Métodos basados en grafos para el análisis automático de señales electroencefalográficas

Abstract

Este proyecto implementará varias técnicas para obtener mapas de señales electroencefalográficas (EEG) sobre grafos. En particular, los grafos de cuantiles (QG) permiten captar y cuantificar características tales como las correlaciones de largo alcance o la aleatoriedad presente en la dinámica subyacente de la señal de EEG. Se estudiará el uso de estadísticas de grafos para caracterizar series temporales y estadísticas de series temporales para caracterizar grafos. Los métodos implementados se aplicarán en las señales de EEG de pacientes epilépticos y humanos sanos que buscan mostrar la relación entre las diferencias en la dinámica de las ondas cerebrales y la topología de los grafos estimados. Por lo tanto, la dinámica de las series temporales se estudia a través de la organización del grafo utilizando medidas tales como el exponente Lyapunov, las entropías y la dimensión de correlación.

This project will implement several techniques for obtaining maps from electroencephalographic (EEG) signals to graphs. Particularly, quantile graphs (QGs) allows features such as long range correlations or randomness present in the underlying dynamics of the EEG signal to be to captured and quantified. The use of graph statistics to characterize time series and time series statistics to characterize graphs will be study. The implemented methods will be applied in EEG signals from epileptic patients and healthy humans searching to show the relationship between differences in brain wave dynamics and the topology of the estimated graphs. Thus, the dynamics of the time series is studied via the organization of the graph using measures such as Lyapunov exponent, entropies, and correlation dimension.