Početní neurovědy

Na této straně najdete

O oddělení

Výzkum

Využíváme metody teorie informace, stochastických procesů, diferenciálních rovnich a statistiky pro popis procesů v nervových systémech na úrovni jednotlivých buněk i jejich populací. Zaměřujeme se především na problém neurálního kódování, matematické modely nervové aktivity, biofyzikální modelování růstu axonů a formování sítí. Výsledky ověřujeme na experimentálních datech a počítačových simulacích.

Organizační aktivity:

The Board of Directors of the Organization for Computational Neurosciences (OCNS), organizace zasedání Prague 2015 a Workshops on Methods of Information Theory in Computational Neuroscience
Workshopy Neural Coding (Praha 1995; Praha 2012; Versailles 2014; Kolín 2016; Torino 2018; Seattle 2020)
Information beyond Shannon 2013 workshop (Praha)
Editoriální činnost: Neural Processing Letters; BioSystems; Mathematical Biosciences and Engineering; Frontiers in Integrative Neuroscience

Publikace

Lánský; Petr - Polito; F. - Sacerdote; L. Input-output consistency in integrate and fire interconnected neurons. Applied Mathematics and Computation. 2023; 440(1 March)); 127630.

IF = 3.5

Lee; H. - Košťál; Lubomír - Kanzaki; R. - Kobayashi; R. Spike frequency adaptation facilitates the encoding of input gradient in insect olfactory projection neurons. Biosystems. 2023; 223(January)); 104802.

IF = 2.0

Kortus; Štěpán - Řeháková; Kristýna - Klíma; Martin - Kolcheva; Marharyta - Ladislav; Marek - Langore; Emily - Baráčková; Petra - Netolický; Jakub - Misiachna; Anna - Hemelíková; Katarína - Humpolíčková; Jana - Chalupská; Dominika - Šilhán; Jan - Kaniaková; Martina - Hrčka Krausová; Barbora - Bouřa; Evžen - Zápotocký; Martin - Horák; Martin Subunit-Dependent Surface Mobility and Localization of NMDA Receptors in Hippocampal Neurons Measured Using Nanobody Probes. Journal of Neuroscience. 2023; 43(26); 4755-4774.

IF = 4.4

Bárta; Tomáš - Košťál; Lubomír Shared input and recurrency in neural networks for metabolically efficient information transmission. PLoS Computational Biology. 2024; 20(2); e1011896.

IF = 3.8

Rajdl; Kamil - Košťál; Lubomír Estimation of the instantaneous spike train variability. Chaos Solitons & Fractals. 2023; 177(December); 114280.

IF = 5.3

Tomar; Rimjhim - Smith; Ch. E. - Lánský; Petr A simple neuronal model with intrinsic saturation of the firing frequency. Biosystems. 2022; 222(Dec)); 104780.

IF = 1.6