Tesis:
Functional and effective connectivity in MEG. Application to the study of epilepsy.
- Autor: NISO GALAN, Julia Guiomar
- Título: Functional and effective connectivity in MEG. Application to the study of epilepsy.
- Fecha: 2013
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS DE TELECOMUNICACION
- Departamentos: TECNOLOGIA FOTONICA
- Acceso electrónico: http://oa.upm.es/23086/
- Director/a 1º: POZO GUERRERO, Francisco del
- Director/a 2º: PEREDA DE PABLO, Ernesto
- Resumen: Nuestro cerebro contiene alrededor de 10^14 sinapsis neuronales. Esta enorme cantidad de conexiones proporciona un entorno ideal en el que distintos grupos de neuronas se sincronizan transitoriamente provocando la aparición de funciones cognitivas, como la percepción, el aprendizaje o el pensamiento. Comprender la organización de esta compleja red cerebral en la base a datos neurofisiológicos, representa uno de los desafíos más importantes y emocionantes en el campo de la neurociencia. Se han propuesto recientemente varias medidas para evaluar cómo se comunican las diferentes partes del cerebro a diversas escalas (células individuales, columnas corticales, o áreas cerebrales). Podemos clasificarlos, según su simetría, en dos grupos: por una parte, la medidas simétricas, como la correlación, la coherencia o la sincronización de fase, que evalúan la conectividad funcional (FC); mientras que las medidas asimétricas, como la causalidad de Granger o transferencia de entropía, son capaces de detectar la dirección de la interacción, lo que denominamos conectividad efectiva (EC). En la neurociencia moderna ha aumentado el interés por el estudio de las redes funcionales cerebrales, en gran medida debido a la aparición de estos nuevos algoritmos para analizar la interdependencia entre señales temporales, además de la emergente teoría de redes complejas y la introducción de técnicas novedosas, como la magnetoencefalografía (MEG), para registrar datos neurofisiológicos con gran resolución. Sin embargo, es un campo nuevo que presenta aún varias cuestiones metodológicas sin resolver, algunas de las cuales tratarán de abordarse en esta tesis. En primer lugar, el creciente número de aproximaciones para determinar la existencia de FC/EC entre dos o más señales temporales, junto con la complejidad matemática de las herramientas de análisis, hacen deseable organizarlas todas en un paquete software intuitivo y fácil de usar. Aquí presento HERMES (http://hermes.ctb.upm.es), una toolbox en Matlab®, diseñada precisamente con este fin. Creo que esta herramienta será de gran ayuda para todos aquellos investigadores que trabajen en el campo emergente del análisis de conectividad cerebral y supondrá un gran valor para la comunidad científica. La segunda cuestión práctica que se aborda es el estudio de la sensibilidad a las fuentes cerebrales profundas a través de dos tipos de sensores MEG: gradiómetros planares y magnetómetros, esta aproximación además se combina con un enfoque metodológico, utilizando dos índices de sincronización de fase: PLV y PLI, este último menos sensible a efecto la conducción volumen. Por lo tanto, se compara su comportamiento al estudiar las redes cerebrales, obteniendo que magnetómetros y PLV presentan respectivamente redes más densamente conectadas que gradiómetros planares y PLI, debido a los valores artificiales que crea el problema de la conducción de volumen. Sin embargo, cuando se trata de caracterizar redes epilépticas, el PLV que ofrece mejores resultados, ya que las redes obtenidas con PLI son muy dispersas. El análisis de redes complejas ha proporcionado nuevos conceptos que mejoran caracterización de la interacción de sistemas dinámicos. Se considera que una red está compuesta por nodos, que simbolizan sistemas, cuyas interacciones se representan por enlaces, y su comportamiento y topología puede caracterizarse por un gran número de medidas. Sin embargo, existe evidencia teórica y empírica de que muchas de ellas están fuertemente correlacionadas entre sí. Por lo tanto, se han reducido a un pequeño grupo que caracteriza eficazmente estas redes, y condensa la información redundante. Para este tipo de análisis, la selección de un umbral adecuado para decidir si un determinado valor de conectividad de la matriz de FC es significativo y debe ser incluido en el posterior análisis de redes, se convierte en un paso crucial. En esta tesis, mediante un test de subrogadas, basado en los datos, para evaluar individualmente cada uno de los enlaces, se han obtenido resultados más precisos que cuando se establece a priori un umbral fijo de la densidad de conexiones. Todas estas cuestiones se han aplicado a un caso práctico, en el que se estudian las redes funcionales MEG, en estado de reposo, de dos grupos de pacientes epilépticos (generalizada idiopática y focal frontal) en comparación con sujetos control sanos. La epilepsia es uno de los trastornos neurológicos más comunes y en consecuencia, este estudio presenta un gran interés tanto desde el punto de vista clínico como de investigación. Los resultados manifiestan alteraciones específicas en la conectividad y un cambio en la topología de las redes cerebrales en epilepsia, desplazando la importancia del ‘foco’ a la ‘red’, enfoque que va adquiriendo relevancia en las investigaciones recientes sobre epilepsia.