Marco Fioretti
Le attività cerebrali nel tempo: TASER - Un approccio innovativo per la soluzione del problema inverso dell'EEG. = Brain activities over time: TASER - An innovative approach to solving the inverse EEG problem.
Rel. Luca Mesin. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Matematica, 2023
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (6MB) | Preview |
Abstract: |
L'elettroencefalografia (EEG) è un potente strumento per studiare l'attività cerebrale, ma l'identificazione e la localizzazione delle fonti di questa attività rimangono sfide significative. Questo problema inverso è cruciale per ottenere una comprensione più approfondita delle dinamiche cerebrali. Il nuovo algoritmo TASER (Time-constrained Active Sparse Estimation with Regularization) è stato sviluppato per affrontare questa sfida specifica, mirando a identificare e localizzare le fonti di attività cerebrale nel tempo. La metodologia di TASER si basa su una stima sparsa dei dipoli attivi all'interno del cervello, utilizzando una strategia di regolarizzazione che minimizza la norma L1. Questo metodo promuove la sparsità, riconoscendo che in un dato istante o contesto, solo poche fonti di attività cerebrale possono essere rilevanti, mentre molte altre potrebbero non contribuire significativamente all'output dell'EEG. Questo approccio aiuta a concentrarsi sulle sorgenti più rilevanti dell'attività cerebrale. Inoltre, TASER considera anche un vincolo temporale specifico, il che significa che tiene conto del tempo in cui si verificano queste attività cerebrali. Poiché l'attività cerebrale è dinamica e varia nel tempo, è fondamentale comprendere non solo la posizione spaziale delle fonti, ma anche come queste variano nel corso del tempo. Questo aspetto dinamico è considerato fondamentale per una comprensione completa e dettagliata dell'attività cerebrale. La validità di TASER è stata valutata attraverso un confronto con altri algoritmi precedentemente proposti nella letteratura scientifica, come il classico metodo MNE (Minimum Norm Estimates), ottenendo un errore quadratico medio nella stima delle sorgenti e ricostruzione di un segnale simulato del 0,34%. Questo confronto mirava a evidenziare l'efficacia di TASER nel rilevare le fonti attive nel tempo rispetto a approcci già consolidati. I risultati sperimentali preliminari indicano che TASER è in grado di individuare con precisione le fonti attive nel tempo, offrendo promettenti risultati che potrebbero essere ulteriormente perfezionati attraverso sviluppi futuri. Questo è un passo avanti significativo nella comprensione delle dinamiche cerebrali, fornendo un metodo più accurato per identificare e monitorare le fonti di attività cerebrale nel corso del tempo. In definitiva, l'analisi comparativa ha evidenziato la capacità di TASER di seguire l'attività cerebrale dinamica, aprendo nuove prospettive per un'analisi più dettagliata e approfondita dell'attività cerebrale in contesti reali. Questo potrebbe portare a strumenti più sofisticati per studiare i cambiamenti nello spazio e nel tempo dell'attività cerebrale umana, aprendo nuove frontiere per la ricerca neuroscientifica. |
---|---|
Relatori: | Luca Mesin |
Anno accademico: | 2023/24 |
Tipo di pubblicazione: | Elettronica |
Numero di pagine: | 70 |
Soggetti: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Matematica |
Classe di laurea: | Nuovo ordinamento > Laurea magistrale > LM-44 - MODELLISTICA MATEMATICO-FISICA PER L'INGEGNERIA |
Aziende collaboratrici: | NON SPECIFICATO |
URI: | http://webthesis.biblio.polito.it/id/eprint/29056 |
Modifica (riservato agli operatori) |