Análise de Séries Temporais de Eletroencefalograma (EEG) em Humanos Durante uma Tarefa de Tomada de Decisão
neurociência computacional, análise de dados, sistemas complexos
Entender a conectividade funcional do cérebro, como ele processa informações e percebe o mundo à nossa volta, é um dos principais objetivos da neurociência. Para estudar essas
questões, pode-se analisar o cérebro através de séries temporais geradas pelos sinais elétricos entre os neurônios, obtidas durante diferentes processos
cognitivos, e assim caracterizar de forma estatística as propriedades desses sinais. Neste
trabalho, analisamos dados de eletroencefalograma (EEG) em humanos durante uma tarefa visual do tipo
Go/No-Go à luz de quantificadores estatísticos.
Esse tipo de dado vem sendo estudado através de médias, sinais evocados, transformadas de Fourier e medidas de conectividade e causalidade.
Aqui, além dessas mdedias, adotamos a metodologia de
simbolização de Bandt-Pompe para determinar uma função de distribuição de probabilidade e calcular a complexidade e a entropia para diferentes janelas de tempo ao longo da tarefa cognitiva.
Usando esses índices da teoria da informação, conseguimos mostrar que os trials Go/No-Go
podem ser distinguidos de forma separada no plano de complexidade x entropia em diferentes janelas temporais e canais do EEG. Sendo
assim, nossos resultados mostram que esses quantificadores podem ser uma boa ferramenta para
analisar e diferenciar os sinais cerebrais em diferentes atividades cognitivas. Além disso, utilizando a abordagem de
multiescala temporal, pode-se estimar as escalas de tempo mais importantes para o processamento da informação no cérebro.