IA755 - Métodos em Neurociência Computacional - 2S/2026 Imprimir

Ementa:

Parte I – Modelagem biofísica da dinâmica neuronal: modelo de Hodgkin-Huxley; canais de Ca++ e K+ dependentes de Ca++; modelos multi-compartimentais de neurônios; modelos da arborização dendrítica passiva e ativa; Modelos de sinapses e interações sinápticas na arborização dendrítica. Parte II – Simplificação da dinâmica neuronal: modelos do tipo integrate-and-fire, modelo de FitzHugh-Nagumo, modelo de Morris-Lecar, modelos baseados na taxa de disparos, modelos estocásticos da atividade neuronal; codificação e decodificação neuronal; teoria da informação aplicada à análise de spike trains. Parte III – Modelagem e análise de redes neuronais: arquitetura e conectividade de redes de neurônios, modelos de osciladores acoplados (e.g., Mirollo-Strogatz, Kuramoto, Ermentrout-Kopell), circuitos geradores de padrões, análise de sincronismo em redes de neurônios.

Bibliografia:

Abbott, L. F., Dayan, P. Theoretical neuroscience: computational and mathematical modeling of neural systems, MIT Press, 2001; Ermentrout, G. B., Terman, D. H. Mathematical foundations of neuroscience, Springer, 2010; Gerstner, W., Kistler, W. M., Naud, R., Paninski, L. Neuronal dynamics: from single neurons to networks and models of cognition, Cambridge University Press, 2014; Izhikevich E. M. Dynamical systems in neuroscience: the geometry of excitability and bursting, MIT Press, 2007; Koch, C. Biophysics of computation: information processing in single neurons, Oxford University Press, 1999; Koch, C., Segev, I. (eds.) Methods in neuronal modeling: from ions to networks, 2nd ed., MIT Press, 2003; Miller, P. An introductory course in computational neuroscience, MIT Press, 2018; Sterrat, D., Graham, B., Gillies, A., Willshaw, D. Principles of computational modelling in neuroscience, Cambridge University Press, 2011.

Ano de Catálogo: 2026

Créditos: 4