Informazioni sul documento
- Università
- Politecnico di Milano
- Corso di laurea
- Biomedical Engineering
- Materia
- Bioelettromagnetismo e Strumentazione Biomedica
- Classificazione
- Altro materiale
- Formato originale
- Testo
- Testo ricercabile
Altro di Bioelettromagnetismo e Strumentazione Biomedica per il corso di Biomedical Engineering presso Politecnico di Milano. Materiale proveniente dall’archivio storico Studwiz e classificato per la consultazione online.
Altro di Bioelettromagnetismo e Strumentazione Biomedica per il corso di Biomedical Engineering presso Politecnico di Milano. Materiale proveniente dall’archivio storico Studwiz e classificato per la consultazione online.
Qualità dell’importazione: il testo è stato estratto direttamente dal documento originale.
Passaggi rappresentativi riconosciuti nelle diverse parti del materiale. Il testo completo resta presente nella pagina per la ricerca, mentre l’anteprima compatta rende più semplice la lettura.
FLUSSO jd = −Dk∇Ck Jd = jdZkF = −DkZkF ∇Ck ji = −uk Zk |Zk|Ck∇Φ Ji = jiZkF = −uk|Zk|Ck F ∇Φ = −σk∇Φ Dk = uk RT |Zk|F J = Jd + Ji = −DkZkF(∇Ck + ZkCkF RT ∇Φ) POTENZIALE equazione di equilibrio di Nernst Veq = Φin − Φout = RT FZk ln [Ck]out [Ck]in equilibrio di Donnan Vr = RT F lnd→ d = [K]out [K]in = [Na]out [Na]in = [Cl]in [Cl]out 𝐸𝐴 = 𝐸𝐵 → ( [A]out [A]in ) 1 𝑍𝐴 = ( [B]out [B]in ) 1 𝑍𝐵 equilibrio dinamico Vr = gKEK+gNaENa+gClECl gK+gNa+gCl equazione di Goldman-Hodgkin-Katz Vm = RT F ln PK[K]out+PNa[Na]out+PCl[Cl]in PK[K]in+PNa[Na]in+PCl[Cl]out equazione di riposo di Goldman-Hodgkin-Katz Vr = RT F ln [K]out+PNa/PK [Na]out [K]in+PNa/PK [Na]in CARICA Q𝑚𝑒𝑚𝑏𝑟𝑎𝑛𝑎 = C𝑚 ∙ A𝑙𝑎𝑡 ∙ V𝑚 Q𝑖𝑛𝑡𝑟𝑎𝑐𝑒𝑙𝑙 = [X]𝑖𝑛 ∙ Vol∙ F sfera→ Alat = 4πr2 − Vol= 4πr3 3 cilindro→ Alat = 2πr l − Vol= πr2 l CORRENTE Im = gX(Vm − EX) Im = gX(Vclamp− EX) VOLTAGE-CLAMP EX = Vm + Vclamp DINAMICA DI CANALI n= E[nopen] N = n(V1)− [n(V1)− n(Vr)]e−t/τ neq = αn αn+βn τ = 1 αn+βn MODELLO HODGKIN-HUXLEY gK(t,vm) = gK̅̅̅n4 dn dt = αn(1 − n)− βnn αn = 0.01(10−vm) exp(10−vm 10 )−1 ↔ βn = 0.125exp(− vm 80) gNa(t,vm) = gNa̅̅̅̅̅m3h dm dt = αm(1 − m)− βmm αm = 0.1(25−vm) exp(25−vm 10 ) − 1 ↔ βm = 4exp(− vm 18) dh dt = αh(1 − h)− βhh αh = 0.07exp(− vm 20) ↔ βh = 1 exp(30−vm 10 )+1 MODELLI RIDOTTI Cm dV dt = −gK( W a)4(V− VK)− gNam∞ 3 (b− W)(V− VNa)− gL(V− VL)+ Iapp W= an= b− h dW dt = αW(a− W)− βWW modello di Fitzhugh-Nagumo dW dt = Φ(V+ a− bW) = 0.08(V+ 0.7 − 0.8W) dV dt = V− V3 3 − W+ I Weq = V+a b = V− V3 3 + I NEURONE ui(t) = ∑ ∑ εij(t− tk)k + urestj u(t) = ∑ PSPj(t,I0)+ r(t)j η(t− t0) = { 1/∆t t0 < t < t0 + ∆t −ηexp(− t−t0 τ ) t> t0 + ∆t ν = 1 E(s) = ∫H(s)ds ∫sH(s)ds → νmax = 1 Trefrattarietà modello di spike-response ui(t) = η(t− ti)+ ∑ wij∑ εij(t− tk)k + ∫K(s)Iext(t− s)dsj modello integrate-and-fire Ii(t) = ui R + C…
Prima pagina del documento.