← Volver

¿Cómo funciona una neurona?

Publicado el 20/09/2024

Iniciando coordenadas para magnifico proyecto Chile Robot. Entrenamiento de redes neuronales iniciado…¡Ahora!… pero ¿que diablos es una neurona?.

Estudiando redes neuronales a veces se debe partir no por el código, sino por lo básico ¿que es una neurona?, ¿Cómo funciona?.

Esta segunda pregunta es la que me ha tenido intrigado esta semana, entender cómo funciona una neurona es el primer paso que se debe entender para simular el cerebro humano. Obviamente los científicos ya han trabajado en estas preguntas y existen algunos modelos ya existentes (Los informáticos de de pregrado que pensaban que las derivadas no servían para nada… ¡JA!). Hay alguno modelos biológicamente precisos como el de Hodgkin-Huxley pero que son (o eran, no lo se aún, pues el artículo que cito es del año 2003) son demasiado complejos para simular neuronas en grandes cantidades, por otra parte, existen modelos simples como el “integrate-and-fire” que son computacionalmente eficientes pero poco realistas. Para enfrentar este problema Eugene M. Izhikevich propuso un modelo que ahora lleva su nombre, el modelo Izhikevich.

Este modelo combina lo mejor de ambos desafíos, la coherencia biológica del modelo de Hodgkin-Huxley y la eficiencia computacional del modelo de “integrate-and-fire”. Los más genial (dicen) es que con solo dos ecuaciones diferenciales y cuatro parámetros, se puede reproducir los patrones de disparo de múltiples tipos de neuronas corticales.

Las ecuaciones son:

  • • v'=0.04v^2+5v+140-u+Iv' = 0.04v^2 + 5v + 140 - u + I
  • • u'=a(bv-u)u' = a(bv - u)
  • Donde:

  • v es el potencial de membrana.
  • u es una variable de recuperación que regula la actividad de canales iónicos.
  • I representa la corriente sináptica o externa.
  • Los parámetros a,b,c,d definen el tipo de neurona.
  • Cuando el potencial alcanza 30 mV, se aplica un reinicio:

  • v ← c
  • u ← u + d
  • El modelo puede reproducir los siguientes tipos de neuronas: Neuronas excitatorias:

  • RS (Regular Spiking): disparan con adaptación de frecuencia.
  • IB (Intrinsically Bursting): comienzan con ráfagas de disparos seguidas de disparos simples.
  • CH (Chattering): disparan ráfagas rápidas y frecuentes.
  • Neuronas inhibitorias:
  • FS (Fast Spiking): disparan a alta frecuencia sin adaptación.
  • LTS (Low-Threshold Spiking): tienen umbrales bajos y muestran adaptación.
  • Neuronas talamocorticales:
  • TC: pueden disparar de forma tónica o en ráfagas de rebote tras hiperpolarización.
  • Otras dinámicas:
  • RZ (Resonator): muestran oscilaciones subumbrales y resonancia con estímulos rítmicos.
  • El modelo es calificado como de una simplicidad importante, y con este se pueden simular redes de miles de neuronas en tiempo real usando un computador común y corriente. Esto permite estudiar ritmos corticales como alfa (10 Hz) y gamma (40 Hz), observar autoorganización neuronal y explorar estados cerebrales como el sueño o la vigilia. Mi próximo paso es reproducir el modelo en julia, veremos como me va…




    html antiguo, pura nostalgia por una epoca con menos bots y vigilancia

    ¡Larga vida a Comic Sans!