C1/4 - Modellierung und Simulation von Neuronen
|
|
- Ralf Baumhauer
- vor 7 Jahren
- Abrufe
Transkript
1 C 1 /4 - Modellierung und Simulation von Neuronen April 25, 2013
2 Motivation Worum geht es?
3 Motivation Worum geht es? Um Neuronen.
4 Motivation Worum geht es? Um Neuronen. Da ist u.a. euer Gehirn draus
5 Motivation Worum geht es? Um Neuronen. Da ist u.a. euer Gehirn draus Genauer: Um mathematische Modelle
6 Motivation Worum geht es? Um Neuronen. Da ist u.a. euer Gehirn draus Genauer: Um mathematische Modelle Und Warum?
7 Motivation Worum geht es? Um Neuronen. Da ist u.a. euer Gehirn draus Genauer: Um mathematische Modelle Und Warum? Um herauszufinden, wie Denken/Lernen/Signalübertragung funktioniert
8 Motivation Worum geht es? Um Neuronen. Da ist u.a. euer Gehirn draus Genauer: Um mathematische Modelle Und Warum? Um herauszufinden, wie Denken/Lernen/Signalübertragung funktioniert Für KI
9 Motivation Worum geht es? Um Neuronen. Da ist u.a. euer Gehirn draus Genauer: Um mathematische Modelle Und Warum? Um herauszufinden, wie Denken/Lernen/Signalübertragung funktioniert Für KI Um neurologische Krankheiten (z.b. Epilepsie, Parkinson... ) zu verstehen
10 Motivation Worum geht es? Um Neuronen. Da ist u.a. euer Gehirn draus Genauer: Um mathematische Modelle Und Warum? Um herauszufinden, wie Denken/Lernen/Signalübertragung funktioniert Für KI Um neurologische Krankheiten (z.b. Epilepsie, Parkinson... ) zu verstehen Für Mensch/Maschine-interfaces...
11 Anatomie eines Neurons
12 Anatomie eines Neurons - Zellkörper
13 Anatomie eines Neurons - Zellkörper Ionenkanäle machen die Membran halbdurchlässig für bestimmte Ionen.
14 Anatomie eines Neurons - Zellkörper Ionenkanäle machen die Membran halbdurchlässig für bestimmte Ionen. Ionenpumpen bauen Konzentrationsgefälle auf (Ruhepotential)
15 Anatomie eines Neurons - Zellkörper Ionenkanäle machen die Membran halbdurchlässig für bestimmte Ionen. Ionenpumpen bauen Konzentrationsgefälle auf (Ruhepotential) Zellkern macht hauptsächlich Zell-Metabolismus
16 Anatomie eines Neurons - Dendriten
17 Anatomie eines Neurons - Dendriten Nehmen Signale anderer Neuronen auf
18 Anatomie eines Neurons - Dendriten Nehmen Signale anderer Neuronen auf Sind stark verzweigt und normalerweise viele
19 Anatomie eines Neurons - Dendriten Nehmen Signale anderer Neuronen auf Sind stark verzweigt und normalerweise viele Können exitatorisch (anregend) oder inhibitorisch (hemmend) sein
20 Anatomie eines Neurons - Axon
21 Anatomie eines Neurons - Axon Generiert das Aktionspotential (das Neuron feuert )
22 Anatomie eines Neurons - Axon Generiert das Aktionspotential (das Neuron feuert ) Leitet das AP an andere Neuronen (z.b. auch durch den gesamten Körper)
23 Anatomie eines Neurons - Synapsen
24 Anatomie eines Neurons - Synapsen Hier docken Dendriten anderer Neuronen an
25 Anatomie eines Neurons - Synapsen Hier docken Dendriten anderer Neuronen an Signalübertragung meistens chemisch (Neurotransmitter), manchmal elektrisch
26 Künstliche Neuronale Netze Fragestellung: Wie beeinflussen sich die einzelnen Inputs der Dendriten?
27 Künstliche Neuronale Netze Fragestellung: Wie beeinflussen sich die einzelnen Inputs der Dendriten? Einfachste Möglichkeit: Lineare Überlagerung: v Soma = a i v i i Dendriten
28 Künstliche Neuronale Netze Fragestellung: Wie beeinflussen sich die einzelnen Inputs der Dendriten? Einfachste Möglichkeit: Lineare Überlagerung: v Soma = a i v i i Dendriten Man sieht, dass dies das Produkt des Zeilenvektors der Gewichte mit dem Spaltenvektor der Inputs ist.
29 Künstliche Neuronale Netze Fragestellung: Wie beeinflussen sich die einzelnen Inputs der Dendriten? Einfachste Möglichkeit: Lineare Überlagerung: v Soma = a i v i i Dendriten Man sieht, dass dies das Produkt des Zeilenvektors der Gewichte mit dem Spaltenvektor der Inputs ist. Nummerieren wir die Neuronen mit 1,..., n durch und nennen wir a ij das Gewicht, mit dem der Output von Neuron i für das Neuron j gewichtet wird, erhalten wir: v Soma = A v Out
