Identificación de patrones de conectividad cerebral en estudios de intención de movimiento

Abstract

El cerebro se ha entendido como una red neuronal interconectada generalmente modelada como un grafo para delinear la topología funcional y la dinámica de los procesos cerebrales. El modelado de un grafo clásico se basa en modelos de una sola capa que restringen los rasgos transmitidos para rastrear topologías cerebrales. El modelado multicapa, por el contrario, permite construir modelos de cerebro completo integrando características de varios tipos. El objetivo de este trabajo fue analizar estudios de dinámica de EEG mientras se recopilaban datos de imaginación motora a través del modelado de redes multicapa. La base de datos utilizada de imaginación motora consta de 18 registros de EEG de cuatro tareas de imágenes motoras: mano izquierda, mano derecha, pies y lengua. La conectividad cerebral se estimó calculando las matrices de adyacencia de correlación y coherencia de cada banda electrofisiológica (, , and ) de las áreas del cerebro y luego incrustándolas considerando cada banda como una capa de el model de cerebro multicapa. La construcción de una topología de red multicapa confiable requiere un umbral que distinga las conexiones efectivas de las espurias. Por este motivo, se implementaron dos umbrales, el clásico humbral fijo (promedio) y l Otsu. Este último es una nueva propuesta como un umbral adaptativo que ofrece información confiable sobre la topología y la dinámica del cerebro. Los hallazgos del modelo multicapa sugieren que las regiones cerebrales frontal y central están involucradas en tareas de imágenes motoras.