Sistema para estudiar los cambios relativos en patrones de sincronía cerebral durante la ejecución de tareas cognitivas. A. Alba 1, J.L. Marroquín 1, T.

Presentación del tema: "Sistema para estudiar los cambios relativos en patrones de sincronía cerebral durante la ejecución de tareas cognitivas. A. Alba 1, J.L. Marroquín 1, T."— Transcripción de la presentación:

1 Sistema para estudiar los cambios relativos en patrones de sincronía cerebral durante la ejecución de tareas cognitivas. A. Alba 1, J.L. Marroquín 1, T. Harmony 2 1.- CIMAT 2.- INB-UNAM

2 Contenido Introducción Objetivo Estimación de cambios relativos en patrones de sincronía Medidas de sincronía basadas en diferencias de fase Visualización Ejemplos Trabajo a futuro

3 Introducción Durante tareas cognitivas, múltiples regiones cerebrales se integran e interactúan entre sí. (Friston et al., 1997) Para detectar y entender tales interacciones, estudiamos la conectividad y la sincronía.

4 Sincronía Sincronía es una medida de la similaridad entre dos o mas señales. Se han propuesto varias medidas de sincronía; entre ellas: –Correlación y coherencia (Bressler, 1995; Gross, 2000) –Sincronía de fase (Lachaux, 1999) –Información Mutua (Quian Quiroga, 2002)

5 Objetivo Desarrollar un método que permita estudiar los cambios en los patrones de sincronía durante la ejecución de tareas cognitivas, con una alta resolución temporal y utilizando distintas medidas de sincronía.

6 Estimación de cambios relativos en patrones de sincronía Utilizamos un procedimiento similar al propuesto por Marroquín et al. para el estudio de cambios relativos en amplitud. (Marroquin, 2003) Dadas señales provenientes de un estudio de EEG: El primer paso consiste en pasarlas por un banco de filtros (en nuestro caso de Gabor):

7 Caso 1: Medidas que requieren una sola repetición

8 Caso 2: Medidas que requieren múltiples repeticiones

9 Indices de significancia

10 Medidas de sincronía basadas en diferencia de fases Una posible forma de cuantificar la sincronía es utilizando la definición de sincronía de fase (phase-locking): Dos señales están en sincronía de fase durante un periodo de tiempo T si: Generalmente se estudia el caso cuando

11 Medidas de dispersión (Lachaux et al., 1999) Dispersión sobre tiempo Dispersión sobre repeticiones

12 Medidas propuestas Valor absoluto de la diferencia de fases: Probabilidad cumulativa del valor absoluto de la diferencia de fases:

13 Visualización Se utilizó una representación multi-toposcópica (similar a la utilizada por Jiménez et al., 1994) para visualizar los patrones de sincronía para una frecuencia y tiempo fijos. f=10 t=1300 f=17 t=1075

14 Visualización También se grafican mapas Tiempo-Frecuencia (TF) y Tiempo-Frecuencia-Topografía (TFT) de actividad síncrona contando el número de parejas de electrodos con sincronía significativamente mayor que en el preestímulo.

15 Ejemplos Para los ejemplos se utilizaron los datos de un experimento de categorización de figuras y palabras, adquiridos por la Dr. Thalía Fernández. (Harmony et al., 2001)

16 Referencias Friston, K., Stephan, K.M., Frackowiak, R.S.J., 1997. Transient Phase-Locking and Dynamic Correlations: Are They the Same Thing?, Human Brain Mapping. 5, 48-57. Bressler, S.L., 1995. Large-scale cortical networks and cognition. Brain Research Reviews. 20, 288-304. Gross, J., Kujala, J., Hämäläinen, M., Timmermann, L., Schnitzler, A., Salmelin, R., 2001. Dynamic imaging of coherent sources: Studying neural interactions in the human brain. PNAS, vol. 98, no. 2, 694-699. Lachaux, J.P., Rodriguez, E., Martinerie, J., Varela, F.J., 1999. Measuring Phase Synchrony in Brain Signals. Human Brain Mapping. 8, 194-208. Rodriguez, E., George, N., Lachaux, J.P., Martinerie, J., Renault, B., Varela, F.J., 1999. Perception’s shadow: long-distance synchronization of human brain activity. Nature. 397, 430-433. Quian Quiroga, R., Kraskov, A., Kreuz, T., Grassberger, P., 2002. Performance of different synchronization measures in real data: A case study on electroencephalographic signals. Physical Review E. 65. David, O., Cosmelli, D., Friston, K.J., 2004. Evaluation of different measures of functional connectivit using a neural mass model. NeuroImage. 21, 659-673. Marroquin, J.L., Harmony, T., Rodriguez, V., Valdez, P., 2004. Exploratory EEG data analysis for psychophysiological experiments. NeuroImage. 21, 991-999. Jimenez, J.C., Biscay, R., Montoto, O., 1995. Modeling the electroencephalogram by means of spatial spline smoothing and temporal autoregression. Biological Cybernetics. 72, 249-259. Harmony, T., Fernandez, T., Fernandez-Bouzas, A., Silva-Pereyra, J., Bosch, J., Diaz- Comas, L., Galan, L., 2001. EEG changes during word and figure categorization. Clin. Neurophys. 112, 1486-1498.