Resumen

Las imágenes de dipolos corticales se han desarrollado para visualizar la actividad eléctrica cerebral en alta resolución espacial. Es necesario resolver un problema inverso para estimar la distribución del dipolo cortical a partir de los potenciales del cuero cabelludo. En el presente estudio, se mejoró la precisión de las imágenes de dipolo cortical centrándose en la propiedad de filtrado del filtro inverso espacial. Propusimos un filtro inverso que optimiza la propiedad de filtrado utilizando una función sigmoidea. La capacidad del método propuesto se comparó con las técnicas inversas tradicionales, como la regularización de Tikhonov, la descomposición del valor singular truncado (TSVD) y los mínimos cuadrados totales truncados (TTLS), en una simulación por ordenador. El método propuesto se aplicó a datos experimentales humanos de potenciales evocados visuales. Como resultado, se mejoró la precisión de la estimación y se obtuvo la distribución localizada del dipolo con menos ruido.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:imágenes de dipolos corticales, métodos propuestos, descomposición de valores singulares, alta resolución espacial, mínimos cuadrados totales, distribución de dipolos corticales, filtro inverso espacial, datos experimentales humanos, técnicas inversas tradicionales, distribución de dipolos localizados
• Keywords:cortical dipole imaging, proposed methods, singular value decomposition, high spatial resolution, total least square, cortical dipole distribution, spatial inverse filter, human experimental data, traditional inverse techniques, localized dipole distribution