مکتب خانه ای برای اشتراک گذاری آموخته ها، خوانده ها و شنیده ها در باره ی مغز

درسی در مورد fMRI

از 21 نوامبر سال جاری درسی با  عنوان Principles of fMRI 1 در مورد طراحی، یادگیری و آنالیز داده‌های Functional Magnetic Resonance Imaging (fMRI) در سایت Coursera آغاز می‌شود.

همچنین نسخه رایگانی از کتاب Principles of fMRI که راجع به مباحث مربوط به درس می‌باشد، نیز در دسترس گذاشته شده است.



۰ نظر موافقین ۰ مخالفین ۰
ن.ف.ط

شماره‌ی ویژه‌ی مجله‌ی Chaos

ماه گذشته‌ی میلادی ( September 2016) مجله‌ی Chaos شماره‌ی ویژه‌ی خود (Volume 26, Issue 9) با تمرکز بر موضوع الگوهای هم نوایی در شبکه‌ها را منتشر کرد. برای دیدن مقالات، Patterns of Network Synchronization را ببینید.



تعدادی از مقالات این مجموعه را انتخاب کردم که در ادامه توضیح مختصری راجع به هرکدام خواهم داد.

  • تعدادی از این مقالات به بررسی وجود و پایداری حالت‌های chimera و معرفی شرایط وقوع آن‌ها پرداخته‌اند. به نظر مطالعه‌ی پنج مقاله‌ی زیر برای آشنایی با پاسخ‌های chimera و معیارهای دسته بندی آن‌ها مفید خواهد بود.


در این مقاله با معرفی تابع احتمال g که وابستگی فضایی-زمانی را اندازه‌ گیری می‌کند، انواع حالت‌های جواب chimera مانند stationary, turbulant و breathing دسته بندی می‌شوند. از طرفی نشان داده می‌شود که این روش دسته بندی با تعاریف قبلی سازگار است و می‌توان بوسیله‌ی آن حالت‌های جدیدی را به عنوان chimera دسته بندی کرد که پیش از این به این عنوان دسته بندی نشده بودند.از مزایای این تابع این است که هم برای معادلات نوسانگر فاز کاربرد دارد هم سایر سیستم‌های دینامیکی.


در این مقاله به بررسی حالت کلی یکی از ساده ترین سیستم‌هایی که در آن chimera رخ می‌دهد پرداخته می‌شود.سیستم مورد بررسی متشکل از دو جمعیت نورونی شامل نوسانگرهای فاز یکسان است که اتصالات درون شبکه‌ای همگن ولی برون شبکه‌ای ناهمگن است. یکی از اهداف مقاله، مطالعه‌ی تاثیر از بین بردن تقارن بر پارامترهای تاخیر-فاز (phase-lag) سیستم است. با فرض وجود چنین تقارنی، دینامیک‌هایی که تنها در حالت تاخیر-فاز ناهمگن قابل وقوع‌اند معرفی می‌شوند، مانند: حالت‌های جدیدی از chimera، مدارهای جاذب غیرهم نوا، حالت‌های تناوبی و آشوبناک. انشعاب‌هایی که منجر به بروز chimera می‌شوند نیز بررسی می‌شود. از طرفی نشان داده می‌شود که بروز تاخیر-فاز نامساوی در دو جمعیت نورونی یاد شده، باعث بروز انشعاب‌ها و نقاط تعادل پایدار جدیدی می‌شود که در حالت تاخیر-فاز مساوی قابل مشاهده نبودند.

در این مقاله به بررسی حالت‌های مختلف شکل‌گیری chimera در شبکه‌های با توپولوژی اتصالات پیچیده که در علوم اعصاب ظاهر می‌شوند پرداخته می‌شود. دینامیک هر نورون در شبکه با معادلات  Van der Pol مدل شده است. ضریب خوشه‌ بندی شبکه به عنوان مقیاسی برای ارتباط دادن وجود حالت‌های chimera و الگوی اولیه‌ی توپولوژی شبکه معرفی می‌شود. ضریب خوشه بندی بزرگ نشانه‌ای برای وقوع chimera عنوان می‌شود. 