30 Küntliche Neuronale Netze Wir erhalten die Spannung am Zellkörper durch Matrixmultiplikation schnell.
31 Küntliche Neuronale Netze Wir erhalten die Spannung am Zellkörper durch Matrixmultiplikation schnell. Wir wollen ein binäres Outputsignal haben: ϕ: R n R n 1 v i > v thresh v i 0 sonst v Out = ϕ (A v Out)
32 Küntliche Neuronale Netze Wir erhalten die Spannung am Zellkörper durch Matrixmultiplikation schnell. Wir wollen ein binäres Outputsignal haben: ϕ: R n R n 1 v i > v thresh v i 0 sonst v Out = ϕ (A v Out) Wir können solche Netze verschiedener Größe kombinieren und mit verschiedenen Regeln ausstatten und erhalten so küntliche Intelligenz
33 Küntliche Neuronale Netze Wir erhalten die Spannung am Zellkörper durch Matrixmultiplikation schnell. Wir wollen ein binäres Outputsignal haben: ϕ: R n R n 1 v i > v thresh v i 0 sonst v Out = ϕ (A v Out) Wir können solche Netze verschiedener Größe kombinieren und mit verschiedenen Regeln ausstatten und erhalten so küntliche Intelligenz Gut bei Klassifizierungsproblemen, schlecht bei ungefähr allem anderen
34 Küntliche Neuronale Netze Wir erhalten die Spannung am Zellkörper durch Matrixmultiplikation schnell. Wir wollen ein binäres Outputsignal haben: ϕ: R n R n 1 v i > v thresh v i 0 sonst v Out = ϕ (A v Out) Wir können solche Netze verschiedener Größe kombinieren und mit verschiedenen Regeln ausstatten und erhalten so küntliche Intelligenz Gut bei Klassifizierungsproblemen, schlecht bei ungefähr allem anderen Großes Thema andere C 1 /4?
35 Punktneuronen - Integrate and Fire Fragestellung: Wie wird am Axonhügel das Aktionspotential generiert?
36 Punktneuronen - Integrate and Fire Fragestellung: Wie wird am Axonhügel das Aktionspotential generiert? Wir können die Zellmembran als Kondensator betrachten: Q = Cv C v = I
37 Punktneuronen - Integrate and Fire Fragestellung: Wie wird am Axonhügel das Aktionspotential generiert? Wir können die Zellmembran als Kondensator betrachten: Q = Cv C v = I Dieses System konvergiert (ohne spiking) gegen einen Gleichgewichtszustand. Wir führen ein manuelles spiken ein: Ist v(t) > v thresh, rufen wir spike und setzen v(t) = v reset
38 Punktneuronen - Integrate and Fire v 0 I t
39 Punktneuronen - Leaky Integrate and Fire Zellmembran ist kein Isolator, sondern Halbdurchlässig für bestimmte Ionen Lösung: Leckstrom-Term: C v = I v R
40 Punktneuronen - Leaky Integrate and Fire v 0 I t
41 Punktneuronen - Hodgkin-Huxley In ähnlicher Weise geht es weiter: Izhikevic-Modell, IFAdEx-Modell,...
42 Punktneuronen - Hodgkin-Huxley In ähnlicher Weise geht es weiter: Izhikevic-Modell, IFAdEx-Modell,... Krönung der Punktneuronen-Modelle: Hodgkin-Huxley
43 Punktneuronen - Hodgkin-Huxley In ähnlicher Weise geht es weiter: Izhikevic-Modell, IFAdEx-Modell,... Krönung der Punktneuronen-Modelle: Hodgkin-Huxley Wir ergänzen den Leckstrom mit mehreren, spannungsabhängigen Ionenströmen: C v = g L (v v L ) + I i = g L (v v L ) + g i (t, v)(v v L ) i i
44 Punktneuronen - Hodgkin-Huxley In ähnlicher Weise geht es weiter: Izhikevic-Modell, IFAdEx-Modell,... Krönung der Punktneuronen-Modelle: Hodgkin-Huxley Wir ergänzen den Leckstrom mit mehreren, spannungsabhängigen Ionenströmen: C v = g L (v v L ) + I i = g L (v v L ) + g i (t, v)(v v L ) i g i (t, v) = ḡ i m i (t, v) p i h i (t, v) q i Modell: ḡ i ist die maximale Leitfähigkeit, jedes m i ein anregendes Tor, jedes h i ein hemmendes Tor (jeweils mit Werten in [0, 1]), beschrieben durch: ṁ i = α i (v)(1 m i ) β i (v)m i ḣ i = γ i (v)(1 h i ) δ i (v)h i i
45 Punktneuron - Hodgkin-Huxley 120 Potential Applied current density 100 Potential v [ms] and current density I [ua/cm 2 ] t [ms]
46 Punktneuron - Hodgkin-Huxley v I/3 mn h 2 v (in mv) I and m/h/n (dimensionless) t (in ms)
47 Räumliche Modelle - Kabeltheorie Für Modellierung neuronaler Netze u.ä. sind Informationen über Signalausbreitung/Verzögerung innerhalb des Neurons nötig
48 Räumliche Modelle - Kabeltheorie Für Modellierung neuronaler Netze u.ä. sind Informationen über Signalausbreitung/Verzögerung innerhalb des Neurons nötig Modellierung des Dendriten-Baumes als Folge verzweigter Zylinder
49 Räumliche Modelle - Kabeltheorie Für Modellierung neuronaler Netze u.ä. sind Informationen über Signalausbreitung/Verzögerung innerhalb des Neurons nötig Modellierung des Dendriten-Baumes als Folge verzweigter Zylinder Die Membran wird modelliert als Kombination aus Kondensator und Widerstand
50 Räumliche Modelle - Kabeltheorie Für Modellierung neuronaler Netze u.ä. sind Informationen über Signalausbreitung/Verzögerung innerhalb des Neurons nötig Modellierung des Dendriten-Baumes als Folge verzweigter Zylinder Die Membran wird modelliert als Kombination aus Kondensator und Widerstand Das Zellplasma (entlang der Stromrichtung) wird als Ohmscher Widerstand modelliert
51 Räumliche Modelle - Kabeltheorie Für Modellierung neuronaler Netze u.ä. sind Informationen über Signalausbreitung/Verzögerung innerhalb des Neurons nötig Modellierung des Dendriten-Baumes als Folge verzweigter Zylinder Die Membran wird modelliert als Kombination aus Kondensator und Widerstand Das Zellplasma (entlang der Stromrichtung) wird als Ohmscher Widerstand modelliert Partielle Differentialgleichung zweiter Ordnung für jeden Abschnitt
