1 / 23

El mundo según las neuronas : Principios fundamentales del procesamiento sensorial

Reacciono a estímulos externos, luego existo. El mundo según las neuronas : Principios fundamentales del procesamiento sensorial. Gonzalo G. de Polavieja Investigador ‘Ramón y Cajal’ Laboratorio de Procesamiento Neuronal, Dept. Física Teórica & Nicolás Cabrera,

gerek
Download Presentation

El mundo según las neuronas : Principios fundamentales del procesamiento sensorial

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Reacciono a estímulos externos, luego existo El mundo según las neuronas: Principios fundamentales del procesamiento sensorial Gonzalo G. de Polavieja Investigador ‘Ramón y Cajal’ Laboratorio de Procesamiento Neuronal, Dept. Física Teórica & Nicolás Cabrera, Universidad Autónoma de Madrid

  2. ¿Qué reglas cumplen circuitos sensoriales?

  3. El cerebro aplica ‘algoritmos’ sobre datos sensoriales

  4. Las ilusiones visuales muestran propiedades de estos algoritmos

  5. Diferentes animales resuelven problemas de la misma forma

  6. ... y están hechos de las mismas piezas moleculares

  7. Abramson

  8. Aprendizaje concepto “IGUAL” vs “DIFERENTE” Aprendizaje concepto “IGUAL” vs “DIFERENTE” Aprendizaje concepto “IGUAL” vs “DIFERENTE” NECTAR NECTAR Aprendizaje concepto “IGUAL” vs “DIFERENTE” OLOR 1 OLOR 4 OLOR 1 OLOR 2 OLOR 2 OLOR 3 ? OLOR 1 OLOR 1 OLOR 3 Aprendizaje del concepto de “IGUAL” Srinivasan & Zhang

  9. ¿Qué reglas cumplen circuitos sensoriales en Drosophila? Tomado de Heisenberg (2003)

  10. Técnicas experimentales Técnicas de imagen Electrofisiología

  11. Teoría

  12. Electrofisiología intracelular en Drosophila: no es un sueño imposible! Drosophila

  13. Indifferent electrode Microelectrode 10 mV 100 ms Peltier temperature control

  14. Conexiones inhibitorias laterales: Exageración de contornos Imagen con borde Fotoreceptores Lámina (con inhibición) Actividad en Lámina

  15. Conexiones de retroalimentación: ¿para qué?

  16. Calidad de señal en fotoreceptores WT y ORT Calidad señal 100 200 100 200 100 200 # imágenes / segundo La retroalimentación mejora la calidad de la señal a 75 imágenes/segundo Zheng, de Polavieja, Wolfram, Ashaly, Hardie & Juusola (2005, submitted) Zheng, de Polavieja, Wolfram, Ashali & Juusola (2005)

  17. Los potenciales de acción hacia atrás influyen en aprendizaje, conexiones dendro-dendríticas y actividad futura EPSP PA

  18. Variabilidad en la forma de los PA: ¿azar o llevan información? de Polavieja, Harsch, Kleppe, Robinson,& Juusola (Journal of Neuroscience, aceptado, 2005)

  19. Información (bits/segundo) # PA / segundo Las diferentes formas llevan información del estímulo que la neurona recibe de Polavieja, Harsch, Kleppe, Robinson & Juusola (Journal of Neuroscience, aceptado, 2005)

  20. Biochips Helicóptero con algoritmos visuales de abeja (Srinivasan Lab) Aplicaciones (por otros grupos) Cucaracha teledirigida Minirobots voladores autónomos (Dickinson Lab)

  21. Futuro: toma de decisiones (de la mosca) Wolf-Heisenberg A. Acebes

  22. CONCLUSIONES: Conexiones de retroalimentación mejoran la calidad de la señal en circuitos neuronales La propagación hacia atrás de actividad en una neurona es muy rica en información sobre la estimulación que recibe Futura importacia de Drosophila en el estudio de procesamiento ‘inteligente’ (decisiones, atención, generalización, etc)

  23. AGRADECIMIENTOS Mikko Juusola, Hugh Robinson (Univ. of Cambridge) LABORATORIO DE PROCESAMIENTO NEURONAL:Sara Arganda (CAM; redes neuronales en sanguijuela), Srikanth Ramaswamy (fBBVA; imagen de calcio), Juan López (beca colaboración en Física; modelos), Lucía Prieto (beca aprovechamiento académico; memoria en larva de Drosophila), Gabriel González (proyecto fin de carrera en Informática Técnica; medida automatizada de comportamiento ) GRUPO DE DINAMICA NO LINEAL Y ESTOCASTICA: Raul Guantes GRUPO DE COMPUTACION BIOLOGICA: Pablo Varona & Francisco de Borja FERRUS LAB: Alberto Ferrús y Angel Acebes OTROS: Nestor Parga, Marisela Vélez, José María Sanz, Rodolfo Miranda, William Bialek, Simon Laughlin, Holger Krapp... Las facturas de la casa (MCyT), equipamiento (MCyT, fBBVA y UAM), estudiantes (CAM, fBBVA y UAM) y los viajes The Royal Society

More Related