Rafael dos Santos de Bessa

Biologist, B.Sc. and Lic. in Biological Sciences at Universidade de Brasília (2013, 2014). M.Sc. (2016) and Ph.D. in Neuroscience at Universidade Federal do Rio Grande do Norte (2023). During scientific initiation and master's program, worked with animal models of epilepsy, recording simultaneously behavior in video and electrophysiological brain activity. Still during master's program, designed and implanted multiple electrodes arrays and recorded with success local field potentials and multiunity neuronal firings at three brain areas of freely moving animals (hippocampus bilaterally and prefrontal cortex). During PhD's program, investigated the vocal development of neonatal animals in an autism model and evaluated the potential as biomarkers of ultrasonic vocalizations (USVs) for diagnostic of patologies and identification of developmental milestones. Proposed a classification of those USVs using gaussian mixture models and deep learning. Has experience with acquisition and processing of biological signals, ethological analysis, implementation of animal models of autism and epilepsy, programming language (MATLAB and Python), and multivariate statistics (PCA, machine learning, etc.)

Biólogo, possui dupla habilitação (bacharelado e licenciatura) em Ciências Biológicas pela Universidade de Brasília (2013, 2014). É mestre (2016) e doutor em Neurociências pela Universidade Federal do Rio Grande do Norte (2023). Na iniciação científica e no mestrado, trabalhou com modelos animais de epilepsia, registrando simultaneamente o comportamento em vídeo e a atividade eletrofisiológica cerebral. Ainda no mestrado, projetou e implantou matrizes de múltiplos eletrodos e registrou com sucesso potenciais de campo local e disparos multiunitários em três áreas do cérebro de animais em livre movimento (hipocampo bilateral e córtex pré-frontal). No doutorado, investigou o desenvolvimento vocal de animais neonatos em um modelo de autismo e avaliou o potencial de vocalizações ultrassônicas (VUSs) como biomarcador para diagnóstico de patologias e identificação de marcos do desenvolvimento. Propôs uma classificação destas VUSs utilizando modelos de mistura de gaussianas e aprendizado profundo (deep learning). Possui experiência com aquisição e processamento de sinais biológicos, análise etológica, geração de modelos animais de epilepsia e autismo, linguagem de programação (MATLAB e Python) e estatística multivariada (PCA, aprendizado de máquinas, etc).