52 Fragen?
Aufbau und Beschreibung Neuronaler Netzwerke
Aufbau und Beschreibung r 1 Inhalt Biologisches Vorbild Mathematisches Modell Grundmodelle 2 Biologisches Vorbild Das Neuron Grundkomponenten: Zellkörper (Soma) Zellkern (Nukleus) Dendriten Nervenfaser
MehrReizleitung in Nervenzellen. Nervenzelle unter einem Rasterelektronenmikroskop
Reizleitung in Nervenzellen Nervenzelle unter einem Rasterelektronenmikroskop Gliederung: 1. Aufbau von Nervenzellen 2. Das Ruhepotential 3. Das Aktionspotential 4. Das Membranpotential 5. Reizweiterleitung
MehrBK07_Vorlesung Physiologie. 05. November 2012
BK07_Vorlesung Physiologie 05. November 2012 Stichpunkte zur Vorlesung 1 Aktionspotenziale = Spikes Im erregbaren Gewebe werden Informationen in Form von Aktions-potenzialen (Spikes) übertragen Aktionspotenziale
Mehr2.) Material und Methode
1.) Einleitung: Wenn man unser Nervensystem und moderne Computer vergleicht fällt erstaunlicherweise auf, dass das Nervensystem ungleich komplexer ist. Dazu ein kurzer Überblick: Das menschliche Nervensystem
MehrModellierung von Ionenkanälen und das Hodgkin-Huxley Modell. SS 2012 Mathematische Aspekte der Neuronenmodellierung und Simulation
Modellierung von Ionenkanälen und das Hodgkin-Huxley Modell SS 2012 Mathematische Aspekte der Neuronenmodellierung und Simulation Inhaltsverzeichnis Das Neuron und die Zellmembran Die Ionen Kanäle Das
MehrÜbung 6 Vorlesung Bio-Engineering Sommersemester Nervenzellen: Kapitel 4. 1
Bitte schreiben Sie Ihre Antworten direkt auf das Übungsblatt. Falls Sie mehr Platz brauchen verweisen Sie auf Zusatzblätter. Vergessen Sie Ihren Namen nicht! Abgabe der Übung bis spätestens 21. 04. 08-16:30
MehrZentrales Nervensystem
Zentrales Nervensystem Funktionelle Neuroanatomie (Struktur und Aufbau des Nervensystems) Neurophysiologie (Ruhe- und Aktionspotenial, synaptische Übertragung) Fakten und Zahlen (funktionelle Auswirkungen)
MehrAufbau und Funktionweise der Nervenzelle - Wiederholung Vorlesung -
Aufbau und Funktionweise der Nervenzelle - Wiederholung Vorlesung - Fragen zur Vorlesung: Welche Zellen können im Nervensystem unterschieden werden? Aus welchen Teilstrukturen bestehen Neuronen? Welche
MehrC07 Membranmodell und Signalausbreitung C07
1. ZIELE In diesem Versuch werden Sie den Transport von elektrischen Signalen in Nervenzellen mit einem Modell simulieren. Die Ausbreitung dieser Signale wird allein durch die elektrischen Eigenschaften
MehrMembranen und Potentiale
Membranen und Potentiale 1. Einleitung 2. Zellmembran 3. Ionenkanäle 4. Ruhepotential 5. Aktionspotential 6. Methode: Patch-Clamp-Technik Quelle: Thompson Kap. 3, (Pinel Kap. 3) 2. ZELLMEMBRAN Abbildung
MehrNaCl. Die Originallinolschnitte, gedruckt von Marc Berger im V.E.B. Schwarzdruck Berlin, liegen als separate Auflage in Form einer Graphikmappe vor.
NaCl Künstlerische Konzeption: Xenia Leizinger Repros: Roman Willhelm technische Betreuung und Druck: Frank Robrecht Schrift: Futura condensed, Bernhard Modern Papier: Igepa Design Offset naturweiß 120
MehrVorlesung #2. Elektrische Eigenschaften von Neuronen, Aktionspotentiale und deren Ursprung. Alexander Gottschalk, JuProf. Universität Frankfurt
Vorlesung #2 Elektrische Eigenschaften von Neuronen, Aktionspotentiale und deren Ursprung Alexander Gottschalk, JuProf Universität Frankfurt SS 2010 Elektrische Eigenschaften von Neuronen Elektrische Eigenschaften
Mehr3. Neuronenmodelle. 1. Einleitung zur Modellierung. 2. Hodgkin-Huxley-Modell. 3. Grundmodell in kontinuierlicher und diskreter Zeit
3. Neuronenmodelle 1. Einleitung zur Modellierung 2. Hodgkin-Huxley-Modell 3. Grundmodell in kontinuierlicher und diskreter Zeit 4. Transferfunktionen (Kennlinien) für Neuronen 5. Neuronenmodelle in Anwendungen
MehrBeide bei Thieme ebook
Beide bei Thieme ebook Neurophysiologie 1) Funktionelle Anatomie 2) Entstehung nervaler Potentiale 3) Erregungsfortleitung 4) Synaptische Übertragung 5) Transmitter und Reflexe 6) Vegetatives Nervensystem
MehrGliederung. Biologische Motivation Künstliche neuronale Netzwerke. Anwendungsbeispiele Zusammenfassung. Das Perzeptron
Neuronale Netzwerke Gliederung Biologische Motivation Künstliche neuronale Netzwerke Das Perzeptron Aufbau Lernen und Verallgemeinern Anwendung Testergebnis Anwendungsbeispiele Zusammenfassung Biologische
MehrBiologische Grundlagen der Elektrogenese
Proseminar: Elektrophysiologie kognitiver Prozesse WS 2008/2009 Dozentin: Dr. Nicola Ferdinand Referent: Michael Weigl Biologische Grundlagen der Elektrogenese Ein Überblick Zum Einstieg Die Gliederung
MehrNeuronenmodelle II. Abstraktionsebenen von Einzelzellmodellen Das Leaky-Integrate-And-Fire (LIF) Modell. Martin Nawrot
Bachelor Program Bioinformatics, FU Berlin VS : Systemische Physiologie - Animalische Physiologie für Bioinformatiker Neuronenmodelle II Abstraktionsebenen von Einzelzellmodellen Das Leaky-Integrate-And-Fire
