Amplitude da flutuação e correlação cruzada em sinais eletroencefalográficos: uma modelagem com a função de flutuação rms e o coeficiente de correlação cruzada ρDCCA

Abstract

Apesar das limitações de resolução espacial, a Eletroencefalogra a (EEG) continua sendo uma ferramenta valiosa e atual para pesquisas e diagnósticos. Investigações associadas a distúrbios degenerativos do sistema neural: Alzheimer, doença de Parkinson, distúrbios relacionados a resposta motora e sobretudo processos cognitivos, estão relacionados com o uso do EEG. Com uma resolução temporal da ordem de milissegundos, a leitura do EEG se mostra mais e ciente quando comparado com a tomografia computadorizada e a ressonância magnética. Em termos clínicos a significância da aplicação remete a algumas anormalidades na leitura dos sinais, levando a considerar um certo grau de subjetividade no exame visual do traçado e comportamento. Independente do distúrbio que se pretende investigar ou processo degenerativo, e pelo fato do EEG apresentar uma boa resolução temporal, a amplitude do sinal torna-se muito importante para identi car desordens ocasionadas pela atividade elétrica do cérebro. Diante deste cenário, este trabalho pretende propor um modelo computacional, baseado na função de flutuação rms (raiz quadrá- tica média), FDFA(n), para mensurar a amplitude da flutuação entre regiões distintas do encéfalo e interpretar de maneira auto-a m sua correlação cruzada. Como resultados, analisamos duas tarefas: uma primeira tarefa realizado por estímulos motores e uma segunda, estimulada pela leitura de um texto. Para estímulos motores, mostramos que as séries temporais complexas do EEG exibem flutuações características dependendo do canal analisado. A m de demonstrar a eficácia da técnica proposta, analisamos quatro canais distintos aqui representados por F332, F637 (região frontal da cabeça) e P349, F654 (região parietal da cabeça). Verificamos que a amplitude da função rms FDFA é maior para os canais frontais do que para os parietais. Para tabular melhor esta informação, foi calculado a diferença entre FDFA (em escala logarítmica). Para o estimulo gerada pela leitura (cérebro treinado / cérebro não treinado), foram escolhidos 11 bio-eletrodos localizados nas regiões frontal, parietal, temporal e occipital do cérebro de duas pessoas. A diferença entre os indivíduos aparece para escalas de tempo n < 128 (f > 1Hz). Acredito que esse estudo possa trazer contribuições dos efeitos gerados pelos registros de EEG, acréscimos a metodologias existentes, assim como tornar-se um catalisador para estudos futuros que evidenciem a dinâmica das respostas motoras e cognitivas de humanos com complexos estímulos.

ABSTRACT: Despite the limitations of spatial resolution, Electroencephalography (EEG) remains a valuable and current tool for research and diagnosis. Investigations associated with degenerative disorders of the neural system: Alzheimer's, Parkinson's disease, disorders related to motor response and mainly cognitive processes, are related to the use of EEG. With a temporal resolution of the order of milliseconds, the EEG reading is more e cient when compared with computed tomography and magnetic resonance imaging. In clinical terms, the signi cance of the application refers to some abnormalities in the reading of the signs, leading to consider a certain degree of subjectivity in the visual examination of the tracing and behavior. Regardless of the disorder to be investigated or the degenerative process, and because the EEG presents a good temporal resolution, the amplitude of the signal becomes very important to identify disorders caused by the electrical activity of the brain. Considering this scenario, this work intends to propose a computational model, based on the rms otation function (mean square root), FDF A(n), to measure the amplitude of the Euctuation between distinct regions of the brain and to interpret in a self -About its cross-correlation. As results, we analyzed two tasks: a rst task performed by motor stimuli and a second task, stimulated by the reading of a text. For motor stimuli, we show that complex time series of the EEG exhibit characteristic Euctuations depending on the channel analyzed. In order to demonstrate the e cacy of the proposed technique, we have examined four distinct channels represented here by F332, F637 (front head region) and P349, F654 (parietal region of the head). We have found that the amplitude of the rms function FDF A is larger for the front channels than for the parietal ones. To better tabulate this information, the di erence between FDF A (on a logarithmic scale) was calculated. For the stimulus generated by the reading (trained brain / untrained brain), 11 bio-electrodes were chosen located in the frontal, parietal, temporal and occipital regions of the brain of two people. The di erence between individuals appears for time scales n < 128 (f > 1Hz). I believe that this study can bring contributions from the effects generated by EEG records, additions to existing methodologies, as well as become a catalyst for future studies that demonstrate the dynamics of motor and cognitive responses of humans with complex stimuli.