🧠 Brain Dynamics Workshop:
Theory, Analysis and Interpretation
@Neuro_Syntax
🖥 Session01
* Introduction to brain signals and their biological substrates
* Signals, Time Series, and intro to Fourier Transform
🖥 Session02
* Discrete Time Fourier Transform
* Welch Power Spectrum
* Sampling Frequency Theorem, Aliasing, Nyquist Frequency
* Spectral Leakage
* Window Functions
+ Matlab Implementations
🖥 Session03
* Accurate scaling of fourier coefficients
* The effect of varying window length and overlap on power spectrum
* What are oscillators?
* How can oscillations be generated in the brain? Mechanisms of oscillations in the brain
* Neural oscillations: sustained activity or transient bursts?
* Stationarity and Non-stationarity
* Short-time fourier transform
* Morlet Wavelet representation
+ Matlab Implementations
🖥 Session04
* What are timestamps and what are they used for?
* Multitaper Method for Spectral Estimation: Variability and the problem with averages, Time-locked and Non-time locked, Phase locked and non-phase locked, Slepian Tapers
* Digital Filters - Design and Implementation: What are filters? What are different types of filteres? What are they used for? How do they affect the signal?
+ Matlab Implementations
🖥 Session05
* Hilbert Transform
* Envelope magnitude estimation
* Oscillatory Bout Detection using filter-Hilbert Method
* Oscillatory Bout Detection using BOSC
+ Matlab Implementations
🖥 Session06
* Periodic and aperiodic components in brain signal
* How aperiodic component can affect power analysis
* Parameterizing neural power spectra into periodic and aperiodic components
* Separating Neural Oscillations from Aperiodic 1/f Activity: Challenges and Recommendations
🖥 Session07
* Methodological considerations for studying neural oscillations
🖥 Session08
* Introducing Phase Time Series
* The conditions for a meaningful Phase (Bedrosian Theorem)
* Uses of Phase Time Series
- Inter-trial Phase Clustering
- Cross-frequency phase-amplitude coupling
- Spik-field coherence
- Travelling Waves
🖥 Session09
* Cross-frequency Coupling
————Introduction
————Network Architecture and Mechanisms
+ Phase-phase coupling
+ Phase-frequency coupling
+ Phase-amplitude coupling
+ Amlitude-amplitude coupling
🖥 Session10
* Cross-frequency Coupling - Implementation
— Cross-frequency amplitude amplitude coupling
— Cross-frequency phase-amplitude coupling (PAC)
— Modualtion Index
— Dissociating spurious from valid PACs
— Harmonics
— Harmonic vs Non-Harmonic PAC
🖥 Session11
* Cross-frequency Coupling - Implementation
— Filter Settings for Phase and Amplitude Estimation in phase-amplitude coupling measures
— Detecting n:m phase-phase coupling
— Surrogate statistical tests for cross-freq coupling and cautions
* Cross-frequency Coupling - Function
— Integration Problem
— CFC for long-distance communication
— Multi-item/sequence representation
— Sensory Parsing
🖥 Session12
Brain Oscillations and the Importance of Waveform Shape
* Introduction and Examples of Nonsinusoidal signals in the neural recordings
* Physiological Relevance of Oscillation Waveform
— Features of Nonsinusoidal Waveforms Relate to Physiology
— Features of Oscillatory Waveforms Relate to Behavior and Disease
* Methods
— Zero-crossing/Quadrant Point Method of Phase Estimation
— Empirical mode decompositions
——— Computations
——— Drawbacks
——— Ensemble Empirical Mode Decomposition
——— Noise-aided Multivariate Empirical Mode Decomposition
— Cycle-by-cycle analysis of Neural Oscillations
— Instantaneous Frequency
#BrainDynamicsWorkshop #neurosyntax
Theory, Analysis and Interpretation
@Neuro_Syntax
🖥 Session01
* Introduction to brain signals and their biological substrates
* Signals, Time Series, and intro to Fourier Transform
🖥 Session02
* Discrete Time Fourier Transform
* Welch Power Spectrum
* Sampling Frequency Theorem, Aliasing, Nyquist Frequency
* Spectral Leakage
* Window Functions
+ Matlab Implementations
🖥 Session03
* Accurate scaling of fourier coefficients
* The effect of varying window length and overlap on power spectrum
* What are oscillators?
* How can oscillations be generated in the brain? Mechanisms of oscillations in the brain
* Neural oscillations: sustained activity or transient bursts?
* Stationarity and Non-stationarity
* Short-time fourier transform
* Morlet Wavelet representation
+ Matlab Implementations
🖥 Session04
* What are timestamps and what are they used for?
* Multitaper Method for Spectral Estimation: Variability and the problem with averages, Time-locked and Non-time locked, Phase locked and non-phase locked, Slepian Tapers
* Digital Filters - Design and Implementation: What are filters? What are different types of filteres? What are they used for? How do they affect the signal?