دراین مقاله دو گروه نوسانگر فاز یکسان با اینرسی و با سایز متفاوت در نظر گرفته شده و فرض بر این است که اتصالات بین دو گروه بیش از اتصالات درون گروهی باشد. در معادلات، تغییرات مشتق دوم فاز مورد بررسی قرار گرفته است. فرض بر این است که نورون‌ها در هر گروه بصورت هم‌نوا نوسان می‌کنند، اما دو گروه با یکدیگر اختلاف فاز دارند. هدف مطالعه‌ی الگوهای پایدار سیستم و نشان دادن وجود هم‌زمان جواب‌های پایدار هم‌نوا وchimera است. نشان داده می‌شود که برای بروز chimera لزومی به بزرگ فرض کردن شبکه نیست.
 از طرفی نشان داده می‌شود که در نتیجه‌ی وجود اینرسی در مدل که ابعاد دینامیکی نوسانگر را بالا می‌برد! اختلاف فاز بین دو گروه، خود نوسانی خواهد شد. همچنین شرایط تحلیلی برای وجود هم‌زمان دو گروه پایدار با اختلاف فاز ثابت و نوسانی معرفی می‌شود.

در این مقاله شبکه‌ای شامل چهار نوسانگر opo-electronic یکسان کاملا متصل با بازخورد و اتصالات تاخیری مورد بررسی قرار می‌گیرد. ادعا شده که این کوچکترین شبکه‌ای است که در آن chimera رخ می‌دهد و این در مقابل نظریاتی است که وجود شبکه‌ی بزرگ با اتصالات غیرموضعی را برای بروز  chimera ضروری می‌دانند. گزارشی از مشاهده‌ی تجربی حالت‌های خوشه‌ای و chimera نیز داده می‌شود.
  • سایر مقالات این مجموعه:

در این مقاله به کمک مدل نوسانگرهای فاز kuramoto به بررسی چگونگی سازگار شدن مغز با اختلاف زمانی شبانه روز در سفرها پرداخته می‌شود. نشان داده می‌شود که سفر شرق به غرب و غرب به شرق می‌توانند تاثیرات متفاوتی در بازیابی ریتم‌های شبانه روز داشته باشند.
در این مقاله شبکه‌ای شامل چهار نورون با مدل نوسانگر فازمتقارن kuramoto که نزدیک انشعاب هوپف هستند، مورد بررسی قرار گرفته است. نشان داده می‌شود که با در نظر گرفتن فرض‌های ویژه برای تابع اتصالات غیر دو به دو، مانند هارمونی بودن، دینامیک‌های پیچیده‌ای در سیستم قابل مشاهده است، که پیش از این تنها در سیستم‌های با بعد بالاتر قابل مشاهده بودند. همچنین نشان داده می‌شود که آشوب در نتیجه‌ی وقوع انشعاب period-doubling و با سناریوی Shilnikov در سیستم قابل مشاهده است. همچنین وجود و پایداری جواب‌های هم‌فاز و با فاز splay! یا (rotating waves)  مورد بررسی قرار می‌گیرد.

در این مقاله به بررسی هم‌نوایی در شبکه‌های پیچیده‌ی نوسانگرهای فاز نویزی پرداخته می‌شود. نشان داده می‌شود که درحالیکه اتصالات بسیار ضعیف برای هم نوا شدن کل سیستم کافی نیست، اتصالات قوی نیز باعث بروز نوعی لغزش فاز می‌شوند، که منجر به از بین رفتن هم‌نوایی می‌شود. نرخ لغزش فاز برای مقادیر مختلف پارامترهای مدل و همچنین شدت نویز مطالعه می‌شود. در واقع نتایج این مقاله نشان می‌دهد که بروز هم‌نوایی در شبکه‌های همگن نوسانگرهای تناوبی که تحت تاثیر نویز هستند، به سختی رخ می‌دهد.

