Resumen

La caracterización de la conectividad cerebral entre las señales neuronales es clave para comprender la función del cerebro. Las medidas actuales, como la coherencia, se basan en gran medida en la transformada de Fourier o de ondícula, que inevitablemente asumen la estacionariedad de la señal y ponen severos límites a su resolución de tiempo-frecuencia. Aquí abordamos estos problemas introduciendo una medida de coherencia instantánea asistida por el ruido (NAIC) basada en la descomposición empírica de modos multivariantes (MEMD) acoplada a la transformada de Hilbert para lograr una representación de alta resolución de la coherencia neuronal en el tiempo. En nuestro método, se emplea primero la MEMD basada en datos, junto con la transformada de Hilbert, para proporcionar espectros de potencia de tiempo-frecuencia para los datos neuronales. Dichos espectros de potencia suelen ser escasos y de alta resolución, es decir, suelen existir muchos valores cero, lo que da lugar a problemas numéricos para calcular directamente la coherencia. Por lo tanto, proponemos añadir ruido aleatorio a los espectros, haciendo que el cálculo de la coherencia sea factible. Además, se diseña un procedimiento de aleatorización estadística para anular el efecto del ruido añadido. En primer lugar, se realizan simulaciones por ordenador para verificar la eficacia del NAIC. A continuación, se utilizan potenciales de campo locales recogidos de la corteza visual del mono macaco mientras se realiza una tarea de supresión de flashes generalizada para demostrar la utilidad de nuestro método NAIC para proporcionar una medida de coherencia de alta resolución de tiempo-frecuencia para el análisis de la conectividad de los datos neuronales.

• Materias:Ingeniería biomédica Cerebro - fisiopatología Imagen por resonancia magnética Neurofisiología Neurociencias
• Subjects:Biomedical engineering Brain - pathophysiology Magnetic resonance imaging Neurophysiology Neurosciences
• Palabras claves:transformada de hilbert, datos neuronales, procedimientos estadísticos de aleatorización, corteza del macaco, eficacia del naic, medidas de coherencia de frecuencia, potencial de campo local, representación de frecuencia temporal, coherencia instantánea asistida, espectro de potencia de frecuencia
• Keywords:hilbert transform, neural data, statistical randomization procedures, cortex of macaque, effectiveness of naic, frequency coherence measures, local field potential, time frequency representation, assisted instantaneous coherence, frequency power spectrum