Análisis cronectómico para la detección de meta-estados cerebrales

Abstract

El cerebro alberga una gran cantidad de neuronas que se comunican entre sí, formando una compleja red de interconexiones. El conectoma aborda esta red de conectividad desde una perspectiva estática, mientras que el cronectoma adopta un enfoque dinámico. En el marco de la cronectómica, los patrones recurrentes de actividad cerebral se conocen como meta-estados. Existen diversos algoritmos de detección de comunidades que permiten identificar estas estructuras, pero actualmente no existe un estándar consensuado. Por ello, el presente Trabajo de Fin de Grado (TFG) tiene como objetivo evaluar la consistencia de los meta-estados generados por diferentes métodos de detección: Louvain GJA, Leiden, k-medoids, Walktrap, NSA y HDBSCAN. Para ello, se analizaron registros de electroencefalogramas de 38 sujetos sanos en estado de reposo (i.e., con los ojos cerrados y sin considerar ninguna tarea). Las señales se preprocesaron mediante filtrado y análisis de componentes independientes. A continuación, se seleccionó el minuto más limpio y se localizaron fuentes en 68 regiones de interés según el atlas de Desikan-Killiany. Tras este preprocesamiento, los datos se prepararon para la posterior detección de meta-estados. Este paso incluyó tanto el cálculo de la correlación de amplitud instantánea como la estimación de los diagramas de recurrencia. Las redes cerebrales analizadas fueron ponderadas y no dirigidas. Posteriormente, se aplicaron los métodos de detección de comunidades, realizando adaptaciones previas cuando era necesario. Nuestros resultados revelaron que los meta-estados identificados por los distintos métodos presentan bastantes similitudes, detectándose normalmente tres: uno frontal, otro parietooccipital y un tercero temporal, este último con mayor variabilidad. La explicación de este suceso puede deberse a la inestabilidad de su estructura durante el registro (i.e., los enlaces fluctúan de forma significativa en el tiempo, lo que conlleva a la detección inadecuada del meta-estado). Los métodos Louvain GJA, Leiden y k-medoids identificaron consistentemente tres meta-estados en todas las bandas de frecuencia; Walktrap mostró el mismo patrón, excepto en beta 2, donde detectó cinco; NSA identificó solo dos en todas las bandas; y HDBSCAN tres en delta y zeta, y dos en las restantes. Los meta-estados frontal y parietooccipital exhibieron correlaciones significativas entre los métodos que lograron detectarlos, con valores superiores a 0.75 en todas las bandas de frecuencia. El meta-estado frontal fue identificado por todos los métodos en todas las bandas, salvo por k-medoids y HDBSCAN en delta y zeta. Por su parte, el parietooccipital no fue reconocido por HDBSCAN en ninguna banda ni por Walktrap en alfa y beta 1. En conclusión, Louvain GJA, Leiden, k-medoids, Walktrap y NSA mostraron alta consistencia en la detección de meta-estados, mientras que HDBSCAN generó resultados más diferenciados.