1 / 43

Jornada em Neuropsiquiatria Computacional

Modelagem Matemática e Computacional em Neurociência Aplicações em Doença de Parkinson e Autismo. Jornada em Neuropsiquiatria Computacional. Daniele Quintella Mendes Madureira CMA-LNCC daniele@lncc.br. Verão LNCC 2012. Modelagem Matemática e Computacional em Neurociência

zeal
Download Presentation

Jornada em Neuropsiquiatria Computacional

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Modelagem Matemática e Computacional em Neurociência Aplicações em Doença de Parkinson e Autismo Jornada em Neuropsiquiatria Computacional Daniele Quintella Mendes Madureira CMA-LNCC daniele@lncc.br Verão LNCC 2012

  2. Modelagem Matemática e Computacional em Neurociência Abordagens Diversificadas Doença de Parkinson (DP) Influência Dopaminérgica nas Alterações do Sono (DP) Autismo Generalização e Cognição Jornada em Neuropsiquiatria ComputacionalConteúdo da Apresentação

  3. Modelagem em Neurociência ComputacionalAspectos Gerais Psiquiatria Computação Matemática Física Biologia Neuroquímica Neuroanatomia Inteligência Artificial

  4. Modelagem em Neurociência ComputacionalAspectos Gerais • Múltiplas Escalas e Intercâmbio de Informações Diferentes Níveis de Processos Cerebrais Diferentes Níveis de Modelos

  5. Modelagem em Neurociência Computacional Diversas Abordagens Conexionistas EDOs e EDPs • McCulloch-Pitts (1943) • Hebb (1949) • Rosenblatt (1958) • Hopfield (1982) • Kohonen (1982) • Rumelhart (1986) • ... • Lapicque (1907) • Hodgkin-Huxley (1952) • Stein (1967) • Rall(1960s) • MétodoMultiescala

  6. Modelagem em Neurociência Computacional Diversas Abordagens Conexionistas EDOs e EDPs

  7. A Arte de Modelar Conhecimento Neurobiológico Abstração do Problema Representação Matemática Simulação Computacional Análise dos Resultados Modelagem em Neurociência Computacional Diversas Abordagens

  8. Influência Dopaminérgica nas Alterações do Sono em DPUm Modelo Neurocomputacional

  9. Alterações do Sono em DPInfluência Dopaminérgica Modelo(Madureira et al, 2010) • Hipodopaminergia • Dificuldadeemdeslocar o focoatencional • Vigília

  10. Alterações do Sono em DPInfluência Dopaminérgica • Padrões de Disparos Neuronais no Sono • Propriedades individuais do neurônio • Efeitos das interconexões • Regimeindependente

  11. Alterações do Sono em DPInfluência Dopaminérgica • Jancovic, 2002 Pouca variação natransmissãodopaminérgicaentreosestadossono-vigília. Dopamina não modula ciclo sono-vigília Reconhecimento da sonolência diurna em DP fornece indícios da influência dopaminérgica no controle do ciclo sono-vigília. Influência complexa

  12. Alterações do Sono em DPInfluência Dopaminérgica • Dzirasaetal, 2006 • Baixa dopaminérgica parcial causa distúrbios no sono REM, sem afetar as funções motoras. • Alterações no sono nos estágios iniciais da DP, antes do aparecimento dos sintomas motores. Papelcrucial da dopamina na regulaçãodos estados de sono e vigília.

  13. Alterações do Sono em DPInfluência Dopaminérgica Córtex Pré-Frontal Substância Negra DA Núcleo Reticular Talâmico Região Estimulada Tálamo ExcitaçãoGlutamatérgica Região Inibida InibiçãoGABAérgica Inibição Dopaminérgica (SN)

  14. Alterações do Sono em DP O Modelo dV dV dt dt CT CNRT • Neurônios Talâmicos e NRT • Modos de Disparo: Tônico e Rajadas Equações das Membranas DA SN = Ik+ Ihip+ Ica+ Isin+ Il = Ik+ Ic+ Ihip+ Ica+ Isin+ Il

  15. Alterações do Sono em DP O Modelo CorrentesSinápticas Isin = gsin (Esin - V) • Neurônios Talâmicos e NRT CorrentesIônicas Ik = gk (Ek - V) Ic=gc(Ek- V) Ihip=ghip(Ek- V) Il = gl(El- V)

  16. Alterações do Sono em DP O Modelo Corrente de Sódio 1, se V ≥ θ s = 0, se V < θ Condutância do Canal Ik d gk sβk - gk = τk dt • Neurônios Talâmicos e NRT DA SN

  17. Alterações do Sono em DP O Modelo F ( [Ca] ) = 1 (- a [Ca] ) 1 + e Condutância do Canal Ic d[Ca] sβCa - [Ca] = gc=ĝcD4* F ([Ca]) dt τCa • Neurônios Talâmicos DA SN

  18. Alterações do Sono em DP O Modelo Receptor Dopaminérgico D4 N Σ i = 1 Condutância do Canal Ic - (t – ti)/ tpd D4*= ĝd4 (t - ti) e gc=ĝcD4* F ([Ca]) • Neurônios Talâmicos DA SN

  19. Alterações do Sono em DP O Modelo Corrente de Cálcio 1, se [Ca] ≥ θCa f = 0, se [Ca] < θCa Condutância do Canal Ihip d ghip fβhip - ghip = τhip dt • Neurônios Talâmicos DA SN

