Tesis doctoral de Umberto Sergio Pio Melia
El registro de la señal electroencefalografíca (eeg) proporciona información sobre los cambios en la actividad cerebral asociados con varios estados de la anestesia, la epilepsia, la atención cerebral, los trastornos del sueño, los trastornos cerebrales, etc. Los eeg son señales complejas cuyas propiedades estadísticas dependen del espacio y del tiempo. Sus características aleatorias y no estacionarias hacen imposible que el eeg se describa de forma precisa con una técnica sencilla requiriendo un análisis y una caracterización que implica técnicas que tengan en cuenta su no estacionariedad. Todo esto aumenta la necesidad de desarrollar nuevas técnicas avanzadas con el fin de mejorar la eficiencia de los métodos utilizados en la práctica clínica que son basados en el análisis de eeg. en esta tesis se han investigado y aplicado diferentes métodos utilizando técnicas no lineales con el fin de desarrollar índices capaces de caracterizar el espectro de frecuencias, la dinámica no lineal y la complejidad de las señales eeg registradas en diferentes estados de conciencia. En primer lugar, se ha desarrollado un nuevo algoritmo basado en la envolvente de la señal para la eliminación de ruido de picos en las señales biológicas. Este algoritmo ha sido aplicado a señales simuladas y reales obteniendo resultados significativamente mejores comparados con los filtros adaptativos tradicionales. Seguidamente, se han llevado a cabo varios estudios con el fin de extraer y evaluar las medidas de eeg basadas en técnicas no lineales en diferentes contextos.Se han definido nuevos índices mediante el cálculo de la entropía de la distribución de choi-williams (dcw) con respecto al tiempo o la frecuencia. Se ha observado que los valores de estos índices tienden a disminuir, en diferentes proporciones, cuando el comportamiento de las señales evoluciona de caótico o aleatorio a periódico. Además, se han encontrado valores diferentes de estos índices aplicados a la señal eeg registrada en diferentes estados. diferentes medidas basadas en la representación tiempo-frecuencia, la función de información mutua y la correntropia se han aplicado al eeg para la detección automática de la somnolencia en pacientes que sufren trastornos del sueño. Se ha observado en la zona frontal que la potencia en la banda ¿ es mayor en los pacientes con somnolencia diurna excesiva, mientras que la entropía espectral y la entropía espectral cruzada en la banda d es mayor en los pacientes sin somnolencia. En el grupo sin somnolencia se ha encontrado más complejidad en la zona occipital, mientras que el acoplamiento no lineal entre las regiones occipital y frontal ha resultado más fuerte en pacientes con somnolencia diurna excesiva, en la banda íY. la representación tiempo-frecuencia y las medidas no lineales se han utilizado para estudiar cómo la adaptación y la fatiga afectan a los potenciales cerebrales relacionados con estímulos térmicos, eléctricos y auditivos. Analizando el promedio de varias épocas de eeg grabadas después de la estimulación, se han encontrado diferencias entre las respuestas a la estimulación frecuente e infrecuente en diferentes períodos de registro.Todas las técnicas que se han desarrollado, se han aplicado a señales eeg registradas en pacientes sedados, con el fin de predecir las respuestas a la estimulación del dolor. Un conjunto de medidas calculadas en señales eeg filtradas en diferentes bandas de frecuencia ha permitido mejorar la evaluación del nivel de sedación. Las medidas propuestas han presentado un mejor rendimiento comparado con el índice bispectral, un indicador de hipnosis tradicional. En conclusión, las medidas no lineales basadas en la representación tiempo-frecuencia, funciones de información mutua y correntropia han proporcionado informaciones adicionales que contribuyeron a mejorar la detección automática de la somnolencia, la caracterización y predicción de las respuestas nociceptivas y por lo tanto la evaluación del nivel de sedación.
Datos académicos de la tesis doctoral «Development of nonlinear techniques based on time-frequency representation and information theory for the analysis of eeg signals to assess different states of consciousness«
- Título de la tesis: Development of nonlinear techniques based on time-frequency representation and information theory for the analysis of eeg signals to assess different states of consciousness
- Autor: Umberto Sergio Pio Melia
- Universidad: Politécnica de catalunya
- Fecha de lectura de la tesis: 03/12/2014
Dirección y tribunal
- Director de la tesis
- Montserrat Vallverdú Ferrer
- Tribunal
- Presidente del tribunal: raimon Jané campos
- Alberto Porta (vocal)
- (vocal)
- (vocal)