+ Matlab Implementations
🖥 Session05
* Hilbert Transform
* Envelope magnitude estimation
* Oscillatory Bout Detection using filter-Hilbert Method
* Oscillatory Bout Detection using BOSC
+ Matlab Implementations
🖥 Session06
* Periodic and aperiodic components in brain signal
* How aperiodic component can affect power analysis
* Parameterizing neural power spectra into periodic and aperiodic components
* Separating Neural Oscillations from Aperiodic 1/f Activity: Challenges and Recommendations
🖥 Session07
* Methodological considerations for studying neural oscillations
🖥 Session08
* Introducing Phase Time Series
* The conditions for a meaningful Phase (Bedrosian Theorem)
* Uses of Phase Time Series
- Inter-trial Phase Clustering
- Cross-frequency phase-amplitude coupling
- Spik-field coherence
- Travelling Waves
🖥 Session09
* Cross-frequency Coupling
————Introduction
————Network Architecture and Mechanisms
+ Phase-phase coupling
+ Phase-frequency coupling
+ Phase-amplitude coupling
+ Amlitude-amplitude coupling
🖥 Session10
* Cross-frequency Coupling - Implementation
— Cross-frequency amplitude amplitude coupling
— Cross-frequency phase-amplitude coupling (PAC)
— Modualtion Index
— Dissociating spurious from valid PACs
— Harmonics
— Harmonic vs Non-Harmonic PAC
🖥 Session11
* Cross-frequency Coupling - Implementation
— Filter Settings for Phase and Amplitude Estimation in phase-amplitude coupling measures
— Detecting n:m phase-phase coupling
— Surrogate statistical tests for cross-freq coupling and cautions
* Cross-frequency Coupling - Function
— Integration Problem
— CFC for long-distance communication
— Multi-item/sequence representation
— Sensory Parsing
🖥 Session12
Brain Oscillations and the Importance of Waveform Shape
* Introduction and Examples of Nonsinusoidal signals in the neural recordings
* Physiological Relevance of Oscillation Waveform
— Features of Nonsinusoidal Waveforms Relate to Physiology
— Features of Oscillatory Waveforms Relate to Behavior and Disease
* Methods
— Zero-crossing/Quadrant Point Method of Phase Estimation
— Empirical mode decompositions
——— Computations
——— Drawbacks
——— Ensemble Empirical Mode Decomposition
——— Noise-aided Multivariate Empirical Mode Decomposition
— Cycle-by-cycle analysis of Neural Oscillations
— Instantaneous Frequency
#BrainDynamicsWorkshop #neurosyntax
🧠 Brain Dynamics Workshop:
Theory, Analysis and Interpretation
Programming and Practical Training Sessions
@Neuro_Syntax
🟡 Session01
FFT, Welch, STFT, Morlet Wavelet,
Unit Conversion,
Plotting
🟡 Session02
Morlet Wavelet Transform,
Multitaper Power Estimation,
Kernels and Convolution,
Digital Filters,
Hilbert Transform,
BOSC, Flattening Power Spectrum, Oscillation Detection
🟡 Session03
* Oscillation Detection using Envelope Thresholdon Method
* FOOOF - fitting oscillations & one over f (Matlab Implementation)
* fBOSC
🟡 Session04
* Extracting Phase from Hilbert and Morlet Wavelet Transform
* Interpreting Phase Time Series
* Intertrial-phase clustering/Resultant Vector
* Polar plots and Polar Histograms
* Introduction to Rayleigh test for non-uniformity of circular data
🟡 Session05
* Cross-frequency amplitude-amplitude comodulation
* Cross-frequency phase-amplitude coupling (Modulation Index)
#BrainDynamicsWorkshop #neurosyntax
Theory, Analysis and Interpretation
Programming and Practical Training Sessions
@Neuro_Syntax
🟡 Session01
FFT, Welch, STFT, Morlet Wavelet,
Unit Conversion,
Plotting
🟡 Session02
Morlet Wavelet Transform,
Multitaper Power Estimation,
Kernels and Convolution,
Digital Filters,
Hilbert Transform,
BOSC, Flattening Power Spectrum, Oscillation Detection
🟡 Session03
* Oscillation Detection using Envelope Thresholdon Method
* FOOOF - fitting oscillations & one over f (Matlab Implementation)
* fBOSC
🟡 Session04
* Extracting Phase from Hilbert and Morlet Wavelet Transform
* Interpreting Phase Time Series
* Intertrial-phase clustering/Resultant Vector
* Polar plots and Polar Histograms
* Introduction to Rayleigh test for non-uniformity of circular data
🟡 Session05
* Cross-frequency amplitude-amplitude comodulation
* Cross-frequency phase-amplitude coupling (Modulation Index)
#BrainDynamicsWorkshop #neurosyntax
🧠 Brain Dynamics Workshop: Theory, Analysis and Interpretation
Check our Channel: NeuroSyntax
🔲Syllabus:
◻️Introduction to brain signals and their biological substrates
* What are oscillators?
* How can oscillations be generated in the brain? Mechanisms of oscillations in the brain
◻️Signals, Time Series, and Fourier Transform
* Discrete Time Fourier Transform
* Welch Power Spectrum
* Sampling Frequency Theorem, Aliasing, Nyquist Frequency
* Spectral Leakage
* Window Functions
* Accurate scaling of fourier coefficients
* The effect of varying window length and overlap on power spectrum
* Neural oscillations: sustained activity or transient bursts?
