Um modelo neuromórfico de estimativa de orientação de curvatura

• Autor(a) principal: Tanaka, Júlia Sawaki
• Data de Publicação: 2000
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-27112014-145225/
• topic: Estimativa de curvatura; Estimativa de orientação; Neuromorfometria; Not available

O presente trabalho aborda a importante questão da codificação de curvatura por redes neurais biológicas, partindo da hipótese que a curvatura ao longo de uma curva bidimensional pode ser calculada por meio de operadores diferenciais bidimensionais biologicamente plausíveis. O modelo proposto para estimativa de curvatura e orientação incorpora algumas propriedades eletrofisiológicas inerentes aos neurônios e outras características de redes neurais biológicas, como a distribuição aleatória de neurônios na rede. As influências da morfologia dos neurônios na estimativa de curvatura e orientação são investigadas e discutidas. A fundamentação biológica do modelo é discutida e os resultados das simulações são apresentados em uma seqüência crescente de plausibilidade biológica e sofisticação. O modelo foi testado com neurônios naturais e artificiais e os resultados sugerem que neurônios com área de influência maior, com processos dendríticos lineares na direção radial, e processos dendríticos distribuídos radialmente de forma simétrica são melhores na estimativa de curvatura e orientação. São também apresentadas algumas medidas de neuromorfometria desenvolvidas, como o histograma de influência, que avalia a área de influência ou cobertura espacial de neurônios bidimensionais e tridimensionais, assim como uma extensão do conceito de cobertura espacial para expressar as influências vetoriais bidimensionais e tridimensionais. Ainda no contexto de neuromorfometria, apresentamos um mecanismo para extração de medidas de neurônios bidimensionais e tridimensionais codificados no padrão Eutectic para a posterior geração de neurônios artificiais estatisticamente semelhantes aos neurônios naturais