He perdido casi todo el tiempo en explicar cosas, y los resultados pasaron en un par de minutos. Eso si, tuve un monton de feedback de gente que no se enteraba, pero que decian que lo explicaba bien...
ctugha, muy generoso de tu parte poner la presentación en power point, mira tu por dónde voy a tener material para un bonito paper ;) it´s a joke guy! ;D
Voy a intentar entender lo que estás haciendo y ya te haré algunas preguntillas. Por lo de pronto veo que las estas pasando canutas intentando hallar los párametros con los que ajustar las ecuaciones teóricas al rendimiento psicofisico de tus sujetos experimentales, no? mucho fine tuning ahí, pero tiene muy buena pinta si senor!! seguro que al pentágono le interesaría el tema también... take care yourself! ;)
Amicus: si, lo has pillado, mucho ajuste de modelos teoricos a datos y busqueda de parametros que discriminen en una tarea entre modelos... y todos los parametros correlacionan entre si!
Gracias por la aclaración, pero me refería más a si la investigación forma parte de un framework más grande de trabajo o es algo aislado. Si tiene una aplicación inmediata o se pretende entender como se determinan colisiones en animales... etc
Ah, vale. Forma parte de multitud de estudios que tratan no sólo de explicar cómo se determinan y controlan colisiones en humanos, sino también aplicar el conocimiento. Por ejemplo, en sistemas de detección de colisiones en coches. También tienes multitud de cosas con animales (langostas y palomas sobretodo).
Se han identificado en neurofisiología animal en palomas y en el último número de Current Biology el grupo de Reading lo ha detectado en fMRI en humanos. Aun así, soy mucho más escéptico sobre los resultados de fMRI que de los de psicofísica* :D
*Cosas que pasan tras ver el poco sentido que tienen la mayoría de experimentos de neuroimagen.
Para lo que hace Ctugha me fiaria más de los datos electrofisológicos para mirar dentro de la caja negra. Pero a ver quién es el gracioso que le mete unos electrodos intracranealmente a los sujetos de ctugh, algún voluntario? ;D
Siempre puedes usar electrofisiologia en humanos: EEG y MEG. Pero aun asi, tiene que ser chungo eliminar el inicio de respuesta motora de lo que es la variable que quieres estudiar. Aun asi, puede que sirva de algo, o no. Pero nada, que donde este la psicofisica y calcular umbrales :D
Si Ctugha, tienes razón, te lo dice alguién que durante un tiempo estuvo con potenciales evocados y se pasó a las ratas. El EEG es demasiado grueso para la psicofísica fina que estas haciendo, requerirías distinguir a ser posible neuronas individuales o grupos muy pequenos de estas, ahí es donde está la información temporal de los spikes y/o potenciales de campo que puedes relacionar "facilmente" con tus tareas, eso se hace de hecho en el hipocampo de las ratas y funciona bastante bien
para aprendizaje espacial.
Anda, tengo un colega que fijo que estaria interesado en medicion de neuronas individuales en ratas... y aprendizaje espacial. Por donde cae eso? Links?
Quizás os interese esto, es de un pavo que ha discriminado poblaciones de neuronas para la toma de una decisión usando un tinte sensible al voltage. Está publicado en science...
Amicus: Utilizar electrofisiologia para caracterizar una red me parece un poco jevi xD Poca gente consigue tener más de 3 electrodos dentro de células. Y en extracelular a saber donde enganchas el electrodo
Amicus: si, Bingman, el que trabaja en orientacion en vuelo libre en palomas y tambien se metio a hacer cosas en laboratorio. Sus primeros experimentos eran sobre como llegaban a casa palomas mensajeras a las que se les habia extraido el hipocampo :D
Pum, gracias por la referencia, muy currado el trabajo, algo bueno tiene que haber de vez en cuando en Science.