* Stationarity and Non-stationarity
* Short-time fourier transform
* Morlet Wavelet representation
* What are timestamps and what are they used for?
* Multitaper Method for Spectral Estimation: Variability and the problem with averages, Time-locked and Non-time locked, Phase locked and non-phase locked, Slepian Tapers
◻️ Digital Filters - Design and Implementation: What are filters? What are different types of filteres? What are they used for? How do they affect the signal?
◻️ Hilbert Transform
* Envelope magnitude estimation
* Phase Estimation
◻️Oscillatory Bout Detection
* Oscillatory Bout Detection using filter-Hilbert Method, BOSC, eBOSC, and fBOSC
◻️Parameterizing neural power spectra into periodic and aperiodic components
* Periodic and aperiodic components in brain signal
* How aperiodic component can affect power analysis
* Separating Neural Oscillations from Aperiodic 1/f Activity: Challenges and Recommendations
◻️ Methodological considerations for studying neural oscillations
◻️ Introducing Phase Time Series
* The conditions for a meaningful Phase (Bedrosian Theorem)
* Uses of Phase Time Series
* Inter-trial Phase Clustering/Phase Coherence/Resultant Vector
◻️ Cross-frequency Coupling
————Introduction
————Network Architecture and Mechanisms
+ Phase-phase coupling
+ Phase-frequency coupling
+ Phase-amplitude coupling
+ Amlitude-amplitude coupling
* Cross-frequency Coupling - Implementation
— Cross-frequency amplitude amplitude coupling
— Cross-frequency phase-amplitude coupling (PAC)
— Modualtion Index
— Dissociating spurious from valid PACs
— Harmonics
— Harmonic vs Non-Harmonic PAC
— Filter Settings for Phase and Amplitude Estimation in phase-amplitude coupling measures
— Detecting n:m phase-phase coupling
— Surrogate statistical tests for cross-freq coupling and cautions
* Cross-frequency Coupling - Function
— Integration Problem
— CFC for long-distance communication
— Multi-item/sequence representation
— Sensory Parsing
◻️Brain Oscillations and the Importance of Waveform Shape
* Introduction and Examples of Nonsinusoidal signals in the neural recordings
* Physiological Relevance of Oscillation Waveform
— Features of Nonsinusoidal Waveforms Relate to Physiology
— Features of Oscillatory Waveforms Relate to Behavior and Disease
* Methods
— Zero-crossing/Quadrant Point Method of Phase Estimation
— Empirical mode decompositions
——— Computations
——— Drawbacks
——— Ensemble Empirical Mode Decomposition
——— Noise-aided Multivariate Empirical Mode Decomposition
— Cycle-by-cycle analysis of Neural Oscillations
— Instantaneous Frequency
🟨 + Matlab implementation of the analyses and Codes
Check our Channel: NeuroSyntax
🔲Syllabus:
◻️Introduction to brain signals and their biological substrates
* What are oscillators?
* How can oscillations be generated in the brain? Mechanisms of oscillations in the brain
◻️Signals, Time Series, and Fourier Transform
* Discrete Time Fourier Transform
* Welch Power Spectrum
* Sampling Frequency Theorem, Aliasing, Nyquist Frequency
* Spectral Leakage
* Window Functions
* Accurate scaling of fourier coefficients
* The effect of varying window length and overlap on power spectrum
* Neural oscillations: sustained activity or transient bursts?
* Stationarity and Non-stationarity
* Short-time fourier transform
* Morlet Wavelet representation
* What are timestamps and what are they used for?
* Multitaper Method for Spectral Estimation: Variability and the problem with averages, Time-locked and Non-time locked, Phase locked and non-phase locked, Slepian Tapers
◻️ Digital Filters - Design and Implementation: What are filters? What are different types of filteres? What are they used for? How do they affect the signal?
◻️ Hilbert Transform
* Envelope magnitude estimation
* Phase Estimation
◻️Oscillatory Bout Detection
* Oscillatory Bout Detection using filter-Hilbert Method, BOSC, eBOSC, and fBOSC
◻️Parameterizing neural power spectra into periodic and aperiodic components
* Periodic and aperiodic components in brain signal
* How aperiodic component can affect power analysis
* Separating Neural Oscillations from Aperiodic 1/f Activity: Challenges and Recommendations
◻️ Methodological considerations for studying neural oscillations
◻️ Introducing Phase Time Series
* The conditions for a meaningful Phase (Bedrosian Theorem)
* Uses of Phase Time Series
* Inter-trial Phase Clustering/Phase Coherence/Resultant Vector
◻️ Cross-frequency Coupling
————Introduction
————Network Architecture and Mechanisms
+ Phase-phase coupling
+ Phase-frequency coupling
+ Phase-amplitude coupling
+ Amlitude-amplitude coupling
* Cross-frequency Coupling - Implementation
— Cross-frequency amplitude amplitude coupling
— Cross-frequency phase-amplitude coupling (PAC)
— Modualtion Index
— Dissociating spurious from valid PACs
— Harmonics
— Harmonic vs Non-Harmonic PAC
— Filter Settings for Phase and Amplitude Estimation in phase-amplitude coupling measures
— Detecting n:m phase-phase coupling
— Surrogate statistical tests for cross-freq coupling and cautions
* Cross-frequency Coupling - Function
— Integration Problem
— CFC for long-distance communication
— Multi-item/sequence representation
— Sensory Parsing
◻️Brain Oscillations and the Importance of Waveform Shape
* Introduction and Examples of Nonsinusoidal signals in the neural recordings
* Physiological Relevance of Oscillation Waveform
— Features of Nonsinusoidal Waveforms Relate to Physiology
— Features of Oscillatory Waveforms Relate to Behavior and Disease
* Methods
— Zero-crossing/Quadrant Point Method of Phase Estimation
— Empirical mode decompositions
——— Computations
——— Drawbacks
——— Ensemble Empirical Mode Decomposition
——— Noise-aided Multivariate Empirical Mode Decomposition
— Cycle-by-cycle analysis of Neural Oscillations
— Instantaneous Frequency
🟨 + Matlab implementation of the analyses and Codes
‼️تمام محتوای این دوره کاملا رایگان می باشد.
