Statistical Neuroscience

Statistical Neuroscience

Über

Heutzutage ermöglichen elektrophysiologische Messungen die gleichzeitige Beobachtung von mehr als 100 einzelnen Neuronen. Solche Daten (die uns von unseren Kollaborationspartnern zur Verfügung gestellt werden) ermöglichen es uns, Einblicke in neuronale Interaktionen und ihre relevanten zeitlichen und räumlichen Dimensionen zu gewinnen. Zu diesem Zweck entwickeln wir Analysestrategien und -werkzeuge, die die koordinierte neuronale Aktivität in massiv parallelen Spike Trains und lokalen Feldpotentialaufzeichnungen aufdecken.

Wir entwickeln daher statistische Methoden, die es ermöglichen, Spike-Korrelationen und Spike-Aktivitätsmuster höherer Ordnung innerhalb einer Area und/oder über kortikale Areale hinweg zu erkennen. Man nimmt an, dass diese Muster zur Verarbeitung sensorischer Inputs beitragen und zu entsprechenden Verhaltensweisen führen. Diese Resultate werden mit Ergebnissen, die auf Messungen in anderen Zeitskalen beruhen, und mit verschiedenen kortikalen Zuständen verglichen. Die von der Arbeitsgruppe entwickelten Methoden werden in der Open-Source-Toolbox "Elephant" bereitgestellt.

Netzwerkmodelle und Netzwerktheorie helfen dabei, Einblicke in die neuronalen Mechanismen zu erhalten, die zu den Phänomenen führen, die wir in experimentellen Daten beobachten. In Zusammenarbeit mit Kollaborationspartnern bauen wir Netzwerkmodelle auf und analysieren ihre neuronalen Aktivitäten, um die Vorgänge im Gehirn zu verstehen.

Mehr Informationen finden sich auf der englischen Seite der Arbeitsgruppe.

Forschungsthemen

Korrelationsanalyse höherer Ordnung, Verarbeitungsdynamik, Zellverbände, integrativer wissenschaftlicher Zyklus, Modellvalidierung, reproduzierbare Analysen und Arbeitsabläufe

Kontakt

Prof. Dr. Sonja Grün

INM-6

Gebäude 15.22 / Raum 4012

+49 2461/61-9302

E-Mail

Team Data Science of Electro- and Optophysiology in Behavioural Neuroscience (DSEO)

DSEO entwickelt Methoden für das Data-Management neuronaler Aktivitätsdaten sowie robuste Workflows, die eine reproduzierbare Datenanalyse und eine strenge Validierung von Netzwerksimulationen ermöglichen. Hierbei konzentriert sich das Team auf die Mitgestaltung von Software, Diensten und Prozessen in enger Zusammenarbeit mit wissenschaftlichen Projekten.

Mitarbeiter

Letzte Änderung: 03.07.2024