View allAll Photos Tagged neuron
startshape thing
rule thing 10 {
wig {}
shatter { hue 200 sat 60 }
shatter { s 1 .7 r 180 hue 200 sat 20 }
sig { x -3 hue 120 sat 80 b .5}
sig { x +3 hue 30 sat 80 b .5}
}
rule thing {}
rule shatter 2 {
shatter {}
limbo {}
}
rule shatter .05 {}
rule limbo {
limbo { r 1 b .0001 }
}
rule limbo {
limbo { r -1 b .005 }
}
rule limbo .1 { fiber {} }
rule limbo .001 {}
rule fiber {
CIRCLE {}
limbo { y .7 s .92}
}
rule fiber .05 {
CIRCLE {}
limbo { y .7 s 1.02}
}
rule fiber .05 {
CIRCLE {}
limbo { y .7 }
limbo { y .7 }
}
rule sig {
CIRCLE { s .5 y +.5 }
sig { s .93 r 20 }
}
rule sig {
CIRCLE { s .5 y -.5 }
sig { s .93 r -20 }
}
rule sig {
CIRCLE { s .5 x +.5 }
sig { s .93 r 30 b .1}
}
rule sig {
CIRCLE { s .5 x -.5 }
sig { s .93 r -30 b .1}
}
rule sig .1 {}
Javier Velasco, Director General de Neuron Bio, habló sobre el “Presente y futuro de los biocombustibles de 2ª generación
miles de problemas
neuronas vivas
lenguaje, quimica, arte
canto metricas de atake defensivas
bombas de saliva
formas sanas de llevar esta vida destructiva.
va cada uno con su cuento
suma esta resta
vida desonesta
es la ke nadie kiere tomar
pero si pagan bien por ella da igual
ya ke al final, cada cual
define el bien del mal.
maneras de sobrevivir
llorar y reir
dificil asunto esto de apegarse a existir
ya ke abrir tu boca puede concluir en morir
los policias no te kieren como amigo
y pieles de zorro se lucen como abrigos.
carne humana, huesos , desecho
ahora ke te recuerdo ke estas vivo sacale provecho
yo pegado mirando el techo
tu rutina es mas repugnante ke la ley y mis supuestos derechos.
choca mi paso con el tuyo
muerdes mi mente, se caen tus dientes
concluyo
si yo, bien nacido
sabor picante y por zeus maldecido
herido pero nunca vencido
liberado en la libertad ke me libera
una paloma de ciudad que vuela mucho mas alla de la frontera
siguen tirando basura
no ven ke el mundo se envenena
similar to the other picture but zoomed out. young neurons in pink line the inner edge of a tightly packed, 6-7 neuron deep structure called the dentate gyrus. their dendrites reach out to receive incoming information. the green cells are neurons that have just been "activated" when this mouse recalled a 1 week old memory. that the neurons involved in representing the memory (green) are not at the inner edge would suggest that the young neurons are not so involved in long-term memory retrieval/storage. unfortunately, broad and qualitative descriptions don't cut it and so thousands of cells must be quantified manually. gives one a good amount of time to catch up on all that music.
Campo oscuro. Filtro DiI. Tinción con cristales.
Prácticas Neurobiología. Diciembre 2011. Universidad de Málaga
Schwann cells lacking Rac1 are impaired in their ability to send cytoplasmic processes around axons and thus delay axon sorting and myelination. (JCB 177(6) TOC2)
This image is available to the public to copy, distribute, or display under a Creative Commons Attribution-Noncommercial-Share Alike 3.0 Unported license.
Reference: Nodari et al. (2007) J. Cell Biol. 187:1063-1075.
Published on: July 30, 2007.
Doi: 10.1083/jcb.200610014.
Read the full article at:
I cast on for the second neuron sock yesterday, knitting from my own pattern. Already caught one typo (grr!): "increases decreases" instead of "increases & decreases"
We'll see if I can finish this sock before Rhinebeck. If so, I'll try to wear them there (weather permitting), with a skirt and some warm tights.
There are micrographs from my undergrad days. My first published photographs. These are looking at the expression of BMP-7 in neurons cultured in the presence vs. absence of glia. (Though i guess technically this one is looking at RNA not protein.)
Lein PJ, Beck HN, Chandrasekaran V, Gallagher PJ, Chen HL, Lin Y, Guo X, Kaplan PL, Tiedge H, Higgins D.
