• Neural Computation © 2016 IIT 4073

Il laboratorio di Computazione Neuronale ha lo scopo di comprendere come i circuiti dei neuroni scambiano e trasmettono l’informazione

Il nostro gruppo affronta questo problema attraverso lo sviluppo di strumenti statistici avanzati per l’analisi delle registrazioni in simultanea delle attività neuronali in regioni cerebrali multiple. Tali strumenti sono applicati a dati empirici in modo da comprendere come i neuroni codificano e trasmettono l’informazione, ottenendo così modelli biofisicamente plausibili dei circuiti neuronali dinamici, in grado di spiegare le scoperte empiriche.

Attività

L'attività del nostro gruppo comprende:

  • Metodi di informazione teorica per studiare rappresentazioni neuronali
  • Ruolo delle dinamiche neuronali (tempi di emissione di potenziali d’azione, oscillazioni) nel codificare e trasmetter informazione
  • Ruolo delle oscillazioni gamma nel direzionare dinamicamente il flusso di comunicazione nei circuiti neurali
  • Ruolo della noradrenalina nel processo di costruzione dell’informazione corticale
  • Misure di flusso di informazione e connettività funzionale, dalle misure mesoscopiche a quelle macroscopiche dell’attività neuronale
  • Teoria su come le manipolazioni causali possono esser usate per scoprire il codice neuronale

Inoltre il nostro gruppo comprende attività specifiche che si sviluppano all'interno dei seguenti laboratori

Ci occupiamo  di tutti gli aspetti inerenti la visione e la percezione visiva nel cervello sano o affetto da patologie. In paerticolare utilizziamo la stimolazione magnetica transcranica (TMS) per studiare i meccanismi dell'inibizione intracorticale e dell'eccitazione che guida la risposta umana agli stimoli visivi e nel processo decisionale.

Il nostro scopo è di determinare quali aree cortinali sono necessarie per l'attenzione visiva e l'integrazione con il tempo e lo spazio. Tutte queste funzioni possono essere gravemente compromesse da lesioni cerebrali. Lo studio dei meccanismi cerebrali può aiutarci a sviluppare terapie di riabilitazione basate sulla TMS e la stimolazione transcranica diretta (tDCS).

Il principale scopo del laboratorio di Active Vision è lo sviluppo di nuovi processi sperimentali per approfondire le dinamiche dei segnagli 3D e della loro influenza sulle capacità percettive e motorie. 
In particolare, le capacità motorie sono studiate osservando i processi di reach-to-grasp di oggetti virtuali e reali. Lo studio è eseguito monitorando i movimenti, tipicamente di mano e dita, attraverso un sistema OPTOTRAK. 
Studi tramite ambienti generati al computer, grazie alla elevata versatilità dei moderni dispositivi, permettono di studiare efficacemente gli stimoli 3D rivolti all'osservatore, nonostante le immagini sullo schermo siano in due dimensioni. 
Nonostante questi esistono alcuni segnali, non facilmente controllabili, che suggeriscono all'osservatore la bidimensionalità del monitor. Le superfici reali producono stimoli differenti che includono la progressiva sfocatura, il parallasse e i segnali di convergenza oculare. Il nostro scopo è studiare l'influenza di questi segnali sulla percezione delle forme 3D utilizzando oggetti reali appositamente progettati.

Il laboratorio di Neural Computer si occupa dello sviluppo di framework teorici, inclusi set di algoritmi matematici appositamente progettati e ottimizzati, per analizzare e decodificare i segnali Elettrocorticografici (ECoGs). Lo scopo è di aumentare la compresione e la conoscenza delle dinamiche cerebrali per applicazioni cliniche. 

Laboratori

La ricerca teorica è condotta principalmente nel Centro di Neuroscienze e Sistemi Cognitivi (CNCS) di Rovereto. Il laboratorio è equipaggiato con strutture computazionali allo stato dell’arte.

Collaborazioni

Approcci ottici su funzioni cerebrali, presso IIT (T. Fellin)

Ricostruzione di immagine neuronale, presso IIT (A. Gozzi)

SISSA (M. Diamond and D. Zoccolan) 

Max Planck Tuebingen (N.K. Logothetis, O. Eschenko)

Harvard Medical School (C.D. Harvey)

University of Glasgow (C. Kayser, P. Schyns, J. Gross)