Desde as descobertas das propriedades dos campos receptivos dos neurônios corticais no córtex visual primário, sua organização tem sido estudada com o auxílio de diversos métodos como eletrofisiologia, imageamento cortical e neurociência computacional. Poucos modelos mostram-se capazes de apresentar dominância ocular e seletividade à orientação simultaneamente. Um modelo em larga escala do sistema visual primário de mamíferos foi construído usando o GENESIS 2.2. O modelo contém aproximadamente 10.000 neurônios biologicamente plausíveis em oito matrizes representando setores das duas retinas, duas lâminas do núcleo geniculado lateral dorsal e duas lâminas representando o córtex visual (cada lâmina composta por uma matriz de células excitatórias e uma matriz de células inibitórias). As propriedades fisiológicas e estruturais do modelo foram determinadas com base em dados experimentais do sistema visual primário de mamíferos. Os neurônios apresentaram respostas binoculares e seletividade à orientação em boa concordância com os resultados experimentais. Apesar de neurônios corticais terem mostrado grande heterogeneidade em seus níveis de seletividade, a latência da resposta manteve-se constante e em boa concordância com resultados experimentais. / Since the discovery of the receptive field properties of cortical neurons in the primary visual cortex, their organization has been studied with many methods ranging from electrophysiology and optical imaging to computational neuroscience. Few models have been capable of showing ocularity and orientation selectivity simultaneously. A large-scale computational model of the mammalian primary visual pathway was constructed using GENESIS 2.2. The model consists of ~10,000 biologically plausible neurons organized in eight arrays to represent sectors of two retinas, two laminae of the dorsal lateral geniculate nucleus and two laminae of the visual cortex (each cortical lamina composed of a matrix of excitatory neurons and a matrix of inhibitory neurons). The physiological and architecture properties of the model were derived from experimental data for the mammalian primary visual pathway. Neurons have shown ocular and orientation selectivity dependent responses in good agreement with data. Though neurons in the cortex have shown markedly heterogeneity in the tuning responses, the latency of response was uniform and in good agreement with reported data.

Orientador: Prof. Dr. Raphael Yokoingawa de Camargo / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Neurociência e Cognição, 2014.

Este trabalho descreve uma simulação computacional biologicamente plausível do sistema olfativo de vertebrados. O modelo construído foi capaz de reproduzir satisfatoriamente características importantes observadas no sistema olfativo de vertebrados, incluindo a recepção de diferentes concentrações e tipos de odores no epitélio olfativo e a propagação dessa informação para o bulbo. Ele também tornou possível a observação de diferentes padrões de resposta odorífera, tanto no epitélio como no bulbo, associados a diferentes odores usados nas simulações. / This work describes a biologically plausible simulation of the olfactory system of vertebrates. The constructed model was capable of reproducing satisfactorily important characterisitics observed in the vertebrate olfactory system, including the reception of different concentrations and odor types at the epithelium and the propagation of this information to the olfactory bulb. Also, it made possible the observation of the different response patterns, both in the epithelium as in the olfactory bulb, associated with different odors used in the simulations.

