Information encoding in the brain from synaptic dynamics to functional imaging

  1. Nevado, Ángel
Dirigida por:
  1. Nestor Omar Parga Carballeda Director/a

Universidad de defensa: Universidad Autónoma de Madrid

Fecha de defensa: 17 de junio de 2002

Tribunal:
  1. Washington Buño Buceta Presidente/a
  2. Alejandro Sierra Urrecho Secretario/a
  3. Manuel Desco Menéndez Vocal
  4. Jean-Pierre Nadal Vocal
  5. Stefano Panzeri Vocal

Tipo: Tesis

Teseo: 90731 DIALNET

Resumen

En esta tesis estudiamos 3 aspectos diferentes de la codificación y transmisión de información en el cerebro: Transmisión de información con sinapsis con depresión a corto plazo: interpretación de señales de imagen funcional en término de codificación de información; estadística de imágenes naturales y cómo pueden afectar la forma en que el cerebro las procesa. TRANSMISIÓN DE INFORMACIÓN CON SINAPSIS CON DEPRESIÓN A CORTO PLAZO Investigamos la capacidad de sinapsis con depresión a corto plazo para transmitir información. Estudiamos cómo se transforman los trenes de entrada tras pasar por las sinapsis, que tipo de señales son mejor transmitidas y que valores de los parámetros sinápticos optimizan la transmisión de la información. Encontramos que los efectos más importantes sobre el tren de entrada son la saturación de la función de transferencia para frecuencias altas y la reducción de la variabilidad del tren. Los trenes de entrada mejor transmitidos son aquellos que tienen frecuencias bajas. Además estas sinapsis son ventajosas en comparación con las estáticas cuando los trenes de entrada tienen correlaciones positivas importantes y las frecuencias son bajas. IMAGEN FUNCIONAL Y CODIFICACIÓN DE LA INFORMACIÓN Nos preguntamos por la validez de estimar la información codificada por diferentes áreas cerebrales con técnicas de imagen funcional. El hecho de que la señal funcional sea, en el mejor de los casos, proporcional a la actividad neuronal promedio impone limitaciones a la hora de estimar la información proporcionada por la actividad conjunta de todas y cada una de las neuronas. Encontramos que la relación entre cambio en la señal e información es compleja y muy dependiente de las propiedades de respuesta de las neuronas y de la organización anatómica de estas. Proponemos que la incorporación de los resultados de imagen funcional en un modelo que tenga en cuenta las propiedades conocid