Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

MEG/EEG brain imaging based on Bayesian algorithms for ill-posed inverse problems = [Imágenes del cerebro basadas en algoritmos Bayesianos para problemas inversos mal condicionados MEG/EEG]

López Hincapié, José David (2012) MEG/EEG brain imaging based on Bayesian algorithms for ill-posed inverse problems = [Imágenes del cerebro basadas en algoritmos Bayesianos para problemas inversos mal condicionados MEG/EEG]. Doctorado thesis, Universidad Nacional de Colombia - Sede Manizales.

Texto completo

[img]
Vista previa
PDF - Versión Enviada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

2MB

Resumen

La reconstrucción de actividad neuronal con datos EEG/MEG es un problema mal condicionado y sujeto a incertidumbre. En este documento de tesis se presenta un análisis de las técnicas Bayesianas utilizadas para resolver el problema inverso EEG/MEG, se evalúa la energía libre como función de costo y se proponen diversas mejoras para reducir la incertidumbre y el error de localización de las diversas fuentes de activación neuronal. La principal contribución de esta tesis es la inclusión de la incertidumbre en el modelo directo de la cabeza como parte de la formulación Bayesiana, de este modo en lugar de estimar una posición única de las fuentes es posible proveer una distribución de probabilidad sobre su posible ubicación al interior del cerebro. Otra importante contribución es el desarrollo de diversas soluciones enfocadas a mejorar el algoritmo Multiple Sparse Priors mediante la exibilización de la información a priori utilizada. Todas las técnicas propuestas fueron validadas con datos simulados y reales, presentado mejoras significativas en la solución / Abstract: The neural activity reconstruction from EEG/MEG is an ill-posed inverse problem highly affected by uncertainty. In this thesis dissertation the Bayesian framework for solving the EEG/MEG inverse problem is analysed, the Free energy is revised as cost function and several improvements are proposed in order to reduce the uncertainty and the localisation error of the sources of neural activity. Two main contributions are presented in this document: The inclusion of uncertainty on the forward modelling of the head is introduced in the Bayesian formulation as an improvement on the solution, it provides a posterior distribution of the location of neural activity instead of single point estimates; also, several improvements on the Multiple Sparse Priors algorithm are proposed in order to provide robustness on the solution, they are focused on adding exibility on the prior information used on the solution by implementing iterative search approaches. All the contributions were validated with synthetic and real data, significant improvements were observed

Tipo de documento:Tesis/trabajos de grado - Thesis (Doctorado)
Colaborador / Asesor:Espinosa Oviedo, Jairo José
Palabras clave:Problema inverso MEG/EEG; Marco Bayesiano; Multiple Sparse Priors // MEG/EEG inverse problem; Bayesian Framework; Multiple Sparse Priors.
Temática:0 Generalidades / Computer science, information & general works
6 Tecnología (ciencias aplicadas) / Technology > 61 Ciencias médicas; Medicina / Medicine & health
6 Tecnología (ciencias aplicadas) / Technology > 62 Ingeniería y operaciones afines / Engineering
Unidad administrativa:Sede Manizales > Facultad de Ingeniería y Arquitectura > Departamento de Ingeniería Eléctrica, Electrónica y Computación
Código ID:9199
Enviado por : Biblioteca Digital Universidad Nacional de Colombia - Sede Manizales
Enviado el día :26 Febrero 2013 22:45
Ultima modificación:26 Febrero 2013 22:45
Ultima modificación:26 Febrero 2013 22:45
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox