Tamanho da fonte: 

O sono é um processo sistêmico que se distingue pela perda de consciência e um estado comportamental alterado. Ele promove a consolidação da memória enquanto o estado de alerta promove com mais eficiência a codificação e a recuperação da memória, porém tais mecanismos neuronais e bioquímicos ainda não foram completamente elucidados.  Nesse projeto investigamos a reverberação de padrões de potenciais de ação de neurônios individuais colhidos durante uma nova experiência nos estágios de sono REM e SWS. Os dados utilizados foram obtidos por eletrofisiologia, em que eletrodos foram implantados no cérebro de ratos no hipocampo, no córtex somatosensorial e no córtex visual primário. Foram implementadas funções em Matlab® para carga dos dados e controle de qualidade dos dados (verificações iniciais de integridade e qualidade). Então foram avaliados os desempenhos de diferentes métricas na investigação da reverberação da experiência para diferentes objetos considerando diferentes estados cognitivos. Como primeira análise foi realizada a análise de correlação usando vetores de contagens de potenciais de ação, sendo que esta não apresentou resultados significativos. Seguiu-se então a análise baseada na metodologia de template matching (neuronal ensemble correlation), conforme proposto por Louie e Wilson (2001) e adaptada por Ribeiro et al  (2004), para a busca por reverberações.  A busca usando como template o primeiro período de contato com o objeto não apresentou resultados significativos. Porém, a análise realizada gerando o template do segundo período de contato com o objeto apresentou resultados estatisticamente significativos para a vigília ( p-valores de 0.0238 para food e de 0.0143 para urchin) e para slow-wave (p-valores de 0.0237 para food e 0.0125 para urchin). Pudemos detectar apenas reverberações no período de uma a duas horas após a exposição somente para dois tipos de contato (food e urchin) quando utilizados templates gerados no segundo período de contato. Os resultados obtidos foram passíveis de discussão e comparação com os resultados apresentados por Ribeiro et al  (2004) e Tatsuno et al (2006). É necessária a solidificação dos conhecimentos biológicos, matemáticos e computacionais para elaboração e/ou seleção de modelos mais adequados à análise e representação desses dados.