Diferencias en la dimensionalidad del electroencefalograma entre vigilia y sueño profundo

• Autores: Xavier Rifà Ros, Lluis Fuentemilla, Manel Viader Junyent, Carles Grau
• Localización: Psicothema, ISSN-e 1886-144X, ISSN 0214-9915, Vol. 20, Nº. 4, 2008, págs. 964-968
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • La Teoría de Sistemas Dinámicos no Lineales proporciona herramientas para el análisis del electroencefalograma (EEG) en las distintas etapas de sueño. Su utilización podría permitir la monitorización de los estados de sueño-vigilia y aportaría un nivel explicativo de las diferencias entre etapas. El objetivo del presente trabajo es hacer una primera aproximación a este tipo de análisis, fijándonos en los dos estadios más dispares. Se pretende estimar la dimensionalidad de la señal EEG de seis sujetos comparando el estado de vigilia con la fase de sueño más profundo. Una mayor dimensionalidad implica más complejidad, es decir, el sistema recibe más influencias externas. Si esta dimensionalidad es máxima podemos considerar que la serie temporal es ruidosa. Una menor dimensionalidad implica menor complejidad puesto que el sistema recibe menos entradas. Nuestra hipótesis era que encontraríamos una mayor dimensionalidad en la situación de vigilia que en la situación de sueño profundo. Los resultados muestran que en la condición de vigilia la serie temporal es ruidosa, mientras que en la etapa de sueño la dimensionalidad es menor, confirmando nuestra hipótesis. Este resultado es congruente con los que han alcanzado otros autores

• Referencias bibliográficas
  • Abarbanel, H.D.I. (1996). Analysis of observed chaotic data. New York: Springer-Verlag.
  • Bascompte, J. (1995). Buscant l’ordre ocult dels sistemes biològics. En J. Bascompte y J. Flos (Eds.): Ordre i caos en ecologia (pp. 313-170)....
  • Casdagli, M. (1991). Chaos and deterministic versus stochastic non-linear modelling. Journal of the Royal Statistical Society B, 54(2), 303-328.
  • Coenen, A.M.L. (1998). Neuronal phenomena associated with vigilance and consciousness: From cellular mechanisms to electroencephalographic...
  • Fraser, A.M., y Swinney, H.L. (1986). Independent coordinates for strange attractors from mutual information. Physical Review A, 33(2), 1134-1140.
  • Grassberger, P., y Procaccia, I. (1983a). Characterization of strange attractors. Physical Review Letters, 50(5), 346-349.
  • Grassberger, P., y Procaccia, I. (1983b). Measuring the strangeness of strange attractors. Physica D, 9, 189-208.
  • Hegger, R., Kantz, H., y Schreiber, T. (1999). Practical implementation of nonlinear time series methods: The TISEAN package, CHAOS 9(2),...
  • Rechstchaffen, A., y Kales, A. (1968). A manual of standardized terminology, techniques and scoring system for sleep stages of human subjects....
  • Siegel, S., y Castellan, N.J.J. (1988). Nonparametric statistics for the 21 behavioural sciences (2ª ed.). McGraw-Hill Book Company.
  • Solé, R.V., y Manrubia, S.C. (1996). Orden y caos en sistemas complejos. Barcelona: Edicions UPC.
  • Stam, C.J. (2005). Nonlinear dynamical analysis of EEG and MEG: Review of an emerging field. Clinical Neurophysiology, 116, 2266–2301.
  • Sugihara, G., y May, R.M. (1990). Nonlinear forecasting as a way of distinguishing chaos from measurement error in time series. Nature, 344,...