Si en parte es verdad lo que dices, sin embargo es posible utilizar una matriz de electrodos, hasta 64 puntos de registro, lo que no esta mal, y mediante clustering separar unidades individuales. Es mucho mas factible en rodajas de cerebro, claro está. Aún así hay un paper muy bonito en aprendizaje motor hecho con un array microelectrodos 4X4:
border=0 width=52
height=14 />
Los tetrodos, es verdad lo que dices, son limitados, pero hay un teoria muy interesante que propone en la corteza un tipo de red que si podria ser estudiada pinchando neuronas individuales, las redes tipo synfire chains: simplemente correlacionando en el tiempo waveforms de epsp e ipsp-s en una neurona simple podrias determinar el estado de la red:
border=0 width=52
height=14 />
NEUROSCIENCE:
Enhanced: Time Is Precious
Moshe Abeles* [HN10]
When an activated neuron [HN1] fires a series of action potentials (spikes) [HN2], where is the information encoded in the spike train? Conventional wisdom dictates that the exact timing of individual spikes is random and that the sole criterion that could be used to encode information is the mean firing rate during a particular time window (typically set at 20 to 200 ms). With their report on page 559 of this issue, Ikegaya et al. (1) [HN3] cast serious doubt on the conventional view.
At first glance, the complexity of the cerebral cortex [HN4] seems to support the conventional view. In a cubic millimeter of cortex, there are on average 20,000 to 100,000 neurons each firing at a rate of a few spikes per second. These spikes travel unattenuated through 4 km of axons and affect other neurons through 800,000,000 synapses (2, 3) [HN5]. A spike arriving at a synapse causes the release of a small amount of neurotransmitter, which evokes a small voltage change in the membrane of the contacted neuron. Most neurons show periods of both elevated and reduced activity (see the figure), prompting the assumption that each synapse is fairly weak. Presumably, the combined activities of all synaptic inputs onto a particular neuron result in a noisy trace that occasionally reaches the firing threshold, resulting in emission of a spike. If many synaptic inputs increase the neuron's firing rate, the chance of reaching the threshold will increase and the neuron will fire spikes at an elevated rate. Yet, the exact timing of the individual spikes remains arbitrary.
Talking in code. The figure shows the spiking activity of a single neuron in the prefrontal cortex of a monkey performing a behavioral task (in this case, free drawing). Each trace represents 3 seconds of neuronal activity (the traces are continuous from top to bottom) and the time of each spike is marked by a vertical line. Periods of elevated (red) and reduced (green) rates of activity are indicated. Many spikes fall within low rate periods. Do these isolated spikes contain information? Is it possible that the colored spikes in the second trace participate in different computational processes, such that the two blue spikes participate in one process while the red spikes participate in another? Ikegaya et al. have detected patterns of spontaneous neuronal activity in mouse cortical brain slices and cat visual cortex that are repeated with millisecond precision (1). These patterns may indicate activity in synfire chains. If so, then different spikes of the same neuron may participate in different computational processes. This may be the way that neurons encode information and pass it along to their neighbors.
This view, although held by most neurophysiologists, is under challenge. For example, it has been shown that individual neurons reproduce exactly the same spike train when an identical "noisy" current is injected into each neuronal cell body (4). Indeed, Ikegaya et al. now show that at different times the same neuron can display regions of membrane potential changes that look "noisy" but are in fact very similar (1). Likewise, analysis of neuronal spike trains [HN6] has revealed precise spatiotemporal firing sequences that are repeated several times (5). The validity of these reports, however, has been undermined by arguments that statistical analyses of the data were not adequate (5).
Why should one care whether cortical neurons exhibit precise firing patterns? Some neural computations would be greatly facilitated if every spike had a tag identifying the subprocess that it belongs to (see the colored spikes in the figure) (6) . For example, consider how we understand the sentence, "John gave Mary a book" (7) [HN7]. Supposing that all we had at our disposal were groups of neurons--one elevating its firing rate to signify "John," another for "Mary," another for "book," and yet another for the predicate "to give." Then, how could we tell whether it is John who gave the book to Mary, or Mary who gave the book to John, unless perhaps the book gave John to Mary? The ambiguity could be easily resolved, however, if the predicate "to give" had components such as "the giver," "the recipient," and "the given object," and if the activity of neurons representing "the giver" and those representing John were similarly tagged (for instance, by synchronous firing of the two groups of neurons). In the same way, similar tags would need to be attached to "the recipient" and Mary, and to "the given object" and book.
