Análisis de señales neuronales del proyecto Blue Brain con modelos oscilatorios

Abstract

El cerebro es la estructura más compleja y a la vez más desconocida de nuestro cuerpo. Este desconocimiento hace que aún hoy haya muchos interrogantes acerca de las causas de múltiples trastornos mentales como el Parkinson o la esquizofrenia. Existen diferentes técnicas para alcanzar un conocimiento más profundo del cerebro, entre las que se encuentra el estudio de su actividad neuronal mediante señales oscilatorias de diferencia de potencial. Estas señales se han analizado tradicionalmente con diferentes modelos, como el modelo Cosinor o el modelo de Fourier. Sin embargo, estos modelos caracterizan las señales de una forma bastante imprecisa y dan como resultados unos parámetros no interpretables. El objetivo principal de este trabajo es el análisis de las señales de la base de datos del proyecto Blue Brain con diferentes modelos oscilatorios, entre ellos, el modelo Frequency Modulated Möbius (FMM). Es un modelo paramétrico que consigue unos mejores resultados que otros modelos oscilatorios en el ajuste de señales electrofisiológicas, además de proporcionar parámetros interpretables. Estos revelan diferencias existentes entre las señales de las distintas clases de neuronas. Por otro lado, incorporados como características a procedimientos de aprendizaje, permitirán discriminar los diferentes tipos neuronales, lo que será clave para el tratamiento y diagnóstico de múltiples enfermedades y trastornos mentales.

The brain is the most complex and the most unknown structure of our body. This lack of knowledge makes that even today there are still many questions about the causes of many mental disorders such as Parkinson’s disease or schizophrenia. There are different techniques for getting a deeper understanding of the brain, including the study of the oscillatory signals of their neuronal activity through oscillatory signals of potential difference. These signals have traditionally been analysed with different models, such as the Cosinor model or the Fourier model. However, these models characterise the signals in a rather imprecise way and give us uninterpretable parameters. The main objective of this work is the analysis of the signals of the Blue Brain project database with different oscillatory models, among them, the Frequency Modulated Möbius model (FMM). It is a parametric model that achieves better results than other oscillatory models in fitting electrophysiological signals, as well as providing interpretable parameters. These reveal differences between the signals of different classes of neurons. On the other hand, incorporated as features in learning procedures, they make possible to discriminate between different neuronal types, which will be essential for the treatment and diagnosis of multiple diseases and mental disorders.