Séance de cours
Modélisation dynamique, décodage et contrôle de l'activité du réseau cérébral à plusieurs échelles
Description
Cette séance de cours de l'instructeur couvre le développement de modèles dynamiques, de décodeurs et de contrôleurs pour l'activité du réseau cérébral, en mettant l'accent sur les variations d'humeur et la dynamique neuronale. L'exposé comprend une discussion sur la modélisation à plusieurs échelles, l'identification des systèmes et les stratégies de contrôle en boucle fermée. La séance de cours se penche également sur les défis de la modélisation dynamique non linéaire et sur l'importance de la neurotechnologie en boucle fermée pour la thérapie personnalisée dans les troubles neurologiques et neuropsychiatriques.
Source officielle
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.
Proximité ontologique
Séances de cours associées (238)
Modélisation de données dans les neurosciences: Meenakshi Khosla
Par Meenakshi Khosla explore la modélisation basée sur les données dans les neurosciences naturalistes à grande échelle, en mettant l'accent sur la représentation de l'activité cérébrale et les modèles de calcul.
Optimisation des systèmes neuroprothétiques
Explore l'optimisation des systèmes neuroprothétiques, y compris la restauration de rétroaction sensorielle et les stratégies de stimulation neuronale.
L'influence de l'eegonthebrain
Cette étude visait à étudier l'influence du cerveau sur le comportement du cerveau.
Signalisation neuronale et traitement des signaux
Explore la modélisation des signaux neuraux, la structure du système nerveux et la classification des fibres pour comprendre les phénomènes neuraux.
Signal neuronal et traitement des signaux : modélisation et simulation
Couvre les fondamentaux des signaux neuraux et du traitement des signaux, en mettant l'accent sur la modélisation et la simulation des systèmes neuraux.