Testing the theory of visually driven schizophrenia using a computational model
| Název práce v češtině: | Testování teorie vizuálně řízené schizofrenie pomocí výpočtového modelu |
|---|---|
| Název v anglickém jazyce: | Testing the theory of visually driven schizophrenia using a computational model |
| Klíčová slova: | deep neural networks|computational models|neural activity decoding|computational neuroscience|schizophrenia |
| Klíčová slova anglicky: | hluboké neuronové sítě|výpočetní modely|dekódování neuronální aktivity|výpočetní neurověda|schizofrenie |
| Akademický rok vypsání: | 2024/2025 |
| Typ práce: | bakalářská práce |
| Jazyk práce: | angličtina |
| Ústav: | Katedra softwaru a výuky informatiky (32-KSVI) |
| Vedoucí / školitel: | Mgr. Ján Antolík, Ph.D. |
| Řešitel: | Bc. Oszkár Urbán - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 11.10.2024 |
| Datum zadání: | 19.02.2025 |
| Datum potvrzení stud. oddělením: | 19.02.2025 |
| Datum a čas obhajoby: | 20.06.2025 09:00 |
| Datum odevzdání elektronické podoby: | 03.05.2025 |
| Datum odevzdání tištěné podoby: | 03.05.2025 |
| Datum proběhlé obhajoby: | 20.06.2025 |
| Oponenti: | Giulia D´Angelo, Ph.D. |
| Zásady pro vypracování |
|
It has been postulated that schizophrenia has origin in fluctuating levels of dopamine in the retina, which causes unpredictable fluctuations in the receptive size of retinal ganglion cells (RGCs). This in turn prevents proper development of predictive networks in pre-frontal cortex (PFC), which leads to development of many weak connections that later get pruned, resulting in experimentally observed loss of PFC volume. In this thesis, student will use an existing model of primary visual cortex developed by the group of PI to generate responses of visual system in which the receptive field of RGCs is varied. The student will next use this synthetic dataset to train a deep neural network (DNN) on decoding the visual stimulus from the activities of the model V1 neurons, as a proxy for the predictive function of PFC networks. Pruning during the training will also be applied. Student will do this under two conditions - (i) constant RGC receptive fields and (ii) randomly fluctuating RGC receptive fields. Finally, the performance of the DNN decoding, and the total number of surviving connections in the network will be tested at the end of training. |
| Seznam odborné literatury |
| Daqing Cai, Gregory C. Deangelis, and Ralph D. Freeman Spatiotemporal Receptive Field Organization in the Lateral Geniculate Nucleus of Cats and Kittens Journal of Neurophysiology 1997 78:2, 1045-1061
Antolík, J., Cagnol, R., Rózsa, T., Monier, C., Frégnac, Y., & Davison, A. P. (2024). A comprehensive data-driven model of cat primary visual cortex. PLOS Computational Biology, 20, 1–42. Hubel DH, Wiesel TN. Ferrier lecture. Functional architecture of macaque monkey visual cortex. Proc R Soc Lond B Biol Sci. 1977 Jul 28;198(1130):1-59. doi: 10.1098/rspb.1977.0085. PMID: 20635. |