henpo22

Henrik Podéus Derelöv

Doktorand


Jag använder matematiska modeller för att förstå hjärnaktivet. Min forskning fokuserar främst på modellering av elektrisk signalering mellan neuroner och den neurovaskulära kopplingen.

Matematiska modeller för hjärnaktivet

Hjärnaktivitet härstammar från den elektriska kommunikationen mellan neuroner och mäts vanligtvis med två olika typer av mättekniker. Den första, elektrofysiologiska mättekniker, registrerar den elektriska aktiviteten som genereras från neuronernas elektriska signalering. Vissa av dessa mättekniker är Local Field Potential (LFP), Elektroencefalografi (EEG) och cellernas spikningsfrekvens. Den andra typen, neurovaskulära mättekniker, mäter de vaskulära förändringar som sker till följd av den elektriska aktiviteten, såsom cerebral blodflöde (CBF), hemoglobinnivåer och den så kallade BOLD (Blood oxygen-level dependent) signalen. Dessa vaskulära förändringar är kopplade till den elektriska aktiviteten genom den neurovaskulära kopplingen, denna inkluderar de signaleringsvägar som sammankopplar den elektriska aktiviteten och utsöndringen av vasoaktiva ämnen. Den neurovaskulära kopplingen inkluderar flera typer av vägar och neuroner, vilket gör det svårt att relatera dessa mätningar till varandra.

I min forskning identifierar och utvärderar jag de signaleringsvägar som ingår i neurovaskulära koppling med hjälp av matematisk modellering. Jag strävar efter att skapa ett ramverk som möjliggör att relatera de elektrofysiologiska och neurovaskulära mätningarna till varandra.

Publikationer

2024

Henrik Podéus, Christian Simonsson, Patrik Nasr, Mattias Ekstedt, Stergios Kechagias, Peter Lundberg, William Lövfors, Gunnar Cedersund (2024) A physiologically-based digital twin for alcohol consumption-predicting real-life drinking responses and long-term plasma PEth npj Digital Medicine, Vol. 7, Artikel 112 (Artikel i tidskrift) Vidare till DOI

2023

Sebastian Sten, Henrik Podéus, Nicolas Sundqvist, Fredrik Elinder, Maria Engström, Gunnar Cedersund (2023) A quantitative model for human neurovascular coupling with translated mechanisms from animals PloS Computational Biology, Vol. 19, Artikel e1010818 (Artikel i tidskrift) Vidare till DOI

Organisation