Projeto:Codificação neuronal de cenas visuais ecologicamente

realísticas

João Vicente Dornasmestrando do Programa de Pós-Graduação em NeurociênciasLaboratório de Neurodinâmica

Sunday 14 August 16

Imagem adaptada de: Quian Quiroga et al (2009). Nature Rev. Neurosci. 10(3):173-185.

PROBLEMA ATUAL Existe um código neural?Que código é esse?

?

Sunday 14 August 16

Como interpretar os padrões de atividade neuronal?

CODIFICAÇÃO NEURAL

Quais são os possíveis códigos existentes?

Pela QUANTIDADE de ocorrência de potenciais de ação em uma população de neurônios

3 spikes/s 1 spike/s 2 spikes/s 1 spike/s

Sunday 14 August 16

Como interpretar os padrões de atividade neuronal?

CODIFICAÇÃO NEURAL

Quais são os possíveis códigos existentes?

Pelo TEMPO PRECISO em que os potencias de ação ocorrem

(ex.: potenciais de ação como uma sequência binária)

0 0 0 11 1 0 1 0 00 0 0 1 0 00 0 1 0 0 0

Sunday 14 August 16

Como interpretar os padrões de atividade neuronal?

CODIFICAÇÃO NEURAL

Quais são os possíveis códigos existentes?

Pelo padrão de INTERVALOS entre os potenciais de ação

Δt#

Sunday 14 August 16

Como interpretar os padrões de atividade neuronal?

CODIFICAÇÃO NEURAL

Quais são os possíveis códigos existentes?

Pelo SINCRONISMO entre neurônios

Sunday 14 August 16

G(x, y,t) = G0 1+ C sin 2π fs (x cosθ + ysinθ) − 2π ft[ ]{ }

Luminância (G0)?

Contraste (C)?

Frequência espacial (fs)?

Frequência temporal (ft)?

Direção de movimento (Θ,ft)?

Velocidade (ft/fs)?

Tamanho do Campo Receptivo (x,y)?

CENA VISUAL Estímulos artificiais

Sunday 14 August 16

Estímulo Resposta

G(x, y,t) = G0 1+ C sin 2π fs (x cosθ + ysinθ) − 2π ft[ ]{ }

200 ms

300

µV

f(S|R)

Luminância (G0)?

Contraste (C)?

Frequência espacial (fs)?

Frequência temporal (ft)?

Direção de movimento (Θ,ft)?

Velocidade (ft/fs)?

Tamanho do Campo Receptivo (x,y)?

CENA VISUAL Estímulos artificiais

Sunday 14 August 16

.25 .5 1 2 4 8Spatial Frequency (cycles/˚)

Tem

pora

l Fre

quen

cy (H

z)

.25

.5

8

1

2

4

CENA VISUAL Estímulos artificiais

Freq

uência+Tem

poral+(Hz

)+

Frequência+Espacial+(ciclos/°)+

Sunday 14 August 16

25 sp/s

4s.25 .5 1 2 4 8

Spatial Frequency (cycles/˚)

Tem

pora

l F

requency (

Hz)

.25

.5

8

1

2

4

A

Spatial Frequency (cycles/˚)

Te

mp

ora

l F

req

ue

ncy (

Hz)

.25 .5 1 2 4 8

.25

.5

1

2

4

8

0 5 10 15 20 25 30Response (sp/s)

0 30

sp/s

stt019a02_2b

0

30

sp/s

B

Pinto & Baron (2009) J. Eur. Neurosci. 30:1251-1268

CENA VISUAL Estímulos artificiaisFreq

uência+Tem

poral+(Hz

)+

Freq

uência+Tem

poral+(Hz

)+

Frequência+Espacial+(ciclos/°)+

Frequência+Espacial+(ciclos/°)+

Resposta((sp/s)(

Sunday 14 August 16

CENA VISUAL Estímulos cenas naturais (realísticas)

Cenas naturais estimulam as vias neurais visuais em toda sua complexidade

Sunday 14 August 16

EXEMPLO DE EXPERIMENTO

Estímulos mais dinâmicos

VELOCIDADE CONSTANTE

VELOCIDADE VARIÁVEL

Experimento realizado em: Ruyter Van Steveninck et al (1997). Science 275(5307):1805–1808.

Estímulo Estímulo

Trilhas de Potenciais de Ação Trilhas de Potenciais de AçãoVelocidade

)

Velocidade

)

Repe

$çõe

s(

Repe

$çõe

s(

Sunday 14 August 16

O PROJETO Etapa Experimental: animal

Sunday 14 August 16

O PROJETO Etapa Experimental: animal

visão superior visão lateral

1cm

Wulst

Sunday 14 August 16

O PROJETO Etapa Experimental: estímulo realístico

Ohayon, S. et al. (2008). Biological Cybernetics, 98(2), 115–132.

Sunday 14 August 16

O PROJETO Etapa Experimental: estímulo realístico

?Trilhas de Potenciais de Ação Trilhas Invertidas Temporalmente

Sunday 14 August 16

O PROJETO Etapa Teórica Computacional

Teoria da InformaçãoMétodo Metric Space (Victor & Purpura)

0

1

2Δt#

Sa

Sb

Dspike[q] Sa,Sb( ) = K Sj−1,Sj( )j=1

2

∑

K S0,S1( ) =1

K S1,S2( ) = qΔt

q ≈ s−1

0 ≤ q ≤1000

Sunday 14 August 16

O PROJETO Etapa Teórica Computacional

Teoria da InformaçãoMétodo Metric Space (Victor & Purpura)

Matriz'de'Distância'

Trilha'de'Potenciais'de'Ação'

Trilha'de

'Poten

ciais'd

e'Ação'

Repe

$ção(

Tempo&(s)&

classes de estímulos

classes de respostas

sα = s1, s2,..., sCrβ = r1, r2,..., rC

Reich, D S. et al. (2001). Journal of Neurophysiology, 85 (1), 305–318.

Sunday 14 August 16

O PROJETO Contribuição Esperada

Imagem adaptada de: Quian Quiroga et al (2009). Nature Rev. Neurosci. 10(3):173-185.

Sunday 14 August 16

FIM!

Obrigado pela atenção!

Sunday 14 August 16