Тема: Интеграция кортикальных подсистем визуального анализа и лимбических подсистем
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
Постановка задач 7
Глава 1 8
1.1 Нейрон и нейронные системы 8
1.2 Зрительная кора головного мозга 11
1.3 Лимбическая система 13
Глава 2 16
2.1 Таламус 16
2.2 Гипоталамус 18
2.3 Ретикулярная формация 20
Глава 3 23
3.1 Анализ сетей 23
3.2 Построение схемы 25
3.3 Реализация соединений 26
Заключение 28
Список использованных источников 29
Список использованных иллюстраций
📖 Введение
Для регистрации биоэлектрической активности нейронов и их отростков применяют специальные приемы, которые называются микроэлектродной техникой. Микроэлектродная техника в зависимости от задач исследования имеет много особенностей. Обычно применяют два типа микроэлектродов — металлические и стеклянные. Металлические микроэлектроды часто изготавливают из вольфрамовой проволоки диаметром 0,3-1 мм. На первом этапе нарезают заготовки длиной по 10 — 20 см (это определяется глубиной, на которую будет погружен микроэлектрод в мозг исследуемого животного). Один конец заготовки электролитическим методом затачивают до диаметра 1 — 10 мкм. После тщательной промывки поверхности в специальных растворах ее покрывают лаком для электрической изоляции. Самый кончик электрода остается неизолированным (иногда через такой микроэлектрод пропускают слабый толчок тока, чтобы дополнительно разрушить изоляцию на самом кончике).
Для регистрации активности одиночных нейронов микроэлектрод закрепляют в специальном манипуляторе, который позволяет продвигать его в мозге животного с высокой точностью . В зависимости от задач исследования манипулятор может крепиться на черепе животного или отдельно. В первом случае это очень миниатюрные устройства, которые получили название микроманипуляторов. Характер регистрируемой биоэлектрической активности определяется диаметром кончика микроэлектрода. Например, при диаметре кончика микроэлектрода не более 5 мкм можно зарегистрировать потенциалы действия одиночных нейронов (в этих случаях кончик микроэлектрода должен приблизиться к исследуемому нейрону на расстояние около 100 мкм). При диаметре кончика микроэлектрода больше 10 мкм одновременно регистрируется активность десятков, а иногда сотен нейронов (мультиплай-активность).
Современный этап развития науки и техники сопровождается интенсивным внедрением новых информационных технологий во множество сфер человеческой деятельности, и на сегодняшний день исследования в различных областях науки требуют использования передовых компьютерных систем. Благодаря непрерывному процессу развития и совершенствования ресурсы современной вычислительной техники многократно возросли и способны обеспечить решения задач такой сложности, которая в недавнем прошлом казалась недостижимой из-за недостатка вычислительной мощности. Примером таких задач может служить компьютерное моделирование больших сложных систем. Математическое и компьютерное моделирование является одним из эффективных методов изучения. Задача моделирования состоит в разработке и анализе моделей реальных систем и процессов, протекающих в рассматриваемых системах, с целью получения объяснений их механизмов, предсказания феноменов . Модельный подход в науке позволяет преодолеть ограничения и трудности, возникающие при постановке эксперимента в лабораторных или полевых условиях. Это достигается благодаря возможности проведения численных экспериментов, позволяющих исследовать отклик изучаемой системы на изменения ее параметров и начальных условий. Кроме того в рамках модельного подхода возможно выбирать значения параметров и начальных условий далеко за пределами наблюдаемых экспериментально. Это важно для выявления причин и механизмов наблюдаемых процессов, для поиска границ наблюдаемых динамических режимов. Компьютерное моделирование, в связи с этим, широко применяется во всех естественнонаучных направлениях современных исследований. Не является исключением и нейробиология, задача которой состоит в изучении функционирования головного мозга и нервной системы.
Мозг представляет собой сложнейший объект исследования, состоящий из миллиардов клеток . Одним из типов клеток мозга являются нейроны.
Нейроны генерируют и передают электрические импульсы и способны образовывать сети посредством контактов, именуемых синапсами. Существуют и другие типы клеток в мозге, - например, глиальные клетки, которые выполняют такие важные дополнительные функции, как питание нейронов, поддержка гомеостаза, модулирование процессов передачи сигнала и др. Существующие экспериментальные методы исследования активности нейронных сетей мозга, направленные на изучение принципиально сетевых эффектов, во-первых, обладают рядом технических ограничений, связанных со сложностью объекта исследования, а во-вторых, являются крайне дорогостоящими. Для преодоления данного препятствия широко применяется подход, связанный с математическим и компьютерным моделированием изучаемых процессов. Моделирование подобных систем, сложных по топологии внутренних связей и состоящих из большого количества элементов, с помощью современных персональных компьютеров представляет серьёзную проблему, ввиду большой вычислительной нагрузки, требуемой для расчёта получаемых моделей. Однако использование суперкомпьютерных технологий и параллельных вычислений устраняет эту преграду и позволяет применять большее многообразие методов моделирования.
Постановка задач дипломной работы.
1 Сбор и анализ информации о визуальной подсистеме.
2 Сбор и анализ информации о лимбической подсистеме.
3 Нахождение связей и постройка схемы взаимосвязи.
4 Реализация соединений на машинном уровне.
✅ Заключение
Автором поставленные задачи были выполнены.
Эта работа вносит вклад в решение проблемы понимания взаимосвязи между структурой и динамикой коры головного мозга млекопитающих. Полученный результат можно применять для исследования взаимоотношений количественных и качественных характеристик работы нейронов. Все это может помочь в работе нейробиологов и при обучении студентов нейробиологических специальностей.