Mehrwinter-0506/tierphysiologie/
Die Liste der Teilnehmer der beiden Kurse für Studenten der Bioinformatik finden Sie auf unserer web site: http://www.neurobiologie.fu-berlin.de/menu/lectures-courses/ winter-0506/tierphysiologie/ Das
Mehr4.12 Signalausbreitung am Membranmodell
4.12 Signalausbreitung am Membranmodell 541 4.12 Signalausbreitung am Membranmodell Der Versuch wird seit Mai ¾¼¼ im Konstanzer Praktikum durchgeführt. 1 An der Anleitung wird weiterhin gearbeitet. Ziel
MehrSchematische Übersicht über das Nervensystem eines Vertebraten
Schematische Übersicht über das Nervensystem eines Vertebraten Die Integration des sensorischen Eingangs und motorischen Ausgangs erfolgt weder stereotyp noch linear; sie ist vielmehr durch eine kontinuierliche
MehrMessung des Ruhepotentials einer Nervenzelle
Messung des Ruhepotentials einer Nervenzelle 1 Extrazellulär Entstehung des Ruhepotentials K+ 4mM Na+ 120 mm Gegenion: Cl- K + kanal offen Na + -kanal zu Na + -K + Pumpe intrazellulär K+ 120 mm Na+ 5 mm
MehrKapitel 05.02: Die Nervenzelle
Kapitel 05.02: Die Nervenzelle 1 Kapitel 05.02: Die Nervenzelle Kapitel 05.02: Die Nervenzelle 2 Inhalt Kapitel 05.02: Die Nervenzelle...1 Inhalt... 2 Informationsweiterleitung im menschlichen Körper...3
MehrKohonennetze Selbstorganisierende Karten
Kohonennetze Selbstorganisierende Karten Julian Rith, Simon Regnet, Falk Kniffka Seminar: Umgebungsexploration und Wegeplanung mit Robotern Kohonennetze: Neuronale Netze In Dendriten werden die ankommenden
MehrUnterrichtsvorhaben I: Bau, Funktion, Lage und Verlauf von Nervenzellen
Inhaltsverzeichnis Gk Qualifikationsphase Inhaltsfeld 4: Neurobiologie... 1 Unterrichtsvorhaben I: Bau, Funktion, Lage und Verlauf von Nervenzellen... 1 24 Unterrichtsstunden=8 Wochen Kontext: Vom Reiz
MehrDas Neuron (= Die Nervenzelle)
Das Neuron (= Die Nervenzelle) Die Aufgabe des Neurons besteht in der Aufnahme, Weiterleitung und Übertragung von Signalen. Ein Neuron besitzt immer eine Verbindung zu einer anderen Nervenzelle oder einer
MehrSchmerz, Grundlagen AB 1-1, S. 1
Schmerz, Grundlagen AB 1-1, S. 1 Text 1: Schmerzqualitäten Zunächst einmal unterscheidet man zwischen somatischen und visceralen Schmerzen. Somatischer Schmerz geht von der Haut, von Muskeln, Gelenken,
MehrZelluläre Kommunikation
Zelluläre Kommunikation 1. Prinzipien der zellulären Kommunikation?? 2. Kommunikation bei Nervenzellen Die Zellen des Nervensystems Nervenzellen = Neuronen Gliazellen ( Glia ) Astrozyten Oligodendrozyten
MehrZentrales Nervensystem
Zentrales Nervensystem Funktionelle Neuroanatomie (Struktur und Aufbau des Nervensystems) Evolution des Menschen Neurophysiologie (Ruhe- und Aktionspotenial, synaptische Übertragung) Fakten und Zahlen
MehrChemisches Potential und Nernstgleichung Carsten Stick
Chemisches Potential und Nernstgleichung Carsten Stick Definition der mechanischen Arbeit: Kraft mal Weg W = F! ds W = Arbeit oder Energie; F = Kraft; s = Weg Diese Definition lässt sich auch auf die Kompression
Mehr7.1. Die Rückenmarknerven (Die Spinalnerven): Siehe Bild Nervenbahnen
7. Das periphere Nervensystem: 7.1. Die Rückenmarknerven (Die Spinalnerven): Siehe Bild Nervenbahnen 7.2. Die Hirnnerven: Sie stammen aus verschiedenen Zentren im Gehirn. I - XII (Parasympathikus: 3,7,9,10)
MehrNERVENZELLEN UND NERVENIMPULSE
6 NERVENZELLEN UND NERVENIMPULSE Neuronendoktrin: RAMON Y CAJAL (Ende 19.Jhd.): Neuronen liegen zwar beieinander, sind aber physisch voneinander getrennt; Verbindung der Nervenzellen untereinander geschieht
MehrDas Ruhemembranpotential eines Neurons
Das Ruhemembranpotential eines Neurons An diesem Ungleichgewicht sind 4 Arten von Ionen maßgeblich beteiligt: - Natriumionen (Na + ) (außen viel) - Kaliumionen (K + ) (innen viel) - Chloridionen (Cl -
MehrMatthias Birnstiel Modul Nervensystem Medizinisch wissenschaftlicher Lehrgang Wissenschaftliche Lehrmittel, Medien, Aus- und Weiterbildung
Matthias Birnstiel Modul Nervensystem Medizinisch wissenschaftlicher Lehrgang CHRISANA Wissenschaftliche Lehrmittel, Medien, Aus- und Weiterbildung Inhaltsverzeichnis des Moduls Nervensystem Anatomie des
MehrBK07_Vorlesung Physiologie 29. Oktober 2012
BK07_Vorlesung Physiologie 29. Oktober 2012 1 Schema des Membrantransports Silverthorn: Physiologie 2 Membranproteine Silverthorn: Physiologie Transportproteine Ionenkanäle Ionenpumpen Membranproteine,
MehrVisualisierung von spikenden neuronalen Netzwerken. Entwicklung einer Webapplikation zum Veröffentlichen von Netzwerkmodellen
Studienprojekte Wintersemester 2014 Visualisierung von spikenden neuronalen Netzwerken Entwicklung einer Webapplikation zum Veröffentlichen von Netzwerkmodellen, m.pyka@rub.de Mercator Research Group Structure
Mehr4) Diese Hirnregion steuert die wichtigsten Körperfunktionen wie Essen, Trinken und Schlafen.
