Análise de sinais cerebrais: uma abordagem de informação simbólica para distinguir diferentes processos cognitivos
Sinais cerebrais, Entropia de Shannon; Complexidade estatística; Metodologia simbólica de Bandt & Pompe; Neurociência.
Esta dissertação aborda a análise de sinais cerebrais e sua aplicação em diferentes contextos experimentais. Introduzimos os fundamentos teóricos sobre sinais e séries temporais, bem como as técnicas de captura e armazenamento desses sinais. Em seguida, discutimos a contribuição dos físicos para o estudo da neurociência, focando na análise estatística de séries temporais discretas obtidas de sinais cerebrais durante a realização de diferentes tarefas cognitivas. Detalhamos a aplicação da entropia de Shannon e da complexidade estatística MPR como quantificadores para caracterizar sinais cerebrais, utilizando a metodologia simbólica de Bandt & Pompe. Descrevemos ainda a implementação da metodologia simbólica de Bandt & Pompe utilizando a linguagem de programação Python. Finalmente, exploramos dois experimentos distintos: um envolvendo tarefas cognitivas visuais realizadas por humanos e outro relacionado a tarefas motoras realizadas por macacos. Mostramos que essas ferramentas de teoria da informação são úteis para caracterizar e distinguir diferentes processos cognitivos, bem como as escalas de tempos mais relevantes para o processamento das informações relativas às diferentes tarefas.