Mostrar el registro sencillo del ítem
dc.contributor.advisor | Corral Ortega, Cristina | es_ES |
dc.contributor.advisor | Bianchi, Anna Maria | es_ES |
dc.contributor.author | Navarro Piles, Hugo | es_ES |
dc.date.accessioned | 2023-09-22T10:15:11Z | |
dc.date.available | 2023-09-22T10:15:11Z | |
dc.date.created | 2023-07-26 | |
dc.date.issued | 2023-09-22 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/196960 | |
dc.description.abstract | [ES] El objetivo principal de este estudio es investigar la conectividad cerebral durante dos condiciones diferentes: Tarea de Observación de la Acción (TOA) e Imaginería Motora (IM), utilizando la electroencefalografía (EEG) como técnica de registro. Para obtener resultados fiables y de alta calidad, se aplicaron varias técnicas de preprocesamiento de datos. En primer lugar, se filtró la señal EEG en el rango de frecuencias de 1-45 Hz para eliminar las frecuencias no deseadas y mejorar la calidad de la señal. A continuación, los datos se segmentaron en épocas temporales específicas, que iban de -5 a 6,5 segundos, para analizar y comparar la actividad cerebral en puntos temporales clave. Durante el análisis, se tuvo en cuenta la calidad de los canales de EEG. Los canales con defectos o interferencias visuales se eliminaron del estudio para evitar distorsiones en los resultados. Además, se utilizó el análisis de componentes independientes (ICA) para identificar y eliminar fuentes de artefactos que pudieran afectar a la interpretación de la conectividad cerebral. Tras el preprocesamiento de los datos, se calcularon las matrices de conectividad cerebral utilizando el índice de retraso de fase (PLI). Esta medida proporciona información sobre la sincronización y la comunicación funcional entre diferentes regiones cerebrales. Se analizaron las conexiones funcionales en todo el cerebro durante las condiciones AOT y MI, con el objetivo de identificar patrones de conectividad específicos asociados a cada tarea. Un análisis adicional se centró en dos bandas específicas de frecuencias cerebrales: la banda mu (8-12 Hz) y la banda beta (14-20 Hz). Estas bandas están relacionadas con procesos motores y cognitivos, y su estudio permitió una exploración más detallada de la actividad cerebral durante AOT y MI. Además, se realizaron análisis específicos para identificar patrones de comportamiento comunes en la conectividad cerebral durante ambas condiciones. Se examinaron las similitudes y diferencias en la conectividad funcional entre diferentes regiones cerebrales, proporcionando valiosos conocimientos sobre los mecanismos neuronales subyacentes de la observación de la acción y la imaginería motora. Este estudio utiliza técnicas avanzadas de procesamiento de señales y análisis de la conectividad cerebral para investigar la actividad neuronal durante la AOT y la MI. Los resultados obtenidos no sólo mejorarán nuestra comprensión de los procesos cognitivos y motores implicados, sino que también pueden tener aplicaciones clínicas en áreas como la rehabilitación y el neurofeedback. | es_ES |
dc.description.abstract | [EN] The main objective of this study is to investigate brain connectivity during two different conditions: Action Observation Task (AOT) and Motor Imagery (MI), using electroencephalography (EEG) as the recording technique. To obtain reliable and high-quality results, various data preprocessing techniques were applied. Firstly, the EEG signal was filtered in the frequency range of 1-45 Hz to remove unwanted frequencies and improve signal quality. Next, the data was segmented into specific time epochs, ranging from -5 to 6.5 seconds, to analyze and compare brain activity at key time points. During the analysis, the quality of the EEG channels was taken into account. Channels with defects or visual interferences were eliminated from the study to avoid distortions in the results. Furthermore, independent component analysis (ICA) was used to identify and remove artifact sources that could impact the interpretation of brain connectivity. After preprocessing the data, brain connectivity matrices were calculated using the Phase Lag Index (PLI). This measure provides information about the synchronization and functional communication between different brain regions. Functional connections throughout the brain were analyzed during the AOT and MI conditions, aiming to identify specific connectivity patterns associated with each task. An additional analysis focused on two specific brain frequency bands: the mu band (8-12 Hz) and the beta band (14-20 Hz). These bands are related to motor and cognitive processes, and their study allowed for a more detailed exploration of brain activity during AOT and MI. Furthermore, specific analyses were conducted to identify common behavioral patterns in brain connectivity during both conditions. Similarities and differences in functional connectivity between different brain regions were examined, providing valuable insights into the underlying neural mechanisms of action observation and motor imagery. In summary, this study utilizes advanced signal processing techniques and analysis of brain connectivity to investigate neuronal activity during AOT and MI. The obtained results will not only enhance our understanding of the cognitive and motor processes involved but may also have clinical applications in areas such as rehabilitation and neurofeedback. | es_ES |
dc.format.extent | 41 | es_ES |
dc.language | Inglés | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reserva de todos los derechos | es_ES |
dc.subject | Conectividad cerebral | es_ES |
dc.subject | Electroencefalografía | es_ES |
dc.subject | Observación de Acciones | es_ES |
dc.subject | Imaginería Motora | es_ES |
dc.subject | Preprocesamiento | es_ES |
dc.subject | Filtrado | es_ES |
dc.subject | Análisis de componentes independientes (ICA) | es_ES |
dc.subject | Matrices de conectividad | es_ES |
dc.subject | Banda mu | es_ES |
dc.subject | Banda beta | es_ES |
dc.subject | Sincronización | es_ES |
dc.subject | Comunicación funcional | es_ES |
dc.subject | Patrones de comportamiento comunes. | es_ES |
dc.subject | Brain connectivity | es_ES |
dc.subject | Electroencephalography | es_ES |
dc.subject | Action Observation | es_ES |
dc.subject | Motor Imagery | es_ES |
dc.subject | Preprocessing | es_ES |
dc.subject | Filtering | es_ES |
dc.subject | Independent component analysis (ICA) | es_ES |
dc.subject | Connectivity matrices | es_ES |
dc.subject | Mu band | es_ES |
dc.subject | Beta band | es_ES |
dc.subject | Synchronization | es_ES |
dc.subject | Functional communication | es_ES |
dc.subject | Common behavioral patterns. | es_ES |
dc.subject.classification | MATEMATICA APLICADA | es_ES |
dc.subject.other | Grado en Ingeniería Biomédica-Grau en Enginyeria Biomèdica | es_ES |
dc.title | Analysis of the effect of Action Observation and Motor Imagery on brain connectivity | es_ES |
dc.title.alternative | Análisis del efecto de la observación de la acción y la imaginación motora en la conectividad cerebral. | es_ES |
dc.title.alternative | Anàlisi de l'efecte de l'observació de l'acció i la imaginació motora en la connectivitat cerebral | es_ES |
dc.type | Proyecto/Trabajo fin de carrera/grado | es_ES |
dc.rights.accessRights | Cerrado | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Matemática Aplicada - Departament de Matemàtica Aplicada | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros Industriales - Escola Tècnica Superior d'Enginyers Industrials | es_ES |
dc.description.bibliographicCitation | Navarro Piles, H. (2023). Analysis of the effect of Action Observation and Motor Imagery on brain connectivity. Universitat Politècnica de València. http://hdl.handle.net/10251/196960 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\159040 | es_ES |