Resumo

Para permitir o entendimento do funcionamento do hipocampo, diversas técnicas são utilizadas. Como exemplo, modelos de memória auto-associativa são frequentemente utilizados para representar a área CA3 do hipocampo, que possui uma arquitetura composta por neurônios piramidais e um grande número de conexões recorrentes entre eles. Outro exemplo são as medidas da atividade neural em animais vivos, que são realizadas utilizando técnicas como o implante de eletrodos e o eletroencefalograma (EEG). Objetivos: O objetivo deste trabalho é avaliar quais os padrões de sinais de EEG gerados durante a operação de um modelo biologicamente plausível de uma memória auto-associativa, composta por neurônios do tipo piramidal e neurônios inibitórios, ambos do tipo Hodgkin-Huxley. Métodos: As simulações foram implementadas e realizadas utilizando o simulador de redes neurais GENESIS. O modelo foi construído a partir de dados experimentais obtidos da literatura e é composto por 100 neurônios piramidais e 100 neurônio inibitórios. Nesta rede, cada neurônio piramidal se conecta com todos os outros neurônios e cada neurônio inibitório se conecta a um único neurônio piramidal. Para gerar o sinal de EEG, calculamos as correntes que atravessam os canais iônicos dos modelos neuronais detalhados e, a partir destas correntes, estimamos qual seria o campo elétrico no local de posicionamento dos eletrodos. Para analisar os sinais de EEG, utilizamos o pacote de análise estatística R. Resultados: Realizamos experimentos na memória auto-associativa para avaliar a recuperação de padrões armazenados a partir da apresentação de apenas parte do padrão. Verificamos que a capacidade da rede aumenta quando utilizamos padrões esparsos, isto é, padrões onde apenas uma pequena parte dos neurônios (por exemplo, 10%) está ativo. Nestes casos, a rede consegue recuperar totalmente o padrão armazenado, o que demonstra que a rede funciona corretamente como uma memória auto-associativa. Utilizamos a simulação para gerar sinais de EEG contendo as contribuições de todos os neurônios da rede. Através do uso de um filtro passa-baixa do tipo Butterworth com frequência de corte 30Hz e da análise espectral do sinal resultante utilizando um modelo auto-regressivo, verificamos que durante a recuperação de padrões armazenados predomina uma frequência na faixa de 10 Hz. Conclusões: Neste trabalho apresentamos uma rede composta por modelos neuronais biologicamente plausíveis que possui a funcionalidade de uma memória auto-associativa, isto é, a rede permite o armazenamento de padrões de disparo e sua posterior recuperação a partir da apresentação de apenas parte do padrão. Simulamos a geração de sinais de EEG durante a recuperação de memórias nesta rede e mostramos que o sinal possui uma frequência predominante em torno de 10 Hz. Com o trabalho em andamento, estamos analisando as influências da arquitetura da rede e das propriedades de neurônios individuais no sinal de EEG gerado.