Usuário(a):MGromov/Testes32

Página inicial: Testes

Edições completas: Mecânica estatística  • Modelo Hodgkin-Huxley  • Neurociência computacional  • Modelo probabilístico para redes neurais  • Teoria de campo médio  • Modelo FitzHugh–Nagumo  • Processo Lévy  • Cadeias de Markov  • Processo de Poisson  • Galves–Löcherbach model  • Stochastic chains with memory of variable length  • Lesão do plexo braquial  • Somatotopia  • Função densidade  • Modelos de grafos aleatórios exponenciais • Processo de Gram-Schmidt  • Equação de Chapman–Kolmogorov  • Predefinição:Processos estocásticos  • Algoritmo de autovalores  • Transição de fase  • Hipótese do cérebro crítico  • Critical brain hypothesis  • Passeio aleatório  • Plasticidade sináptica  • Potencial pós-sináptico excitatório  • Potencial pós-sináptico inibitório  • Modelo de Morris-Lecar  • Plexo braquial  • Processo gaussiano  • Campo aleatório de Markov  • Eletroencefalografia  • Modelo de Hindmarsh-Rose  • Sistemas de partícula em interação  • Medida de Gibbs  • Nervo escapular dorsal  • Nervo radial  • Nervo peitoral lateral  • Nervo musculocutâneo  • Medida de Dirac  • Nervo torácico longo  • Sigma-álgebra  • Nervo peitoral medial  • Nervo ulnar  • Potencial evocado  • Estimulação magnética transcraniana repetitiva  • Teorema de Donsker  • Desigualdade de Boole  • Codificação neural  • Aprendizado de máquina  • Independência condicional  • Inferência estatística  • Nervo subclávio  • Nervo supraescapular  • Nervo mediano  • Nervo axilar  • Movimento browniano geométrico  • Caminho autoevitante  • Tempo local  • Nervo subescapular superior  • Nervo toracodorsal  • Nervo subscapular inferior  • Caminho (teoria dos grafos)  • Campo aleatório  • Lei do logaritmo iterado

Edições em andamento: Nervo cutâneo medial do braço (N)  • Nervo cutâneo medial do antebraço (N)  • Cérebro estatístico (N)  • Statistician brain  • Distribuição de probabilidade condicional (N)  • Esperança condicional (N)  • Integral de Itō (N)  • Martingale  • Variação quadrática (N)  • Processo Ornstein–Uhlenbeck  • Ruído branco  • Teoria ergódica  • Avalanche neuronal (N)  • Teoria da percolação (N)  • Função totiente de Euler  • Ruído neuronal (N)  • Distribuição de Poisson  • Córtex cerebral  • Estímulo (fisiologia)

Referência: Hindmarsh-Rose model

O modelo Hindmarsh–Rose é um modelo de atividade neuronal que tem como objetivo estudar o comportamento de rajada de disparos do potencial de membrana observado em experimentos feitos com um único neurônio. A variável relevante é o potencial de membrana, x(t), que é escrito em unidades adimensionais. Há mais duas variáveis, y(t) e z(t), que leva em conta o transporte de íons através da membrana por meio de canais de íons. O transporte de íons de sódio e potássio é feito por canais iônicos rápidos e a sua taxa é medida por y(t), que é chamada de variável de spiking. O transporte de outros íons é feito através de canais lentos, e é representado por z(t), que é chamado de variável de rajada. Então, o modelo de Hindmarsh–Rose tem a forma matemática de um sistema de três equações diferenciais ordinárias não-lineares nas variáveis dinâmicas adimensionais x(t), y(t) e z(t), que podem ser escritas como:

Simulação de neurônio de Hindmarsh–Rose mostrando rajada neuronal típica.

${\begin{aligned}{\frac {dx}{dt}}&=y+\phi (x)-z+I,\\{\frac {dy}{dt}}&=\psi (x)-y,\\{\frac {dz}{dt}}&=r[s(x-x_{R})-z],\end{aligned}}$

onde

${\begin{aligned}\phi (x)&=-ax^{3}+bx^{2},\\\psi (x)&=c-dx^{2}.\end{aligned}}$

O modelo tem oito parâmetros: a, b, c, d, r, s, x_R e I. É comum fixar alguns deles e deixar que os outros sejam parâmetros de controle, normalmente, o parâmetro I, o que significa que a corrente que entra no neurônio é tomada como um parâmetro de controle. Outros parâmetros de controle utilizados frequentemente são a, b, c, d ou r, os quatro primeiros modelando o trabalho dos canais de íons rápidos e o último, os canais de íons lentos, respectivamente. Com freqüência, os parâmetros mantidos fixos são s = 4 e x_R = -8/5. Quando a, b, c, d são fixos, os valores apresentados são a = 1, b = 3, c = 1 e d = 5. O parâmetro r é algo da ordem de 10^-3, e I gira entre -10 e 10.

A terceira equação de estado:

${\begin{aligned}{\frac {dz}{dt}}&=r[s(x-x_{R})-z],\\\end{aligned}}$

permite uma grande variedade de comportamentos dinâmicos do potencial de membrana, descritos pela variável x, incluindo um comportamento imprevisível, que é conhecido como dinâmica caótica. Isso torna o modelo de Hindmarsh–Rose relativamente simples e fornece uma boa descrição qualitativa dos muitos padrões diferentes que são observados empiricamente.

Veja também

• Modelos de disparos neuronais
• Modelo de Hodgkin–Huxley
• Neurociência computacional
• Onda cerebral

Referências

[[:Categoria:Eletrofisiologia]] [[:Categoria: Neurociência]] [[:Categoria: Biofísica]]