Imágenes del cerebro basadas en algoritmos Bayesianos para problemas inversos mal condicionados MEG/EEG

dc.contributor.advisorEspinosa Oviedo, Jairo José (Thesis advisor)spa
dc.contributor.authorLópez Hincapié, José Davidspa
dc.date.accessioned2019-06-25T00:29:50Zspa
dc.date.available2019-06-25T00:29:50Zspa
dc.date.issued2012spa
dc.description.abstractLa 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 observedspa
dc.description.degreelevelDoctoradospa
dc.format.mimetypeapplication/pdfspa
dc.identifier.eprintshttp://bdigital.unal.edu.co/9199/spa
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/11705
dc.language.isospaspa
dc.relation.ispartofUniversidad Nacional de Colombia Sede Manizales Facultad de Ingeniería y Arquitectura Departamento de Ingeniería Eléctrica, Electrónica y Computaciónspa
dc.relation.ispartofDepartamento de Ingeniería Eléctrica, Electrónica y Computaciónspa
dc.relation.referencesLópez 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.spa
dc.rightsDerechos reservados - Universidad Nacional de Colombiaspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.licenseAtribución-NoComercial 4.0 Internacionalspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/spa
dc.subject.ddc0 Generalidades / Computer science, information and general worksspa
dc.subject.ddc61 Ciencias médicas; Medicina / Medicine and healthspa
dc.subject.ddc62 Ingeniería y operaciones afines / Engineeringspa
dc.subject.proposalProblema inverso MEG/EEGspa
dc.subject.proposalMarco Bayesianospa
dc.subject.proposalMultiple Sparse Priors // MEG/EEG inverse problemspa
dc.subject.proposalBayesian Frameworkspa
dc.subject.proposalMultiple Sparse Priors.spa
dc.titleImágenes del cerebro basadas en algoritmos Bayesianos para problemas inversos mal condicionados MEG/EEGspa
dc.title.translatedMEG/EEG brain imaging based on Bayesian algorithms for ill-posed inverse problemsSpa
dc.typeTrabajo de grado - Doctoradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_db06spa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/doctoralThesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TDspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
7909509.2012.pdf
Tamaño:
2.18 MB
Formato:
Adobe Portable Document Format