به کانال ما مراجعه کنید: نوروسینتکس
ارتباط با ما: @neurosyntax_bot
به کانال ما مراجعه کنید: نوروسینتکس
ارتباط با ما: @neurosyntax_bot
کارگاه دینامیک مغز: نظریه، تحلیل و تفسیر سیگنال های مغزی
در طی این دوره با سیگنال های الکتریکی مغز آشنا خواهید شد و روش های تحلیل و تفسیر سیگنال را "از پایه" خواهید آموخت. کارگاه شامل دو نوع جلسات نظریه و حل تمرین است. در نظریه، شما با مبانی فیزیولوژیک سیگنال های مغزی آشنا خواهید شد، نوروبیولوژی چگونگی تشکیل نوسانات را خواهید آموخت و با مبانی روش های تحلیل سیگنال آشنا خواهید شد. در جلسات حل تمرین، در متلب، کدهای تحلیل سیگنال را مینویسیم. در این جلسات بدنه اصلی کدها به صورت خط به خط بررسی میشود تا درک مناسبی از کدنویسی تحلیل سیگنال های مغزی ایجاد شود.
◻️سر فصل کامل این دوره را میتوانید از این لینک دریافت کنید: سیلابس دوره
◻️پیش نیاز این دوره آشنایی با مقدمات برنامه نویسی متلب است که میتوانید آن را به صورت رایگان از کانال ما دریافت کنید: کانال سوفی فیلیا - کافیست هشتگ #matlab و #saman را در این کانال جستجو کنید. (مقدمات برنامه نویسی پایتون را نیز میتوانید به صورت رایگان از همین کانال با هشتگ #python و #saman دریافت کنید.)
◻️تمامی ویدیو ها، اسلاید ها و کدهای متلب مربوط به جلسات 1 تا 12 دوره دینامیک مغز را میتوانید به صورت رایگان از کانال نوروسینتکس دریافت کنید:
دریافت محتوا جلسات نظری،
دریافت جلسات حل تمرین
‼️تمام محتوای این دوره کاملا رایگان می باشد.
به کانال ما مراجعه کنید: نوروسینتکس
ارتباط با ما: @neurosyntax_bot
در طی این دوره با سیگنال های الکتریکی مغز آشنا خواهید شد و روش های تحلیل و تفسیر سیگنال را "از پایه" خواهید آموخت. کارگاه شامل دو نوع جلسات نظریه و حل تمرین است. در نظریه، شما با مبانی فیزیولوژیک سیگنال های مغزی آشنا خواهید شد، نوروبیولوژی چگونگی تشکیل نوسانات را خواهید آموخت و با مبانی روش های تحلیل سیگنال آشنا خواهید شد. در جلسات حل تمرین، در متلب، کدهای تحلیل سیگنال را مینویسیم. در این جلسات بدنه اصلی کدها به صورت خط به خط بررسی میشود تا درک مناسبی از کدنویسی تحلیل سیگنال های مغزی ایجاد شود.
◻️سر فصل کامل این دوره را میتوانید از این لینک دریافت کنید: سیلابس دوره
◻️پیش نیاز این دوره آشنایی با مقدمات برنامه نویسی متلب است که میتوانید آن را به صورت رایگان از کانال ما دریافت کنید: کانال سوفی فیلیا - کافیست هشتگ #matlab و #saman را در این کانال جستجو کنید. (مقدمات برنامه نویسی پایتون را نیز میتوانید به صورت رایگان از همین کانال با هشتگ #python و #saman دریافت کنید.)
◻️تمامی ویدیو ها، اسلاید ها و کدهای متلب مربوط به جلسات 1 تا 12 دوره دینامیک مغز را میتوانید به صورت رایگان از کانال نوروسینتکس دریافت کنید:
دریافت محتوا جلسات نظری،
دریافت جلسات حل تمرین
‼️تمام محتوای این دوره کاملا رایگان می باشد.
به کانال ما مراجعه کنید: نوروسینتکس
ارتباط با ما: @neurosyntax_bot
اگر در گروه هایی هستید که فکر میکنید به محتوای کارگاه دینامیک مغز علاقه مند خواهند بود میتونید دو پیام بالا رو در گروه ها فوروارد کنید و با این کار در گسترش محتوای این کانال به ما کمک کنید.