O entendimento de como a informação é representada e processada no cérebro e quais são os mecanismos necessários para que isto seja possível é um dos grandes desafios da neurociência. A atividade populacional das células corticais possui dinâmica emergente bastante complexa, apresentando padrões auto-sustentados mesmo na ausência de estímulos externos. Esses padrões de atividade podem representar estados internos de auto-organização da rede neural cortical. Porém, quais características da rede cortical seriam essenciais para o entendimento deste tipo de atividade? Podemos elencar duas características fundamentais: a organização topológica da rede e as características dinâmicas das unidades funcionais da rede (os neurônios). Neste trabalho estudamos a influência da topologia e da dinâmica dos neurônios sobre a atividade auto-sustentada de dois modelos corticais diferentes. O primeiro modelo possui arquitetura hierárquica e modular construída segundo uma estratégia top-down. As simulações com este modelo mostram que criação hierárquica de módulos favorece a atividade auto-sustentada em concordância com trabalhos anteriores de outros autores. Também observamos que diferentes classes funcionais de neurônios influenciam de maneiras distintas a atividade auto-sustentada da rede. O segundo modelo possui arquitetura em camadas com regras intra- e inter-laminares específicas baseadas em dados anatômicos do córtex visual primário de gatos. As simulações com este modelo mostram um importante papel das condutâncias sinápticas excitatórias e inibitórias sobre o início da atividade auto-sustentada na rede, especialmente sobre a largura (intervalo de valores da condutância excitatória) da zona de transição entre as regiões com e sem atividade auto-sustentada no diagrama de condutâncias sinápticas. Conclui-se que a topologia da rede cortical e sua composição em termos de combinações de neurônios de diferentes tipos têm importante papel sobre a existência e as propriedades da atividade auto-sustentada na rede. / To understand how information is represented and processed in the brain and the necessary mechanisms for this is one of the major challenges in neuroscience. The population activity of cortical cells has complex and emergent dynamics, showing self-sustained activity patterns even in the absence of external stimuli. These activity patterns may represent internal self-organizing states of the cortical network. Which characteristics that make up the cortical network would be essential to understand this type of activity? We can list two basic characteristics: the topological organization of the network and the dynamic characteristics of its functional units (the neurons). In this work we studied the influence of topology and neuronal dynamics on self-sustained activity in two different cortical network models. The first model has hierarchical and modular architecture constructed according to a top-down strategy. Simulations with this model show that the hierarchical creation of modules favors self-sustained activity in agreement with results from other authors. We also observed that different functional neuronal classes influence in distict ways the self-sustained activity. The second model has a layered architecture with specific intra- and inter-laminar rules based on anatomical evidence from the primary visual cortex of cats. Simulations with this model show an important role of excitatory and inhibitory synaptic conductances on the beginning of self-sustained network activity, specially on the width of the border (range of excitatory conductance values) between regions with and without self-sustained activity in the excitatory-inhibitory synaptic conductances diagram. We conclude that network topology and its composition in terms of combinations of neurons with different dynamics have an important role on the existence and properties of self-sustained activity in the network.

O córtex visual desempenha papel essencial no processamento de informação visual. A primeira região do córtex a receber estímulos visuais é o córtex visual primário (V1) e pode ser subdividida anatomicamente em seis camadas, onde cada camada contém diferentes tipos e números de neurônios. Entender a forma como a informação é processada entre as diferentes camadas envolve o estudo da dinâmica dos padrões coletivos de atividade neural quando a rede é exposta a diferentes situações e como esses padrões relacionam-se com a organização estrutural e funcional da rede cortical. Essa dinâmica é afetada por mecanismos de plasticidade sináptica, de maneira que modelos computacionais que busquem capturá-la devem incluir tais mecanismos. Neste trabalho foi construído um modelo computacional de uma rede neural com 4000 neurônios baseada em informações sobre a estrutura local das conexões em V1 disponíveis na literatura neurobiológica. O modelo contém características estruturais consideradas fundamentais tais como: proporção entre neurônios inibitórios e excitatórios e probabilidades de conexões entre neurônios de diferentes populações em diferentes camadas. Os neurônios foram descritos pelo modelo de Izhikevich, reproduzindo três classes eletrofisiológicas mais abundantes no córtex: neurônios de disparo regular, para os