Such tags could be provided by phase-locked oscillations of groups of neurons that belong together through precise synchrony of their spike trains or through precise intervals between the spikes. All such combinations have been recorded in the brains of mammals using electrodes, yet the debate rages on. In their study, Ikegaya et al. (1) used intracellular recordings from cat visual cortex and mouse cortical brain slices to search for repeat patterns of spontaneous synaptic currents. They show conclusively that repeat patterns of synaptic currents and of precise spatiotemporal firing sequences are abundant in the cat and mouse brain tissue.
How can precise spatiotemporal firing patterns be generated in the noisy cortical environment? More than 20 years ago, it was suggested that if neurons were organized in a feed-forward network [HN8]--one group providing multiple connections to neurons in another group, which in turn provide multiple connections to neurons in a third group, and so forth--activity would be organized as a synchronous volley of spikes traversing from group to group with an almost constant time delay (8). Multiple theoretical studies, simulations, and some direct testing in brain slices (9) have revealed that this is indeed the case (10). A feed-forward network with random connections between groups of neurons showing synchronous firing is termed a "synfire" chain [HN9].
It has been suggested that synfire chains could be the building blocks that enable neurons to encode simple signals and then combine them dynamically into more complex patterns (11). Thus, if neuronal activity within an individual synfire chain is like a "motif," then combining a series of synfire chains could create what has been called a cortical "song." The Ikegaya et al. study provides direct evidence that cortical neurons are able to combine such motifs into cortical songs.
Can such precise spatiotemporal firing sequences (motifs) serve as a code that can be recognized by other neurons? Probably not. According to the synfire chain hypothesis, what can be recognized is a wave of synchronous firing that travels through the synfire chain. These sparse firing sequences are only a signature of synfire activity, which may be used by the experimenter to detect when a given synfire chain is active and to analyze how it is related to other active synfire chains. Although the synfire chain hypothesis is very appealing, it still remains to be shown that synfire chains exist in the intact brain and that they are relevant to the behavior of animals and humans.
Ctugha, la hardcore neuroscience, como la llamas, no te creas, me parece que hay muchas especulacion, conozco a unos fisicos teoricos (vienen de la mecanica cuantica!) que se dedican a modelizar redes y esas cosas. Y lo que hacen es cogen articulos de psicofisica, le echan imaginacion y modelito al canto programando en c++ y simulando en Matlab!! no hacen ni un p experimento!
y te presentan una red de unas 300 neuroncitas que segun ellos simula la actividad de la de corteza prefontal-temporal en tareas de atención. No se nose
El de los microtubulos no es Penrose? por cierto que el libro ese, la mente del emperador o algo asi, en la parte computacional me parecio bastante flojo, mucha maquina de Turing pero ni una mencion a las redes neuronales artificiales...
Parga y Rolls tenían un modelo meridianamente claro para reconocimiento de rostros, o al menos para reconocimiento invariante de posicion (y tal vez de perspectiva o algo similar) de objetos basado en ideas sencillas sobre la corteza visual. No sé del resto :o
De nestor algo de working memory con redes con neuroncitas Integrate-and-Fire. Me parece que hay mucho "truco matemático", aún sin fine-tuning, dificilmente traducible a biológia, pero muy interesante como teoria inicial claro está. Pum también le pegas a los modelillos?
No sé si le conocereis otro teórico chachi piruli: http://www.nsi.edu/users/izhikevich/. Uno de sus últimos artículos es especialmente interesante, monta una red de neuronas corticales con retrasos axonales y se monta la de Dios, no os cuento más :P
Yo ya termine la tesis hace un par de "ayitos", ahora solo soy un currante postdoc metido a experimentalista y analista de datos: microdialisis, registro extracelular modelos de aprendizaje y a buscar correlaciones, los modelitos poco y lo dejo para mentes mas avanzadas lo mismo es cavar en la mina ;)
jo jo lo de los cajales, si es una buena idea, pero como no tengas un nature, un neuron o algo asi, vas de traste... ademas al final de los 5 ayos tampoco sabes lo que van a hacer contigo...
Vamos que puedes coleccionar articulos como un freakie de impacto medio-bajo(sobre 3) que al final de poco sirven, como en Espana hay poquisimos grupos que tengan ese nivel, te toca largarte.
