Integracja w neuronie – teoria kablowa

Slides:



Advertisements
Podobne prezentacje
Połączenia oporników a. Połączenie szeregowe: R1 R2 Rn i U1 U2 Un U.
Advertisements

T47 Podstawowe człony dynamiczne i statyczne
Dwójniki bierne impedancja elementu R
Czwórnik RC R U1 U2 C Układ całkujący Filtr dolnoprzepustowy C.
Metody badania stabilności Lapunowa
Systemy stacjonarne i niestacjonarne (Time-invariant and Time-varing systems) Mówimy, że system jest stacjonarny, jeżeli dowolne przesunięcie czasu  dla.
TERMO-SPRĘŻYSTO-PLASTYCZNY MODEL MATERIAŁU
Inteligencja Obliczeniowa Sieci dynamiczne cd.
Inteligencja Obliczeniowa Sieci dynamiczne.
Czwórniki RC i RL.
Generatory napięcia sinusoidalnego
Metody Numeryczne Wykład no 12.
Przykład: Dana jest linia długa o długości L 0 bez strat o stałych kilometrycznych L,C.Na początku linii zostaje załączona siła elektromotoryczna e(t),
Wykład no 11.
Analiza obwodów liniowych w stanie dynamicznym
HH model - bramki Pomiary voltage clamp dla różnych wartości V pozwoliły HH postawić hipotezę, że kanał Na posiada bramkę aktywacyjną i bramkę inaktywacyjną.
Teoria Sygnałów Literatura podstawowa:
Wykład Impedancja obwodów prądu zmiennego c.d.
Systemy dynamiczne – przykłady modeli fenomenologicznych
ALGORYTMY STEROWANIA KILKOMA RUCHOMYMI WZBUDNIKAMI W NAGRZEWANIU INDUKCYJNYM OBRACAJĄCEGO SIĘ WALCA Piotr URBANEK, Andrzej FRĄCZYK, Jacek KUCHARSKI.
ROZWIĄZYWANIA PROBLEMÓW ELEKTROMAGNETYCZNYCH
Opis matematyczny elementów i układów liniowych
Sztuczne Sieci Neuronowe
Podstawowe elementy liniowe
Metody Lapunowa badania stabilności
AUTOMATYKA i ROBOTYKA (wykład 6)
Modelowanie – Analiza – Synteza
Modelowanie – Analiza – Synteza
Modelowanie – Analiza – Synteza
Podstawy automatyki 2012/2013Transmitancja widmowa i charakterystyki częstotliwościowe Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr.
Cechy modeli obiektów dynamicznych z przedstawionych przykładów:
Rozważaliśmy w dziedzinie czasu zachowanie się w przedziale czasu od t0 do t obiektu dynamicznego opisywanego równaniem różniczkowym Obiekt u(t) y(t) (1a)
AUTOMATYKA i ROBOTYKA (wykład 5)
II. Matematyczne podstawy MK
OBLICZANIE ROZPŁYWÓW PRĄDÓW W SIECIACH OTWARTYCH
Elementy Rachunku Prawdopodobieństwa i Statystyki
OBLICZANIE SPADKÓW I STRAT NAPIĘCIA W SIECIACH OTWARTYCH
Homogenizacja Kulawik Krzysztof.
Ostyganie sześcianu Współrzędne kartezjańskie – rozdzielenie zmiennych
Schematy blokowe i elementy systemów sterujących
Sterowanie – metody alokacji biegunów
MECHANIKA 2 Wykład Nr 10 MOMENT BEZWŁADNOŚCI.
Przykład 1: obiekt - czwórnik RC
Przykład 5: obiekt – silnik obcowzbudny prądu stałego
Maciej Gwiazdoń, Mateusz Suder, Szymon Szymczk
Klasa NetCon (rozdzial 10 The NEURON book) Skladnia: section netcon = new NetCon(&v(x), target, thresh, del, wt) Target musi byc procesem punktowym zawierajacym.
ZAAWANSOWANA ANALIZA SYGNAŁÓW
Szeregi czasowe Ewolucja stanu układu dynamicznego opisywana jest przez funkcję czasu f(t) lub przez szereg czasowy jego zmiennych dynamicznych. Szeregiem.
1. Obrazowanie struktur ciał w skali makroskopowej 1. 1
Mostek Wheatstone’a, Maxwella, Sauty’ego-Wiena
WYKŁAD 11 ZJAWISKA DYFRAKCJI I INTERFERENCJI ŚWIATŁA; SPÓJNOŚĆ
WYKŁAD 5 OPTYKA FALOWA OSCYLACJE I FALE
Warstwowe sieci jednokierunkowe – perceptrony wielowarstwowe
Model Lopesa da Silvy – opis matematyczny Zmienne modelu: V e (t) – średni potencjał w populacji pobudzającej E(t) – średnia częstość odpalania w populacji.
Od neuronow do populacji
Wykład 3,4 i 5: Przegląd podstawowych transformacji sygnałowych
Zasada działania prądnicy
O ODPORNOŚCI KONWENCJONALNEGO OBSERWATORA LUENBERGERA ZREDUKOWANEGO RZĘDU Ryszard Gessing Instytut Automatyki Politechnika Śląska.
Podstawy automatyki I Wykład 3b /2016
Modelowanie i podstawy identyfikacji
Trochę matematyki Przepływ cieczy nieściśliwej – zamrozimy ciecz w całej objętości z wyjątkiem wąskiego kanalika o stałym przekroju – kontur . Ciecz w.
Metody matematyczne w Inżynierii Chemicznej
Podstawy automatyki I Wykład /2016
Transformacja Z -podstawy
Ruch masy w układach ożywionych. Dyfuzyja i reakcja chemiczna.
Sterowanie procesami ciągłymi
Modele integrate and fire
Teoria sterowania Materiał wykładowy /2017
Synaptic integration – cable theory
Klasa NetCon (rozdzial 10 The NEURON book)
Zapis prezentacji:

