Usuario:
Modelo Matemático
Descripción
Modelo D01 - Electroencefalografía (EEG)
Una vez estructurada la red semántica, se busca asociar cada objeto a una variable que permita su formulación matemática. Las relaciones entre variables —expresadas en la red semántica como vectores y asociaciones entre objetos— se traducen en ecuaciones que describen el comportamiento. Estas ecuaciones se buscan, en la mayor medida posible, basadas en primeros principios, y no en algoritmos ajustados numéricamente solo para reproducir comportamientos medidos. El resultado es la red lógica del modelo: el conjunto de variables, con sus unidades y rangos, y las ecuaciones que las relacionan.
ID:3995
Estructura de los Grupos
Descripción
El primer paso consiste en analizar la descripción general del modelo e identificar los distintos aspectos que intervienen en el fenómeno y que deben ser representados. Cada uno de estos aspectos se organiza como un grupo, entendido como una unidad conceptual coherente que describe una parte específica del funcionamiento del modelo.
Cada grupo reúne los objetos o conceptos relevantes para ese aspecto y las relaciones o verbos que describen cómo interactúan, se modifican o dependen unos de otros. De esta manera, cada grupo constituye una parte de la red semántica del modelo, mientras que el conjunto de los grupos permite representar de forma estructurada su funcionamiento global.
La división en grupos facilita además separar mecanismos, condiciones, procesos y resultados que cumplen funciones diferentes dentro del modelo, manteniendo al mismo tiempo las relaciones que existen entre ellos. Los grupos no son, por tanto, componentes aislados: pueden compartir conceptos y establecer relaciones entre sí, formando conjuntamente una única representación semántica del fenómeno.
La imagen anterior ofrece una visión general de los distintos aspectos en que se ha estructurado el modelo. A continuación se presentan los grupos identificados, indicando para cada uno su título y una breve descripción del aspecto del modelo que representa.
Grupo 1: Grupo 1: Generación cortical de la señal EEG
La actividad sincrónica de grandes poblaciones de neuronas corticales genera el campo eléctrico que origina la señal EEG. Los potenciales postsinápticos sumados dentro de columnas corticales son la contribución principal descrita; al aumentar la sincronía neuronal aumenta la intensidad de la señal registrada.
Grupo 2: Grupo 2: Conducción de volumen y registro en cuero cabelludo
El campo eléctrico se propaga desde las columnas corticales hasta los electrodos del cuero cabelludo mediante conducción de volumen. La cantidad observada es el voltaje/señal EEG registrada en el electrodo, dependiente del campo generado y de su propagación a través del volumen conductor; el storyboard no especifica una ley cuantitativa de atenuación.
Grupo 3: Grupo 3: Análisis espectral de potencia
La señal EEG registrada se descompone en frecuencia mediante la densidad espectral de potencia. La potencia se distribuye entre las bandas delta, theta, alfa, beta y gamma; cuanto mayor es la potencia concentrada en una banda, mayor es su contribución a la actividad total registrada.
Grupo 4: Grupo 4: Localización inversa de fuentes corticales
El patrón de voltajes EEG observado se usa para reconstruir una distribución de actividad cortical compatible con el registro. El problema inverso busca, mediante minimización regularizada, la distribución que produce el mejor ajuste con la señal observada; el texto no especifica la función de costo ni la regularización concreta.
Grupo 5: Grupo 5: Coherencia y acoplamiento funcional
El registro simultáneo en varios electrodos permite calcular coherencia entre canales. La coherencia cuantifica el acoplamiento funcional entre regiones corticales correspondientes; una coherencia mayor implica un acoplamiento funcional más fuerte.
Grupo 6: Grupo 6: Detección de descargas epileptiformes
La señal EEG permite detectar automáticamente descargas epileptiformes usando criterios de amplitud y duración retomados del modelo de epilepsia. El mecanismo es de decisión diagnóstica basada en esos criterios, pero este storyboard no proporciona sus umbrales numéricos.
ID:1337