Wie gut haben Sie aufgepasst? 1) Das Gehirn und das Rückenmark bilden das... periphere Nervensystem autonome Nervensystem zentrale Nervensystem 2) Das System wird auch als emotionales Gehirn bezeichnet.
MehrAllgemeine Psychologie: Neurophysiologie. Sommersemester 2008. Thomas Schmidt
Allgemeine Psychologie: Neurophysiologie Sommersemester 2008 Thomas Schmidt Folien: http://www.allpsych.uni-giessen.de/thomas Literatur Rosenzweig et al. (2005), Ch. 2 + 3 Anatomie des Nervensystems Zentrales
MehrIn der Membran sind Ionenkanäle eingebaut leiten Ionen sehr schnell (10 9 Ionen / s)
Mechanismen in der Zellmembran Abb 7.1 Kandel Neurowissenschaften Die Ionenkanäle gestatten den Durchtritt von Ionen in die Zelle. Die Membran (Doppelschicht von Phosholipiden) ist hydrophob und die Ionen
Mehr1 Differentialgleichungen mit Matlab lösen
1 Differentialgleichungen mit Matlab lösen Eine Differentialgleichung (DGL) ist eine Gleichung für eine gesuchte Funktion mit einer oder mehreren Variablen, in der auch Ableitungen dieser Funktion vorkommen.
MehrAbbildungen Schandry, 2006 Quelle: www.ich-bin-einradfahrer.de Abbildungen Schandry, 2006 Informationsvermittlung im Körper Pioniere der Neurowissenschaften: Santiago Ramón y Cajal (1852-1934) Camillo
MehrÜBUNGSBEISPIELE Beispiel 1.
ÜBUNGSBEISPIELE Beispiel 1. Wieviele Ladungen sind für das Ruhepotentialpotential von -70 mv nötig?? Zusatzinfo: Membrankondensator 0.01F/m 2 a) Wieviele K + Ionen sind dies pro m 2?? Eine typische Zelle
MehrEinführung in neuronale Netze
Einführung in neuronale Netze Florian Wenzel Neurorobotik Institut für Informatik Humboldt-Universität zu Berlin 1. Mai 2012 1 / 20 Überblick 1 Motivation 2 Das Neuron 3 Aufbau des Netzes 4 Neuronale Netze
MehrWiederholung: Dendriten
Wiederholung: Dendriten Neurone erhalten am Dendriten und am Zellkörper viele erregende und hemmende Eingangssignale (Spannungsänderungen) Die Signale werden über Dendrit und Zellkörper elektrisch weitergeleitet.
MehrInformationsverarbeitung in Lebewesen
Institut für Rechnerentwurf und Fehlertoleranz Lehrstuhl für Intelligente Sensor-Aktor-Systeme Fakultät für Informatik, Universität Karlsruhe (TH) Intelligente Sensor-Aktor-Systeme Informationsverarbeitung
MehrMethoden der kognitiven Neurowissenschaften Elektrophysiologie
Methoden der kognitiven Neurowissenschaften Björn Herrmann; Email: bherrmann@cbs.mpg.de; Telefon (bevorzugt): 0341 9940 2606 Einführung Teilgebiet der Physiologie, das sich mit dem Ionenfluss in biologischem
Mehr(9.00 Uhr, Hörsaal Pflanzenphysiol. Königin-Luise-Str )
Klausurtermine: Für das Modul Verhaltens- und Neurobiologie (Mono- und Kombibachelor) 27.2.2008 (9.00 Uhr, Hörsaal Pflanzenphysiol. Königin-Luise-Str. 12-16) Wiederholungsklausur 26.3.2008 (9.00, Ort wie
MehrTutoriat zur Vorlesung Neuronale Informationsverarbeitung im HS 2010
Tutoriat zur Vorlesung Neuronale Informationsverarbeitung im HS 2010 ----------------------------------------------------------------------------------------------------- Wie definiert man elektrische
MehrWas bisher geschah. Lernen: überwachtes Lernen. biologisches Vorbild neuronaler Netze: unüberwachtes Lernen
Was bisher geschah Lernen: überwachtes Lernen korrigierendes Lernen bestärkendes Lernen unüberwachtes Lernen biologisches Vorbild neuronaler Netze: Neuron (Zellkörper, Synapsen, Axon) und Funktionsweise
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Die Erregungsleitung in Nervenzellen. Das komplette Material finden Sie hier:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Die Erregungsleitung in Nervenzellen Das komplette Material finden Sie hier: School-Scout.de Reihe 2 S Verlauf Material LEK Glossar
MehrGlia- sowie Nervenzellen (= Neuronen) sind die Bausteine des Nervensystems. Beide Zellarten unterscheiden sich vorwiegend in ihren Aufgaben.
