Dipartimento di fisica Home Web Mail Universita' degli studi di Parma Computer Palmari Telefonini WAP  
Seminario
"Analisi e modellazione dei dati in Neuroscienze"

Relatore: Marco Bimbi
Note: Seminario di Dipartimento

Aula Newton
24 Aprile 2013 ore 15.00

Abstract
Nelle Neuroscienze sono utilizzate diverse tecniche sperimentali e in particolare, in elettrofisiologia, si utilizzano dei trasduttori per captare le variazioni del campo elettrico nel sistema nervoso, in stato di riposo e nell'esecuzione di un compito specifico. La migliore risoluzione temporale e spaziale nella rivelazione dei campi elettrici si ottiene con dei microelettrodi, impiantati direttamente nel tessuto nervoso. Il segnale registrato deve però essere successivamente elaborato per estrarre il massimo contenuto informativo. Il filtraggio, l'analisi di Fourier e gli algoritmi di classificazione dei potenziali elettrici registrati, sono gli elementi principali dell'analisi del segnale. Un diverso tipo di trasduttore è costituito da un elettrodo applicato sulla cute o al di sotto di essa. Tale tecnica, applicata allo studio del cervello, è chiamata elettroencefalografia e l'elettroencefalogramma (EEG) risultante ha una minore risoluzione spaziale rispetto al microelettrodo, ma consente di studiare l'attività dei grandi network neuronali. Anche per questo segnale si applicano le tecniche di analisi sopramenzionate. Una possibilità conseguente è quella di studiare la coerenza tra i diversi segnali, come ad esempio tra microelettrodo ed EEG, alla ricerca di eventuali correlazioni. I dati ottenuti vengono poi utilizzati per la validazione dei modelli, sviluppati nel ramo delle Neuroscienze computazionali. Tali modelli cercano di spiegare ad esempio come dai meccanismi biochimici del singolo neurone si riesca ad ottenere la complessa attività dei sistema nervoso nelle sue caratteristiche più elevate, che nell'uomo si esprimono con il linguaggio, l'apprendimento, la coscienza. Esiste un modello, ispirato dalla Fisica, che riesce a descrivere, in modo sufficientemente adeguato, come un network esteso di neuroni riesca ad avere uno stato fortemente correlato, partendo dall'ipotesi di una debole correlazione tra coppie di neuroni.