Computational Neuroscience

Literatur für die Vorlesung "Computational Neuroscience"

Bücher:

  • T. Trappenberg (2002) Fundamentals of Computational Neuroscience. Oxford University Press.

Eine schöne, gut verständliche Einführung in den Bereich der Computational Neuroscience. Insbesondere die Einleitung, sowie die Kapitel über neuronale Kodierung und Variabilität sind gut geeignet, die Vorlesung nachzubereiten. Die Kapitel über neuronale Netze gehen weit über die Inhalte der Vorlesung hinaus. Ergänzt wird das Buch durch Beispiele für in Matlab implementierte Modelle, sowie eine sehr (eher zu) knappe Einführung in Matlab.

  • C. Koch (1999) Biophysics of Computation. Oxford University Press.

Dieses Lehrbuch beschäftigt sich mit der Informationsverarbeitung, die in einzelnen Neuronen stattfindet und beschreibt in gut lesbarer Form Modelle dafür. Für diesen Bereich der Vorlesung ist dieses Buch sehr gut zur Vorlesungsnachbereitung und -ergänzung geeignet. Der Aspekt neuronaler Kodierung kommt etwas kurz, Netzwerke werden nicht behandelt.

  • W.W. Lytton (2002) From Computer to Brain. Springer.

Dieses Lehrbuch ist für Studierende geschrieben, die weder über tiefgreifende mathematische Kenntnisse, noch über Vorwissen im Bereich der Neurowissenschaften verfügen. Die Arbeitsweise von Computern wird derjenigen des Gehirns gegenübergestellt. Das Buch gibt eine Einführung in die Modellierung neuronaler Systeme auf verschiedenen Ebenen. Die Analyse neuronaler Daten wird nicht explizt behandelt. 

  • P. Dayan & L.F. Abbot (2001) Theoretical Neuroscience. MIT Press.

Dieses Buch behandelt alle Themen, die in der Vorlesung angesprochen werden, in größerer Tiefe und mit stärkerer Betonung auf die zugrundeliegende Theorie. Für Studierende mit mathematischen Vorkenntnissen, ist dies ein wirklich sehr empfehlenswertes Buch. Wer keine Formeln mag, wird damit jedoch vermutlich nicht so glücklich werden.

  • F. Rieke, D. Warland, R. de Ruyter van Steveninck & W. Bialek (1997) Spikes: Exploring the neural code. MIT Press.

Dieses Buch hat viel Beachtung auch in Wissenschaftlerkreisen gefunden, weil es Methoden zur Auswertung neuronaler Antworten in gut nachvollziehbarer (aber natürlich nicht Formel-freier) Form zusammenstellt. Der Schwerpunkt liegt auf Informationstheorie und ihrer Anwendung zur Charakterisierung neuronaler Kodierung und Zuverlässigkeit. Modelle für einzelne Nervenzellen oder Netzwerke werden in diesem Buch nicht behandelt.

  • P.S. Churchland & T.J. Sejnowski (1992) The Computational Brain. MIT Press.

Dieses Buch war das erste, das sich mit Computational Neuroscience beschäftigt hat, es hat gewissermassen dieses Teilgebiet der Neurowissenschaften begründet. Entsprechend konntes es sich noch nicht um eine umfassende und systematische Behandlung des Gebiets handeln, sondern besteht hauptsächlich aus einer Sammlung von Beispielen, die nahezu komplett ohne Mathematik beschrieben sind. Dieses Buch macht Spass zu lesen und Lust auf "Computational Neuroscience", auch wenn es natuerlich nicht den aktuellen Stand dieses sich schnell entwickelnden Feldes widerspiegelt.

  • C. Koch & I. Segev (1998) Methods in Neuronal Modeling: From Ions to Networks. second edition. MIT Press.

Hierbei handelt es sich nicht um ein Lehrbuch "aus einem Guss", sondern um eine weit über die Vorlesung hinausgehende Sammlung von Aufsätzen unterschiedlicher Autorinnen und Autoren zu verschiedenen Aspekten der Computational Neuroscience. Insbesondere sei auf das Kapitel "Principles of spike train analysis" von F. Gabbiani und C. Koch hingewiesen, in dem viele wichtige Aspekte der Datenanalyse erklärt werden.

  • G. Stuart, S. Nelson & M. Häusser (1999) Dendrites. Oxford University Press.

"Dendrites" ist eigentlich kein Buch über Computational Neuroscience, es beschäftigt sich mit allen Aspekten neuronaler Dendriten. Neben der Struktur, Entwicklung, Plastizität, Biochemie, Kanalausstattung wird in den Kapiteln 8 bis 12 aber auch die Informationsverarbeitung von Dendriten betrachtet. Besonders die Kapitel "Dendritic integration" von N. Spruston, G. Stuart und M. Häusser, sowie "Why have dendrites? A computational perspective" von B.W. Mel sind sehr lesenswert, weil sie aufzeigen, wie umfangreiche Informationsverarbeitung in Teilbereichen einzelner Neurone stattfinden kann.

  • D. Johnston & S.M.S. Wu (1997) Foundations of Cellular Neurophysiology. MIT Press.

Auch bei diesem Buch stehen eigentlich physiologische und anatomische Aspekte im Vordergrund, auch geht es weit über normalerweise in Vorlesungen vermitteltes Wissen hinaus. Für Interessierte enthält es aber viele interessante Aspekte der Informationsverarbeitung in einzelnen Nervenzellen und unserer Meinung nach die beste Beschreibung des Modells von Hodgkin und Huxley.