La verdad no es muy frecuente ver el fuente asi tan reluciente, muchos viven aún de los réditos de lo que codificaron muchos ayos atrás, conozco a un cajal que sigue explotando el mismo código desde hace 6 ayos, imagínate si lo publica... Otra cosa son genios como este que los hacen como si fueran máquinas de palomitas..
Y eso sin hablar de los protocolos en bioquímica, te publican si, pero cuando vas a replicar faltan cosillas, por ejemplo no te dicen que conservaron tal aminoacido utilizando una concentracion de un acido a tanto... con lo cual aunque te lo pongan te puedes partir la cabeza hasta encontrar el "pequeyo" detalle omitido ;)
Hombre, si el código está bien escrito y funciona correctamente, por qué va a tener que volver a codificarlo?
Amicus, tienes toda la razón en cuanto a los detalles omitidos. En un artículo, de un editor del journal donde aparecía, se les había olvidado poner algunas ecuaciones del modelo que analizaban y era imposible probarlo por tu cuenta xD
Sin meterme con el contenido, encuentro el estilo de programacion de izhikevich un poco chapucilla. No podria meter todo ese contenido despamarrado en arrays y bucles en un bonito interface y acceder declarando unos objeticos majicos? es que para hacerlo asi, en visual basic y va que tira, no, que pensais? es un toston seguir una cosa asi, la verdad
Me da en la nariz que ese código lo ha generado desde el escrito en MatLab. De todas maneras, sí que está bastante obfuscado y mal escrito. Pero supongo que su intención es el de ganar un poco de velocidad de procesamiento respecto a MatLab y no tanto el de enseñar un código bien escrito y entendible.
En cuanto a la OO, obvio que aportaría claridad al código, pero ya se si busca la máxima eficiencia también sobra. (Por favor, VB ni es código fácilmente legible ni buen performance! :P)
Y sí, hay artículos de todo que no se pueden replicar tal cual. Hay un artículo de TTC en el que nunca te cuentan cómo descorrelacionan los dos parámetros que estudian, que oye, te haría un favor a la hora de replicarlo :D
Ctugha,
la "peya" no suelta las cosas asi como asi, aunque los mas generosos son los norteamericanos con diferencia: en un congresillo de hace algun tiempo, uno de Maryland me solto un algoritmo completo para detectar patrones complejos repetidos usando wavelets, me dijo, si yo también estoy trabajando en eso mismo y me lo solto en un workshop de esos. Con los europeos hay mas problemas, de los espanoles mejor ni hablamos.... ;)
De hecho el jefe espayol con el que estuve cada vez que se venia de norteamerica se venia no solo con ideas "regaladas" para trabjarlas en Espana sino tambien con kilos de material de laboratorio que le daban alli.
Pum, si ahi tienes razon en la optimizacion del codigo, pero es gracioso que te digan precisamente que C++ pretende meter abstraccion sin cargarse la implementacion ;)
Amicus, particularmente creo que la ventaja de C++ (y la orientación al objeto en general) empieza a ser ventajosa en proyectos medianos/grandes o en el que intervienen muchos conceptos importantes.
ya Pum, pero al final la implementacion de objetos y matrices se hace con punteros, accedes con this en caso de los objetos y la direccion de la variable mas offset en caso de los arrays, otro caso son las clases virtuales donde accedes a una tabla con un segundo puntero que te hace de offset, en ese caso hay un nivel de indireccion mas, pero aun asi la perdida de velocidad es minuscula.
Lo que digo, es, y te doy la razon, que el tamano en lineas del programa impone la programacion en c++, pero aunque el programa sea pequeno en extension puede ser complejo para entenderlo, en ese caso conviene encapsular los algoritmos en una clase aparte y dejar una interface facil de usar y entender que permita que otro tio pueda enganchar facilmente el programilla a su propia aplicacion o extenderla incluyendo nuevas funciones objetos etc, el hardwired code es algo que debe evitarse
Pum, para eso deberías haber elegido el mundo de la interpretación. Pregúntale a cualquiera cuántos nombres de actores conoce y cuántos de científicos :-)
Bueno, parece que hay bastantes campos abiertos dentro de la misma informática IA, robotica, ingeniera del software, estructura/arquitectura de computadores... esto digamos como investigación sobre la propia informática.
Luego en informática aplicada pues está muy en auge la bioinformática.
