- About our group
- How to contact us
- People
- Projects
- Computational Neuroscience Projects
- Complex Systems Projects
- Past projects
- EURESIST - Project
- ICEA - Modelling goal-directed navigation of the rat
- Hippocampal oscillations
- Study of sensory systems
- Software package for complex network analysis
- Dynamics of evolving networks
- A populational model of hippocampus CA3 region slices
- Development of hippocampal place fields
- Hippocampal coding and dynamics
- Location dependent differences between somatic and dendritic IPSPs
- Olfaction and its underlying stochastic phenomena
- The role of self-excitation in the development of topographic order
- Publications
- Events
- CNS '15 Host Proposal
- IJCNN 11 Workshop
- Past events
- Minisymposium on Computational Aspects of Neurological and Psychatric Diseases
- Workshop on large scale random graphs
- Workshop on Cortico- Hippocampal dynamics: Navigation and Neuromodulation
- Joint Workshop on Neural Autonomous Robots
- Workshop on System Neuroscience
- Neuronhálózatok strukturális kérdései
- 7th Tamagawa Dynamic Brain Forum 2002
- Minisymposium on Computational Neuroscience
- Számítógepes neurológia konferencia, Problemák - Adatok - Modellek
- Budapest - Tampere Minisymposium on Computational Neurolgy
- Education / Oktatás
- Lectures and News
- Positions
- Intranet
TDK és diplomamunka lehetőségek a CSCNS csoportnál
Kérünk minden kedves érdeklődőt, aki tudományos diákköri munkáját vagy diplomamunkáját a CSCNS csoportban szeretné végezni, hogy az alábbi kiírások kapcsolattartóját keresse fel kérdéseivel.
Navigáció és térbeli reprezentáció modellezése
Neuronok viselkedési mintázatainak valószínűségi jellemzői
Nagyléptékű agykérgi kapcsolatmintázatok feltérképezése
Képelemzés és 3D rekonstrukció agyszövetről készült synchrotron röntgensugár mikrotomográfiás sorozatokon
Navigáció és térbeli reprezentáció modellezése
- témavezetők: Somogyvári Zoltán
- követelmények: alapvető programozási és statisztikai ismeretek, neurobiológiai érdeklődés, angol nyelvtudás
- feladatok: térbeli reprezentáció kialakulásának modellezése rágcsálók agykérgében (Irodalom); vagy
az útintegráció során fellépő hiba-akkumuláció kiküszöbölésének biológiailag realisztikus modellezése (Irodalom)
Neuronok viselkedési mintázatainak valószínűségi jellemzői
- témavezető: Bazsó Fülöp, Négyessy László
- követelmények: jó angol nyelvtudás; valószínűségelméleti alapismeretek; számítógép felhasználói ismeretek; részvétel a munkacsoport megbeszélésein; megbízhatóság
- probléma: Az agykérgi neuronok aktivitása látszólag sztochasztikus jellegű, ami megnehezíti a kérgi jelfeldolgozás megértését. Ugyanakkor a különböző mentális folyamatok karakterisztikus agyi elektromos tevékenységgel jellemezhetők. Vizsgáljuk e globális kérgi elektromos tevékenység és az egysejt-aktivitás kapcsolatát.
- feladatok: Éber, viselkedő majomban végzett agykérgi elvezetések feldolgozása, elemzése. Az elektromos tevékenység jellemező frekvenciáinak azonosítása (wavelet, Fourier ill. más módszerek segítségével). A korrelált idegsejt-aktivitás statisztikai jellemezése a tüzelési mintázat alapján. Ez magában foglalja a megfelelő eloszlástípus azonosítását, illesztését a mért adatokra valamint tüzelési mintázatok azonosítását.
Nagyléptékű agykérgi kapcsolatmintázatok feltérképezése
- témavezető: Bazsó Fülöp, Négyessy László
- jelentkező: II-IV. éves fizikus, programozó matematikus, informatikus, vagy matematikus hallgató, biológus és minden érdeklődő, aki megfelel az elvárásoknak
- követelmények: jó angol nyelvtudás; gráfelméleti és kombinatorikai alapismeretek; számítógép felhasználói ismeretek; részvétel a munkacsoport megbeszélésein; megbízhatóság
- feladat: neuroanatómiai adatok elemzése gráfelméleti és adatbányászati módszerekkel.
Képelemzés és 3D rekonstrukció agyszövetről készült synchrotron röntgensugár mikrotomográfiás sorozatokon
- témavezető: Négyessy László
- követelmények: programozás, képfeldolgozás, Matlab
- feladat: Neuronális elemek detekciója, 3D rekonstrukciója és kavantitatív analízise szövettani metszetekről készült szürkeárnyalatos rétegfelvétel sorozatokon. Különböző szövettani módszerekkel jelölt neuronális struktúrák azonosítása, háttértől való megkülönböztetése (szegmentáció) ezres nagyságrendű felvételekből álló sorozatokon. A pixeles formátum vektorizációja a detektált képelemek szkeletonizációja révén, majd 3D modellje különböző felület renderelési módszerekkel. Mérések 3D-ben a rekonstruált elemeken: elágazási mintázatok (dendrogramok), felületek, térfogatok meghatározása és automatikusan, formai jegyek alapján azonosítandó struktúrák sűrűségének, relatív térbeli elrendeződésének meghatározása.