Resumen

La estimación automática de los dipolos de corriente a partir de datos biomagnéticos sigue siendo una tarea problemática. Esto se debe no sólo a la mala propuesta del problema inverso, sino también a dos dificultades intrínsecas introducidas por el modelo dipolar: el número desconocido de fuentes y la relación no lineal entre las ubicaciones de las fuentes y los datos. Recientemente, hemos desarrollado un nuevo enfoque bayesiano, el filtrado de partículas, basado en el seguimiento dinámico de la constelación dipolar. A diferencia de muchos métodos basados en dipolos, el filtrado de partículas no asume la estacionariedad de la configuración de la fuente: el número de dipolos y sus posiciones se estiman y actualizan dinámicamente durante el curso de la secuencia de MEG. Ahora hemos desarrollado una interfaz gráfica de usuario basada en Matlab, que permite a los usuarios no expertos hacer una estimación automática de dipolos a partir de datos de MEG con filtrado de partículas. En el presente trabajo, describimos las principales características del software y mostramos el análisis tanto de un conjunto de datos sintéticos como de un conjunto de datos experimentales.

• Materias:Neurociencia Cognitiva Trastornos mentales Imagen por resonancia magnética Ondas encefálicas Neurofisiología
• Subjects:Cognitive Neuroscience Mental disorders Magnetic resonance imaging Brain waves Neurophysiology
• Palabras claves:filtrado de partículas, número de fuentes, número de dipolos, estimación automática de dipolos, interfaz gráfica de usuario, nuevo enfoque bayesiano, seguimiento dinámico, presente documento, problema inverso, muchos dipolos
• Keywords:particles filtering, number of source, number of dipole, automatic dipole estimation, graphical user interface, new bayesian approach, dynamical tracking, present paper, inverse problem, many dipole