Caracterização da conectividade entre regiões cerebrais via entropia aproximada e causalidade de Granger.

• Ano de defesa: 2011
• Autor(a) principal: Massaroppe, Lucas
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Análise de séries temporais; Approximate entropy; Coerência parcial direcionada; Entropia amostral; Entropia aproximada; Inferência estatística; Information theory; Modelos não lineares; Nonlinear models; Partial directed coherence; Sample entropy; Statistical inference; Teoria da informação; Time series analysis
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-04112011-140951/

Essa dissertação apresenta o desenvolvimento métodos para caracterização da conectividade entre séries temporais neurofisiológicas. Utilizam-se metodologias provenientes da Teoria da Informação Entropias Aproximada e Amostral para representar a complexidade da série no tempo, o que permite inferir como sua variabilidade se transfere a outras sequências, através do uso da coerência parcial direcionada. Para cada sistema analisado: (1) Faz-se uma transformação em outro, relacionando-o às medidas de entropia, (2) Estima-se a conectividade pela coerência parcial direcionada e (3) Avalia-se a robustez do procedimento via simulações de Monte Carlo e análise de sensibilidade. Para os exemplos simulados, a técnica proposta é capaz de oferecer resultados plausíveis, através da correta inferência da direção de conectividade em casos de acoplamento não-linear (quadrático), com número reduzido de amostras temporais dos sinais, em que outras abordagens falham. Embora de simples implementação, conclui-se que o processo mostra-se como uma extensão da causalidade de Granger para o caso não-linear.