در این مقاله ساختار حوزه‌های جذب در شبکه‌ی دینامیکی بزرگ شامل نوسانگرهای فاز هم‌نوا که روی یک حلقه فرض شده‌اند، مورد مطالعه قرار می‌گیرد. فاز و دامنه به عنوان متغیرهای سیستم در نظر گرفته شده‌اند. هدف مطالعه‌ی نوسان‌های سیستم و تغییر جاذب‌های سیستم در حالت وجود نویز در فاز نوسانگرها است.

در این مقاله تکنیک transient uncoupling مورد استفاده قرار می‌گیرد، یعنی ادعا این است که با قطع کردن موقت اتصال بین دو سیستم غیر هم‌نوای غیر یکسان می توان بین آن‌ها هم‌نوایی ایجاد کرد. این تکنیک سابق بر این برای هم‌نوا سازی سیستم‌های یکسان بکار میرفت که در اینجا برای سیستم‌های غیریکسان آشوبناک هم کارساز است. همچنین نشان داده می‌شود که در حضور نویز با استفاده از قطع کردن موقت اتصالات می‌توان هم‌نوایی را پایدار کرد. بطور خاص راجع به کاربرد این تکنیک در مدل dynamo-Lorenz  وRossler هم صحبت شده است.
در این مقاله به بررسی روشی برای بهینه کردن خصوصیات هم‌نوایی شبکه‌‌های جهت‌ دار نوسانگرهای فاز، پرداخته می‌شود. تابع تراز هم‌نوایی (synchrony alignment function) که ارتباط بین ساختار شبکه و فرکانس طبیعی را مدل می‌کند به عنوان معیاری برای میزان هم‌نوایی سیستم معرفی می‌شود. همچنین به مطالعه‌ی ارتباط بین خصوصیات ساختاری و دینامیکی شبکه‌های بهینه سازی شده نیز پرداخته می‌شود.
در این مقاله مروری بر الگوهای هم‌نوایی وابسته به توپولوژی شبکه صورت گرفته. چهار بحث مجزا در این مقاله دنبال می‌شود: 1. الگوهای غیر انعطاف‌پذیر(rigid) هم‌نوایی برای وضعیت‌های تعادلی، به این معنی که ایجاد اختلال در سیستم وضعیت تعادلی را جابجا کند اما الگوی هم‌نوایی آن را تغییر ندهد، 2. الگوهای غیر انعطاف پذیر تغییر فاز هم‌نوایی برای مدارهای تناوبی، 3. پایداری حالت‌های هم‌نوا و 4. ارتباط سه مورد قبلی با شبکه‌های متقارن. همچنین در یکی از مثال‌ها به شبکه‌ای شامل سه نورون با مدل FitzHugh-Nagumo نیز پرداخته می‌شود.

Takashi Nishikawa, Adilson E. Motter

 در این مقاله به مطالعه‌ی رده‌ای از شبکه‌ها پرداخته می‌شود که برای آن‌ها آستانه‌ی قدرت اتصال برای هم‌نوایی سراسری، از سایر شبکه‌ها با همان تعداد راس و اتصال، کمترین است(شبکه‌های UCM). به جای مطالعه‌ی ساختارهای شبکه‌ی مورد نظر، ساختارهای شبکه‌ی متمم مورد بررسی قرار می‌گیرد. از این رو بررسی‌ها معطوف به شبکه‌هایی می‌شود که در آن بزرگترین اجزا در شبکه‌ی متمم دارای حداقل سایز ممکن باشند (شبکه های MCC). نشان داده می‌شود که هرچند شبکه‌های UCM برای بهینه کردن هم‌نوایی سراسری طراحی شده‌اند غالبا هم‌نوایی خوشه‌ای نشان می‌دهند. که این اتفاق خود می‌تواند متاثر از تقارن زیاد ساختار سیستم باشد، و این تقارن نیز از بهینه سازی نتیجه می‌شود، و از طرفی این اجازه را به ما می‌دهد که پایداری هم‌نوایی‌های خوشه‌ای را آنالیز کنیم. 

