Análisis de series de tiempo de la actividad neuronal
En este trabajo interdisciplinario se resuelven computacionalmente problemas planteados por investigadores del Laboratorio de Neurofisiología del Departamento de Fisiología y Biofísica de la Facultad de Medicina de la Universidad de Buenos Aires, sobre la dificultad para detectar sincronismo entre n...
Guardado en:
Autor principal: | |
---|---|
Otros Autores: | |
Formato: | Tesis de grado publishedVersion |
Lenguaje: | Español |
Publicado: |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
2001
|
Acceso en línea: | https://hdl.handle.net/20.500.12110/seminario_nCOM000450_Yankilevich |
Aporte de: |
id |
seminario:seminario_nCOM000450_Yankilevich |
---|---|
record_format |
dspace |
institution |
Universidad de Buenos Aires |
institution_str |
I-28 |
repository_str |
R-134 |
collection |
Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA) |
language |
Español |
orig_language_str_mv |
spa |
description |
En este trabajo interdisciplinario se resuelven computacionalmente problemas planteados por investigadores del Laboratorio de Neurofisiología del Departamento de Fisiología y Biofísica de la Facultad de Medicina de la Universidad de Buenos Aires, sobre la dificultad para detectar sincronismo entre neuronas afectadas por el mal de Parkinson. La herramienta computacional obtenida es capaz de resolver este problema, permitiendo realizar un análisis cuantitativo y cualitativo de la dinámica neuronal, además de análisis específicos de sincronización y correlación lineal y no lineal en señales de actividad neuronal. Las señales analizadas fueron registros extracelulares de unidades neuronales aisladas (similares al electroencefalograma, pero de una única neurona) y se las estudió con distintos métodos y técnicas, correspondientes al análisis de series de tiempo no lineales. Con esta herramienta se puede obtener una mejor visión del conjunto de datos, revelando patrones subyacentes en la estructura de disparo de las neuronas. Asimismo se puede extraer información de las variables más importantes del sistema, se detectan anomalías o características inusuales en la señal estudiada, pero sobre todo la herramienta está orientada a la detección de sincronismo y comparación de registros de pares de neuronas que han sido tomados simultáneamente. El estudio es efectuado sobre ratas de laboratorio con Parkinson inducido. El programa implementado reconstruye el atractor correspondiente a la dinámica de la neurona en un espacio de fases restringido, genera gráficos comparados de autocorrelación, correlación cruzada, histogramas, gráficos de espigas, gráficos de espigas en tiempo real y gráficos de espigas dinámicos comparados. Además, como innovador, se presentan los diagramas de variabilidad que son un método gráfico para representar la correlación local existente entre los valores sucesivos de una serie de tiempo. Este método será de utilidad al momento de estudiar el efecto de distintas drogas sobre la actividad neuronal. Durante el ciclo de desarrollo de la herramienta se fue interactuando con los expertos en el área, de manera de cumplir con todos los requerimientos. La implementación de la misma se realizó en Java logrando así compatibilidad tanto en ambientes Windows como Unix. |
author2 |
Blanco, Susana Alicia Ana |
author_facet |
Blanco, Susana Alicia Ana Yankilevich, Patricio |
format |
Tesis de grado Tesis de grado publishedVersion |
author |
Yankilevich, Patricio |
spellingShingle |
Yankilevich, Patricio Análisis de series de tiempo de la actividad neuronal |
author_sort |
Yankilevich, Patricio |
title |
Análisis de series de tiempo de la actividad neuronal |
title_short |
Análisis de series de tiempo de la actividad neuronal |
title_full |
Análisis de series de tiempo de la actividad neuronal |
title_fullStr |
Análisis de series de tiempo de la actividad neuronal |
title_full_unstemmed |
Análisis de series de tiempo de la actividad neuronal |
title_sort |
análisis de series de tiempo de la actividad neuronal |
publisher |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
publishDate |
2001 |
url |
https://hdl.handle.net/20.500.12110/seminario_nCOM000450_Yankilevich |
work_keys_str_mv |
AT yankilevichpatricio analisisdeseriesdetiempodelaactividadneuronal |
_version_ |
1782031586083995648 |
spelling |
