Navegando por Autor "Vasconcelos, Nivaldo"
Agora exibindo 1 - 4 de 4
- Resultados por página
- Opções de Ordenação
Artigo Cross-modal responses in the primary visual cortex encode complex objects and correlate with tactile discrimination(2011-09-13) Vasconcelos, Nivaldo; Pantoja, Janaina; Belchior, Hindiael; Caixeta, Fábio Viegas; Faber, Jean; Freire, Marco Aurelio M.; Cota, Vinícius Rosa; Macedo, Edson Anibal de; Laplagne, Diego Andrés; Gomes, Herman Martins; Ribeiro, Sidarta Tollendal GomesCortical areas that directly receive sensory inputs from the thalamus were long thought to be exclusively dedicated to a single modality, originating separate labeled lines. In the past decade, however, several independent lines of research have demonstrated cross-modal responses in primary sensory areas. To investigate whether these responses represent behaviorally relevant information, we carried out neuronal recordings in the primary somatosensory cortex (S1) and primary visual cortex (V1) of rats as they performed whiskerbased tasks in the dark. During the free exploration of novel objects, V1 and S1 responses carried comparable amounts of information about object identity. During execution of an aperture tactile discrimination task, tactile recruitment was slower and less robust in V1 than in S1. However, V1 tactile responses correlated significantly with performance across sessions. Altogether, the results support the notion that primary sensory areas have a preference for a given modality but can engage in meaningful cross-modal processing depending on task demand.Artigo Lei de Potência e Criticalidade na Rede de Funcionalidade Neuronal(2010-09) Silva, Bruno B. M.; Andrade, Roberto F. S.; Miranda, José Garcia Vivas; Corso, Gilberto; Vasconcelos, Nivaldo; Nicolelis, Miguel A. L.; Ribeiro, Sidarta Tollendal GomesA Rede de Funcionalidade Neuronal (RFN) é construída usando-se correlação entre séries de potencias de ação (disparos) de uma população de neurônios. Neste trabalho usamos registros elétricos oriundos de ratos com matrizes de eletrodos implantados permanentemente em seu cérebro enquanto os mesmos andam, comem, exploram objetos livremente ou dormem. A RFN tem como vértices os neurônios. Uma ligação entre dois neurônios é inserida na rede cada vez que a correlação entre a atividade neural destes neurônios durante certo intervalo de tempo atinge um nível de significância previamente especificado. Esta rede dependente do tempo é baseada em registros elétricos da ordem de duas horas. Sendo as janelas de tempo em torno de 5s a 20s, temos uma sequência de milhares de redes. Como o tamanho típico do número de neurônios é da ordem de meia centena, o número máximo de conexões é um pouco maior do que mil. Tomando o tempo total do experimento, foi observado que o histograma do número de conexões nas RFN segue uma lei de potência. O número de neurônios conectados em uma população aparece como um ótimo indicador de seu comportamento coletivo. A lei de potência encontrada na distribuição do número de conexões revela propriedades do estado funcional desta população. Mais do que isto, esta lei de potência revela um indício de criticalidade na atividade cerebral, similar à que já foi obtida por outros métodos. Nossos resultados foram testados com relação a três variáveis: o tamanho do bin, o tamanho da janela e o nível de significância da correlação. Observa-se que a lei de potência se torna mais clara à medida que se aumenta o nível de exigência para se estabelecer uma ligação entre os nós (neurônios) da rede.Apresentado em Evento Modelando a atividade conectiva de uma população de neurônios: a Rede de Funcionalidade Neuronal(2010-09) Corso, Gilberto; Miranda, José Garcia Vivas; Silva, Bruno B. M.; Vasconcelos, Nivaldo; Nicolelis, Miguel A. L.; Ribeiro, Sidarta Tollendal GomesO conjunto de dados sobre para o qual se constrói o modelo aqui exposto é o seguinte: séries temporais de disparos de uma população de neurônios. Os dados são provenientes de ratos com matrizes de eletrodos implantados permanentemente em seu cérebro e registros extracelulares contínuos de atividade elétrica enquanto o animal anda, come, dorme e explora novos objetos. As séries temporais utilizadas se referem a potenciais de ação neuronais (disparos). Os disparos na série foram binados para um tamanho de bin conveniente. A partir das series temporais construímos, para uma dada janela de tempo, a rede de funcionalidade neuronal (RFN). Esta rede é intrinsecamente dinâmica, mas antes de discorrermos sobre ela vamos explicá-la com cuidado. Uma rede é um objeto matemático definido por dois conjuntos: um conjunto de vértices e outro de ligações. A RFN tem como vértices os próprios neurônios da população neuronal e as ligações entre dois neurônios quaisquer se estabelecem cada vez que a correlação entre estes neurônios extrapola dado nível de significância. Foram analisados neste trabalho três variáveis: o tamanho do bin, o tamanho da janela e o nível de significância da correlação. Os experimentos computacionais mostram estabilidade da rede frente a variações destes parâmetros. O principal resultado até o momento indica uma presença marcante de pólos (neurônios muito conectados) na rede e uma distribuição de conectividade da rede muito distante do modelo nulo que é a rede aleatória. No contexto da física estatística, esta rede se parece a uma rede livre de escala. O uso deste construto matemático é promissor, pois ele pode se tornar um eficiente método de identificação de estados de funcionalidade conectiva de uma população de neurônios. De fato, podemos pensar que a tarefa de reconhecer padrões de aprendizado e reencontrá-los ao longo do tempo, através de estados de sono ou vigília, possa ser facilitada com esta técnica. Temos isto em mente porque a RFN é uma sutil sofisticação da matriz de correlação, que é hoje a principal ferramenta usada na tarefa de reconhecer padrões de memória a partir de um conjunto de series temporais de disparo de uma população de neurônios.Apresentado em Evento Representation of freely-explored objects in the primary somatosensory cortex and hippocampus(2010-09) Vasconcelos, Nivaldo; Macedo, Edson Anibal de; Corso, Gilberto; Gomes, Herman; Nicolelis, Miguel; Ribeiro, Sidarta Tollendal GomesWhen a rat freely explores an object in the dark and its whiskers touch different parts of the object with different velocities and angles, tactile information reaches the telencephalon with tantalizing spatio-temporal complexity. To investigate the tactile representation of freely-explored objects in the telencephalon, we performed multielectrode extracellular spike recordings from the primary somatosensory cortex (S1) and hippocampus (HP) of adult rats, as they freely explored novel objects in the dark. Neuronal data were fed to five different binary classifiers: multilayer perceptron, radial basis functions, support vector machines, decision tree and naive Bayes classifier. The classifiers were evaluated using the area under a receiver operating characteristic curve (AUROC). In most cases, it was possible to achieve substantial and significant object classification in both S1 and HP (>0.75 AUROC medians, corrected p<0.05). To assess the distribution of information across neuronal ensembles recorded from S1 and HP we performed a neuron dropping analysis, a bootstrap method that reveals how much information is lost, on average, as neuronal ensembles decrease their size from “n” to 1 neuron. We found that significant object classification is achieved with ensembles as small as 10 neurons in both S1 and HP. The best fit for the neuron dropping curves was akin to a type II functional response curve, which in ecology describes the decelerating intake rate of a consumer as a function of food density. We propose that the representation of freely-explored complex objects by neuronal ensembles in S1 and HP is robust, highly distributed, and shaped by the limited availability of non-redundant information to individual neurons.