Couvre les fondamentaux des signaux neuraux et du traitement des signaux, en mettant l'accent sur la modélisation et la simulation des systèmes neuraux.
Explore les signaux neuraux, le traitement EMG, les synergies musculaires et le contrôle de la prothèse à l'aide de techniques avancées de traitement des signaux.
Explore le traitement du signal neuronal, les techniques d'IRM et la validation de l'imagerie, en mettant l'accent sur la connectivité structurelle et fonctionnelle et les applications cliniques.
Explore les signaux neuraux, les techniques d'imagerie cérébrale et l'organisation du cerveau, soulignant l'importance de comprendre les méthodes d'imagerie cérébrale et de mesurer les signaux du cerveau de façon non invasive.
Explore les techniques de décodage des signaux neuraux à l'aide d'interfaces invasives, d'électrodes régénératives et d'électrodes intraneurales pour améliorer le contrôle de la prothèse et réduire la douleur neuroma.
Explore le traitement du signal neuronal pour les interfaces cerveau-ordinateur, y compris les techniques de décodage comme les filtres Kalman et le tri des pics.
Explore la modélisation de données in vitro pour les neurosciences informatiques, y compris la prédiction de la tension sous-seuil et des temps de pointe.
Comparer les codes de taux et les codes temporels dans la dynamique neuronale, en mettant l'accent sur les codes de timing, la résonance stochastique et les défis de codage neuronal.
Par Meenakshi Khosla explore la modélisation basée sur les données dans les neurosciences naturalistes à grande échelle, en mettant l'accent sur la représentation de l'activité cérébrale et les modèles de calcul.
Explore l'optogénétique, la chimiogénétique et la sonogénétique pour concevoir l'activité neuronale à l'aide de la lumière, des produits chimiques et du son.