Estimación dinámica neuronal a partir de señales electroencefalográficas sobre un modelo realista de la cabeza
Portada
Cargando...
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor
Instituto Tecnológico Metropolitano (ITM)
Fecha
Citación
Título de serie/ reporte/ volumen/ colección
Es Parte de
Descripción
In this paper is presented a method for neural activity estimation over the brain that take into account, for the solution of the inverse problem, a dynamic model for the neural activity in a realistic head model calculated with bounded elements method, according to a physiologically based model that describes the real interaction between neurons. The solution of the inverse problem is calculated using high performance computing. This analysis is performed for simulated EEG signals for SNR of 25 dB, 15 dB and 5 dB. The obtained results show the robustness of the estimation method that includes the dynamic model in comparison with the static model for several levels of noise.
En este artículo se presenta un método de estimación de la actividad neuronal sobre el cerebro, que tiene en cuenta, en la solución del problema inverso, un modelo dinámico de propagación para la actividad neuronal sobre un modelo realista con elementos finitos de frontera, que incluye un modelo fisiológico que describe la interacción realista entre las neuronas. La solución del problema inverso se hace utilizando computación de alto desempeño. El presente análisis se hace sobre señales EEG simuladas para valores SNR de 25 dB, 15 dB y 5 dB. Los resultados obtenidos muestran la robustez del modelo dinámico sobre el modelo estático en presencia de ruido.
En este artículo se presenta un método de estimación de la actividad neuronal sobre el cerebro, que tiene en cuenta, en la solución del problema inverso, un modelo dinámico de propagación para la actividad neuronal sobre un modelo realista con elementos finitos de frontera, que incluye un modelo fisiológico que describe la interacción realista entre las neuronas. La solución del problema inverso se hace utilizando computación de alto desempeño. El presente análisis se hace sobre señales EEG simuladas para valores SNR de 25 dB, 15 dB y 5 dB. Los resultados obtenidos muestran la robustez del modelo dinámico sobre el modelo estático en presencia de ruido.