different methods to improve the understanding of different behaviors of neuronal systems.