Prendo spunto dai commenti di Mauriziogato per parlare di un interessante approccio all'idea di popolazione neuronale nell'ambito delle neuroscienze computazionali.
Si parlava del codice neuronale, e se sia possibile dare un senso alla serie di potenziali d'azione che i vari neuroni si scambiano fra loro.
Una maniera per risolvere il problema in una maniera globale, è quella di non considerare i neuroni come entità singole, ma considerare solo l'attività della popolazione neuronale nel suo complesso.
Per fare questo si procede nel modo seguente. Dato che i neuroni sono impacchettati (questo signore è famoso per delle importanti misurazioni nel campo) in maniera compatta nel cervello, si può argomentare che esiste una densità locale di neuroni in ogni punto x del cervello. Questi neuroni saranno attivi con un frequenza di potenziali d'azione media pari a f(x).
In questa maniera abbiamo costruito una funzione, definita su tutti i punti dell'area cerebrale in questione avente come valore la frequenza media dei potenziali d'azione dei neuroni in quel punto. Un tale oggetto si chiama campo neurale.
Quello che è ovviamente interessante e capire qual'è l'evoluzione temporale di questo campo neurale; quindi si assume che questa funzione f dipenda anche dal tempo. Scriviamolo in formule: per ogni punto x dell'area in considerazione e ogni tempo t dell'esperimento in considerazione, la frequenza media dei neuroni in x al momento t è data da f(x,t).
E qua siamo già nel campo dei sistemi dinamici. Per vederlo, si denoti C lo spazio di tutti i possibili pattern spaziali di attivazione, cioè tutte le possibili funzioni f(x). Adesso, per ogni t fissato, la funzione f(-,t) fa parte di C. Quindi, l'evoluzione dell'attività cerebrale può essere facilmente modellata come un sistema dinamico nello spazio C.
La vera sfida è trovare delle leggi dinamiche per queste evoluzioni temporali. L'articolo su Scholarpedia fornisce una breve introduzione.
Si parlava del codice neuronale, e se sia possibile dare un senso alla serie di potenziali d'azione che i vari neuroni si scambiano fra loro.
Una maniera per risolvere il problema in una maniera globale, è quella di non considerare i neuroni come entità singole, ma considerare solo l'attività della popolazione neuronale nel suo complesso.
Per fare questo si procede nel modo seguente. Dato che i neuroni sono impacchettati (questo signore è famoso per delle importanti misurazioni nel campo) in maniera compatta nel cervello, si può argomentare che esiste una densità locale di neuroni in ogni punto x del cervello. Questi neuroni saranno attivi con un frequenza di potenziali d'azione media pari a f(x).
In questa maniera abbiamo costruito una funzione, definita su tutti i punti dell'area cerebrale in questione avente come valore la frequenza media dei potenziali d'azione dei neuroni in quel punto. Un tale oggetto si chiama campo neurale.
Quello che è ovviamente interessante e capire qual'è l'evoluzione temporale di questo campo neurale; quindi si assume che questa funzione f dipenda anche dal tempo. Scriviamolo in formule: per ogni punto x dell'area in considerazione e ogni tempo t dell'esperimento in considerazione, la frequenza media dei neuroni in x al momento t è data da f(x,t).
E qua siamo già nel campo dei sistemi dinamici. Per vederlo, si denoti C lo spazio di tutti i possibili pattern spaziali di attivazione, cioè tutte le possibili funzioni f(x). Adesso, per ogni t fissato, la funzione f(-,t) fa parte di C. Quindi, l'evoluzione dell'attività cerebrale può essere facilmente modellata come un sistema dinamico nello spazio C.
La vera sfida è trovare delle leggi dinamiche per queste evoluzioni temporali. L'articolo su Scholarpedia fornisce una breve introduzione.