excitatórios; neurônios de disparo rápido e baixo limiar de disparo, para os inibitórios. A regra de plasticidade sináptica utilizada foi do tipo plasticidade dependente dos tempos dos disparos neuronais (STDP em inglês), que pode fortalecer ou enfraquecer a força da conexão entre dois neurônios dependendo dos instantes dos seus disparos. Foram utilizadas versões diferentes dessa regra de plasticidade para sinapses excitatórias (STDPe) e inibitórias (STDPi). Foram simuladas situações com e sem plasticidade e alterando o tipo de neurônio inibitório presente na rede. Para cada uma, três protocolos de estimulação da rede foram utilizados: 1 estimulação por trens de disparos poissonianos aplicada a neurônios da camada 4 (simulando entradas talâmicas) e aplicada aleatoriamente aos neurônios da rede como ruído de fundo; 2 - pulsos aplicados a neurônios da camada 4 simulando estimulação visual com barras luminosas com diferentes orientações angulares; 3 - similar ao segundo protocolo, porém, estimulando a rede com dois pulsos alternantes de diferentes ângulos. Os parâmetros do modelo foram ajustados para que a atividade neural tivesse baixas frequências de disparos coerentes com dados experimentais. Esse ajuste foi mais fácil nos casos em que os neurônios inibitórios eram do tipo FS e havia STDPi. Os resultados mostraram que, de modo geral, os neurônios do tipo LTS contribuem para a formação de atividade síncrona na rede e este efeito foi amplificado com a STDPe. Para todos os protocolos, a STDPe aumentou a frequência média de disparos da rede e, para o segundo experimento, apesar da seletividade à orientação dos neurônios não ter sido alterada significativamente, houve mudanças visíveis na formação de assembleias funcionais. A competição da atividade dos neurônios no experimento 3 na presença da STDPe foi intensificada fortalecendo respostas funcionais de neurônios que não respondiam a ambos os estímulos. O balanço entre os dois tipos de regra de STDP manteve o equilíbrio entre as forças das conexões excitatórias e inibitórias. / The visual cortex plays essential role in the processing of visual information. The first region of the cortex that receives visual stimuli is the primary visual cortex (V1) or striate cortex, which can be anatomically divided into six layers, where each layer has different types and numbers of neurons. Understanding the way in which information is processed by the different layers involves the study of the dynamics of collective patterns of neural activity when the network is exposed to different situations, and how these patterns are related with the structural and functional organization of cortical network. This dynamics is affected by mechanisms of synaptic plasticity, so computational models which seek to capture it should include them. In this project a computational model of a neural network was built with 4000 neurons based on information on local connectivity in V1 from the neurobiological literature. The model has realistic structural characteristics such as the proportion between inhibitory and excitatory neurons and the connection probabilities among neurons from different populations of different layers. Neurons were described by the Izhikevich model, reproducing the three most abundant electrophysiological classes in cortex: RS, for the excitatory ones; FS and LTS, for the inhibitory neurons. The synaptic plasticity rule used was spike-timing dependent plasticity (STDP), whereby the synaptic strength between two neurons can increase or decrease depending on the timing of their spikes. Were used different versions of this plasticity rule to synapses made by excitatory neurons (STDPe) and by inhibitory neurons (STDPi). Different scenarios were simulated with and without plasticity and changing the type of inhibitory neuron present in the network. For each configuration, three network stimulation protocols were used: 1 - stimulation applied to layer 4 neurons (simulating thalamic inputs) modeled by Poissonian spike trains and background noise applied to all network neurons modeled in a similar manner; 2 - pulses applied to layer 4 neurons simulating visual stimulation with light bars at different angular directions; 3 - similar to the second protocol, however, stimulating the network with two alternating pulses of different angles. The parameters of the model were adjusted so that neural activity had low spike frequencies consistent with experimental data. This adjustment was easier in cases where inhibitory neurons were of FS type and had STDPi. The results showed that, in general, LTS neurons contribute to the formation of synchronous activity in the network and this effect was amplified with the insertion of STDPe. For all protocols, the STDPe increased the average firing frequency of the network. For Experiment 2, although the orientation selectivity of the neurons did not change significantly, there have been noticeable changes in the formation of functional assemblies. The competition of the activity of neurons in Experiment 3 in the presence of STDPe strengthened functional responses of neurons that do not respond to both stimuli. The balance between the two types of STDP rule maintained the equilibrium between excitatory and inhibitory connections.