(C) 2014 - SchulLV 1 von 5 Einleitung Du stehst auf dem Fußballfeld und dein Mitspieler spielt dir den Ball zu. Du beginnst loszurennen, denn du möchtest diesen Ball auf keinen Fall verpassen. Dann triffst
MehrSynapsen und synaptische Integration: Wie rechnet das Gehirn?
Synapsen und synaptische Integration: Wie rechnet das Gehirn? Kontaktstellen zwischen Neuronen, oder zwischen Neuronen und Muskel (neuromuskuläre Synapse) Entsprechend der Art ihrer Übertragung unterscheidet
MehrZelltypen des Nervensystems
Zelltypen des Nervensystems Im Gehirn eines erwachsenen Menschen: Neurone etwa 1-2. 10 10 Glia: Astrozyten (ca. 10x) Oligodendrozyten Mikrogliazellen Makrophagen Ependymzellen Nervenzellen Funktion: Informationsaustausch.
MehrAnatomie/Physiologie 19.05.04 (Dr. Shakibaei) Nervengewebe. besteht aus 2 Bestandteilen:
Anatomie/Physiologie 19.05.04 (Dr. Shakibaei) Nervengewebe besteht aus 2 Bestandteilen: Nervenzelle ( Neuron : Signal aufnehmen, verarbeiten und weiterleiten) Gliazelle, Stützzelle: div. metabolische Funktionen
Mehr(künstliche) Neuronale Netze. (c) Till Hänisch 2003,2015, DHBW Heidenheim
(künstliche) Neuronale Netze (c) Till Hänisch 2003,2015, DHBW Heidenheim Literatur zusätzlich zum Lit. Verz. Michael Negnevitsky, Artificial Intelligence, Addison Wesley 2002 Aufbau des Gehirns Säugetiergehirn,
MehrFortleitung des Aktionspotentials
Fortleitung des Aktionspotentials außen innen g K Ströme während des Aktionspotentials Ruhestrom: gleich starker Ein- und Ausstrom von K+ g Na Depolarisation: Na+ Ein- Strom g K Repolarisation: verzögerter
MehrGrundlagen neuronaler Aktivität
Grundlagen neuronaler Aktivität Physikalische Grundlagen der medizinischen Bildgebung Thorsten Rings Universität Bonn 23.6.2014 Thorsten Rings (Universität Bonn) Grundlagen neuronaler Aktivität 23.6.2014
MehrGenerierung eines APs
Generierung eines APs Interessante Bemerkungen: Die Zahl der Ionen, die während eines Aps in Bewegung sind, ist verglichen mit der Gesamtzahl der Ionen innerhalb und außerhalb eines Neurons sehr gering!
MehrE19 Signalausbreitung am Membranmodell - RC-Schaltungen
E19 Signalausbreitung am embranmodell - -Schaltungen embranmodell und Signalausbreitung In diesem Versuch wird die Übermittlung von elektrischen impulsförmigen Signalen (Impulsen) durch Nervenzellen an
MehrMembran- und Donnanpotentiale. (Zusammenfassung)
Membranund Donnanpotentiale (Zusammenfassung) Inhaltsverzeichnis 1. Elektrochemische Membranen...Seite 2 2. Diffusionspotentiale...Seite 2 3. Donnanpotentiale...Seite 3 4. Zusammenhang der dargestellten
MehrSoftcomputing Biologische Prinzipien in der Informatik. Neuronale Netze. Dipl. Math. Maria Oelinger Dipl. Inform. Gabriele Vierhuff IF TIF 08 2003
Softcomputing Biologische Prinzipien in der Informatik Neuronale Netze Dipl. Math. Maria Oelinger Dipl. Inform. Gabriele Vierhuff IF TIF 08 2003 Überblick Motivation Biologische Grundlagen und ihre Umsetzung
MehrSynaptische Transmission
Synaptische Transmission Wie lösen APe, die an den Endknöpfchen der Axone ankommen, die Freisetzung von Neurotransmittern in den synaptischen Spalt aus (chemische Signalübertragung)? 5 wichtige Aspekte:
MehrDas FitzHugh-Nagumo Modell einer Nervenzelle
Das FitzHugh-Nagumo Modell einer Nervenzelle Jens Brouer 20.08.2007 Universität Hamburg, Department Mathematik, Bundesstraße 53 teddy-k@tnet.de Inhaltsverzeichnis 1 Biologische Grundlagen 2 2 Das Hodgkin-Huxley
MehrSimulation pulsverarbeitender neuronaler Netze Eine ereignisgetriebene und verteilte Simulation pulsverarbeitender neuronaler Netze
Simulation pulsverarbeitender neuronaler Netze Eine ereignisgetriebene und verteilte Simulation pulsverarbeitender neuronaler Netze Dissertation zur Erlangung des Doktorgrades (Dr. rer. nat.) der Mathematisch-Naturwissenschaftlichen
