Aplicación de modelos de datos funcionales para el análisis descriptivo de la actividad eléctrica cerebral en estudiantes universitarios

• Camargo-Peña, Andres ^[1] ; Sastre-Gómez, Luz Viviana ^[1] ; Urrea, Carlos ^[2] ; Mongui, Jose ^[2]
  1. [1] University of Melbourne

     University of Melbourne

     Australia

     
  2. [2] Universidad Los Libertadores

     Universidad Los Libertadores

     Colombia

     
• Localización: ConCiencia EPG, ISSN-e 2523-6687, ISSN 2517-9896, Vol. 7, Nº. 1, 2022 (Ejemplar dedicado a: Enero - Junio), págs. 84-100
• Idioma: español
• DOI: 10.32654/CONCIENCIAEPG.7-1.6
• Enlaces
  • Texto completo (pdf)
• Resumen

  • El presente estudio tuvo como objetivo identificar características de la actividad eléctrica cerebral de estudiantes universitarios expuestos a una tarea de sinceridad y simulación de engaño, utilizando un modelo funcional para el análisis de datos electroencefalográficos. Se realizaron análisis B-spline con el fin de identificar artefactos en las señales eléctricas y posteriormente se realizó un análisis descriptivo de datos funcionales para confirmar indicadores de dispersión y atipicidad de los datos. Los resultados permitieron identificar que durante la condición de engaño la actividad eléctrica cerebral no solo presenta una mayor amplitud en las ondas, especialmente en áreas las áreas frontotemporales, sino que el nivel de dispersión de los datos son considerablemente menores en comparación a la actividad cerebral registrada bajo la condición sin engaño.

• Referencias bibliográficas
  • Battista, F., Otgaar, H., Mangiulli, I., & Curci, A. (2021). The role of executive functions in the effects of lying on memory. Acta Psychologica,...
  • Berberyan, H. S., van Maanen, L., van Rijn, H., & Borst, J. (2021). Eeg-based identification of evidence accumulation stages in decision-making....
  • https://direct.mit.edu/jocn/article-abstract/33/3/510/95553/EEG-based-Identification-of-Evidence-Accumulation
  • Bessadok, A., Mahjoub, M. A., & Rekik, I. (2021). Graph Neural Networks in Network Neuroscience. arXiv preprint arXiv:2106.03535. https://arxiv.org/abs/2106.03535
  • Blandón-Gitlin, I., López, R. M., Masip, J., & Fenn, E. (2017). Cognición, emoción y mentira: implicaciones para detectar el engaño. Anuario...
  • Castro, C., López, y Morales, M. (2013). Estudio Cognitivo de la mentira humana. Ciencia UANL, 16(64), 91-102. http://eprints.uanl.mx/7088/1/Estudio-cognitivo-de-la-mentira.pdf
  • Cortes, P. M., García-Hernández, J. P., Iribe-Burgos, F. A., Hernández-González, M., Sotelo-Tapia, C., & Guevara, M. A. (2021). Temporal...
  • Gutiérrez, M., Giner, P., Quintero, K., Moret, C. y Moliner, J. (2014). Estudio piloto sobre las huellas cerebrales durante el engaño simulado....
  • Ierache, J. S., Pereira, G., Iribarren, J., & Nervo, F. (2014). Estado emocional centrado en estímulos, aplicando Interfase cerebro-máquina....
  • Jodar-Vicente, M. (2004). Funciones cognitivas del lóbulo frontal. Revista de neurología, 39(2), 178 – 182. https://pesquisa.bvsalud.org/portal/resource/pt/ibc-34481
  • Karim, A. A., Schneider, M., Lotze, M., Veit, R., Sauseng, P., Braun, C., & Birbaumer, N. (2010). The truth about lying: inhibition of...
  • Kouhbanani, S. S., & Arabi, S. M. (2021). Home executive function environment and executive functions in children: The mediating role...
  • https://link.springer.com/article/10.1007/s12144-021-02044-4
  • Ludwig, S., Van Laer, T., De Ruyter, K., & Friedman, M. (2016). Untangling a web of lies: Exploring automated detection of deception in...
  • Maestú, F., Quesney-Molina, F., Ortiz-Alonso, T., Campo, P., Fernández-Lucas, A., & Amo, C. (2003). Cognición y redes neuronales: una...
  • Martínez Luquero, M. D. C. (2020). Diseño y evaluación de la efectividad de una nueva modalidad de entrevista policial para detectar mentiras...
  • Monaro, M., Maldera, S., Scarpazza, C., Sartori, G., & Navarin, N. (2022). Detecting deception through facial expressions in a dataset...
  • Monterroso, E. M., Avilez, A. B., & Vanegas, M. A. A. (2008). Área motora suplementaria. Archivos de Neurociencias, 13(2), 118-124.
  • Ortega González, M. (2010). Comportamiento mentiroso: Un análisis conceptual desde una perspectiva interconductual. Revista electrónica de...
  • Piñerez, W. J. R., Ramírez, A. C., & Escobar, O. G. (2017). Análisis de datos funcionales aplicado en electroencefalogramas: agrupamiento...
  • Ramsay, J. y Silverman, B. (2002). Applied functional data analysis: Methods and case studies. Springer.
  • Rodríguez-Valdez, R., Manrique-Suárez, V., Álvarez-Amador, A., Galán-García, L., Fernández-García, Y., López-Cánovas, L., Riverón, A. Bobes-León,...
  • https://www.researchgate.net/profile/Viana-Suarez/publication/5499983_Spectral_analysis_of_the_electroencephalogram_in_subjects_with_mild_cognitive_impairment/links/55d3506308ae7fb244f58646/Spectral-analysis-of-the-electroencephalogram-in-subjects-with-mild-cognitive-impairment.pdf
  • Sahakian, B. J., & Gottwald, J. (2016). Sex, Lies, and Brain Scans: How fMRI reveals what really goes on in our minds. Oxford University...
  • Shaughnessy, J., Zechmeister, E. y Shaughnessy, J. (2007). Métodos de investigación en psicología. McGraw-Hill
  • Tirapu-Ustárroz, J., García-Molina, A., Luna-Lario, P., Roig-Rovira, T., & Pelegrín-Valero, C. (2008). Modelos de funciones y control...