İÜTF Fizyoloji AD07 Mayıs 2010

Adnan Kurt

1

Bilgisayımsal SinirBilim

Computational Neuroscience

2

Neler Anlatacaktım?

Beyin Modelleri

Sinir Hücresi Modelleri

Model Yazılımlarının Türleri

Nörofizyolojik Modeller

Matematiksel Modeller

Araçlar: Nörofizyolojik Ölçme

Nörofizyolojik Görüntüleme

Matematiksel araçlar

Bilişimsel araçlar

Silikon araçları

Uygulamaları

Neden Yapamadım?

Arı Beyninde projeksiyon nöronunun

geometrik modelinin görselleştirilmesi

3

BSB

Bilgisayımsal Sinirbilim Yorumları:

1. Bilgisayarlar kullanarak beyni anlamak

2. Beyni bilgisayar gibi yorumlamak.

YSA –ANN

YZ -AI

YY -AL

Perceptrons

FEM -Anatomi

FEM -Biyofizik, EMA, Mekanik

1 1 2P ( , ,..., )mx x x

2 1 2P ( , ,..., )mx x x

3 1 2P ( , ,..., )mx x x

1

1x 2

1x

1

2x

2

3x1

3x

1

4x

Basit Bir Sinir Sistemi

4

Sinirbilim

Çevresel Uyaran

Tepkisel Davranış

5

Psikofizik –Davranış Bilimleri

Çevresel Uyaran

Tepkisel Davranış

6

Nörofizyoloji

Çevresel Uyaran

Tepkisel Davranış

7

Kuramsal -BSB

Çevresel Uyaran

Tepkisel Davranış

)(i

iiuwSO

O

iuiw

8

Marr Tanımı

David Marr’ın üç aşama tanımı:

1. Bilgisayım Düzeyinde Problemin Tanımı

2. Algoritmik Düzeyde Çözüm Yolu

3. Uyarlama Düzeyinde, bir Grup Nöronla Gerçekleme

Bellek Örneği Kısmi bilgiden olayları anımsamak

İlişkilendirilmiş ya da İçerik adreslenebilir bellek

Algoritma: Sabit noktalı dinamik sistemler

Sinirsel Uyarlama: Hopfield Örgüleri

xi = sign(∑j Jij xj)

Beyin için Kolay, Bilgisayar için Zor Problemler vardır.

Gökyüzünde uçan martıyı farketmek, ya da yürümek.

Beyin için Zor, Bilgisayar için Kolay Problemler de vardır.

A-1

z=x+y

∫dx ...

9

Korteksiniz Açılınca

~30 cm

~0.5 cm

6 Katman

Neokorteks -Bilinciniz

Kabukaltı yapılar –koşullanmalar,

homeostasis, duygulanımlar ve

birçok başka şeyler

10

Doğal ve Yapay

1 mm3 korteks:

50,000 nöron

10000 bağlantı/nöron

(=> 500 milyon bağlantı)

4 km akson

Tüm beyin (2 kg):

1011 nöron

1015 bağlantı

8 milyon km akson

1 mm2 CPU:

1 milyon transistor

2 bağlantı/transistor

(=> 2 milyon bağlantı)

.002 km iletken

tüm CPU:

109 transistor

2*109 bağlantı

2 km iletken

11

Sinir Hücresi

volt

age

100 mstime

-50 mV

dendrites (input)

soma (spike generation)

axon (output)

1 ms

12

Sinir Grubu

current flow

wij

13

Hesaplama Alanlarından Bir Örnek

Primer Görsel Korteks

14

Retinotopic Maps in V1

V1 contains a retinotopic map of the visual Field.

Adjacent Neurons represent adjacent regions in the

retina. That particular small retinal region from which

a single neuron receives its input is called the receptive

field of this neuron.

V1 receives information from both eyes. Alternating

regions in V1 (Ocular Dominance Columns) receive

(predominantely) Input from either the left or the right

eye.

Each location in the cortex represents a different part

of the visual scene through the activity of many

neurons. Different neurons encode different aspects of

the image. For example, orientation of edges, color,

motion speed and direction, etc.

15

V1 Yerel Devreleri

Cell types

Local connections

To subcortical areas

Coll. Sup., Pulvinar, Pons

LGN, Claustrum

To different cortex areas

Spiny stellate cell

16

The van Essen diagram

More than 40 areas !

Parallel processing of „pixels“ and

image parts

Hierarchical Analysis of increasingly

complex information

Many lateral and feedback

connections

17

Rectangular pad and high-density tDCS model

Beyin anatomik modellerini

kullanarak elektiksel alan dağılımının

hesaplanması.

Elektrik alanı dağılımından, değişik

derinliklerde nöron ateşleme eşik

değerinin değişiminin bulunması.

18

Elektrot Biçimlerinin Karşılaştırılması

19

Yazılım Araçları

Brian, a simulator for spiking neural networks.

Emergent, neural simulation software.

Genesis, a general neural simulation system.

HHsim, a neuronal membrane simulator.

HHsim: Graphical Hodgkin-Huxley Simulator

HNeT, Holographic Neural Technology.

MCell, A Monte Carlo Simulator of Cellular Microphysiology.

ModelDB, a large open-access database of program codes of published computational neuroscience models.

NEST, a simulation tool for large neuronal systems.

Neuroconstruct, software for developing biologically realistic 3D neural networks.

Neurofitter, a parameter tuning package for electrophysiological neuron models.

Neurojet, a neural network simulator specialized for the hippocampus.

NEURON, a neuron simulator also useful to simulate neural networks.

Neurospaces, an efficient neural simulation system that uses software engineering principles from the industry.

Neuroscience related Python tools :

pyNN

PyDSTool, a simulator and dynamical systems analysis tool with biophysical neuron and network model

specification/construction and data analysis toolboxes.

SNNAP, a single neuron and neural network simulator tool.

20

Neden Önemsemeli ve Neden Sakınmalı?

Temel Bilimsel Gelişme

Uygulamalı Sinirbilim

Bilgisayar Bilimleri

Matematik ve Fiziksel Sorunlar

Temel Fiziksel Sorunlar

Nanoteknoloji

Sayısal Modellerle Sanal Dünyalar