Glia induce dendritic growth in cultured sympathetic neurons by modulating the balance between bone morphogenetic proteins (BMPs) and BMP antagonists.
J Neurosci. 2002 Dec 1;22(23):10377-87.
#deepdream code informatique de l'intelligence artificielle de Google spécifique "Fractal DDC " développé et dédié pour un nouvel art à La Demeure du Chaos - The Abode of Chaos ou comment les machines perçoivent La Demeure du Chaos - The Abode of Chaos
et si leurs regards étaient ce qui se cache derrière la matrice que nous percevons en tant qu'humains? ces multiples miroirs sont peut-être un autre monde plus réel ou plus éthéré... NB thierry bonne lecture de ce post et ses images dantesques.
Depuis quelques temps vous avez peut-être vu circuler sur les réseaux sociaux des images étranges, affublées d'un hashtag (mot-clé) #deepdream.
Deep Dream est un programme d'intelligence artificielle mis au point par les ingénieurs de Google. Ces derniers travaillent à la reconnaissance d'images pour, entre autres, améliorer la pertinence des recherches dans Google. Le 17 juin dernier ils ont publié un billet intitulé : "Inceptionnisme : plus loin dans les réseaux neuronaux".
Dans ce post ils expliquent comment ils ont réussi, dans leurs recherches, à faire analyser une image mais surtout générer des formes par l'ordinateur. Pour que l'intelligence artificielle puisse mieux reconnaître ce qui compose une image, les ingénieurs ont commencé par lui montrer des millions de photos.
Plusieurs couches de neurones
L'intelligence artificielle fonctionne ici en un ensemble de réseaux de neurones qu'il faut se figurer comme différentes couches. La première est chargée de regarder les bords et les angles d'une image.
Les couches intermédiaires cherchent quant à elles les formes et les différents éléments présents dans l'image comme une feuille ou une porte. Les derniers réseaux assemblent toutes ces informations pour en fournir des interprétations complexes, comme des arbres ou des bâtiments.
Pour comprendre au mieux comment fonctionnent ces couches, les ingénieurs ont tenté de pousser l'analyse de certaines. Ils résument ainsi la commande faite au système : "Quoi que tu vois, on veut le voir encore plus." C'est alors que l'intelligence artificielle a généré des formes au sein des clichés.
"Si un nuage ressemble un petit peu à un oiseau, alors le système va le faire ressembler encore plus à un oiseau, expliquent les ingénieurs. En réitérant l’action, le programme va reconnaître un oiseau plus fortement et ainsi de suite jusqu’à ce qu’un oiseau très détaillé apparaisse, comme sorti de nulle part."
"L'inceptionnisme"
Les images varient selon le réseau neuronal qui est amplifié. Par exemple, plus on sollicite les couches inférieures, plus des traits vont apparaître. Si on stimule d'avantage les couches supérieures, ce sont des objets qui émergent de l'image.
Les ingénieurs précisent d'ailleurs que comme l'ordinateur a enregistré beaucoup de clichés d'animaux durant son entraînement, il en reproduit souvent. Et parfois en les mixant, ce qui crée des créatures étranges.
Pour ces chercheurs, le Deep Dream a ainsi créé un mouvement artistique qu'ils appellent "l'#inceptionnisme", en référence à l'architecture des réseaux neuronaux.
Au début, cette expérimentation ne cherchait qu'à améliorer l'intelligence artificielle. Mais lorsque les ingénieurs ont posté ce billet, de nombreux internautes se sont intéressés à ce Deep Dream.
Google a donc rendu public le code utilisé pour générer ces images. Des informaticiens s'en sont emparés et ont mis au point des logiciels et des interfaces pour que les internautes puissent s'en servir.
Ce qui ne manque pas de plaire à Google. Les chercheurs encouragent à taguer les images #deepdream sur Twitter, Facebook ou Google+. "Il sera intéressant de voir quelles images les gens arrivent à générer", écrivent-ils.
#deepdream code informatique de l'intelligence artificielle de Google spécifique "Fractal DDC " développé et dédié pour un nouvel art à La Demeure du Chaos - The Abode of Chaos ou comment les machines perçoivent La Demeure du Chaos - The Abode of Chaos
et si leurs regards étaient ce qui se cache derrière la matrice que nous percevons en tant qu'humains? ces multiples miroirs sont peut-être un autre monde plus réel ou plus éthéré... NB thierry bonne lecture de ce post et ses images dantesques.
