I. Introducción. Hay varios ejemplos de comportamiento ondulatorio en electrofisiología: 1. Potenciales evocados somatosensoriales, visuales o auditivos. 2. Propagación de actividad híper-sincronizada en epilepsia. 3. Propagación de... more
I. Introducción. Hay varios ejemplos de comportamiento ondulatorio en electrofisiología: 1. Potenciales evocados somatosensoriales, visuales o auditivos. 2. Propagación de actividad híper-sincronizada en epilepsia. 3. Propagación de despolarización en el corazón. 4. Propagación de la onda lenta en el EEG durante el sueño. Por otra parte, la propagación tipo onda de estados en macrocolumnas corticales puede estudiarse incorporando la idea de 3 estados modulares (Gómez and Lopera, 1998, 1999, 2001, 2003): Despolarización, Reposo, Hiperpolarizacion. Estos estados imitan los estados de: EEG-alerta, EEG-reposo, EEG-delta.
II. Objetivos: Determinar los patrones generados por fuentes electrofisiológicas en movimiento y el efecto del electrodo de referencia. Determinar posibles efectos fisiológicos (estimulación eléctrica y magnética). Descripción por estados: Ventajas en la simplificación del modelo.
III. Métodos: Simulaciones por Computador. Análisis Matemático. Se estudian tres escenarios según: Numero de Estados Modulares: 2 o 3. Electrodos de Referencia: Cercanos (ponderados o no) vs. Lejanos. Modelos deterministas o estocásticos (probabilísticos).
IV. Conclusiones Especificas: 1. Los modelos de 3 estados generan patrones similares a los modelos de 2 estados. 2. Las ondas con estado persistente producen patrones monofónicos, no bifásicos.
V. Conclusiones Generales: 1. Los modelos-juguete (simplificados) complementan modelos detallados pues son más intuitivos. 2. Los electrodos de referencia cercanos (ponderados) vs. lejanos son análogos a las computaciones Centro vs. Periferia en Visión Artificial. 3. Esclerosis múltiple: potenciales evocados distorsionados con posibles efectos patológicos. Se sugiere tratamiento con estimulación eléctrica o magnética.
Neste trabalho analisamos quatro tipos de relação entre ciência e fé religiosa, adotando como parâmetro os modelos elaborados pelo biólogo molecular Dennis Alexander. Conforme tais modelos, os tipos mais comuns de relacionamento entre os... more
Neste trabalho analisamos quatro tipos de relação entre ciência e fé religiosa, adotando como parâmetro os modelos elaborados pelo biólogo molecular Dennis Alexander. Conforme tais modelos, os tipos mais comuns de relacionamento entre os dois sistemas de crenças e práticas são conflito, não-interferência, fusão e complementaridade. Em 2017 aplicamos questionários com questões sobre natureza da ciência e relação entre ciência e fé para pesquisadores, estudantes de pós-graduação do Instituto de Biofísica Carlos Chagas Filho, da Universidade Federal do Rio de Janeiro, com o intuito de verificar como concebem a relação entre ciência e fé com base nos modelos teóricos aqui adotados. A segunda parte deste trabalho consiste em uma análise estatística e conceitual dos resultados obtidos.
Human neuroimaging research has revealed that wakefulness and sleep involve very different activity patterns. Yet, it is not clear why brain states differ in their dynamical complexity, e.g. in the level of integration and segregation... more
Human neuroimaging research has revealed that wakefulness and sleep involve very different activity patterns. Yet, it is not clear why brain states differ in their dynamical complexity, e.g. in the level of integration and segregation across brain networks over time. Here, we investigate the mechanisms underlying the dynamical stability of brain states using a novel off-line in silico perturbation protocol. We first adjust a whole-brain computational model to the basal dynamics of wakefulness and deep sleep recorded with fMRI in two independent human fMRI datasets. Then, the models of sleep and awake brain states are perturbed using two distinct multifocal protocols either promoting or disrupting synchronization in randomly selected brain areas. Once perturbation is halted, we use a novel measure, the Perturbative Integration Latency Index (PILI), to evaluate the recovery back to baseline. We find a clear distinction between models, consistently showing larger PILI in wakefulness th...