Información causal para caracterizar la dinámica de los EEG durante una actividad de tipo motor

ROMAN BARAVALLE; OSVALDO A ROSSO; FERNANDO MONTANI

Congreso; 102a REUNIÓN DE LA ASOCIACIÓN FÍSICA ARGENTINA; 2017

El problema con las medidas reales de la entropía es que dependen de un número limitado de muestras proporcionadas por el experimento. Por lo tanto, es importante utilizar un enfoque teórico que elimine el sesgo dependiente del tamaño de la muestra de las estimaciones de entropía. Tomamos el prior bayesiano NSB que permite generar una distribución casi uniforme de las entropías para corregir el sesgo dependiente del tamaño de la muestra en su origen. La dinámica neuronal es caracterizada estimando la probabilidad de distribución deBandt y Pompe asociada a los EEG de diferentes actividades motoras e imaginativas considerando las diferentes contribuciones de las bandas de frecuencias y teniendo en cuenta el prior bayesiano NSB para corregir el sesgo dependiente del tamaño finito de los datos. Más específicamente, tomamos en cuenta las ?estructuras" temporales de las señales neuronales complejas, considerando medidas sutiles que explican su estructura causal: la entropía depermutación de Shannon, la Información de Fisher de permutación y la complejidad estadística de permutación. Esto nos permite investigar e inferir las propiedades dinámicas emergentes del sistema.