Determinación del patrón de conectividad cerebral a partir de EEG en presencia de artefactos = Determining brain-connectivity patterns in presence of artefacts using EEG / Castellanos N. P., Makarov V. A., Sánchez-Ramos C., Panetsos F.

Este artículo se encuentra disponible en su edición impresa.

Bibliografía: p. 279

Los diferentes estados del cerebro provocan la formación temporal de circuitos corticales cuya discriminación experimental abre el camino al estudio y caracterización de respuestas de comportamiento. En este trabajo recogemos e ilustramos en ejemplos los pasos necesarios para la determinación de patrones de conectividad funcional entre zonas corticales a partir de los registros EEG. El primer paso, la supresión de artefactos de diferentes tipos, se realiza mediante el análisis de componentes independientes que
permite reconstruir la actividad neuronal subyacente al artefacto e indica en qué grado está presente el artefacto sobre cada electrodo. En el segundo paso determinamos la conectividad funcional a partir de registros preprocesados.
Empleamos métodos estadísticos: la Coherencia Espectral Parcial y dDTF (direct Directed Transfer Function) que proporcionan un patrón de conectividad teniendo en cuenta el nivel de sincronización entre señales de los electrodos.
Demostramos y cuantificamos las diferencias el la topología de la red cortical utilizando como ejemplo dos estados del sujeto: ojos abiertos y cerrados. Para no cerrarnos a la idea de que dos estructuras interactúan solo cuando están sincronizadas, también consideramos las señales registradas en un contexto determinista. Demostramos que la dinámica local en el estado de ojos abiertos es más compleja, debido a que el patrón de conectividad es más denso

The different brain states incite in the generation of temporal cortical circuits, whose experimental discrimination allows the study and characterization of behavioral responses. In this work, we summarize and illustrate in examples the needed steps for the determination of functional connectivity patterns among cortical areas from EEG recordings. The firts step, different types of artifacts removal, is treated by means of independent component analysis that allows the recovering of neural activity under the artifact and show the presence degree of the artifact over each electrode position. In the second steps we determine the
functional connectivity from the preprocessed recordings.
We employ statistical methods: Partial Spectral Coherence and dDTF (direct Directed Transfer Function), that provide
the connectivity patterns taking into account the synchronization level among the signal. We demostrate and quantify the differences in the cortical network topology using as an example two subject states: open and close eyes. To be opened to the idea that two structures interact only when they are synchronized, we also consider the signal in a deterministic framework. We demostrate that the local dynamic in open eye state is more complex, due to the connectivity pattern is more dense.