در این مقاله تاثیر انواع مختلف تاخیر بر وجود و پایداری travelling waves در شبکه‌‌ای متشکل از نوسانگرهای فاز از نوع kuramoto و با اتصالات غیر موضعی و همچنین در شبکه‌ای با نورون‌های تتا مورد مطالعه قرار می‌گیرد. در هر دو شبکه نوسانگرها ناهمگن فرض شده‌اند.







۰ نظر موافقین ۰ مخالفین ۰
ن.ف.ط

جلسه‌ی علوم اعصاب 2 ام آبان ماه

به امید خدا یکشنبه 2ام آبان ماه آقای "عرفان ذابح" دانشجوی مهندسی برق و فیزیک دانشگاه شریف، که با جناب آقای دکتر لشگری همکاری پژوهشی دارند، ارائه‌ای با موضوع "Horizontal Organization of Thalamic Input in Visual Cortex"خواهند داشت. جلسه همانند گذشته ساعت 8:30 الی 10 در کلاس 415 دانشکده ریاضی دانشگاه صنعتی شریف برگزار می‌شود.

  • توضیح آقای ذابح راجع به کار تحقیقاتیشون:
 Thalamocortical afferents are thought to play a major role in the organization of visual cortical maps, however, we still have a poor understanding of how they are horizontally arranged within the cortex. To address this question, we measured horizontal changes in ON and OFF cortical retinotopy within cat visual cortex by using multielectrode arrays. We then performed computer simulations to estimate the horizontal pattern of thalamic axons that best reproduced the ON-OFF cortical changes. After giving random values of receptive field position/size/polarity, synaptic strength per cortical point and axon-terminal size, thalamic afferents went through two different stages of pruning. In the first stage (retinotopic pruning), the synaptic weights and axonal branches changed to match the ON-OFF cortical retinotopy. In the second stage (fine pruning), we tested three different approaches: 1) minimize number of thalamic inputs , 2) minimize size of axon terminals, 3) both. Among the three approaches, the first method provided the best fits to the cortical data. It reproduced more closely the ON/OFF receptive field structures, the physiological correlation between the ratios of ON/OFF axon number and synaptic strength at each cortical point and the larger horizontal distances covered by OFF afferents.
۰ نظر موافقین ۰ مخالفین ۰
ن.ف.ط

جلسه‌ی علوم اعصاب 25 ام مهرماه

یکشنبه 25 ام مهرماه جلسه‌ی هفتگی علوم اعصاب در دانشکده‌ی ریاضی دانشگاه صنعتی شریف در کلاس 415 و از ساعت 8:30 الی 10 برگزار می‌شود.

در این جلسه آقای "امیرحسین اخلاصی" ارائه‌ای با عنوان "جایی که آمار بیزین کار نمیکند" خواهند داشت که توضیح مختصری راجع به آن در ادامه می‌آید. در زمان باقی مانده نیز به ادامه‌ی برنامه ریزی جلسات برای ترم اول 96-95 پرداخته خواهد شد.

 
  • توضیح مختصری در مورد "جایی که آمار بیزین کار نمیکند":
برای چند سالی دانشمندان علوم اعصاب سعی کردند مدلسازی ای برای کارکرد مغز ارائه بدهند که طبق یک مدل آماری کار میکرد. ولی در مقاله ای با عنوان "On the Brittleness of Bayesian Inference" دکتر احدی ثابت کرد که تحت شرایطی، روشهای آماری بیزین جواب غلط میدهند و در مدلسازی اشاره شده، این شرایط صدق میکرد.
۰ نظر موافقین ۰ مخالفین ۰
ن.ف.ط

سمینار دکتر آرش افراز

روز شنبه 24 ام مهرماه دکتر آرش افراز سمیناری با عنوان "هنر سخنوری" در پژوهشگاه دانش‌های بنیادی خواهند داشت.

