Resumen

Un objetivo importante en neurociencia es identificar los casos en los que las señales de EEG están acopladas. Empleamos un método para medir la fuerza de acoplamiento entre las señales gamma (40-100 Hz) en una escala de tiempo corta como la máxima correlación cruzada en un rango de rezagos de tiempo dentro de una ventana deslizante de ancho variable. También se identifican los estados de acoplamiento entre varias señales, utilizando una distribución beta multivariante mixta para modelar la fuerza de acoplamiento entre múltiples señales gamma con referencia a una señal base común. En primer lugar, aplicamos nuestro método de ventana variable a las señales simuladas y comparamos su rendimiento con un enfoque de ventana fija. A continuación, nos centramos en las señales gamma registradas en dos regiones del hipocampo de rata. Nuestros resultados indican que éste puede ser un método útil para mapear patrones de acoplamiento entre señales en conjuntos de datos de EEG.

• Materias:Inteligencia artificial Sistema nervioso Imágenes diagnósticas Neurociencia Cognitiva Trastornos mentales
• Subjects:Artificial intelligence Nervous systems Diagnostic imaging Cognitive Neuroscience Mental disorders
• Palabras claves:fuerza de acoplamiento, señal gamma, escala de tiempo corta, señal de base común, rango de tiempo, señal gamma múltiple, distribución beta multivariada, señal simulada, desfase temporal, objetivo importante
• Keywords:coupling strength, gamma signal, short time scale, common base signal, range of time, multiple gamma signal, multivariate beta distribution, simulated signal, time lag, important goal