NeuroSyntax pinned «اگر در گروه هایی هستید که فکر میکنید به محتوای کارگاه دینامیک مغز علاقه مند خواهند بود میتونید دو پیام بالا رو در گروه ها فوروارد کنید و با این کار در گسترش محتوای این کانال به ما کمک کنید.»
امروز، چهارشنبه، ساعت نه و نیم صبح به وقت تهران یک جلسه گپ میذارم. میتونیم درباره پژوهش در علوم اعصاب و ادامه تحصیل در علوم اعصاب (در خارج از کشور) صحبت کنیم. لینک زوم برای شرکت در جلسه ارسال خواهد شد. در صورتی که علاقه مند هستید شرکت کنید توصیه میکنم نرم افزار زوم رو پیش از ساعت نه و نیم نصب کنید.
با توجه به اینکه استقبال خوبی از جلسه دیشب صورت گرفت، تصمیم گرفتم یک جلسه دیگه "یکشنبه شب پیش رو ساعت هفت و نیم" به وقت ایران برگزار کنم. محوریت جلسه مسیر پژوهشی در تحصیلات تکمیلی و ادامه تحصیل در خارج از کشور خواهد بود. پرسش های خودتون در این زمینه رو میتونید آماده کنید و حتی پیش از جلسه در بخش کامنت های همین پست ارسال کنید. سرفصلی از بحث های جلسه قرار خواهم داد تا سوالات متمرکز بر این سرفصل ها ارائه بشه.
جلسه در پلتفرم زوم برگزار خواهد شد. پیش از جلسه نرم افزار زوم رو نصب کنید.
جلسه در پلتفرم زوم برگزار خواهد شد. پیش از جلسه نرم افزار زوم رو نصب کنید.
دو بخش جدید به کانال اضافه خواهد شد. بخش اول Q&A خواهد بود که در اون من سعی میکنم به پرسش های شما پاسخ بدم. پرسش های خودتون رو میتونید در بخش کامنت های این پست ارائه کنید و یا به @neurosyntax_bot ارسال کنید. من هر زمان که فرصت کنم پاسخ میدم و در همین کانال با هشتگ #QandA قرار خواهم داد.
بخش دوم معرفی مقالات و کتاب ها خواهد بود که با هشتگ #book و یا #article قرار خواهد گرفت. برای آشنایی با منابع دیگر مثل دیتای رایگان و یا وبسایت های مفید مرتبط به علوم اعصاب میتونید به کانال زیر مراجعه کنید و هشتگ #neuroscience رو دنبال کنید. این کانال هم توسط من و یکی از دوستانم به روزرسانی میشه و منابع مفیدی رو معرفی میکنه.
https://news.1rj.ru/str/thepath_practical
بخش دوم معرفی مقالات و کتاب ها خواهد بود که با هشتگ #book و یا #article قرار خواهد گرفت. برای آشنایی با منابع دیگر مثل دیتای رایگان و یا وبسایت های مفید مرتبط به علوم اعصاب میتونید به کانال زیر مراجعه کنید و هشتگ #neuroscience رو دنبال کنید. این کانال هم توسط من و یکی از دوستانم به روزرسانی میشه و منابع مفیدی رو معرفی میکنه.
https://news.1rj.ru/str/thepath_practical
Telegram
The Path of Knowledge
This group is an extension of the path main group that will focus on the broadening of the theoretical and practical understanding of different disciplines of science.
🟨 چند کتاب یا مرجع اموزشی که قبل از رفتن به دکتری علوماعصاب حتما باید بخونیم یا بگذرونیم رو امکانش هست معرفی کنی؟
◻️علوماعصاب رشته وسیعی هست و شامل زیرشاخههای متنوعی میشه که هر کدوم نیازمند مطالعه در حوزه تخصصی خودش هست. به همین دلیل ارائه نسخه برای مطالعه کار دشواری خواهد بود مگر اینکه حوزه مطالعاتی مشخصتر ارائه بشه. با این حال بنظرم میاد مطالبی وجود دارن که بنیادی هستن و فارغ از زیرشاخه مورد علاقه مناسب هست که همه افراد دانش کافی در آنها حاصل کنن. ایجاد درک کافی از ساختار سیستم عصبی (به خصوصی سطوح فیزیولوژی و آناتومی) جزو این الزامات هست. برای آشنایی با این مطالب میتونید از کتاب های مرجع استفاده کنید:
📚 Principles of Neural Science, by Eric Kandel
📚 Neuroscience, by Dale Purves
📚 Neuroscience: Exploring the Brain, by Mark F. Bear
📚 Neurobiology, by Gordon M. Shepherd
📚 Neurophysiology: A Conceptual Approach, by Benjamin Reddi and Roger Carpenter
این پنج کتاب جزو بهترین هایی هستند که در دانشگاه های مختلف برتر دنیا همچنان تدریس میشن. من چون هر پنج کتاب رو خیلی دوست دارم برام دشواره که انتخاب کنم ولی تفاوت ها رو ارائه میکنم: کتاب مبانی علوم اعصاب کندل شاید یکی از کامل ترین منابع باشه ولی به همین نسبت هم طولانی و قطور هست و نیازمند زمان بسیاری هست تا مطالعه کاملی انجام بشه. شاید برای افرادی که از حوزه های غیر زیستی وارد علوماعصاب میخوان بشن هم دشوار باشه. دو کتاب بعدی مختصرتر هستند. به خصوص کتاب Neuroscience: Exploring the Brain شاید برای افرادی که از رشته های غیر زیستی وارد علوماعصاب میخوان بشن راحت تر باشه. دقت کنید که الزامی وجود نداره که همه فصول این کتب مطالعه بشه. افراد علاقهمند میتونن با توجه به نیاز و یا علایق خودشون فصول موردنظر رو برای مطالعه انتخاب کنن.
