Neurosciences computationnelles

Les neurosciences computationnelles (NSC) sont un champ de recherche des neurosciences qui s'applique à découvrir les principes computationnels des fonctions cérébrales et de l'activité neuronale, c'est-à-dire des algorithmes génériques qui permettent de comprendre l'implémentation dans notre système nerveux central du traitement de l'information associé à nos fonctions cognitives. Ce but a été défini en premier lieu par David Marr dans une série d'articles fondateurs. On essaie de comprendre le traitement de l'information opéré par le cerveau à l'aide des modèles des sciences informatiques combinés à l'expérimentation et aux simulations numériques. Historiquement, un des premiers modèles introduits en neurosciences computationnelles est le modèle « intègre et tire » par Louis Lapicque en 1907. Cet article très influent en neurosciences théoriques et computationnelles introduit un des modèles les plus populaires encore à l'heure actuelle. Cet article a été traduit en anglais à l'occasion du centenaire de sa parution. Les neurosciences computationnelles visent donc à développer des méthodes de calcul pour mieux comprendre les relations complexes entre la structure et la fonction du cerveau et du système nerveux en général. Outre une meilleure connaissance de la cognition et de ses dysfonctionnements, cette démarche permet d'appliquer un transfert de ces connaissances neuroscientifiques en proposant de nouvelles méthodes de traitement de l'information et des dispositifs technologiques innovants. Elle peut s'appliquer à différents niveaux de description, de la molécule au comportement, et nécessite l'intégration constructive de nombreux domaines disciplinaires, des sciences du vivant à la modélisation. Les neurosciences computationnelles ne sont pas incluses dans la bio-informatique dont le champ recouvre les applications informatiques en biochimie, génétique, et phylogénie.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (58)

Personnes associées (24)

Unités associées (1)

Concepts associés (47)

Cours associés (38)

Séances de cours associées (331)

MOOCs associés (20)

Prenatal auditory experience and its sequelae

Lukas Vogelsang, Marin Vogelsang

Towards the end of the second trimester of gestation, a human fetus is able to register environmental sounds. This in utero auditory experience is characterized by comprising strongly low-pass-filtere

WILEY2022

Post-quantum cryptography is a branch of cryptography which deals with cryptographic algorithms whose hardness assumptions are not based on problems known to be solvable by a quantum computer, such as

EPFL2022

Development of Visual Memory Capacity Following Early-Onset and Extended Blindness

Lukas Vogelsang, Marin Vogelsang

It is unknown whether visual memory capacity can develop if onset of pattern vision is delayed for several years following birth. We had an opportunity to address this question through our work with a

SAGE PUBLICATIONS INC2022

BIOENG-490: Project in computational neurosciences

The student will engage in a laboratory-based project in the field of computational neuroscience in one of the research labs of the EPFL working in this field.

PHYS-722: Lectures in Neurophysics

This doctoral class will focus on large-scale neural data analysis and large networks, in particular mean-field methods and manifolds.

NX-450: Computational neurosciences: biophysics

The course introduces students to a synthesis of modern neuroscience and state-of-the-art data management, modelling and computing technologies with a focus on the biophysical level.

Neuronal Dynamics - Computational Neuroscience of Single Neurons

The activity of neurons in the brain and the code used by these neurons is described by mathematical neuron models at different levels of detail.

Neuronal Dynamics - Computational Neuroscience of Single Neurons

The activity of neurons in the brain and the code used by these neurons is described by mathematical neuron models at different levels of detail.

Simulation Neurocience

Learn how to digitally reconstruct a single neuron to better study the biological mechanisms of brain function, behaviour and disease.

Modèles du neurone biologique

vignette|390x390px|Fig. 1. Dendrites, soma et axone myélinisé, avec un flux de signal des entrées aux dendrites aux sorties aux bornes des axones. Le signal est une courte impulsion électrique appelée potentiel d'action ou impulsion. vignette|Figure 2. Évolution du potentiel postsynaptique lors d'une impulsion. L'amplitude et la forme exacte de la tension peut varier selon la technique expérimentale utilisée pour acquérir le signal.

Rythme cérébral

Un rythme cérébral (appelé aussi activité neuro-électrique) désigne l'oscillation électromagnétique émise par le cerveau des êtres humains, mais également de tout être vivant. Le cortex frontal qui permet la cognition, la logique et le raisonnement est composé de neurones qui sont reliés entre eux par des synapses permettant la neurotransmission. Mesurables en volt et en hertz, ces ondes sont de très faible amplitude : de l'ordre du microvolt (chez l'être humain), elles ne suivent pas toujours une sinusoïde régulière.

Neurosciences computationnelles

Interpike Intervalles et processus de renouvellement

Explore les intervalles inter-spikes, les processus de renouvellement et les expériences d'évacuation du bruit dans la dynamique neuronale.

Morphologie : Transducteurs

Couvre la morphologie, les transducteurs, les affixes et les outils de calcul pour analyser les structures de mots et générer des représentations canoniques.

Téléchargement et interaction avec les modèles monocellulaires

Couvre le téléchargement, l'extraction, la compilation et la visualisation de modèles monocellulaires pour l'analyse et la simulation.