seminario:seminario_nCOM000450_Yankilevich2023-09-12T13:13:18Z Análisis de series de tiempo de la actividad neuronal Yankilevich, Patricio Blanco, Susana Alicia Ana Jacovkis, Pablo Miguel En este trabajo interdisciplinario se resuelven computacionalmente problemas planteados por investigadores del Laboratorio de Neurofisiología del Departamento de Fisiología y Biofísica de la Facultad de Medicina de la Universidad de Buenos Aires, sobre la dificultad para detectar sincronismo entre neuronas afectadas por el mal de Parkinson. La herramienta computacional obtenida es capaz de resolver este problema, permitiendo realizar un análisis cuantitativo y cualitativo de la dinámica neuronal, además de análisis específicos de sincronización y correlación lineal y no lineal en señales de actividad neuronal. Las señales analizadas fueron registros extracelulares de unidades neuronales aisladas (similares al electroencefalograma, pero de una única neurona) y se las estudió con distintos métodos y técnicas, correspondientes al análisis de series de tiempo no lineales. Con esta herramienta se puede obtener una mejor visión del conjunto de datos, revelando patrones subyacentes en la estructura de disparo de las neuronas. Asimismo se puede extraer información de las variables más importantes del sistema, se detectan anomalías o características inusuales en la señal estudiada, pero sobre todo la herramienta está orientada a la detección de sincronismo y comparación de registros de pares de neuronas que han sido tomados simultáneamente. El estudio es efectuado sobre ratas de laboratorio con Parkinson inducido. El programa implementado reconstruye el atractor correspondiente a la dinámica de la neurona en un espacio de fases restringido, genera gráficos comparados de autocorrelación, correlación cruzada, histogramas, gráficos de espigas, gráficos de espigas en tiempo real y gráficos de espigas dinámicos comparados. Además, como innovador, se presentan los diagramas de variabilidad que son un método gráfico para representar la correlación local existente entre los valores sucesivos de una serie de tiempo. Este método será de utilidad al momento de estudiar el efecto de distintas drogas sobre la actividad neuronal. Durante el ciclo de desarrollo de la herramienta se fue interactuando con los expertos en el área, de manera de cumplir con todos los requerimientos. La implementación de la misma se realizó en Java logrando así compatibilidad tanto en ambientes Windows como Unix. In this interdisciplinary work we suggest a computational answer to the problems raised from the scientists at the Neurophysiology Laboratory in the Department of Physiology and Biophysics at the Medical College from the Buenos Aires University, about the difficulty to detect synchronism between neurons affected by Parkinson’s disease. The obtained computational tool is able to solve this problem, allowing to make a qualitative and quantitative assessment of neuronal dynamics, in addition to the specific analysis of synchronization and lineal and nonlineal correlations of neural activity signals. The signals were extracellular single neural unit recordings (similar to an electroencephalogram, but from a single neuron) and were studied with different methods and techniques, corresponding to the nonlinear time series analysis. With this tool, we can enhance our vision of the data set, revealing underlying activity patterns in the firing structure of the neurons.Information of the most important variables of the system can be extracted, or detect unusual anomalies or characteristics in the signal, but mainly the tool is oriented to the detection of synchronism and comparison of pairs recordings of neurons that were taken simultaneously. The study is performed on animal models that are induced to get Parkinson’s disease. The program here presented reconstructs the corresponding attractor to the neuron dynamics in a restricted phase space; creating autocorrelation diagrams, crossed correlation diagrams, histograms, interspikes intervals graphs, interspikes intervals graphs in real time and dynamic graphs of compared interspikes intervals are also performed. In addition, and innovating, we present the variability diagrams, that are a graphical method to represent the existing local correlation among the successive values of a time series. This method will be of utility at the time of studying the different effects of drugs on the neuronal activity. Along the development cycle of the tool we interacted with the experts in the area, fulfilling all the requirements. The program was implemented in Java, thus obtaining compatibility on Windows and Unix. Fil: Yankilevich, Patricio. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 2001-12 info:eu-repo/semantics/bachelorThesis info:ar-repo/semantics/tesis de grado info:eu-repo/semantics/publishedVersion application/pdf spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/seminario_nCOM000450_Yankilevich |