Depuis quelques temps vous avez peut-être vu circuler sur les réseaux sociaux des images étranges, affublées d'un hashtag (mot-clé) #deepdream.
Deep Dream est un programme d'intelligence artificielle mis au point par les ingénieurs de Google. Ces derniers travaillent à la reconnaissance d'images pour, entre autres, améliorer la pertinence des recherches dans Google. Le 17 juin dernier ils ont publié un billet intitulé : "Inceptionnisme : plus loin dans les réseaux neuronaux".
Dans ce post ils expliquent comment ils ont réussi, dans leurs recherches, à faire analyser une image mais surtout générer des formes par l'ordinateur. Pour que l'intelligence artificielle puisse mieux reconnaître ce qui compose une image, les ingénieurs ont commencé par lui montrer des millions de photos.
Plusieurs couches de neurones
L'intelligence artificielle fonctionne ici en un ensemble de réseaux de neurones qu'il faut se figurer comme différentes couches. La première est chargée de regarder les bords et les angles d'une image.
Les couches intermédiaires cherchent quant à elles les formes et les différents éléments présents dans l'image comme une feuille ou une porte. Les derniers réseaux assemblent toutes ces informations pour en fournir des interprétations complexes, comme des arbres ou des bâtiments.
Pour comprendre au mieux comment fonctionnent ces couches, les ingénieurs ont tenté de pousser l'analyse de certaines. Ils résument ainsi la commande faite au système : "Quoi que tu vois, on veut le voir encore plus." C'est alors que l'intelligence artificielle a généré des formes au sein des clichés.
"Si un nuage ressemble un petit peu à un oiseau, alors le système va le faire ressembler encore plus à un oiseau, expliquent les ingénieurs. En réitérant l’action, le programme va reconnaître un oiseau plus fortement et ainsi de suite jusqu’à ce qu’un oiseau très détaillé apparaisse, comme sorti de nulle part."
"L'inceptionnisme"
Les images varient selon le réseau neuronal qui est amplifié. Par exemple, plus on sollicite les couches inférieures, plus des traits vont apparaître. Si on stimule d'avantage les couches supérieures, ce sont des objets qui émergent de l'image.
Les ingénieurs précisent d'ailleurs que comme l'ordinateur a enregistré beaucoup de clichés d'animaux durant son entraînement, il en reproduit souvent. Et parfois en les mixant, ce qui crée des créatures étranges.
Pour ces chercheurs, le Deep Dream a ainsi créé un mouvement artistique qu'ils appellent "l'#inceptionnisme", en référence à l'architecture des réseaux neuronaux.
Au début, cette expérimentation ne cherchait qu'à améliorer l'intelligence artificielle. Mais lorsque les ingénieurs ont posté ce billet, de nombreux internautes se sont intéressés à ce Deep Dream.
Google a donc rendu public le code utilisé pour générer ces images. Des informaticiens s'en sont emparés et ont mis au point des logiciels et des interfaces pour que les internautes puissent s'en servir.
Ce qui ne manque pas de plaire à Google. Les chercheurs encouragent à taguer les images #deepdream sur Twitter, Facebook ou Google+. "Il sera intéressant de voir quelles images les gens arrivent à générer", écrivent-ils.
Excitatory pyramidal neuron of cortex highlighting structure of dendrites, branches that receive synaptic input from axons of other cells.
Render by Amy Sterling from reconstructions by Seung Lab, Princeton Neuroscience Institute using images acquired by The Allen Institute. Funded by IARPA MICrONS. Rendered in Cinema 4D using Otoy Octane GPU renderer.
Fluorescence microscope image taken of mouse hippocampal cells dyed with Oregon Green 488 BAPTA-1. Neurons appear as a wiry, bright object (with the cell body illuminated) while the larger, spread out shapes are neuroglia.
Su autonomía es mayor a 4 horas y media siendo además muy liviana, con peso alrededor de 2kg, te permite la mejor productividad en todo momento.
Además consigue ya tu Lanix Neuron R 1104-LFA07 en bit.ly/t8piFv o tu Lanix Neuron R 1104-LFA06 en bit.ly/urij09
Nuclei of squirrel brain cortical neurons. The big faint circle is the nucleus, the bright blue ball in the middle is the nucleolus. There is both blue and green fluorescent staining in this picture but for these cells only the blue nuclear Hoechst stain is really visible.