Desde que surgiu, o computador vem sendo utilizado na modelagem de fenômenos em todas as áreas do conhecimento. Em neurociências, a modelagem computacional é utilizada para descrever, reproduzir e fazer previsões sobre o comportamento dos diferentes componentes do sistema nervoso. Assim como em outras áreas das ciências, este procedimento tem-se mostrado eficiente no estudo e aprimoramento das teorias a respeito da função cerebral. Com o crescente aumento do poder computacional, maiores e mais detalhados modelos podem ser construídos com um grau de realismo biológico cada vez maior. Neste trabalho, apresentamos modelos computacionais biologicamente plausíveis de neurônios corticais do sistema somestésico primário. Os modelos foram construídos com base no formalismo de Hodgkin-Huxley para a implementação de canais iônicos e na técnica de compartimentalização de Rall para modelar sua extensão espacial. Os parâmetros foram ajustados a partir de resultados experimentais 'in vivo' e 'in vitro' com neurônios, retirados da literatura. Os resultados das simulações mostraram que os modelos são biologicamente aceitáveis e de qualidade superior a de outros modelos construídos anteriormente, possibilitando a construção de modelos de redes neuronais em larga escala mais precisos. / Since its appearance, the computer has been used to model phenomena in all areas of knowledge. In neuroscience, computer modeling is used to describe, reproduce and predict behaviors of different components of the nervous system. As well as in other areas of sciences, this procedure has been shown to be efficient in the study and improvement of theories on brain function. With the increasing power of computers, larger and more detailed models can be constructed with an increasing degree of biological realism. In this work, we present biologically plausible computer models of cortical neurons from the primary somatosensory system. The models have been implemented based on the Hodgkin-Huxley formalism for ionic channels and the Rall´s compartmental technique for spatial extent. The parametrs have been adjusted based on in vivo and in vitro experimental results taken from the literature. Simulation results have shown that the models are biologically acceptable and of superior quality in comparison with previous models, allowing the construction of more precise large-scale neuronal network models.

Submitted by Rosa Assis (rosa_assis@yahoo.com.br) on 2017-05-12T15:24:19Z No. of bitstreams: 2 BRIAN LEE MAYER.....pdf: 4001679 bytes, checksum: aa944d055424e19342adcc174b7fc397 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Paola Damato (repositorio@mackenzie.br) on 2017-05-23T13:31:33Z (GMT) No. of bitstreams: 2 BRIAN LEE MAYER.....pdf: 4001679 bytes, checksum: aa944d055424e19342adcc174b7fc397 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-05-23T13:31:34Z (GMT). No. of bitstreams: 2 BRIAN LEE MAYER.....pdf: 4001679 bytes, checksum: aa944d055424e19342adcc174b7fc397 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-07-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Here, the occurrence of synchronism in coupled Newman-Watts graphs is studied, as a model of neural network. The inspiration for this study comes from the visual system of mammals. The whole network is formed by four coupled graphs, which represent the lateral geniculate nuclei and the visual cortices of the cerebral hemispheres. The hemispheres communicate due to a coupling between the graphs representing the visual cortices. This coupling makes the role of the corpus callosum. The state transition of the neurons occurs in discrete time and it follows a set of deterministic rules. From periodic stimuli coming from the retina, the neuronal activity is numerically computed. The goal is to determine how the values of the parameters related to the network topology affect the synchronization between the hemispheres. / Aqui, estuda-se a ocorrência de sincronismo em grafos de Newman-Watts acoplados, como um modelo de rede neural. A inspiração para esse estudo vem do sistema visual de mamíferos. A rede completa é formada por quatro grafos acoplados, que representam os núcleos geniculados laterais e os córtices visuais dos hemisférios cerebrais. Os hemisférios se comunicam por meio de um acoplamento entre os grafos que representam os córtices visuais. Esse acoplamento faz o papel do corpo caloso. A transição de estados dos neurônios ocorre em tempo discreto e obedece a um conjunto de regras deterministas. A partir de estímulos periódicos vindos da retina, a atividade neuronal é calculada numericamente. O objetivo é determinar como os valores dos parâmetros relacionados à topologia da rede afetam o sincronismo entre os hemisférios.

