Dynamic inverse problem solution using a kalman filter smoother for neuronal activity estimation

Abstract

En este artículo se presenta un método de estimación de la actividad neuronal sobre el cerebro usando un filtro de Kalman con suavizado, que tiene en cuenta en la solución del problema inverso, la variabilidad dinámica de la serie de tiempo. Este método es aplicado sobre un modelo realista de la cabeza, calculado con elementos finitos de frontera. Se presenta un análisis comparativo entre diferentes métodos de estimación y el método propuesto sobre señales EEG simuladas para diferentes condiciones de relación señal a ruido. La solución del problema inverso se hace utilizando computación de alto desempeño y se presenta una evaluación delcosto computacional para cada método. Como resultado, el filtro de Kalman con suavizado presenta un mejor desempeño en la tarea de estimación comparado con la solución estática regularizada, y la solución dinámica sin suavizado.