Neuroscienza

Le neuroscienze computazionali sono un campo interdisciplinare nel quale modelli e metodi di analisi mutuati dalla matematica, la fisica e la scienza dei computer sono utilizzati al fine di investigare il modo in cui il sistema nervoso elabora le informazioni. Questa disciplina si basa principalmente sullo sviluppo, la simulazione e l'analisi di modelli che studiano le funzioni cerebrali a vari livelli, si parte dalla scala molecolare per passare al livello dei singoli neuroni e delle reti di neuroni, per arrivare infine a modellizzare i processi cognitivi ed il comportamento. Per validare tali modelli matematici si ricorre all'analisi di dati elettrofisiologici reali che sono registrati da varie aree del cervello e su differenti scale temporali e spaziali.

A Firenze il lavoro nel campo delle neuroscienze computazionali si articola secondo due principali linee di ricerca: teoria del funzionamento delle reti neuronali e analisi dei dati. La prima linea di ricerca si basa principalmente sulla modellizzazione e la simulazione di reti neuronali a partire da modelli semplici (come i modelli "Integrate and fire" e "Hodgkin-Huxley" per quanto riguarda il singolo neurone oppure il "modello di Wilson-Cowan" per una popolazione di neuroni). Attualmente, particolare attenzione e' rivolta alla ricerca nel campo dei cosiddetti neuroni "hub", i quali hanno la proprieta' di poter alterare e controllare la dinamica dell'intera rete. La seconda linea di ricerca si occupa dell'analisi di dati elettrofisiologici come i tracciati EEG oppure le sequenze di impulsi emesse dai singoli neuroni. In questo ambito un recente argomento di ricerca riguarda lo studio del "codice neuronale" a livello di popolazione, ovvero il modo in cui l'esperienza sensoriale e' "tradotta" nei potenziali di azione emessi dai neuroni delle reti cerebrali.

Pubblicazioni recenti:

Satuvuori E, Mulansky M, Daffertshofer A, Kreuz T:

JNeurosci Methods 308, 354 (2018) and arXiv [PDF]

In questo articolo simuliamo il modo in cui operano popolazioni di neuroni nel cervello per distinguere stimoli sensoriali diversi provenienti dal mondo esterno (per esempio immagini). Piu' specificamente, vengono proposti due nuovi algoritmi (uno in cui ogni neurone agisce in modo indipendente e l'altro in cui invece i neuroni operano insieme) che hanno la funzione di trovare all'interno di una grande popolazione di neuroni la sottopopolazione che e' in grado di discriminare meglio stimoli diversi.