Laurea in Neurobiologia a Rodolfo Llinas e Gordon Shepherd
Rodolfo Llinas, cittadino colombiano, è nato nel 1934 a Bogotà (Colombia), dove si è laureato in Medicina nel 1959. Studente post-doc presso le Università di Harvard e del Minnesota, ha conseguito il Ph.D. in Neuroscienze a Canberra. Dopo aver lasciato una lunga traccia di sé presso i più importanti centri di ricerca universitaria degli S.U., nel 1976 è approdato alla New York University, dove ha diretto il Department of Biophysiscs and Physiology diventato poi Dept. of Physiology and Neuroscience, e dove tuttora opera come “Murphy Professor of Neuroscience”.
Ha sviluppato metodologie innovative (soprattutto nel campo dell’imaging cellulare) ed è famoso per aver dato l’avvio alla tecnica della mappatura funzionale del cervello tramite la magneto-encefalografia. Ha contribuito alla fondazione di “Neurolab”, un gruppo di lavoro che predispone le ricerche della NASA sull’influenza dei viaggi spaziali sul funzionamento dei neuroni e dei sistemi nervosi complessi.
Per molti anni è stato “editor in chief” di “Neuroscience”; attualmente è “senior editor” di “Thalamus and related systems”. Ha ottenuto moltissimi riconoscimenti ufficiali della sua attività (premi, onoreficienze, lauree honoris causa, letture magistrali su invito ecc.). E’ membro autorevole della “National Academy of Science” e della “Academie de Sciences de l’Institut de France”.
Gordon Shepherd, cittadino statunitense, è nato nel 1932 ad Ames (Iowa). Ha conseguito il Dottorato in Neuroscienze ad Oxford; è stato studente post-doc al Karolinska Institute di Stoccolma oltre che all’NIH sotto la guida di Wilfrid Rall. A partire dal 1970, è sempre stato membro autorevole della Facoltà medica dell’Università di Yale.
Il contributo più originale di Shepherd alle Neuroscienze riguarda l’area che è stata al centro delle sue ricerche fin dal tempo del suo dottorato, il senso dell’olfatto.
I suoi lavori scientifici, vere e proprie miliari nel campo delle Neuroscienze, “The Synaptic Organization of the Brain” e “Neurobiology”. Shepherd è anche uno storico della scienza, autore di un classico come “Foundations of the Neuron Doctrine”, nel quale non poteva non mettere in evidenza il ruolo pionieristico di Camillo Golgi agli albori della moderna biomedicina.
Ha avuto ampi riconoscimenti, sotto forma di numerosi premi scientifici ed inviti a tenere conferenze magistrali in occasioni solenni. E’ stato per 6 anni “editor in chief” del Journal of Neurophysiology, e poi del J. of Neuroscience (dal 1999).
All’Università di Yale, ha lanciato The SenseLab Project con lo scopo di utilizzare Internet per dar forma ad un database planetario e multidisciplinare sul neurone come sistema complesso.
Neurone du striatum exprimant la protéine huntingtine mutante (en rouge) - à l’origine de la maladie de Huntington - qui s’accumule dans le noyau (bleu) pour former un agrégat composé de huntingtine et d’autres protéines dont l’ubiquitine (en jaune).
© Frédéric Saudou/Inserm.licence CC-BY-NC 4.0 international
Image accompagnant le communiqué publié le 31 mars 2021 : "Maladie de Huntington : un espoir de traitement pour protéger le cerveau" presse.inserm.fr/maladie-de-huntington-un-espoir-de-trait...
En savoir plus :
La maladie de Huntington est une pathologie héréditaire qui entraîne la dégénérescence de neurones impliqués dans des fonctions motrices, cognitives et psychiatriques. Les traitements actuels sont symptomatiques et soulagent certains troubles mais ne permettent pas de modifier le cours de la maladie. Des chercheurs de l’Inserm, de l’Université Grenoble Alpes et du CHU Grenoble Alpes au Grenoble Institut des Neurosciences espèrent y remédier. En 2021, ils proposent une nouvelle piste thérapeutique dans l’espoir de proposer aux patients un premier traitement protégeant les neurones, dans les années qui suivront. Ils ont testé une molécule thérapeutique qui présente des résultats prometteurs chez la souris et dont ils ont ensuite lancé l'évaluation préclinique. Ce travail est publié dans la revue Science Advances.
Sources : doi.org/10.1126/sciadv.abb0799