A ocorrência de status epileticus (SE) desencadeia algumas alterações no sistema nervoso central. O giro denteado (GD) do hipocampo sofre com modificações na expressão gênica dos canais iônicos das células granulares (CGs) e essas células sofrem alterações morfológicas. Essas alterações se manifestam com o brotamento de fibras musgosas, redução no número de espinhas dendríticas, encurtamento e estreitamento da arborização dendrítica. As modificações na expressão gênica dos canais iônicos afetam suas densidades máximas de condutância. Este estudo utilizou 40 modelos computacionais realistas para simular alterações nas condutâncias de canais iônicos e seus efeitos sobre dois grupos de CGs do GD. Os modelos foram construídos com base em reconstruções tridimensionais de 20 CGS com morfologia alterada após SE induzido por pilocarpina (CG-PILO) e 20 de morfologia normal (CG-controle). Foram dotados dos canais iônicos de sódio rápido (Na), canal de potássio de retificação tardia rápido (fKdr), canal de potássio de retificação tardia lento (fKdr), canal de potássio de tipo A (KA), canal de potássio dependente de cálcio e de voltagem de alta condutância (BK), canal de potássio dependente de cálcio de baixa condutância (SK) e canais de cálcio dos tipos T, N e L. As simulações foram realizadas no software Neuron. Foram realizados test t para detectar se ocorre diferenças significativas entre os grupos CG-controle e CG-PILO As alterações nas densidades máximas de condutância provocaram mudanças nos parâmetros de excitabilidade dos grupos CG-PILO e CG- controle, alterando valores de frequência de disparos, reobase e cronaxia. Os grupos apresentam respostas significativamente diferentes para as médias de reobase para a maioria dos valores de densidade máxima de condutância,, porém para cronaxia a maioria dos grupo não apresentou diferenças significativas. O grupo CG-controle apresentou médias maiores de frequência de disparos que o CG-PILO e o grupo CG-PILO apresentou valores de reobase maior para as alterações de densidade de condutância da maioria dos canais, sendo essas diferenças significativas. / The occurrence of status epilepticus (SE) triggers some changes in the central nervous system. The dentate gyrus (DG) of the hippocampus suffers from changes in gene expression of ion channels of granule cells (GCs) and these cells undergo morphological changes. These changes manifest themselves with mossy fiber sprouting, reduction in the number of dendritic spines, shortening and narrowing of dendritic branching. Changes in gene expression of ion channels affect their maximum densities of conductance. This study used 40 realistic computer models to simulate changes in conductance of ion channels and its effect on two groups of CGs of the GD. The models were built based on three-dimensional reconstructions of 20 CGS with morphology changed after pilocarpine-induced SE (CG-PILO) and 20 normal morphology (CG-control). The models were equipped with the ion channels of fast sodium (Na), fast delayed rectifying potassium channel (fKDR), slow delayed rectifying potassium channel (fKdr), potassium channel type A (KA), potassium channel dependent calcium and high voltage conductance (BK), potassium channel dependent calcium low conductance (SK) and the calcium channel types T, N and L. The simulations were performed at Neuron software.T tests were performed to p-values <0.05 for detecting significant differences between the GC-control group and GC-PILO. Changes in maximum densities conductance caused changes in excitability parameters CG-PILO and GC- control groups, by changing frequency values of spikes, rheobase and chronaxie. The groups have significantly different responses to the averages for the most rheobase maximum density values of conductance, but these differences were shortly found for chronaxie values. The CG-control group had higher average frequency of spikes than the CG-PILO group. The CG-PILO group had rheobase values higher for conductance density changes the most channels. These differences are significant.

