Logo of Humboldt-Universität zu BerlinLogo of Humboldt-Universität zu Berlin
edoc-Server
Open-Access-Publikationsserver der Humboldt-Universität
de|en
Header image: facade of Humboldt-Universität zu Berlin
View Item 
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Dissertationen
  • View Item
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Dissertationen
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
View Item 
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Dissertationen
  • View Item
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Dissertationen
  • View Item
2018-07-30Dissertation DOI: 10.18452/19314
Modeling of high-frequency coding for single cortical cells and precisely manipulating action-potential timing in vivo
Doose, Jens Peter
Mathematisch-Naturwissenschaftliche Fakultät
Diese Arbeit beschäftigt sich sowohl mit der experimentell motivierten Fragestellung nach der Kontrolle der Einzelzellaktivität kortikaler Neurone sowie mit der theoretischen Beschreibung der neuronalen Dynamik und ihrer Transfereigenschaften anhand einfacher Neuronenmodelle. Hierfür werden in-vivo Daten, die mit Hilfe der juxtazellulären Stimulation mit weißem bandpass limitiertem Gaußschem Rauschen erhoben wurden, verwendet. Mit Parameterfits einfacher Neuronenmodelle werden die experimentell ermittelten Pulszugstatistiken sowie die präzisen Zeitpunkte der einzelnen Aktionspotentiale quantitativ reproduziert. Diese Untersuchungen zeigen, dass mit dynamischen Rauschstimuli in juxtazellulärer Stimulation verlässlich und reproduzierbar Pulszüge in einzelnen kortikalen Neuronen hervorgerufen werden können. Weiterhin offenbart die Analyse der Daten die Eigenschaft der untersuchten Neurone frequenzunabhängig, bishin zu Vielfachen der Feuerrate des Neurons, Information über Signalkomponenten zu transferieren. Diese Eigenschaft steht im Widerspruch zum Verhalten der einfachsten (und populärsten) integrate-and-fire Modelle, die die Zelle ohne Auflösung ihrer räumlichen Struktur näherungsweise beschreiben. Die Erweiterung solcher Ein-Kompartiment Modelle auf ein Zwei-Kompartiment Modell und die damit eingeführte Unterscheidung zwischen Soma und Dendrit ermöglicht es, für einzelne Neuronen sämtliche experimentell erhobenen Statistiken, einschließlich des Hochfrequenz- Transfers, quantitativ zu reproduzieren. Zusätzlich zu den obigen Untersuchungen wird eine Methode vorgestellt, um, anhand von Input-Output Statistiken konkreter Neurone, Gaußsche Stimuli zu berechnen, die in der jeweiligen Zelle einen vorgeschriebenen Pulszug hervorrufen. In Experimenten und Simulationen wird gezeigt, dass diese vorgeschriebenen Pulszüge mit einer Verlässlichkeit erzeugt werden können, die in etwa der intrinsischen Verlässlichkeit des untersuchten Neurons entspricht.
 
This work elaborates on the question to which extent experimental control about the activity of single cortical neurons can be achieved and deals with the theoretical description of the neuronal dynamics. To this end, in-vivo data that have been recorded from juxtacellular experiments in cortical neurons are used. By means of parameter optimization, simple neuron models are fitted in order to quantitatively reproduce the measured spike train statistics and specific action potential timings. The analysis reveals that dynamic noise-stimuli can be used in juxtacellular stimulation to reliably generate reproducible spike trains in single cortical neurons. The analysis also reveals that the cells show a marked broadband coding of information, up to frequencies that are multiples of the firing rate of the respective neuron. This is in contrast to what is known for the simplest (and most popular) integrate-and-fire models, for which the cellular dynamics are described by a single space-independent variable. The extension of these one-compartment models to two-compartment models introduces a spatially distinction between soma and dendrite and we could show that for particular neurons it is sufficient to quantitatively reproduce all experimentally measured spike-train and input-output statistics, including the highfrequency information-transfer. Therefore, the effect of the spatial structure can be an important (structural) mechanism that can have influence on the neuronal dynamics. Additionally to the above considerations, by means of input-output statistics of particular neurons, we propose a method to compute Gaussian stimuli that are supposed to evoke prescribed spike trains in the respective neuron. Using experiments and simulations, we show that the prescribed spike trains can be evoked with a reliability that is comparable to the intrinsic reliability of the neuron under investigation.
 
Files in this item
Thumbnail
dissertation_doose_jens.pdf — Adobe PDF — 25.03 Mb
MD5: a42e9a27f96ccf8f46d562e44aaa032e
Cite
BibTeX
EndNote
RIS
(CC BY-SA 3.0 DE) Namensnennung - Weitergabe unter gleichen Bedingungen 3.0 Deutschland(CC BY-SA 3.0 DE) Namensnennung - Weitergabe unter gleichen Bedingungen 3.0 Deutschland(CC BY-SA 3.0 DE) Namensnennung - Weitergabe unter gleichen Bedingungen 3.0 Deutschland
Details
DINI-Zertifikat 2019OpenAIRE validatedORCID Consortium
Imprint Policy Contact Data Privacy Statement
A service of University Library and Computer and Media Service
© Humboldt-Universität zu Berlin
 
DOI
10.18452/19314
Permanent URL
https://doi.org/10.18452/19314
HTML
<a href="https://doi.org/10.18452/19314">https://doi.org/10.18452/19314</a>