Dynamische Eigenschaften von Neuronalen Massenmodellen
Schwerpunkte
- Mathematische Modellierung von Netzwerken neuronaler Populationen. Jede Population wird durch eine neuronale Masse repräsentiert, beschrieben durch die Beziehung zwischen mittlerem Output und mittlerem Input.
- Charakterisierung der dynamischen Eigenschaften durch Bifurkationsanalyse, unter Berücksichtigung spezifischer Input- und synaptischer Parameter. We finden harmonische Schwingungen, irreguläre "anfallsartige" Oszillationen, quasiperiodische Oszillationen und Chaos.
- Modellierung der Übertragungsverzögerung zwischen Hirnarealen.
- Anwendung dieser Modelle auf die Erklärung von EEG und menschlichem Verhalten.
- Implementierung von Lernregeln und Untersuchung von Selbstorganisationsprozessen.
- Inverse Abschätzung der Netzwerkparameter von Messdaten.
Mitarbeiter
- Andreas Spiegler (hat die Grupper verlassen)
- Thomas Knösche (verantwortlich)
- Manh Nguyen Trong
- Peng Wang
Kooperationsbeziehungen
- MPI für Mathematik in den Naturwissenschaften(Fatihcan Atay)
- TU Ilmenau (Jens Haueisen)
Publikationen (begutachtet)
- A. Spiegler, S. Kiebel, F. Atay , T.R. Knösche: Bifurcation Analysis of Neural Mass Models: Impact of Extrinsic Inputs and Dendritic Time Constants. NeuroImage 52(3), 1041-1058 (2010)
- A. Spiegler, T.R. Knösche, K. Schwab, J. Haueisen, F.M. Atay: Modeling Brain Resonance Phenomena Using a Neural Mass Model, PLoS Computational Biology, 7(12), (2011)