Integracja w neuronie – teoria kablowa

Sfera izopotencjalna Prąd płynący przez jednostkową powierzchnie sfery Dla skończonego impulsu prądowego Dla sfery gdzie Opór wejściowy - stała czasowa Po zakończeniu impulsu Opór wejściowy dla sfery Dla długotrwałego impulsu Im (t -> inf) - stan ustalony

Komórka nieizopotencjalna (walec) Założenia 1.Membrana jednorodna. Parametry membrany są stałe i nie zależą od napięcia 2.Prąd płynie wzdłuż kierunku x. Tj. prąd radialny wynosi 0. 3. Oporność zewnątrzkomórkowa, r0, wynosi 0. Pamiętając Vm jest funkcją czasu i odległości od punktu wstrzyknięcia prądu Dostajemy r-nie kablowe Zanik ii wraz z odległością W innej postaci Dostajemy stała przestrzenna (długości)

Rozwiązanie równania kablowego – kabel nieskończony Wprowadzamy nowe zmienne R-nie kablowe Rozwiązanie ogólne r-nia kablowego dla kabla nieskończonego erfc(x) – komplementarna funkcja błędu

Rozwiązanie równania kablowego – kabel nieskończony Rozwiązanie stacjonarne Szukamy rozwiązania stacjonarnego Znaczenie l: l określa własności kabla w stanie ustalonym; jest to odległość, na której napięcie w stanie ustalonym maleje e razy. lub Opór wejściowy - kabel nieskończony Opór wejściowy - kabel półnieskończony

Rozwiązanie równania kablowego – kabel nieskończony Rozwiązanie przejściowe Szukamy rozwiązania przejściowego dla X = 0 Kabel nieskończony Kabel półnieskończony

Rozwiązanie przejściowe a stała czasowa błony Rozwiązanie przejściowe dla X = 0: Stała czasowa błony: Rozwiązanie równia kablowego dla x = 0, było bardzo ważnym wynikiem otrzymanym przez Ralla. Wielu badaczy zakładało, że wzrost V dla stałego impulsu prądowego jest opisany funkcją eksponencjalną. Stałą czasową błony tm szacowano mierząc czas, po jakim wartość V wzrasta do 63% wartości w stanie ustalonym. Szacowanie to dawało zbyt małą stałą czasową (erf wzrasta do 63% wartości w stanie ustalonym w czasie T~0.4). Porównanie funkcji erf i 1 - exp

Rozwiązanie równania kablowego – kabel nieskończony Pełne rozwiązanie Dla dużych t, rozkład potencjału wzdłuż kabla jest rozwiązaniem w stanie ustalonym. Dla czasów pośrednich, spadek potencjału wzdłuż kabla jest szybszy niż w stanie ustalonym. Dla x = 0 narastanie potencjału jest opisane funkcją erfc(T1/2). Dla rosnących wartości x, krzywe wskazują wolniejszy wzrost i osiągają mniejsze wartości w stanie ustalonym. Rozwiązanie równania kablowego w x i t dla impulsu prądowego w x = 0 i kabla półnieskończonego