۰ نظر موافقین ۰ مخالفین ۰
ن.ف.ط

کتاب علوم اعصاب نظری، مدل‌سازی ریاضی و محاسباتی سیستم‌های نورونی

Theoretical Neuroscience Computational and Mathematical Modeling of Neural Systems,

Book by Peter Dayan, Laurence F. Abbott

در این کتاب روش‌های پایه‌ای ریاضی و محاسباتی علوم اعصاب نظری و برخی از کاربردهای آن در زمینه‌هایی مانند بینایی، ادغام حسی حرکتی، یادگیری و حافظه مورد مطالعه قرار می‌گیرد. مطالب کتاب به سه بخش عمده تقسیم می‌شود. در بخش I ارتباط محرک‌های حسی و پاسخ‌های نورونی با تمرکز روی بازنمایی اطلاعات توسط فعالیت شلیکی نورون‌ها مورد بررسی قرار می‌گیرد. در بخش II مدل‌سازی نورون‌ها و مدارهای عصبی بر اساس بیوفیزیک سلولی و سیناپسی مطالعه می‌شود. در بخش III به تجزیه و تحلیل نقش پذیری در یادگیری و تکامل پرداخته می‌شود.


 

۰ نظر موافقین ۰ مخالفین ۰
ن.ف.ط

جلسات هفتگی در دانشکده علوم ریاضی دانشگاه صنعتی شریف

در ترم پاییز سال تحصیلی  96-95 جلساتی با محوریت موضوعی علوم اعصاب و بویژه ریاضیات علوم اعصاب در دانشکده‌ی ریاضی دانشگاه صنعتی شریف با شرکت دانشجویان علاقمند و اساتید برگزار خواهد شد. در سال‌های گذشته نیز چنین جلساتی بارها برگزار شده است. در هر جلسه مقاله یا مقالاتی و یا فصولی از یک کتاب مورد نظر، معرفی و توسط فردی داوطلب مرور می‌شود. اولین جلسه‌ی ترم جاری در روز یکشنبه 11 ام مهرماه ساعت 10.30-9 در دانشکده علوم ریاضی برگزار می‌شود. در این جلسه راجع به فعالیت این دورهمی‌ها و موضوع محوری مورد مطالعه در ترم جاری صحبت خواهد شد.

۰ نظر موافقین ۰ مخالفین ۰
ن.ف.ط

کتاب اصول علوم عصبی

Principles of Neural Science
 E. R. Kandel, J. H. Schwartz, T. M. Jessell, 
Steven A. Siegelbaum , and A. J. Hudspeth.

معمولا این کتاب به عنوان مرجعی برای درس‌های علوم اعصاب و نوروبیولوژی در مقطع کارشناسی و تحصیلات تکمیلی یا دوره‌های پزشکی مورد استفاده قرار می‌گیرد. در این کتاب سعی شده به غالب جنبه‌های دانش ما از مغز بپردازد. ویرایش پنجم کتاب شصت و هفت فصل دارد که در نه بخش مختلف گنجانده شده‌اند:

  • بخش I: چشم انداز کلی
  • بخش II: زیست‌شناسی سلولی-مولکولی نورون
  • بخش III: انتقال سیناپسی
  • بخش IV: اساس عصبی شناخت
  • بخش V: ادراک
  • بخش VI: حرکت
  • بخش VII: پردازش خودآگاه و ناخودآگاه اطلاعات عصبی
  • بخش VIII: تکامل و منشاء عملکرد و رفتار
  • بخش IX: زبان، تفکر، احساس و یادگیری


۰ نظر موافقین ۰ مخالفین ۰
ن.ف.ط

کتاب دینامیک عصبی

Neuronal dynamics,
From Single Neurons to Networks and Models of Cognition,

Book by Wulfram Gerstner, Werner M. Kistler, Richard Naud and Liam Paninski.

