Estudio y validación de métodos computacionales para análisis de conectividad entre áreas cerebrales mediante registros intracraneales : comparación entre estado de reposo y durante la actividad cognitiva en humanos.

Título

Estudio y validación de métodos computacionales para análisis de conectividad entre áreas cerebrales mediante registros intracraneales : comparación entre estado de reposo y durante la actividad cognitiva en humanos.

Colaborador

Lew, Sergio

Editor

Universidad de Buenos Aires. Facultad de Ingeniería

Fecha

2024

Extensión

56 p.

Resumen

El cerebro es uno de los enigmas más relevantes que los seres humanos han estudiado desde el origen de los tiempos. Desde la antigua Grecia (y tal vez antes también) hasta nuestros tiempos, se hicieron innumerables estudios de su anatomía, de cómo funcionan y se conectan las neuronas, de cómo las diferentes regiones del cerebro se relacionan con las acciones o movimientos que se manifiestan en el cuerpo, y hasta de como el comportamiento funcional del cerebro permite que emerjan la conciencia, la propiocepción y las emociones. El estudio y la comprensión de este órgano vital es absolutamente relevante para distintos aspectos de la vida humana. En la actualidad, la neurociencia estudia al cerebro a nivel integral, gracias a su enfoque multidisciplinario, en búsqueda de respuestas que permitan, entre otra cosa, mejorar el diagnóstico y tratamiento de enfermedades neurológicas. En este trabajo nos centramos en el estudio de la conectividad funcional entre regiones cerebrales. Esta estudia, en particular, la dependencia temporal de la actividad neuronal entre regiones que están anatómicamente separadas y tiene relevancia, particularmente, en actividades o tareas que tienen alta demanda cognitiva. En el presente trabajo de tesis doctoral se estudiaron diferentes técnicas matemático computacionales para estudiar la conectividad cerebral funcional. Estas técnicas fueron aplicadas a registros de electroencefalografía (EEG) y de esteroencefalografia (SEEG). Las técnicas aplicadas permitieron estudiar las características de respuestas a estímulos en un canal determinado tanto para frecuencias bajas (típicas del EEG) como en frecuencias altas (SEEG) para distintos grupos de sujetos que realizaban tareas cognitivas activas mientras se tomaban los registros. También se estudiaron técnicas de análisis para 2 contactos y se calculó el índice de conectividad wSMI (weighted symbolic mutual information) y el índice PLV (Phase Locking Value) en registros de EEG. Por último, se aplicaron 2 técnicas de estudio de la dinámica de sistemas. Se calculo el índice de información integrada, basado en una de las teorías más aceptadas de la consciencia (IIT), para estudiar transiciones y alteraciones de la conciencia durante crisis epiléptica. Estos resultados se complementaron con una análisis de grafos en donde se calcularon la modularidad y el camino mínimo medio. Los resultados muestran el desempeño de estos indicadores cuando son aplicados al tipo de señales estudiadas. Se analizaron ventajas y desventajas de cada uno y se compararon con otros métodos que fueron utilizados (y muchos de ellos aún lo son) por la comunidad científica. El trabajo concluye con las limitaciones de los modelos utilizados y los próximos pasos sugeridos para continuar desarrollando métodos que permitan mejorar el entendimiento del cerebro, los diagnósticos de enfermedades y los tratamientos.
The human brain stands as one of the greatest enigmas that humankind has endeavored to solve since the dawn of time. From the ancient Greeks (and perhaps even earlier) to the present day, countless studies have delved into its anatomy, the intricate workings and connections of neurons, the interplay between different brain regions and the resulting actions or movements manifested in the body, and even the remarkable emergence of consciousness, proprioception, and emotions from the functional interplay within this intricate organ. Unveiling the mysteries of this vital organ holds immense significance for various aspects of human life. Modern neuroscience, armed with a multidisciplinary approach, undertakes a holistic study of the brain in pursuit of answers that will pave the way for, among other advancements, improved diagnosis and treatment of neurological disorders. This work focuses on the exploration of functional connectivity between brain regions, specifically examining the temporal dependence of neural activity between anatomically separated regions, particularly in the context of tasks that demand high cognitive engagement. This doctoral dissertation delves into the investigation of diverse mathematical and computational techniques employed to study functional brain connectivity. These techniques were applied to electroencephalography (EEG) and stereoelectroencephalography (SEEG) recordings. The implemented techniques enabled the analysis of stimulus response characteristics in a specific channel, encompassing both low frequencies (characteristic of EEG) and high frequencies (SEEG), for distinct groups of subjects engaged in active cognitive tasks during recording. Additionally, techniques for analyzing two contacts were explored, and the weighted symbolic mutual information (wSMI) and phase locking value (PLV) connectivity indexes were calculated in EEG recordings. Lastly, two techniques for studying system dynamics were employed. The integrated information index, based on one of the most widely accepted theories of consciousness (IIT), was calculated to investigate transitions and alterations of consciousness during epileptic seizures. These findings were complemented by graph analysis, calculating modularity and mean shortest path. The results showcase the performance of these indicators when applied to the type of signals studied. The advantages and disadvantages of each method were evaluated and compared with other approaches utilized (and still employed) by the scientific community. The work concludes by acknowledging the limitations of the employed models and outlining the next steps suggested for continued development of methods that will further enhance our understanding of the brain, improve disease diagnosis, and optimize treatment strategies.