Programação em Neurociência Cognitiva

Conhecimentos de Base Recomendados

Não aplicável.

Métodos de Ensino

Cada aluno será acompanhado especificamente por um dos Professores da unidade curricular, sendo a aprendizagem feita em formato tutorial. Assim, cada aluno irá avançar nos conteúdos programáticos tendo um tutor que o guiará – sendo esta considerada a melhor forma de aprendizagem de programação. A introdução inicial será feita num formato misto – tutorial e em formato de seminário com todos os professores. Os restantes pontos serão exclusivamente em formato tutorial. Este método de ensino leva a que os alunos se envolvam imediatamente em investigação real. Ou seja, a aprendizagem é feita hands-on, com o apoio da bibliografia e de um tutor (e com acesso a todos os outros professores). O professor coordenador irá contactar com os alunos e tutores para acompanhar o avanço na compreensão dos conteúdos. A avaliação é feita como aprovado/não aprovado, tendo em conta a capacidade do aluno de avançar autonomamente com o uso de programação, através do trabalho laboratorial contínuo.

Resultados de Aprendizagem

Experiência prática com a programação utilizada em neurociência cognitiva, nomeadamente Matlab e Python. Nesta unidade curricular os alunos aprenderão a trabalhar com Matlab e python para manipular matrizes de dados, fazer análises, preparar experiências, e poder usar diferentes toolboxes e software essencial à investigação em Neurociência Cognitiva.

Estágio(s)

Não

Programa

Introdução à programação em Matlab e Python em Neurociência Cognitiva

Uso de programação para preparação de experiências (Psychtoolbox; Psychopy).

Uso de programação para manipulação de matrizes e analise de dados com o uso de toolboxes e software da área da Neurociência Cognitiva (COSMOMVPA; RSA toolbox; PyMVPA).

Controlo de software de analise de dados neuroimagiológicos (SPM; FSL).

Docente(s) responsável(eis)

Jorge Manuel Castelo Branco de Albuquerque Almeida

Métodos de Avaliação

Avaliação
A avaliação é feita como aprovado/não aprovado, tendo em conta a capacidade do aluno de avançar autonomamente com o uso de programação, através do trabalho laboratorial contínuo: 100.0%

Bibliografia

Summerfield, M. (2008). Programming in Python 3: A Complete Introduction to the Python Language. Addison-Wesley Professional
Cohen, M.X. (2017). MATLAB for brain and cognitive scientists. Cambridge, MA : MIT Press
Kattan, P.I. (2010). MATLAB for Beginners: A Gentle Approach. CreateSpace Independent Publishing Platform
And tutorials and documentation from specific toolboxes and software:
https://fsl.fmrib.ox.ac.uk/fsl/fslwiki
https://www.fil.ion.ucl.ac.uk/spm/software/
http://www.cosmomvpa.org/
https://git.fmrib.ox.ac.uk/hnili/rsa
http://www.pymvpa.org/
http://psychtoolbox.org/
https://www.psychopy.org/