Neuroni: modellizzazione biofisica avanzata e tecniche di simulazione al calcolatore. Sinapsi: Modelli fenomenologici vs modelli biofisici; Sinapsi esponenziali a una e due costanti di tempo; Plasticità sinaptica; Reti di neuroni: modelli semplificati; Ruolo della connettività nelle dinamiche di rete
L’insegnamento si propone di fornire strumenti teorici per la modellizzazione di strutture neurali a differente scala, dal singolo neurone fino a complesse reti neuronali. L’obiettivo primario è quello di fornire gli strumenti teorici e di simulazione per modellare l'attività elettrofisiologica generata da strutture neurali. I contenuti dell'insegnamento permetteranno al bioingegnere di arricchire le proprie competenze nell'ambito della neuroingegneria.
Lezioni teoriche frontali in aula. Esercitazioni da svolgere in aula sui vari macro-argomenti del corso.
Materiale distribuito e note disponibili su Aulaweb.
Ricevimento: Previo appuntamento via e-mail.
PAOLO MASSOBRIO (Presidente)
SERGIO MARTINOIA
SILVIO PAOLO SABATINI (Presidente Supplente)
COMPUTATIONAL NEUROSCIENCE
Esame orale su tutti gli argomenti del corso. Gli esami si svolgeranno durante il periodo di interruzione delle lezioni: dicembre (pre-appello), gennaio, febbraio, maggio (pre-appello), giugno. luglio e settembre. Non verranno concessi ulteriori appelli straordinari. Sostenuto l'esame, lo studente ha al massimo 1 settimana di tempo per decidere se accettare o meno il voto proposto. Terminato questo periodo, l'esame verrà registrato. Qualora lo studente ottenesse una valutazione positiva della sua prova d'esame (cioè maggiore o uguale a 18/30), e decidesse di rifiutare tale voto, potrà presentarsi una sola altra volta a ri-sostenere l'esame che verrà quindi registrato (se maggiore o uguale a 18/30) con quest'ultima votazione (anche se inferiore alla precedente). Ad esempio se all'appello di gennaio lo studente ottiene una votazione di 25/30 e decide di non accettare tale voto e al successivo appello di febbraio consegue una votazione di 24/30, tale voto di 24/30 verrà registrato.
Al termine dell'insegnamento lo studente dovrà dimostrare di conoscere le tecniche di base e avanzate per modellare strutture neurali dal singolo neurone fino a grosse reti di neuroni.