Rozwiązanie równania kablowego – kabel skończony Rozwiązanie stacjonarne R-nie kablowe x = 0 x = l W stanie ustalonym Warunki brzegowe dla x = l - koniec zamknięty - koniec otwarty Dostajemy Nowe zmienne odległość elektrotoniczna długość elektrotoniczna Rozwiązanie ogólne Cosinus i sinus hiperboliczny

Rozwiązanie równania kablowego – kabel skończony Rozwiązanie stacjonarne Rozwiązanie ogólne możemy zapisać Lub Dla X = L Podstawmy BL = C2/VL i wstawmy do równania: BL jest warunkiem brzegowym dla różnego rodzaju zakończenia kabla. Dla X = 0: Lub

Zanik napięcia dla impulsu prądowego w x = 0 i kabla skończonego. Rozwiązanie równania kablowego – kabel skończony Rozwiązanie stacjonarne Ostatecznie rozwiązanie stacjonarne Wpływ warunków brzegowych: - przewodnictwo na zakończeniu kabla, - przewodnictwo kabla półnieskończonego 1. Dla czyli tak jak dla kabla półnieskończonego 2. Dla czyli kabel skończ. zamknięty kabel skończ. otwarty kabel półnieskończ. (koniec zamknięty) 3. Dla czyli (koniec otwarty) Zanik napięcia dla impulsu prądowego w x = 0 i kabla skończonego.

Rozwiązanie równania kablowego – kabel skończony Rozwiązanie przejściowe Rozwiązanie przejściowe można zapisać w postaci: gdzie Pierwszy człon: odpowiada stałej czasowej membrany: jeżeli membrana jest jednorodna. Narastanie napięcia w kablu skończonym o różnych długościach elektrotonicznych . Impuls prądowy podawany oraz napięcie mierzone w x = 0.

Rozwiązanie równania kablowego – prąd zmienny Spadek napięcia w kablu wraz z odległością, będzie większy dla podawanego prądu zmiennego. Stała długości dla prądu zmiennego (AC) i stałego (DC) związane są zależnością: f – częstość (w Hz) Spadek napięcia w kablu skończonym (L = 1) dla różnych częstości impulsu prądowego podawanego w x = 0 (soma)

Model Ralla W latach 60-tych i 70-tych, Wilfred Rall zastosował teorię kablową do analizy sumowania wejść synaptycznych w dendrytach. Założenia Jednorodne właściwości membrany Ri, Rm, Cm R0 = 0 Izopotencjalna soma, najczęściej – izopotencjalna sfera. Wszystkie dendryty mają tą samą długość elektrotoniczną

Model Ralla Schemat neuronu z drzewem dendrytycznym. X1, X2, X3 – punkty rozgałęzienia, d – średnica. Kable ‘końcowe’ rozciągają się do nieskończoności, tworzą więc kable półnieskończone. Opór wejściowy - kabel półnieskończony

Model Ralla - cd Opór wejściowy - kabel półnieskończony Przewodnictwo - kabel półnieskończony Przewodnictwo w punkcie X3 Upraszczając Jeśli w punkcie X3 przedłużymy d211 do nieskończoności to Jeśli Przewodnictwo gałęzi d3111 to gałęzie d3111 i d3112 są równoważne matematycznie rozciągnięciu gałęzi d211 do nieskończoności! Oraz podobnie dla d3112

Model Ralla - cd Jeśli zrobimy taką samą operacje dla gałęzi d212, to w X2 mamy dwa półnieskończone kable d211 i d212 przyłączone do gałęzi d11. Jeśli Stosując regułę potęgi 3/2 to co jest równoważne rozciągnięciu gałęzi d11 do nieskończoności. możemy zredukować drzewo dendrytyczne o dowolnej ilości rozgałęzień do równoważnego kabla półnieskończonego. Wiele rzeczywistych drzew dendrytycznych w neuronach kory i hipokampa wykazuje regułę potegi 3/2.