کتاب نوروبیولوژی شپرد و نوروفیزیولوژی کارپنتر جزو بهترین های حوزه خودشون هستن و برای افرادی که علاقه مند به ورود به حوزه های نوروفیزیولوژی، نوروبیولوژی، علوماعصاب سیستمی، علوماعصاب سلولیومولکولی و مدلسازی هستن مناسب هست.
‼️ویدیوهای بحث های گروه درباره مباحث پایه هم میتونه کمک کنه. هشتگ #Fundamental_Neuroscience رو دنبال کنید.
#QandA #Book
◻️علوماعصاب رشته وسیعی هست و شامل زیرشاخههای متنوعی میشه که هر کدوم نیازمند مطالعه در حوزه تخصصی خودش هست. به همین دلیل ارائه نسخه برای مطالعه کار دشواری خواهد بود مگر اینکه حوزه مطالعاتی مشخصتر ارائه بشه. با این حال بنظرم میاد مطالبی وجود دارن که بنیادی هستن و فارغ از زیرشاخه مورد علاقه مناسب هست که همه افراد دانش کافی در آنها حاصل کنن. ایجاد درک کافی از ساختار سیستم عصبی (به خصوصی سطوح فیزیولوژی و آناتومی) جزو این الزامات هست. برای آشنایی با این مطالب میتونید از کتاب های مرجع استفاده کنید:
📚 Principles of Neural Science, by Eric Kandel
📚 Neuroscience, by Dale Purves
📚 Neuroscience: Exploring the Brain, by Mark F. Bear
📚 Neurobiology, by Gordon M. Shepherd
📚 Neurophysiology: A Conceptual Approach, by Benjamin Reddi and Roger Carpenter
این پنج کتاب جزو بهترین هایی هستند که در دانشگاه های مختلف برتر دنیا همچنان تدریس میشن. من چون هر پنج کتاب رو خیلی دوست دارم برام دشواره که انتخاب کنم ولی تفاوت ها رو ارائه میکنم: کتاب مبانی علوم اعصاب کندل شاید یکی از کامل ترین منابع باشه ولی به همین نسبت هم طولانی و قطور هست و نیازمند زمان بسیاری هست تا مطالعه کاملی انجام بشه. شاید برای افرادی که از حوزه های غیر زیستی وارد علوماعصاب میخوان بشن هم دشوار باشه. دو کتاب بعدی مختصرتر هستند. به خصوص کتاب Neuroscience: Exploring the Brain شاید برای افرادی که از رشته های غیر زیستی وارد علوماعصاب میخوان بشن راحت تر باشه. دقت کنید که الزامی وجود نداره که همه فصول این کتب مطالعه بشه. افراد علاقهمند میتونن با توجه به نیاز و یا علایق خودشون فصول موردنظر رو برای مطالعه انتخاب کنن.
کتاب نوروبیولوژی شپرد و نوروفیزیولوژی کارپنتر جزو بهترین های حوزه خودشون هستن و برای افرادی که علاقه مند به ورود به حوزه های نوروفیزیولوژی، نوروبیولوژی، علوماعصاب سیستمی، علوماعصاب سلولیومولکولی و مدلسازی هستن مناسب هست.
‼️ویدیوهای بحث های گروه درباره مباحث پایه هم میتونه کمک کنه. هشتگ #Fundamental_Neuroscience رو دنبال کنید.
