| Processo: | 18/09150-9 |
| Linha de fomento: | Bolsas no Brasil - Pós-Doutorado |
| Vigência (Início): | 01 de junho de 2018 |
| Vigência (Término): | 30 de novembro de 2019 |
| Área do conhecimento: | Ciências Exatas e da Terra - Física |
| Pesquisador responsável: | Antonio Carlos Roque da Silva Filho |
| Beneficiário: | Mauricio Girardi Schappo |
| Instituição-sede: | Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil |
| Vinculado ao auxílio: | 13/07699-0 - Centro de Pesquisa, Inovação e Difusão em Neuromatemática - NeuroMat, AP.CEPID |
| Assunto(s): | Neurociência computacional Epilepsia Sistemas dinâmicos |
Resumo A epilepsia é uma doença muito comum, ocorrendo em cerca de 1% da população mundial. Ela é frequentemente definida como um estado de convulsões recorrentes que podem ser causadas por um desequilíbrio entre inibição e excitação no cérebro. Recentemente, o NeuroMat vêm propondo uma teoria estocástica para descrever a hipótese da criticalidade cerebral com e sem estímulos externos. Entretanto, há ainda questões a serem abordadas: como que a hipótese da criticalidade cerebral se relaciona com o desenvolvimento de doenças neurológicas? Espera-se que desordens que são fisiologicamente expressas como perturbações das oscilações saudáveis do cérebro, tal qual a epilepsia, possam ser capturadas por mudanças macroscópicas na dinâmica de avalanches neurais. Este projeto abordará essa questão através de modelos estocásticos (tanto de campo médio quanto espacialmente estendidos) de redes neuronais auto-organizadas que levam em conta a dinâmica de populações neuronais epilépticas. O modelo de população neural deve seguir de uma simplificação estocástica de modelos dinâmicos contínuos, enquanto a auto-organização deve seguir mecanismos homeostáticos já presentes na literatura. Os modelos desenvolvidos não apenas trarão conhecimento sobre o funcionamento do cérebro epiléptico e suas relações com a criticalidade auto-organizada, mas também poderão ser generalizados para uma abordagem data-driven de modo a potencialmente melhorar o diagnóstico e o tratamento de pacientes com epilepsia. | |