  20. Alterações do Sono em DP O Modelo N Σ i = 1 - (t – ti)/ tp gsin= ĝsin (t - ti) e • Neurônios Talâmicos LigaçõesSinápticas DA SN

  21. Alterações do Sono em DP O Modelo DA NeurôniosTalâmicos TxeTy

  22. Alterações do Sono em DP O Modelo Diminuiçãodaativação de D4, napresençade hiperatividadedopaminérgicamesotalâmica.

  23. Alterações do Sono em DP O Modelo • Conclusões • A hipodopaminergiamesotalâmica acarreta hiperativação dos neurônios NRT. Como consequência, os neurônios talâmicos sofrem forte inibição, facilitando o modo de disparo em rajadas – típico do sono. • A hiperdopaminergia no NRT facilita o modo de disparo em rajadas nestes neurônios. • Limitações e possibilidades do modelo. DA SN

  24. Investigando o autismo via redes neurais Artificiais Daniele Q. M. Madureira (LNCC) & Vera Lúcia P. S. Caminha (UFF)Computacional em Neuropsiquiatria

  25. Investigando o AutismoRedes Neurais Artificiais (RNAs) Plasticidade Sináptica Aprendizado Memória Atualização de Pesos Regras de Aprendizado Neurociência RNAs

  26. Investigando o AutismoRedes Neurais Artificiais (RNAs) • Mapas Auto-Organizáveis (SOM) • Mapas Corticais • Proximidade & Frequência • Competição & Cooperação • Classes

  27. Investigando o Autismo Via RNAsAutismo e Neurociência Habilidades Sociais Fala Comportamento Repetitivo • Neurônios Espelhos • Coerência de Ritmos Cerebrais • Alterações Conectivas • Genética • ...

  28. Investigando o Autismo Via RNAs Autismo e Neurociência • Modelos Neurocomputacionais - SOM • Carvalho etal (2001) • Neurodesenvolvimento • Autismo • Formação dos Mapas • Fator de crescimento neural • Ilha de Habilidades • Mendes etal (2004) • Pensamento e Auto-Organização • Esquizofrenia • Delírios & Ideia Fixa • Criatividade • Desorganização do Pensamento • Dopamina & Sinal-Ruído

  29. Investigando o Autismo Via RNAsPensamento e Auto-Organização Mapa de conceitos formado com apresentação de 4 estímulos.

  30. Investigando o Autismo Via RNAsPensamento e Auto-Organização Apresentação mais freqüente de um novo estímulo.

  31. Investigando o Autismo Via RNAsPensamento e Auto-Organização Novo estímulo invade áreas do mapa. • Idéia Fixa • Quinto padrão invade áreas corticais anteriormente alocadas para processamento de outros estímulos. • Predominância desta idéia sobre as outras.

  32. Investigando o Autismo Via RNAsPensamento e Auto-Organização Mapareferencial com a representação de 10 conceitos.

  33. Investigando o Autismo Via RNAsPensamento e Auto-Organização DA A ideiacentral(tese) associa-se à ideiavizinha * (antítese), formando um padrãoque é a conclusão do processo de pensamento, ousíntese.

  34. Investigando o Autismo Via RNAsPensamento e Auto-Organização DA A ideiacentral(tese)associa-se a ideiasdistantes (antíteses), formando um padrãoquepode ser comparadoaopensamentocriativo.

  35. Investigando o Autismo Via RNAsPensamento e Auto-Organização DA A ideia central (tese) associa-se a todas as ideias, formando um padrãoquepode ser comparadoaopensamentodesorganizado.

  36. Investigando o Autismo Via RNAsPensamento e Auto-Organização DA A estimulaçãodarede neural com um sinalmaiorlevaaoencolhimento das regiõesquerepresentam as ideiasnacamadaImagem. Semassociações, a tese se torna a síntese e as antítesesnãosãoconsideradasouponderadas. Este mapaparecerepresentarumarigidez de pensamentoou um pensamentodelirante.

  37. Investigando o Autismo Via RNAsPensamento e Auto-Organização RelaçãoSinal-Ruído BAIXA BASAL ALTA Desorganizado Criativo “Normal” Inflexível Delirante Processos de Pensamento

  38. Investigando o Autismo Via RNAsAutismo e Neurociência • Mezernich MM and Rubenstein JLR. Model of autism: increased ratio of excitation/inhibition in key neural systems. Genes, Brain and Behaviour (2003) 2: 255-267. • RelaçãoSinal-Ruído & Formação de Classes

  39. Investigando o Autismo Via RNAsAutismo e Neurociência • Courchesne E and Pierce K. Why the frontal cortex in autism might be talking only to itself: local over-connectivity but long-distance disconnection.Current Opinion in Neurobiology (2005) 15:225-230. • Geschwind DH and Levitt P.Autism spectrum disorders: developmental disconnection syndromes. Current Opinion in Neurobiology (2007) 17:103-111. • Mielina

  40. Locais Excitação X Inibição Ruído Dopamina Formação de Classes Investigando o Autismo Via RNAsO Modelo • Alterações nas Conexões Longa Distância Comunicação entre Regiões Formação de Classes Abstração

  41. Investigando o Autismo Via RNAsO Modelo • Redes SOM Multi-Camadas

  42. Investigando o Autismo Via RNAsO Modelo • Generalização e Cognição • Seletividade • Abstração

  43. FIM

More Related