#QandA #Book
◻️ Books for Neuroscience Enthusiasts
Principles:
📚 Principles of Neural Science, by Eric Kandel
📚 Neuroscience, by Dale Purves
📚 Neuroscience: Exploring the Brain, by Mark F. Bear
📚 Neurobiology, by Gordon M. Shepherd
📚 Neurophysiology: A Conceptual Approach, by Benjamin Reddi and Roger Carpenter
On Computational and Theoretical Neuroscience:
📚 Theoretical Neuroscience, by Peter Dayan
On Learning and Memory:
📚 The Hippocampus Book, by John O'Keefe
📚 The Neurobiology of Learning and Memory, by Joe L. Martinez, Jr. and Raymond P. Kesner
📚 Memory and Brain, by Larry Squire
📚 Foundations of Human Memory, Michael Jacob Kahana
📚 Hippocampal Place Field, Sheri J.Y. Mizumori
📚 Cognitive Map, by John O'Keefe and Lynn Nadel
On Evolution of the Brain:
📚 Brains Through Time: A Natural History of Vertebrates
📚 The Evolution of Memory Systems: Ancestors, Anatomy, and Adaptations
Signal Processing:
📚 Handbook of Neural Activity Measurement, by Romain Brette and Alain Destexhe
📚 Analyzing Neural Time Series Data, by Mike X. Cohen
📚 Signal and Systems, by Alan Oppenheim
On Consciousness:
📚 The Quest for Consciousness: A Neurobiological Approach, by Christof Koch
📚 The Astonishing Hypothesis, by Francis Crick
📚 The Consciousness Instinct by Michael Gazzaniga
📚 Consciousness and The Brain, by Stanislas Dehaene
Others:
📚 The Organization of Behavior: A Neuropsychological Theory, by Donald Hebb
📚 Rhythms of the Brain, by György Buzsáki
📚 The Brain from Inside Out, by György Buzsáki
📚 I of the vortex, by Rodolfo Llinás
📚 Lessons from the Lobster, by Charlotte Nassim
📚 Projections: A Story of Human Emotions, by Karl Deisseroth
📚 Behave, by Robert Sapolsky
📚 Networks of the Brain, by Olaf Sporns
#Book
Principles:
📚 Principles of Neural Science, by Eric Kandel
📚 Neuroscience, by Dale Purves
📚 Neuroscience: Exploring the Brain, by Mark F. Bear
📚 Neurobiology, by Gordon M. Shepherd
📚 Neurophysiology: A Conceptual Approach, by Benjamin Reddi and Roger Carpenter
On Computational and Theoretical Neuroscience:
📚 Theoretical Neuroscience, by Peter Dayan
On Learning and Memory:
📚 The Hippocampus Book, by John O'Keefe
📚 The Neurobiology of Learning and Memory, by Joe L. Martinez, Jr. and Raymond P. Kesner
📚 Memory and Brain, by Larry Squire
📚 Foundations of Human Memory, Michael Jacob Kahana
📚 Hippocampal Place Field, Sheri J.Y. Mizumori
📚 Cognitive Map, by John O'Keefe and Lynn Nadel
On Evolution of the Brain:
📚 Brains Through Time: A Natural History of Vertebrates
📚 The Evolution of Memory Systems: Ancestors, Anatomy, and Adaptations
Signal Processing:
📚 Handbook of Neural Activity Measurement, by Romain Brette and Alain Destexhe
📚 Analyzing Neural Time Series Data, by Mike X. Cohen
📚 Signal and Systems, by Alan Oppenheim
On Consciousness:
📚 The Quest for Consciousness: A Neurobiological Approach, by Christof Koch
📚 The Astonishing Hypothesis, by Francis Crick
📚 The Consciousness Instinct by Michael Gazzaniga
📚 Consciousness and The Brain, by Stanislas Dehaene
Others:
📚 The Organization of Behavior: A Neuropsychological Theory, by Donald Hebb
📚 Rhythms of the Brain, by György Buzsáki
📚 The Brain from Inside Out, by György Buzsáki
📚 I of the vortex, by Rodolfo Llinás
📚 Lessons from the Lobster, by Charlotte Nassim
📚 Projections: A Story of Human Emotions, by Karl Deisseroth
📚 Behave, by Robert Sapolsky
📚 Networks of the Brain, by Olaf Sporns
#Book
NeuroSyntax pinned «با توجه به اینکه استقبال خوبی از جلسه دیشب صورت گرفت، تصمیم گرفتم یک جلسه دیگه "یکشنبه شب پیش رو ساعت هفت و نیم" به وقت ایران برگزار کنم. محوریت جلسه مسیر پژوهشی در تحصیلات تکمیلی و ادامه تحصیل در خارج از کشور خواهد بود. پرسش های خودتون در این زمینه رو میتونید…»
بخش نخست جلسه "مسیر پژوهشی و تحصیلات تکمیلی" یکشنبه برگزار شد. در این جلسه تمرکز کردیم بر روی اینکه چه مسیری باید در کارشناسی و ارشد طی بشه تا کاندید قوی تری برای دوره دکتری ایجاد بشه. به صورت ویژه در این جلسه بر روی این مباحث تمرکز کردیم:
➖How should I study during my undergrad/masters?
➖Skills and Knowledge Development
➖Coursework, Teaching, Work/Research
➖What are the most important factors in the apply decision?
➖How to choose university?
➖How to Choose Our Supervisor?
➖How to evaluate our candidate Supervisors?
➖How to Choose Our Lab?
➖How to choose location?
اسلاید های مرتبط به جلسه و فایل صوتی جلسه در اختیار شما قرار خواهد گرفت.
بخش دوم جلسه هفته آینده، "یکشنبه شب ساعت شش و نیم" برگزار خواهد شد.
https://news.1rj.ru/str/Neuro_Syntax
#apply #phd #neurosyntax
➖How should I study during my undergrad/masters?
➖Skills and Knowledge Development
➖Coursework, Teaching, Work/Research
➖What are the most important factors in the apply decision?
➖How to choose university?
➖How to Choose Our Supervisor?
➖How to evaluate our candidate Supervisors?
➖How to Choose Our Lab?
➖How to choose location?
اسلاید های مرتبط به جلسه و فایل صوتی جلسه در اختیار شما قرار خواهد گرفت.
