Bilgisayımsal SinirBilim Computational Neuroscience. Adnan Kurt

Transkript

1 Bilgisayımsal SinirBilim Computational Neuroscience Adnan Kurt İÜTF Fizyoloji AD 07 Mayıs

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 2

3 BSB Bilgisayımsal Sinirbilim Yorumları: 1. Bilgisayarlar kullanarak beyni anlamak 2. Beyni bilgisayar gibi yorumlamak. P 1( x1, x2,..., x m ) P 2( x1, x2,..., x m ) P 3( x1, x2,..., x m ) 1 x 1 2 x 1 YSA ANN YZ -AI YY -AL Perceptrons FEM -Anatomi FEM -Biyofizik, EMA, Mekanik 1 x 3 2 x 3 1 x 2 1 x 4 Basit Bir Sinir Sistemi 3

4 Sinirbilim Çevresel Uyaran Tepkisel Davranış 4

5 Psikofizik Davranış Bilimleri Çevresel Uyaran Tepkisel Davranış 5

6 Nörofizyoloji Çevresel Uyaran Tepkisel Davranış 6

7 Kuramsal -BSB u i w i O Çevresel Uyaran O S ( i w u i i) Tepkisel Davranış 7

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 x i = sign( j J ij x j ) 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... 8

9 Korteksiniz Açılınca Neokorteks -Bilinciniz 6 Katman ~30 cm ~0.5 cm Kabukaltı yapılar koşullanmalar, homeostasis, duygulanımlar ve birçok başka şeyler 9

10 Doğal ve Yapay 1 mm 3 korteks: 1 mm 2 CPU: 50,000 nöron bağlantı/nöron (=> 500 milyon bağlantı) 4 km akson Tüm beyin (2 kg): nöron bağlantı 8 milyon km akson 1 milyon transistor 2 bağlantı/transistor (=> 2 milyon bağlantı).002 km iletken tüm CPU: 10 9 transistor 2*10 9 bağlantı 2 km iletken 10

11 voltage Sinir Hücresi dendrites (input) soma (spike generation) axon (output) 1 ms -50 mv time 100 ms 11

12 Sinir Grubu w ij current flow 12

13 Hesaplama Alanlarından Bir Örnek Primer Görsel Korteks 13

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. 14

15 V1 Yerel Devreleri Cell types Local connections To different cortex areas To subcortical areas Coll. Sup., Pulvinar, Pons LGN, Claustrum Spiny stellate cell 15

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 16

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. 17

18 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. 19

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 20