MehrNeuronale Netze 1. Biologische Grundlagen
Neuronale Netze 1 Biologische Grundlagen Gliederung 1. Das Gehirn: wichtige anatomische Strukturen 2. Nervenzellen und Nervensystem 3. Informationsübertragung im Nervensystem 4. Einige neurologische Untersuchungsmethoden
MehrModul Neurobiologie. Dr. Peter Machnik Prof. Dr. Stefan Schuster. Lehrstuhl für Tierphysiologie
Modul Neurobiologie Dr. Peter Machnik Prof. Dr. Stefan Schuster Lehrstuhl für Tierphysiologie 1 Literatur Nicholls, Martin, Wallace, Fuchs: From Neuron to Brain Kandel, Schwartz: Principles of Neural Science
Mehr(künstliche) Neuronale Netze. (c) Till Hänisch 2003, BA Heidenheim
(künstliche) Neuronale Netze (c) Till Hänisch 2003, BA Heidenheim Literatur zusätzlich zum Lit. Verz. Michael Negnevitsky, Artificial Intelligence, Addison Wesley 2002 Warum? Manche Probleme (z.b. Klassifikation)
MehrThema: Informations-Organisation im menschlichen Gehirn
Proseminar Wirtschaftspsychologie: Technikpsychologie I - Neue Technologien und Arbeitswelt WS 2001/02 Thema: Informations-Organisation im menschlichen Gehirn Ao. Univ.-Prof. Dr. Michael Trimmel Referentin:
MehrEine typische Zelle hat ein Volumen von m 3 und eine Oberfläche von m 2
ÜBUNGSBEISPIELE Beispiel 1. Wieviele Ladungen sind für das Ruhepotentialpotential von -70 mv nötig?? Zusatzinfo: Membrankondensator 0.01F/m 2 Wieviele K Ionen sind dies pro m 2?? Eine typische Zelle hat
MehrMembranpotentiale / Aktionspotentiale
aus der Vorlesung Physiologie für Psychologen (3 Stunden im WS 02/03): Membranpotentiale / Aktionspotentiale Grundlagen neuronaler Informationsverarbeitung: Wahrnehmung und Empfindung, Denken und Bewußtsein,
MehrSchulinterner Kernlehrplan Biologie Q2 - Neurobiologie
Schulinterner Kernlehrplan Biologie Q2 - Neurobiologie Inhaltsfelder Schwerpunkt Basiskonzept Konkretisierte Kompetenzen Neurobiologie Nervenzellen - Bau und Funktion Vom Reiz zur Reaktion Bau und Funktion
MehrVorlesung Neuroinformatik R. Der Universitat Leipzig Institut fur Informatik 23. November 2000 2 R. Der { Universitat Leipzig { Institut fur Informatik Inhaltsverzeichnis 1 Grundlagen 7 1.1 Neurobiologische
MehrMaschinelles Lernen: Neuronale Netze. Ideen der Informatik Kurt Mehlhorn
Maschinelles Lernen: Neuronale Netze Ideen der Informatik Kurt Mehlhorn 16. Januar 2014 Übersicht Stand der Kunst im Bilderverstehen: Klassifizieren und Suchen Was ist ein Bild in Rohform? Biologische
MehrHeute werden nochmals Skripten für den Kurs verkauft (5,- ). Alle brauchen ein Skript!!
Abbildungen der Vorlesung finden Sie unter: http://www.neurobiologie.fu-berlin.de/menu/lectures-courses/ winter-0506/23%20113%20tierphysiologie/themenliste23113.html Heute werden nochmals Skripten für
MehrDas Nervensystem. Die Nervenzellen. Nervensystem I Seite 1 7
Nervensystem I Seite 1 7 Das Nervensystem Wie ein dicht geknüpftes Straßennetz durchziehen Nervenbahnen unseren Körper und bilden mit dem Rückenmark und der übergeordneten Zentrale, dem Gehirn, das Nervensystem.
MehrMachine Learning - Maschinen besser als das menschliche Gehirn?
Machine Learning - Maschinen besser als das menschliche Gehirn? Seminar Big Data Science Tobias Stähle 23. Mai 2014 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der
MehrDatum: Name: Bio-LK Neurophysiologie Aufbau der Nervenzelle
Datum: Name: Selbst bei den einfachsten tierischen Organismen findet man spezialisierte Zellen die entweder Reize wahrnehmen oder die Reizinformation weiterleiten und verarbeiten. Alle mehrzelligen Tiere
MehrDas simulierte Gehirn
hirnforschung ı neurotheorie Das simulierte Gehirn Eine Schweizerische Forschergruppe baut in einem Supercomputer ein künstliches Gehirn: das»blue Brain«. Damit wollen die Wissenschaftler per Simulation
MehrHirn-Halbleiter-Hybride, auf dem Weg zu Chips im Hirn?
