Integration neuronaler Modalitäten für Konnektomanalysen und populationsbasierte Simulationen

Peter Eipert

doi:10.18453/rosdok_id00001629

Peter Eipert

Integration neuronaler Modalitäten für Konnektomanalysen und populationsbasierte Simulationen

Universität Rostock, 2015

https://doi.org/10.18453/rosdok_id00001629

Abstract: Im Rahmen dieser Arbeit wurde das Programm neuroVIISAS entwickelt, mit dem es möglich ist, (neuro-)anatomische Strukturen, neuronale Verbindungsdaten, Bilddaten und räumliche Informationen unterschiedlicher Quellen und Spezies in einem System zu integrieren, auszuwerten und für eine populationsbasierte neuronale Simulation zu verwenden. Schwerpunkt bilden dabei hierarchisch gegliederte Neuronenpopulationen und deren Verbindungen. Diesen können in dem System gefiltert, visualisiert, graphentheoretisch analysiert werden und lassen sich als Basis für neuronale Simulationen mit NEST verwenden.

Dissertation Freier Zugang

Titel:

Integration neuronaler Modalitäten für Konnektomanalysen und populationsbasierte Simulationen

Beteiligte Personen:

Peter Eipert[VerfasserIn]
	1079118748
Oliver Schmitt , Prof. Dr.[AkademischeR BetreuerIn]
	1016004257
	Universitätsmedizin Rostock, Institut für Anatomie
Konrad Engel , Prof. Dr.[AkademischeR BetreuerIn]
	138612366
	Universität Rostock, Institut für Mathematik
Marcus Kaiser , Prof. Dr.[AkademischeR BetreuerIn]
	Newcastle, School of Computing Science

Beteiligte Körperschaften:

Universität Rostock, Universitätsmedizin[Grad-verleihende Institution]
	1029510660

Zusammenfassung:

Im Rahmen dieser Arbeit wurde das Programm neuroVIISAS entwickelt, mit dem es möglich ist, (neuro-)anatomische Strukturen, neuronale Verbindungsdaten, Bilddaten und räumliche Informationen unterschiedlicher Quellen und Spezies in einem System zu integrieren, auszuwerten und für eine populationsbasierte neuronale Simulation zu verwenden. Schwerpunkt bilden dabei hierarchisch gegliederte Neuronenpopulationen und deren Verbindungen. Diesen können in dem System gefiltert, visualisiert, graphentheoretisch analysiert werden und lassen sich als Basis für neuronale Simulationen mit NEST verwenden. [Deutsch]

Dokumenttyp:

Dissertation

Einrichtung:

Universitätsmedizin

Sprache:

Deutsch

Sachgruppe der DNB:

000 Allgemeines, Wissenschaft

610 Medizin, Gesundheit

Veröffentlichung /
Entstehung:

Rostock

Rostock: Universität Rostock