Construção de um modelo de rede de neurônios excitatórios e inibitórios das camadas iniciais do sistema visual de mamíferos

DSpace Repository

A- A A+

Construção de um modelo de rede de neurônios excitatórios e inibitórios das camadas iniciais do sistema visual de mamíferos

Show simple item record

dc.contributor Universidade Federal de Santa Catarina
dc.contributor.advisor Pinto, Leonel Teixeira
dc.contributor.author Silva, Thiago Pereira da
dc.date.accessioned 2018-11-06T03:02:03Z
dc.date.available 2018-11-06T03:02:03Z
dc.date.issued 2017
dc.identifier.other 354315
dc.identifier.uri https://repositorio.ufsc.br/handle/123456789/191092
dc.description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Química, Florianópolis, 2017.
dc.description.abstract A visão é um dos sentidos mais importantes para os mamíferos, pois permite ao cérebro construir uma representação do ambiente externo ao organismo através da luz visível, fornecendo uma poderosa capacidade de interação com o mundo em que vivemos. O caminho da informação visual é iniciado na retina, passando pelo tálamo até chegar ao córtex visual primário e por sucessivas camadas corticais. Os mecanismos associados ao processamento da informação visual nessas camadas ainda não são totalmente entendidos. Visando compreender melhor os padrões emergentes do sistema nervoso, o objetivo desse trabalho é desenvolver um modelo computacional de rede de neurônios, capaz de simular o comportamento dos primeiros estágios do sístema visual de mamíferos: retina, núcleo geniculado lateral e córtex visual primário, utilizando populações de neurônios excitatórios e inibitórios. O modelo computacional foi capaz de transmitir sinais e informações através da estimulação na camada da retina até a camada de saída do córtex visual primário (2/3). Os resultados mostram também a importância das células inibitórias na contenção da excitação neuronal causada pelos circuitos recorrentes do córtex visual primário de mamíferos.
dc.description.abstract Abstract : Vision is one of the most important senses for mammals; it enables the brain to construct a representation of the externalenvironmentandincreasesthecapacityforinterac- tion of the organism with their environment. The neuronal processing of visual information starts when visible light reaches the retina; the nerve impulse then travels from the retina, through the thalamus to the primary visual cortex and then to the higher cortical layers of the brain. The mechanisms associated with the processing of visual in- formation in these areas are still not fully understood. The aim of this work was to develop a computational model of the neuronal network that was capable of simulating the behavior of the early stages of the mammalian visual sys- tem using excitatory and inhibitory neurons. The stages of the visual system included the retina, lateral geniculate nu- cleus and primary visual cortex. This computational model allowed for a better understandingof the emergingpatterns of the central nervous system. After retinal stimulation, the computational model was able to transmit signals and information to the output layer of the primary visual cortex (layer 2/3). These results were able to show the importance oftheinhibitorycellsincontrollingtherecurrentexcitation caused by the recurrent circuits of the mammalian primary visual cortex. en
dc.format.extent 173 p.| il., gráfs., tabs.
dc.language.iso por
dc.subject.classification Engenharia química
dc.subject.classification Redes neurais (Computação)
dc.subject.classification Neurônios
dc.subject.classification Córtex Visual
dc.subject.classification Mamíferos
dc.subject.classification Visão
dc.title Construção de um modelo de rede de neurônios excitatórios e inibitórios das camadas iniciais do sistema visual de mamíferos
dc.type Tese (Doutorado)


Files in this item

Files Size Format View
PENQ0753-T.pdf 17.76Mb PDF View/Open

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account

Statistics

Compartilhar