Symposium Turm der Sinne 2008 Künstliche Sinne, gedoptes Hirn Neurotechnik und Neuroethik Hirn-Halbleiter-Hybride, auf dem Weg zu Chips im Hirn? Peter Fromherz Max-Planck-Institut für Biochemie Martinsried-München
MehrBielefeld Graphics & Geometry Group. Brain Machine Interfaces Reaching and Grasping by Primates
Reaching and Grasping by Primates + 1 Reaching and Grasping by Primates Inhalt Einführung Theoretischer Hintergrund Design Grundlagen Experiment Ausblick Diskussion 2 Reaching and Grasping by Primates
MehrAblauf einer EEG-Untersuchung. Informationsschrift für Patienten
Ablauf einer EEG-Untersuchung Informationsschrift für Patienten Mike Prater 2009 Dipl.-Med. Mike Prater Facharzt für Psychiatrie und Psychotherapie Marktstr. 23-25 99084 Erfurt Tel. 0361 / 5506725 Aufsichtsbehörde:
MehrA. Steinmetz NEURONALE NETZE IN BEZUG AUF MUSTERERKENNUNG. Vom biologischen Vorbild. zum informatischen Modell
A. Steinmetz NEURONALE NETZE IN BEZUG AUF MUSTERERKENNUNG Vom biologischen Vorbild zum informatischen Modell A. Steinmetz NEURONALE NETZE IN BEZUG AUF MUSTERERKENNUNG Vom biologischen Vorbild zum informatischen
MehrMartin Stetter WS 04/05, 2 SWS. VL: Dienstags 8:30-10 Uhr
Statistische und neuronale Lernverfahren Martin Stetter WS 04/05, 2 SWS VL: Dienstags 8:30-0 Uhr PD Dr. Martin Stetter, Siemens AG Statistische und neuronale Lernverfahren Behandelte Themen 0. Motivation
MehrAPP-GFP/Fluoreszenzmikroskop. Aufnahmen neuronaler Zellen, mit freund. Genehmigung von Prof. Stefan Kins, TU Kaiserslautern
Über die Herkunft von Aβ42 und Amyloid-Plaques Heute ist sicher belegt, dass sich die amyloiden Plaques aus einer Vielzahl an Abbaufragmenten des Amyloid-Vorläufer-Proteins (amyloid-precursor-protein,
MehrFernkurs zur Vorbereitung auf die amtsärztliche Heilpraktikerprüfung. Arbeits- und Lernskript mit naturheilkundlicher Begleittherapie
Seit 1998 erfolgreich in der Ausbildung zum/zur Heilpraktiker/in Fernkurs zur Vorbereitung auf die amtsärztliche Heilpraktikerprüfung Arbeits- und Lernskript mit naturheilkundlicher Begleittherapie Thema:
MehrHerzlich Willkommen auf der Homepage zum TPK Versuch F: Nervenphysiologie.
Herzlich Willkommen auf der Homepage zum TPK Versuch F: Nervenphysiologie. Auf diesen Seiten findet ihr Informationen zum Regenwurmversuch und dem dazugehörigen theoretischen Hintergrund. Gleich vorweg:
MehrDie Nervenzelle 1. 1.) Bau der Nervenzelle (Abbildung Arbeitsblatt 1)
Die Nervenzelle 1 1.) Bau der Nervenzelle (Abbildung Arbeitsblatt 1) Die Nervenzelle (Neuron) besteht aus dem Zellkörper (Soma) und einem langen Fortsatz (Axon oder Neurit). Die Größe des Soma unterscheidet
MehrNervenphysiologie 3.4.3
Bewegungssystem 3.4.3 Nervenphysiologie präsynaptische Endigung Dendriten Zellkörper Axonhügel Axon Bau und Einteilung der Neurone Neurone bestehen aus einem Zellkörper und Nervenfortsätzen und sind zur
MehrUnser Gehirn. Wie wir denken, lernen und fühlen. Klassikseminar mit Prof. Dr. Onur Güntürkün 10 Lektionen: Online DVD Buch
Unser Gehirn Wie wir denken, lernen und fühlen Klassikseminar mit Prof. Dr. Onur Güntürkün 10 Lektionen: Online DVD Buch Zeit Akademie GmbH Impressum Autor: Prof. Dr. Onur Güntürkün Wissenschaftliche Leitung:
MehrKontaktstellen zwischen Neuronen, oder zwischen Neuronen und Muskel (neuromuskuläre Synapse)
Synapsen Kontaktstellen zwischen Neuronen, oder zwischen Neuronen und Muskel (neuromuskuläre Synapse) Der Begriff geht auf Sir Charles Scott Sherrington (1857 1952) zurück, der Professor der Physiologie
MehrDie Nervenzelle 1. EINLEITUNG 2. NEURONEN (= NERVENZELLEN) Biopsychologie WiSe Die Nervenzelle
Die Nervenzelle 1. Einleitung 2. Neuronen (Evolution & Funktionelle Anatomie) 3. Neuronentypen 4. Gliazellen 5. Methoden zur Visualisierung von Neuronen Quelle: Thompson Kap. (1), 2, (Pinel Kap. 3) 1.
MehrIonenkanäle der Zellmembran. Seminar Differenzialgleichungen in der Biomedizin SoSe09 Karoline Jäger
Ionenkanäle der Zellmembran Seminar Differenzialgleichungen in der Biomedizin SoSe09 Karoline Jäger Inhaltsverzeichnis 1. Strom-Spannung Beziehung 2. Unabhängigkeit, Sättigung, Ussing Fluss Rate 3. Elektrodiffusions
MehrLineare Gleichungssysteme: Ein Beispiel aus der Elektrotechnik
Lineare Gleichungssysteme: Ein Beispiel aus der Elektrotechnik Ekkehard Batzies www.hs-furtwangen.de/ batzies 28. März 2008 Unser Beispiel: mit 4 Knoten. R 0,1 := Widerstand zwischen Knoten 0 und Knoten
MehrNeuronale Netze der 3. Generation und Anwendungsgebiete
Neuronale Netze der 3. Generation und Anwendungsgebiete Jan Klass Angewandte Informatik, Hochschule Offenburg jklass@stud.fh-offenburg.de 19. Dezember 2010 Abstract Künstliche neuronale Netze sind den
MehrWissen. Demenz Was ist das?
19 Wissen Demenz Was ist das? Demenz Wie häufig tritt sie auf? Demenz Welche Formen sind bekannt? Demenz Welche Phasen gibt es? Demenz Wie kommt der Arzt zu einer Diagnose? Demenz Welche Therapien gibt
MehrGedächtnisprotokoll BIO Psychologie WS 2013/ Termin ( )
Gedächtnisprotokoll BIO Psychologie WS 2013/2014-1. Termin (10.02.14) 1) Welches ist der häufigste inhibitorische Neurotransmitter? 2) Was ist die Kernaussage von Darwins Evolutions-Theorie? c) Menschliches
Mehr