Esse trabalho consiste no estudo de alguns mecanismos responsáveis pela geração das oscilações elétricas observadas no sistema olfativo de vertebrados e das possíveis funções que essas oscilações possam ter no processamento da informação olfativa. Da-se especial atenção ao papel desempenhado pelo ritmo respiratório e pelas sinapses químicas e elétricas nesse processo. Para realizar essa investigação, foram utilizados modelos computacionais que reproduzem aspectos da anatomia e da fisiologia do epitélio olfativo, do bulbo olfativo e do córtex piriforme. Os modelos foram desenvolvidos e simulados no neurossimulador GENESIS, funcionando no sistema operacional LINUX. A análise dos resultados foi feita no programa MATLAB (Mathworks™). Inicialmente, a tese faz uma descrição do substrato neurobiológico que compõe as camadas iniciais do sistema olfativo, incluindo o epitélio, bulbo e córtex olfativo, e de como a informação olfativa é processada por cada camada, discutindo a importância do sentido olfativo e a relevância da neurociência computacional no estudo da origem e do papel das oscilações elétricas existentes nesse sistema (Capítulo 1). O capítulo 2 descreve os materiais e métodos utilizados para a construção dos modelos computacionais e para análise dos resultados. O capítulo 3 faz uma descrição detalhada do modelo computacional utilizado e dos experimentos realizados com o modelo. Finalmente, o capítulo 4 apresenta e discute os resultados das simulações realizadas e o capítulo 5 estende essa discussão, concluindo a tese. O capítulo 6 contém as referências bibliográficas utilizadas no trabalho. Os resultados do trabalho sugerem que as oscilações elétricas no sistema olfativo poderiam ser geradas em várias estruturas e níveis de organização, abrangendo os níveis moleculares, celulares e de sistemas neurais. E que as sinapses químicas e elétricas, assim como os ritmos respiratórios, podem ter um papel fundamental na geração dessas oscilações. Assim, o modelo construído propõe uma explicação plausível para a origem das oscilações elétricas no sistema olfativo de vertebrados e discute as possíveis funções que essas oscilações teriam no contexto do processamento da informação sensorial. / This work is a study of some mechanisms associated with the generation of electric oscillations in the vertebrate olfactory system. Special attention is given for the role of the respiratory rhythm, chemical synapses and electrical synapses in this process. The possible functions of the electric oscillations in olfactory information processing are explored. A computational model that reproduces aspects of the anatomy and physiology of the olfactory epithelium, bulb and piriform cortex was utilized to realize this investigation. The models were developed and simulated in the GENESIS neurosimulator, running under the LINUX operational system. The analysis of the results was made in the software MATLAB (Mathworks™). In the beginning, the thesis describe the neurobiological substracts of the initial layers of the olfactory system, including the olfactory epithelium, bulb and piriform cortex, and explore how the olfactory information is processed by each layer. The chapter 1 presents the importance of the olfactory sense and the use of computational neuroscience to study the role of the electric oscillations in this system. The chapter 2 explains the material and methods utilized to develop the computational model and to analyse the data generated by the model. The chapter 3 describes the used computational model and the experiments realized with the model. Finally, the chapter 4 presents and discusses the results of the simulations. The chapter 5 extends the discussion and concludes the thesis. The chapter 6 contains the bibliographic references. The results of the work suggest that electric oscillations in the olfactory system could be generated in several structures and organizational levels, including the molecular level, the cellular and neural systems level. In particular, the results shown that chemical and electric synapses, as well as the respiratory rhythm, may have a fundamental role in the generation of these oscillations. Indeed, the constructed model proposes a plausible explanation for the origin of the electrical oscillations in the vertebrate olfactory system and discusses the possible function of these oscillations in the context of sensorial information processing.