بخش دوم جلسه هفته آینده، "یکشنبه شب ساعت شش و نیم" برگزار خواهد شد.
https://news.1rj.ru/str/Neuro_Syntax
#apply #phd #neurosyntax
[ Photo ]
فصل دوم کارگاه دینامیک مغز طی چندین هفته آینده (احتمالا انتهای تیر ماه) آغاز خواهد شد. افرادی که علاقه مند هستند در جلسات حضوری شرکت کنند در بخش کامنت های همین پست آدرس اکانت تلگرام خودشون رو قرار بدن تا لینک گروه براشون ارسال بشه.
لطفا تنها در صورتی که قصد شرکت در جلسات "آنلاین" را دارید درخواست بدید.
* در پیام قبلی نوشته شده بود حضوری که منظور آنلاین بود. با عرض پوزش.
جلسات 2 مرداد آغاز خواهد شد و زمان جلسات یکشنبه ها ساعت 7 شب خواهد بود. جلسات به صورت آنلاین در زوم برگزار خواهد شد.
مزیت شرکت در جلسه آنلاین نسبت به تماشای ویدیوها در این هست که میتونید پرسش های خودتون رو مطرح کنید و یا روی آنالیزهایی که قصد دارید انجام بدید بحث کنیم. (این بخش ها در ویدیوها ضبط نمیشود.)
#neurosyntax
فصل دوم کارگاه دینامیک مغز طی چندین هفته آینده (احتمالا انتهای تیر ماه) آغاز خواهد شد. افرادی که علاقه مند هستند در جلسات حضوری شرکت کنند در بخش کامنت های همین پست آدرس اکانت تلگرام خودشون رو قرار بدن تا لینک گروه براشون ارسال بشه.
لطفا تنها در صورتی که قصد شرکت در جلسات "آنلاین" را دارید درخواست بدید.
* در پیام قبلی نوشته شده بود حضوری که منظور آنلاین بود. با عرض پوزش.
جلسات 2 مرداد آغاز خواهد شد و زمان جلسات یکشنبه ها ساعت 7 شب خواهد بود. جلسات به صورت آنلاین در زوم برگزار خواهد شد.
مزیت شرکت در جلسه آنلاین نسبت به تماشای ویدیوها در این هست که میتونید پرسش های خودتون رو مطرح کنید و یا روی آنالیزهایی که قصد دارید انجام بدید بحث کنیم. (این بخش ها در ویدیوها ضبط نمیشود.)
#neurosyntax
NeuroSyntax
🧠 Brain Dynamics Workshop: Theory, Analysis and Interpretation @Neuro_Syntax 🖥 Session01 * Introduction to brain signals and their biological substrates * Signals, Time Series, and intro to Fourier Transform 🖥 Session02 * Discrete Time Fourier…
هزینه دوره آنلاین چقدر هست؟
و چند جلسه طول خواهد کشید؟
آیا تنها تئوری تدریس میشه و یا عملی در متلب/پایتون هم کار میکنیم؟
بخش دوم کارگاه دینامیک مغز در امتداد بخش اول برگزار خواهد شد در نتیجه دانش بخش اول برای یادگیری بخش دوم پیش نیاز خواهد بود.
شرکت در جلسات آنلاین رایگان هست همانطور که در پوستر کارگاه عنوان شده است. مانند بخش نخست کارگاه، جلسات تئوری و عملی وجود خواهد داشت به صورتی که پایه های تئوری مباحث در یک جلسه مطرح میشه و در جلسات حل تمرین پیاده سازی اون آنالیز ها در "متلب" ارائه خواهد شد. (لطفا جلسات قبلی رو مشاهده کنید تا با روند کارگاه آشنا بشید.)
تعداد جلسات مشخص نیست چون نمیخوام مطالب به صورت فشرده ارائه بشه. به همین دلیل با توجه به پیشروی ما در هر جلسه تعداد جلسات مشخص خواهد بود. اما به صورت تخمینی فکر نمیکنم بخش دوم بیش از 10 جلسه باشه.
و چند جلسه طول خواهد کشید؟
آیا تنها تئوری تدریس میشه و یا عملی در متلب/پایتون هم کار میکنیم؟
بخش دوم کارگاه دینامیک مغز در امتداد بخش اول برگزار خواهد شد در نتیجه دانش بخش اول برای یادگیری بخش دوم پیش نیاز خواهد بود.
شرکت در جلسات آنلاین رایگان هست همانطور که در پوستر کارگاه عنوان شده است. مانند بخش نخست کارگاه، جلسات تئوری و عملی وجود خواهد داشت به صورتی که پایه های تئوری مباحث در یک جلسه مطرح میشه و در جلسات حل تمرین پیاده سازی اون آنالیز ها در "متلب" ارائه خواهد شد. (لطفا جلسات قبلی رو مشاهده کنید تا با روند کارگاه آشنا بشید.)
تعداد جلسات مشخص نیست چون نمیخوام مطالب به صورت فشرده ارائه بشه. به همین دلیل با توجه به پیشروی ما در هر جلسه تعداد جلسات مشخص خواهد بود. اما به صورت تخمینی فکر نمیکنم بخش دوم بیش از 10 جلسه باشه.