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.
Explore les bases de la neuroimagerie, les échelles du réseau cérébral, la connectivité, l'histoire et la physique, soulignant l'importance de comprendre les données à différentes échelles.
Explore la vue d'ensemble, la justification et les stratégies de la neuroscience de simulation, en mettant l'accent sur les défis de la reconstruction et de la simulation du cerveau.
Couvre la structure d'un cours de neurosciences, en se concentrant sur la membrane cellulaire, les canaux ioniques, la transmission synaptique et la fonction cérébrale.
Explore le lien entre le comportement, les neurosciences et l’incarnation dans la formation du mouvement et la compréhension du fonctionnement du cerveau.
Explore la classification des neurones, soulignant l'importance de comprendre la complexité du cerveau et les défis dans la définition des types de cellules.
Introduit des approches et des applications modernes en neuroscience, mettant l'accent sur la modélisation computationnelle et son importance dans la compréhension du cerveau.
Explore les progrès de l'IRMf de la moelle épinière à 7 Tesla, en soulignant son importance dans la compréhension des pathologies du système nerveux central.
Explore le traitement du signal graphique appliqué aux réseaux cérébraux, en mettant l'accent sur la relation entre la fonction cérébrale et la structure en utilisant des méthodes telles que le graphique Fourier Transform et l'indice de découplage structural.
Explore l'extraction de texte de données à longue queue dans les neurosciences et la connectivité cérébrale, y compris la reconnaissance d'entités nommées, l'extraction de la concentration de protéines et la comparaison des matrices de connectivité.
