Литература

  На этой странице представлена рекомендуемая литература о математическом моделировании процессов нервной системы и анализе данных нейровизуализации, а также другие материалы для самостоятельного погружения в интересующие области вычислительных нейронаук.

“Dynamical Systems in Neuroscience: The Geometry of Excitability and Bursting”, Eugene M. Izhikevich

  Для моделирования поведения нейронов или интерпретации результатов модельных исследований нейробиологам приходится обращаться к методам нелинейной динамики. Эта книга предлагает введение в теорию нелинейных динамических систем для исследователей и студентов в области нейронаук. Она также содержит обзор нейронаук для математиков, желающих ознакомиться с основными фактами электрофизиологии.

“Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems”, Laurence F. Abbott, Peter Dayan

  Книга знакомит с основными математическими и вычислительными методами теоретической нейронауки и представляет их применение в различных областях, включая зрение, сенсорно-моторную интеграцию, развитие, обучение и память. Книга состоит из трех частей. В части I рассматривается связь между сенсорными стимулами и нейронными реакциями, основное внимание уделяется представлению информации с помощью пиковой активности нейронов. В части II рассматривается моделирование нейронов и нейронных цепей на основе клеточной и синаптической биофизики. В части III анализируется роль пластичности в развитии и обучении.

“Neuronal Dynamics: From Single Neurons to Networks and Models of Cognition”, Wulfram Gerstner, Werner M. Kistler, Richard Naud, Liam Paninski

  Этот учебник для студентов старших курсов и начинающих аспирантов представляет собой подробное введение в область вычислительной и теоретической нейронауки. Он охватывает классические темы, включая уравнения Ходжкина-Хаксли и модель Хопфилда, а также разработки в этой области, такие как обобщенные линейные модели и теория принятия решений. Концепции вводятся с помощью четких пошаговых объяснений, подходящих для читателей с базовыми знаниями дифференциальных уравнений и вероятностей, и богато иллюстрируются рисунками и отработанными примерами.

“Mathematical Foundations of Neuroscience”, G. Bard Ermentrout, David H. Terman

  В этой книге методы нелинейной динамики применяются к проблемам нейронауки. В ней используются современные математические подходы для понимания закономерностей активности нейронов, наблюдаемых в экспериментах и моделях поведения нейронов. Целевая аудитория - исследователи, заинтересованные в применении математики к важным проблемам нейронауки, и нейробиологи, которые хотели бы понять, как создавать модели, а также математические и вычислительные методы их анализа. Авторы применяют очень широкий подход и используют множество различных методов для решения и понимания сложных моделей нейронов и цепей. Они объясняют и сочетают численные, аналитические, динамические системы и методы возмущений, чтобы создать современный подход к типам модельных уравнений, возникающих в нейронауке.

“Statistical Parametric Mapping: The Analysis of Functional Brain Images”, William D. Penny, Karl J. Friston, John T. Ashburner, Stefan J. Kiebel, Thomas E. Nichols

  В этой книге описаны идеи и процедуры, лежащие в основе анализа сигналов, производимых мозгом. Цель состоит в том, чтобы понять, как работает мозг, с точки зрения его функциональной архитектуры и динамики. В книге представлены основы и методология анализа всех типов данных визуализации мозга, от функциональной магнитно-резонансной томографии до магнитоэнцефалографии. Критически важно, что статистическое параметрическое картирование обеспечивает широко признанную концептуальную основу, которая позволяет обрабатывать все эти различные модальности. Она основывается на понимании функциональной анатомии мозга и того, как измеренные сигналы вызываются экспериментально. Книга ведет читателя от базовых понятий, лежащих в основе анализа данных нейровизуализации, к передовым подходам. Очень важно, что материал подается постепенно, чтобы читатель мог понять прецеденты каждой новой разработки.

“Handbook of Functional MRI Data Analysis”, Jeanette A. Mumford, Thomas E. Nichols, Russell Poldrack

  Книга представляет собой подробное и практичное введение в методы, используемые для анализа данных фМРТ. Эта книга объясняет концепции обработки данных фМРТ, фокусируясь на методах, которые наиболее часто используются в данной области. В книге рассказывается о методах, используемых в распространенных пакетах анализа данных, включая FSL, SPM и AFNI.

“Analyzing Neural Time Series Data: Theory and Practice”, Mike X Cohen

  Эта книга представляет собой исчерпывающее руководство по теории и практике анализа электрических сигналов мозга. В ней объясняются концептуальные, математические и практические (с помощью программирования в Matlab) аспекты анализа временных, частотных и синхронизационных характеристик магнитоэнцефалографии (МЭГ), электроэнцефалографии (ЭЭГ) и локальных полевых потенциалов (ЛПП), полученных от людей и других животных.

“Brain Signals: Physics and Mathematics of MEG and EEG”, Jukka Sarvas, Risto J. Ilmoniemi

  В книге излагаются основные физические и математические принципы магнитоэнцефалографии (МЭГ) и электроэнцефалографии (ЭЭГ), рассказывают о том, какая информация доступна в нейроэлектромагнитном поле и как можно анализировать измеренные сигналы МЭГ и ЭЭГ. В данной книге материал представлен в едином ключе, что дает читателю глубокое понимание основных принципов и прочную основу для анализа данных, полученных с помощью МЭГ и ЭЭГ.

Neuromatch Academy

  NMA предоставляет исследовательское образование и подготовку в области вычислительной нейронауки. Для этого NMA использует живые и офлайн курсы, интерактивные проекты, проводит летние школы.

Обратно