Aunque yo me quedo con otro campo multidisciplinar que nos admite, la Neurociencia computacional!
De todas maneras, por lo que he visto hasta ahora da igual lo que hayas estudiado mientras tengas la capacidad de adquirir después los conocimientos que te faltan para realizar investigación.
De todas maneras, por lo que he visto hasta ahora da igual lo que hayas estudiado mientras tengas la capacidad de adquirir después los conocimientos que te faltan para realizar investigación.
Como ocurre en muchas cosas, Pum. Ser auto-didacta es lo mejor :P
Anyway, en España tardaremos mucho antes de ver grupos interdisciplinares de ciencia cognitiva (biólogos + psicólogos + informáticos + lingüistas)...
Por cierto Ctugha, estoy viendo en el prácticum una técnica interesante (que yo mismo he experimentado, descubriendo que mi retina izquierda es algo perezosa): el ElectroRetinoGrama (y los potenciales evocados visuales). Igual puede ser útil...
Por lo que se refiere a la prueba en sí, antes era mucho más intrusiva, pero ahora no tanto: sólo que hay que apoyar dos hilos conductores finos como cabellos en los bordes inferiores de los párpados :DDDD
Algernon, si te refieres a experimentos psicofísicos la verdad es que no sé como anda el tema.
Pero sí que conozco grupos baste variados... biólogos, químicos, físicos, informáticos ...
En Espana lamentablemente las facultades de psicología están muy mal en investigación. Una pena yo quisé meterme en psicología y al final tuvé que cambiar a biología al ver el panorama. Lo curioso es que he trabajado con psicólogos tanto en Alemania como en los USA y tengo que decir que son muy competentes en investigación y con una formación muy amplia y gran capacidad de integrar conducta fisiología y biología molecular. En Espana creo de todas formas que el nivel es muy bajo en este asunto.
osea psicología zombie ;)
En los USA la Psicología es una ciencia bastante bien y suculentamente financiada, y los resultados estan a la vista, una producción en Neurociencias y Simulación de primera categoría.
De hecho mis referentes en investigación son casi todos psicólogos norteamericanos.
La psicología en Espana, y en general en toda latinoamérica, está más interesada en la parte aplicada de tests, terapias y movidas de esas. Hay poca vocación en investigación que requiera laboratorios, equipos caros, ideas sofisticadas y proyectos multidisciplinares.
Entonces no se si la causa de que la psicología esté tan mal financiada en Espana sea a causa de sus bajos logros, o que por estar mal financiada no consiga realizar grandes cosas... de todas formas el índice de impacto de la psicología espanola medido por numero y calidad de publicaciones es bastante malo (en numeros negativos).
Sí, si miras los índices de impacto por países esos, España estaba entre los peores del mundo en psicología... :D
Supongo que será la poca tradición, y que la mayoría de departamentos de psicología sean departamentos de filosofía reconvertidos. Además, la poca comunicación entre la investigación y la financiación fijo que pinta algo, puesto que cuando pides fajos de billetes para hacer química o biología, es algo que se entiende, aunque no sepas para qué va el fajo en particular. En cambio, cuando pides diez millones para equipo de laboratorio en psicología, seguro que alguien se lleva las manos a la cabeza. Por otra parte, un sencillo rastreador de movimientos oculares comienza en los dos millones de pesetas...
Que Ctugha de vacaciones de semana santa por Espana?
Bueno lo de los departamento de filosofía reconvertidos a Psicología, si es verdad. Aunque no soy psicólogo, mal que me pese, hago cosas de Neurociencias y conozco algo el asunto.
Tienes razón en lo de la financiación, para Biología no hay problema alguno, comprarte un espectrometro o un equipo de voltametría es cosa harto fácil a pesar de ser bastante caro por ejemplo. En Psicología es cierto tienen muchos problemas, porque en Espana se sigue considerando carrera de "letras". Por eso es más fácil investigar en Psicología en una facultad de Biología. De hecho un compí que tuve en el doctorado era psicólogo y me decía eso mismo.
También hay algo de culpa en los propios psicólogos académicos muchos de los cuales no comprenden o simplemente desprecian la investigación "básica" y se dedican en exclsuiva a las ciencias sociales blandas.
