Explore la modélisation de l'activité électrique du neurone, y compris les canaux ioniques et les concentrations, l'équation de Nernst et le potentiel de repos.
Couvre l'analyse des données neurophysiologiques, y compris la détection AP, le calcul de la vitesse de tir et l'analyse spectrale, en mettant l'accent sur la prédiction des classes cellulaires.
Explore la dynamique de décision dans les neurosciences computationnelles, en mettant l'accent sur des modèles concurrentiels et des interactions 2-dimensionnelles efficaces entre les populations.
Explore la dynamique membranaire des cellules neurales, y compris les canaux ioniques, les potentiels d'action, la myélinisation et les interfaces bioélectroniques.
Explore le potentiel d'inversion et l'équation de Nernst dans les neurosciences computationnelles, en se concentrant sur les canaux ioniques et la biophysique neuronale.
Explique les mécanismes des potentiels d'action et leur propagation dans les neurones, en se concentrant sur les canaux ioniques et le rôle de la myélinisation.
Explore le modèle Hodgkin-Huxley, les phases de potentiel d'action, la dynamique ionique, la théorie des câbles et la modélisation compartimentale dans l'excitabilité neuronale.
Couvre la terminologie, la génération et la conduction des potentiels d'action dans la signalisation neuronale, ainsi que les signaux bioélectriques et les courants synaptiques.
Explore les propriétés mécaniques et électriques des tissus neuraux, y compris le cerveau et la moelle épinière, ainsi que l'enregistrement des signaux neuraux à l'aide de diverses techniques.
Explore la base physique de la propagation du signal dans les neurones, en se concentrant sur la configuration du potentiel membranaire et les canaux ioniques.
Couvre les propriétés électriques des neurones, en se concentrant sur les mécanismes de transport ionique et leur rôle dans la génération de signaux électriques.
