Análisis de imágenes EEG en una tarea Flanker para excombatientes del conflicto armado colombiano

RESUMEN : El presente trabajo estudia la reconstrucción de fuentes bioeléctricas del cerebro a partir de potenciales generados en el cuero cabelludo, captados durante la aplicación de la tarea Flanker a sujetos que han o no vivido experiencias relacionadas con el conflicto armado. La metodología emp...

Full description

Autores:
Ariza Cuberos, Isabella
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/30036
Acceso en línea:
https://hdl.handle.net/10495/30036
Palabra clave:
Cuero Cabelludo
Scalp
Conflictos Armados
Armed Conflicts
Violencia con Armas
Gun Violence
Sistema Nervioso Central
Central Nervous System
Delitos violentos
Violent crimes
Rights
openAccess
License
https://creativecommons.org/licenses/by-nc-sa/4.0/
Description
Summary:RESUMEN : El presente trabajo estudia la reconstrucción de fuentes bioeléctricas del cerebro a partir de potenciales generados en el cuero cabelludo, captados durante la aplicación de la tarea Flanker a sujetos que han o no vivido experiencias relacionadas con el conflicto armado. La metodología empleada en este trabajo se basa en la comparación entre diferentes algoritmos de reconstrucción y variaciones de sus parámetros, mediante el análisis estadístico a nivel de grupo (segundo nivel) de los resultados obtenidos. El análisis se realizó con datos de EEG promediados y sin promediar en el software SPM12. El problema directo se resolvió mediante el algoritmo “Método de elementos de contorno (BEM)” calculando el potencial de campo en cada una de las fuentes que están distribuidas dentro de todo el volumen conductor. Para resolver el problema inverso, se implementan tres algoritmos: “Greedy Search on MSPs (GS)”, “Smooth priors (COH)” y “Empirical Bayes Beamformer (EBB)”, sobre los cuales se modifican los parámetros de enventanado Hanning y número de semillas por hemisferio (Np), este último solo para el algoritmo (GS). Se encontró que el mejor algoritmo para los datos de estudio corresponde al GS con enventanado Hanning y Np=4096. Así mismo, se encuentra diferencias estadísticas significativas entre grupos de alta y baja exposición para un valor p<0.001 sin corrección FWE, relacionadas con la cantidad de recursos cognitivos para procesar una tarea, pero no se evidencia un sesgo atencional a la amenaza por parte de los sujetos con mayor exposición al conflicto armado colombiano.