در این کتاب سعی شده به سوال‌هایی که ظاهری ساده دارند ولی پاسخ آن‌ها دشوار و چالش برانگیز هستند پاسخ داده شود، سوال‌هایی از این قبیل:

زمانیکه تصمیمی می‌گیریم چه اتفاقی در مغز رخ می‌دهد؟ چه چیزی نورون را تحریک می‌کند تا یک سیگنال بفرستد؟ یک کد نورونی چیست؟ و...
این کتاب معرفی نسبتا جامع و به روزی راجع به زمینه‌های علوم اعصاب نظری و محاسباتی در اختیار خواننده قرار می‌دهد. این کتاب هم شامل موضوعات کلاسیکی مانند معادلات هاشکین-هاکسلی و مدل هاپفیلد است و هم تحولات جدید در رشته‌هایی مانند مدل‌های خطی تعمیم یافته و نظریه تصمیم گیری را مورد مطالعه قرار می‌دهد. به دلیل اینکه مفاهیم به صورت گام به گام شرح داده می‌شوند وکتاب شامل تصاویر و مثال‌های متعدد است، مطالعه‌ی آن برای افرادی که دانش ابتدایی راجع به معادلات دیفراسیل و احتمالات دارند هم مناسب است.

۰ نظر موافقین ۰ مخالفین ۰
ن.ف.ط

کتاب مبانی ریاضی علوم اعصاب

Mathematical Foundations of Neuroscience,
Book by G. Bard Ermentrout David H. Terman.

نویسندگان این کتاب تلاش کرده‌اند ادبیات و مفاهیم علوم اعصاب را برای ریاضیدانانی که به تازگی به علوم اعصاب علاقمند شده‌اند مطرح کنند. دراین کتاب روش‌های دینامیک غیرخطی در حل مسائل مربوط به علوم اعصاب و مطالعه‌ی الگوهای فعالیت نورونی مورد استفاده قرار می‌گیرد. همچنین راجع به روش‌های بکار بردن ریاضیات در مورد مسائل مربوط به علوم اعصاب صحبت می‌شود و به موضوعاتی مانند ساختن مدل‌ها و بکاربردن روش‌های محاسباتی و تئوری‌های ریاضی برای تحلیل آن‌ها استفاده می‌شود. نویسندگان ترکیبی از روش‌های عددی، تحلیلی و ابزارهای سیستم‌ دینامیکی را برای رسیدن به رویکردی نوین در تحلیل مدل‌های نورونی معرفی ‌می‌کنند. در بخش‌های مختلف کتاب به بررسی نقش اختلال (نویز)، مقیاس‌های زمانی مختلف و ارتباط بخش‌های مغزی در تولید الگوهای پیچیده‌ی فعالیت مغز پرداخته می‌شود.

فصل‌های اولیه کتاب که پیش نیاز زیادی نیاز ندارند به عنوان یک منبع برای علوم اعصاب محاسباتی برای دانشجویان دوره‌ی کارشناسی قابل دنبال کردن هستند و تنها دانستن ریاضیات عمومی و معادلات دیفرانسیل برای آن کافی است. فصل‌های پایانی کتاب نیز برای یادگیری مباحث پایه‌ای علوم اعصاب محاسباتی برای دانشجویان تحصیلات تکمیلی مناسب است.

به عنوان مقایسه‌ای اجمالی بین این کتاب و کتاب  Dynamical Systems in Neuroscience که در پست قبل معرفی شد می‌توان به این نکته اشاره کرد که در کتاب Izhikevich تاکید بر نقش سیستم دینامیکی در مطالعه‌ی رفتار یک تک نورون است، در حالیکه در این کتاب علاوه بر تک نورون به تحلیل و بررسی شبکه‌های نورونی با رویکردهای مختلف پرداخته می‌شود.



۰ نظر موافقین ۰ مخالفین ۰
ن.ف.ط