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-04-04T21:48:36Z No. of bitstreams: 1 EUGÊNIO DE CARVALHO SARAIVA - DISSERTAÇÃO PPGCC 2014..pdf: 2813039 bytes, checksum: 9b76f48c8df4aee95923a8ce5f0385ce (MD5) / Made available in DSpace on 2018-04-04T21:48:36Z (GMT). No. of bitstreams: 1 EUGÊNIO DE CARVALHO SARAIVA - DISSERTAÇÃO PPGCC 2014..pdf: 2813039 bytes, checksum: 9b76f48c8df4aee95923a8ce5f0385ce (MD5) Previous issue date: 2014-07-30 / Há um número crescente de tecnologias que fazem uso de algoritmos de classificação para a automação de tarefas. Em particular, em Neurociências, algoritmos de classificação foram usados para testar hipóteses sobre o funcionamento do sistema nervoso central. No entanto, a relação entre as classes de padrões de ativação neuronal de áreas específicas do cérebro, como resultado de experiências sensoriais tem recebido pouca atenção. No contexto da Neurociência Computacional, este trabalho apresenta uma análise do nível de similaridade entre classes de padrões de ativação neuronal, com o uso das abordagens de aprendizagem não supervisionada e semi-supervisionada, em áreas específicas do cérebro de ratos em contato com objetos, obtidos durante um experimento envolvendo exploração livre de objetos pelos animais. As classes foram definidas de acordo com determinados tratamentos construídos com níveis específicos de um conjunto de 8 fatores (Animal, Região do Cérebro, Objeto ou Par de Objeto, Algoritmo de Agrupamento, Métrica, Bin, Janela e Intervalo de Contato). No total foram analisados 327.680 tratamentos. Foram definidas hipóteses quanto à relação de cada um dos fatores para com o nível de similaridade existente entre os tratamentos. As hipóteses foram verificadas por meio de testes estatísticos entre as distribuições que representavam cada uma das classes. Foram realizados testes de normalidade (Shapiro-Wilk, QQ-plot), análise de variância e um teste para diferenças entre tendência central (Kruskal-Wallis). Com base nos resultados encontrados nos estudos utilizando abordagem não supervisionada, foi inferido que os processos de aquisição e de definição dos padrões de ativação por um observador foram sujeitos a uma quantidade não significativa de ruídos causados por motivos não controláveis. Pela abordagem semisupervisionada, foi observado que nem todos os graus de similaridade entre pares de classes de objetos são iguais a um dado tratamento, o que indicou que a similaridade entre classes de padrões de ativação neuronal é sensível a todos os fatores analisados e fornece evidências da complexidade na codificação neuronal. / There are a growing number of technologies that make use of classification algorithms for automating tasks. In particular, in Neuroscience, classification algorithms were used to test hypotheses about the functioning of the central nervous system. However, the relationship between the classes of patterns of neuronal activation in specific brain areas as a result of sensorial experience has received little attention. In the context of Computational Neuroscience , this paper presents an analysis of the level of similarity between classes of patterns of neuronal activation with the use of learning approaches unsupervised and semi - supervised in specific areas of rat brain in contact with objects , obtained during an experiment involving free exploration of objects by animals. The classes were defined according to certain treatments constructed with specific levels with set of 8 factors (Animal, Brain Region, Object or Pair of Objects, Clustering Algorithm, Metric, Bin, Window and Interval Contact). In total 327.680 treatments were analyzed. Hypotheses regarding the relationship of each of the factors with the existing level of similarity between treatments were defined. The hypotheses were tested through between statistical distributions representing each class tests. The tests applied where the tests for normality (Shapiro-Wilk, QQ–plot), analysis of variance and a test for differences in central tendency (Kruskal-Wallis) were performed. Based on the results found in studies using an unsupervised approach, it was inferred that the process of acquisition and definition of patterns of activation by an observer was not subject to a significant amount of noise caused by uncontrollable reasons. For the semi-supervised approach, it was observed that not all degrees of similarity between pairs of classes of objects are equal to a given treatment, which indicated that the similarity between classes of patterns of neuronal activation is sensitive to all the factors analyzed and provides evidence about the complexity of neuronal coding.