Busca avançada
Ano de início
Entree

Representando a atividade cerebral através de seleção estatística de modelos na classe de sistemas interagentes de cadeias com memória variável

Processo: 14/04801-0
Linha de fomento:Bolsas no Brasil - Pós-Doutorado
Vigência (Início): 01 de abril de 2014
Vigência (Término): 31 de março de 2015
Área do conhecimento:Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
Pesquisador responsável:Jefferson Antonio Galves
Beneficiário:Aldana María González Montoro
Instituição-sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Vinculado ao auxílio:13/07699-0 - Centro de Pesquisa, Inovação e Difusão em Neuromatemática - NeuroMat, AP.CEPID
Assunto(s):Atividade cerebral

Resumo

No cérebro, os neurônios estão organizados em grandes redes onde tanto as conecções fisiológicas quanto as funcionais seguem padrões complexos. Durante o sono profundo, os neurônios do córtex cerebral apresentam uma atividade global altamente sincronizada. Em contraste, no estado de vigília esses ritmos globais desaparecem dando lugar a uma atividade global menos sincronizada. Para fins experimentais, o estado de sono profundo pode ser reproduzido utilizando-se alguns anestésicos. Já a transição para o estado de vigília pode ser simulado por meios de estimulação micro-elétrica das áreas ascendentes de ativação, originadas em núcleos localizados no prosencéfalo basal e no tronco cerebral. Deste modo, é possível estudar a dinâmica de associação espontânea dos neurônios durante estes estados e procurar por diferenças sutis entre eles. Essas questões foram abordadas na minha tese de doutoramento e os resultados estão relatados em González-Montoro (2013), González-Montoro et al. (2014) e em outros dois artigos submetidos para avaliação. O objetivo geral desse projeto é enfrentar estas questões de uma perspectiva diferente. Essa nova abordagem propõe estudar os fenômenos de associação neuronal e testar os diferentes estados do cérebro utilizando seleção estatística de modelos em uma nova classe de sistemas estocásticos recentemente introduzida por membros do time NeuroMat (Galves and Löcherbach 2013).