Neuroinformatika

Vztahy:

Předmět BAM33NIN může při kontrole studijních plánů nahradit předmět A6M33NIN

Předmět BAM33NIN nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A6M33NIN (vztah je symetrický)

Předmět BAM33NIN nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět BEAM33NIN (vztah je symetrický)

Podmínkou zápisu na předmět BAM33NIN je, že student si nejpozději ve stejném semestru zapsal příslušný počet předmětů ze skupiny BEZBM

Předmět BAM33NIN nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A6M33NIN (vztah je symetrický)

Předmět BAM33NIN nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět BEAM33NIN (vztah je symetrický)

Garant předmětu:

Daniel Novák

Přednášející:

Ján Antolík, Eduard Bakštein, Giulia D´Angelo, Jiří Hammer, David Kala, Daniel Novák, Karla Štěpánová

Cvičící:

Eduard Bakštein, Giulia D´Angelo, Daniel Novák

Předmět zajišťuje:

katedra kybernetiky

Anotace:

Předmět je zaměřen na modelování neuronů, metody učení na celulární úrovni, zpracování signálů neuronů, kódování a dekódování informace v mozku. Přednášky aplikují získané poznatky na příklady z neurofyziologické praxe. Cvičení jsou zaměřeny na analýzu záznamů signálů neuronů získaných ze zvířecího i lidského mozku.

Požadavky:

Prerekvizity: Teorie signálů, Statistika a spolehlivost v lékařství, Rozpoznávání a strojové učení.

Osnova přednášek:

1. Úvod, přehled klinických a zobrazovacích metod (jednotková aktivita, EEG , potenciály lokálního elektrického pole, transkraniální magnetická stimulace, funkční neurochirurgie, funkční magnetická rezonance, metody navigace a jejich vizualizace).

2. Modely neuronů: synaptické vstupy, dendritické stromy, iontové kanály, stavová analýza.

3. Poissonův proces, variabilita pálení neuronu, Integrate &Fire model.

4. Bodové procesy v čase a prostoru, definice metrik podobnosti pálení neuronů.

5. Kódování informace v mozku: frekvenční a temporální metriky: - dekódování informace a synchronizace, informační přenos pálení neuronů.

6. Mechanismy učení na celulární úrovni - krátkodobé a dlouhodobé učení.

7. Stochastické neurony a učení I - inspirace statistickým přístupem.

8. Stochastické neurony a učení II - inspirace statistickým přístupem.

9. Učení založené na frekvenčních a časových charakteristikách.

10. Modelování organizace a funkcí mozkové kůry.

11. Aplikace neuroinformatiky pro výzkum epilepsie.

12. Třídění neuronů, předzpracování signálu jednotkové aktivity, evaluace shlukování, generování umělého signálu.

13. Případová studie: výzkum emocí v oblasti bazálních ganglií, analýza IAPS experimentů.

14. Rezerva.

Osnova cvičení:

1. Modelování neuronů a jejich vzájemného propojení, Hodgkin-Huxley model, koeficient variace, PSTH histogram.

2. Bodové a Poissonovy procesy.

3. Kódování signálu v mozku- frekvenční přístup.

4. Kódování signálu v mozku- časový přístup.

5. Dekódování signálů.

6. Přenos informace, entropie, míry regularity, „spike train“ míra.

7. Statistické vlastnosti pálení neuronu, 2D a 3D reprezentace.

8. Stochastické neurony a učení, synchronizace, kros-korelace.

9. Generování umělého spike train signálu.

10. Třídění neuronů.

11. Evaluace výsledků, vizualizační metody, ROC křivka.

12. Případová studie: IAPS experiment.

13. Případová studie: epilepsie.

14. Rezerva.

Cíle studia:

Předmět je zaměřen na modelování neuronů, metody učení na celulární úrovni, zpracování signálů neuronů, kódování a dekódování informace v mozku. Přednášky aplikují získané poznatky na příklady z neurofyziologické praxe. Cvičení jsou zaměřeny na analýzu záznamů signálů neuronů získaných ze zvířecího i lidského mozku.

Studijní materiály:

[1] Christof Koch, Biophysics of Computation-Information Processing in Single Neurons, Oxford University Press, 1999.[2] Thomas P. Trappenberg, Fundamentals of Computational Neuroscience, Oxford University Press, 2002.

[3] Fred Rieke,Spikes Exploring the Neural Code, MIT Press, 1999.

[4] Peter Dayan, Theoretical Neuroscience, MIT Press, 2001.

[5] Wulfram Gerstner, Spiking Neuron Models, Cambridge University Press, 2002.

Poznámka:

Další informace:

https://cw.fel.cvut.cz/wiki/courses/beam33nin/start

Rozvrh na zimní semestr 2024/2025:

Rozvrh není připraven

Rozvrh na letní semestr 2024/2025:

	06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
Út
St	místnost KN:A-313 Novák D. Bakštein E. 11:00–12:30 (přednášková par. 1) Karlovo nám. Učebna KA313místnost KN:E-230 Bakštein E. D´Angelo G. 12:45–14:15 (přednášková par. 1 paralelka 101) Karlovo nám. Laboratoř PC
Čt
Pá

Předmět je součástí následujících studijních plánů:

• Lékařská elektronika a bioinformatika - Specializace Bioinformatika (povinně volitelný předmět)
• Lékařská elektronika a bioinformatika - Specializace Lékařská technika (povinně volitelný předmět)
• Lékařská elektronika a bioinformatika - Specializace Zpracování obrazu (povinně volitelný předmět)
• Lékařská elektronika a bioinformatika - Specializace Zpracování signálů (povinně volitelný předmět)