Model Ralla – cd Równoważny kabel skończony Dla dendrytów, zazwyczaj l < 2l, co odpowiada kablowi skończonemu. Przewodnictwo dla kabla skończonego również zwiera element d3/2. L – długość elektrotoniczna, taka sama dla wszystkich dendrytów. Korzystając z zależności: Można zapisać: Stosując regułę potęgi 3/2 oraz założenie, że wszystkie dendryty maja takie same L możemy zredukować dowolne drzewo dendrytyczne do równoważnego kabla skończonego. Pamiętając, że dla pojedynczego kabla, L = l/l, można zapisać całkowitą długość elektrotoniczna kabla równoważnego:

Model Ralla – zastosowanie do impulsów synaptycznych Krótki impuls prądowy podawany w somie, w połowie kabla i na końcu kabla Wnioski z modelu: amplituda EPSP w somie maleje wraz z odległością powstania impulsu stała narastania oraz pozycja maksimum maleje z odległością powstania impulsu końcowa stała zaniku jest taka sama dla wszystkich odległości

Narastanie i zanik potencjałów postsynaptycznych Przewodnictwo synaptyczne gs i potencjał postsynaptyczny EPSP Synapsa A Stała czasowa narastania Cm/(GsA + Gr) Stała czasowa zanikania Cm/ Gr Synapsa A + B Stała czasowa narastania Cm/(GsA + GsA + Gr) Stała czasowa zanikania Cm/ Gr Obwód zastępczy dla dwóch synaps A i B. Gr i Er odpowiada spoczynkowemu przewodnictwu i spoczynkowemu potencjałowi błony postsynaptycznej.

Sumowanie przestrzenne i czasowe potencjałów postsynaptycznych

Procesy w dendrytach Przykład sumowania impulsów dendrytycznych w modelu neuronu. Z Arbib, M. A., 1989, The Metaphorical Brain 2: Neural Networks and Beyond, New York: Wiley-Interscience, p. 60.

Procesy w dendrytach – modele komputerowe Morfologie dendrytów (a, b,c) i ich realistyczne modele komputerowe (d,e) Modele komputerowe dendrytów (A) w postaci kablowej (B) i w postaci dyskretnych izopotencjalnych układów RC - model kompartmentowy ( C). 4D obrazowanie neuronu przy użyciu mikroskopii dwufotonowej

Procesy w dendrytach - podsumowanie Z Idan Segev and Michael London Dendritic Processing. Rozdział w M. Arbib (edytor). The Handbook of Brain Theory and Neural Networks. THE MIT PRESS Cambridge, Massachusetts London, England, 2002

Procesy w dendrytach – asymetria oraz filtrowanie Opór wejściowy - kabel półnieskończony Zanik napięcia z synapsy dystalnej jest szybszy niż z synapsy proxymalnej. W wyniku pasywnych własności (RC) dendrytów, tworzy się filtr dolnoprzepustowy dla wejść synaptycznych. Z Idan Segev i Michael London. Untangling Dendrites with Quantitative Models. Science 290, 2000

Procesy w dendrytach – sumowanie nieliniowe i wpływ tła Nieliniowe sumowanie wejść synaptycznych z synaps na tej samej gałęzi i liniowe sumowanie z synaps na różnych gałęziach. Z Idan Segev i Michael London. Untangling Dendrites with Quantitative Models. Science 290, 2000 Dynamiczne skalowanie parametrów kablowych poprzez aktywność tła. Z Idan Segev i Michael London. Untangling Dendrites with Quantitative Models. Science 290, 2000

Dendryty aktywne Efektywność klastrów synaps pobudzających w generowaniu odpowiedzi komórki. Z Idan Segev i Michael London. Untangling Dendrites with Quantitative Models. Science 290, 2000 Somo – dendrytyczny ping – pong. Z Idan Segev i Michael London. Untangling Dendrites with Quantitative Models. Science 290, 2000

Kodowanie informacji przez dendryty Analiza wejście –wyjście neuronu przy użyciu analizy informacji.A. 400 synaps pobudzających aktywowanych 10 razy/s i 100 synaps hamujących pobudzanych 65 razy/s w sposób losowy. B. EPSP w somie. C. Pozycja jednej synapsy pobudzającej zmieniona z dystalnej na proxymalną. D. Informacja wzajemna (mutual information MI). Synapsy dystalne przekazują znacząco mniej informacji niż synapsy proxymalne.Z Idan Segev i Michael London. Untangling Dendrites with Quantitative Models. Science 290, 2000