Explore le développement d'un modèle mathématique du cerveau, axé sur l'organisation et la dynamique du cerveau, y compris les modèles d'activité neuronale et les phénomènes émergents.
Se penche sur la simulation de la dynamique du réseau dans les neurosciences silico, couvrant l'activité spontanée et évoquée, les simulations in-vitro et in-vivo, et l'analyse de sensibilité.
Explore la dynamique des populations neuronales, en mettant l'accent sur les réseaux aléatoires et les arguments de terrain moyen pour la connectivité.
Explore les signaux neuraux, les techniques d'imagerie cérébrale et l'organisation du cerveau, soulignant l'importance de comprendre les méthodes d'imagerie cérébrale et de mesurer les signaux du cerveau de façon non invasive.
Explore la motivation derrière l'étude de l'activité électrique du cerveau et de la stimulation cérébrale profonde réussie chez les patients atteints de la maladie de Parkinson.
Couvre les bases NeuroM, y compris la vérification de la qualité des neurones, l'extraction de la morphométrie et la visualisation des neurones dans différents formats.
Explore l'application de la neuroscience computationnelle en neuroprothèse, en se concentrant sur la prédiction des mouvements de bras prévus en fonction des temps de pointe et de l'importance de l'optimisation systématique des paramètres.
S'engage dans l'apprentissage continu des modèles de représentation après déploiement, soulignant les limites des réseaux neuronaux artificiels actuels.
