Baynesian estimation techniques for the extraction of event - related potentials in neuroscience

Lo studio dei potenziali evento-relati (ERPs) è uno dei temi classici della ricerca neuro-scientifica. Infatti, come discusso nel Capitolo 1 di questo lavoro di tesi, gli ERPs misurati in risposta a stimoli sensoriali, cognitivi e motori sono cruciali nella comprensione di molti aspetti della neurofisiologia e, poiché la loro acquisizione è relativamente semplice e non invasiva, essi hanno anche diverse applicazioni cliniche. D’altro canto, l’estrazione degli ERPs è spesso molto difficile in quanto essi sono completamente immersi nell’attività elettroencefalografica spontanea (EEG) che ha una maggiore ampiezza ma comune contenuto spettrale. L’approccio tradizionalmente usato per estrarre gli ERPs, la cosiddetta media convenzionale (CA), ha delle riconosciute limitazioni. Alla luce di questo, sono state proposte delle metodologie più sofisticate aventi come scopo il miglioramento della stima media fornita dalla tecnica CA e l’estrazione single-trial degli ERPs; nel Capitolo 2 è fornita una descrizione di alcune di queste tecniche. In questa tesi si propone un approccio bayesiano per la stima degli ERPs; in particolare, nei Capitoli 3 e 4, sono presentati due nuovi metodi in grado fornire sia una stima dell’ERP medio che degli ERPs single-trial. Il primo metodo è basato su una procedura a due passi. Nel primo passo viene calcolato l’ERP medio. Esso è determinato come media pesata delle epoche a disposizione, una volta che queste ultime siano state individualmente filtrate sfruttando delle informazioni note a priori sulla statistica del secondo ordine dei segnali coinvolti. Nel secondo passo, gli ERPs delle singole epoche vengono stimati nello stesso contesto, usando l’ERP medio stimato al passo precedente come valore atteso a priori. Il secondo metodo è basato su una procedura multi-task learning ad un passo. Diversamente dalla maggior parte degli approcci proposti in letteratura, il metodo fornisce delle stime della risposta media e degli ERPs single-trial considerando simultaneamente tutte le sweeps a disposizione. I segnali ERPs incogniti sono trattato come “individui” di una popolazione omogenea e l’informazione disponibile per un’epoca è considerata utile per la stima di tutte le altre. Il metodo assume che la generica epoca possa essere modellata come la somma di tre componenti stocastiche indipendenti: una curva media di popolazione che è comune a tutte le epoche, uno shift individuale che differenzia un’epoca dalle altre, una componente di rumore EEG di fondo che varia da un’epoca ad un’altra. Dataset simulati a diversi livelli di rapporto segnale-rumore (SNR) sono stati impiegati per testare la performance degli approcci proposti nell’estrazione dell’ERP medio e degli ERPs single-trial, anche al variare del numero delle sweep a disposizione. I risultati ottenuti, discussi nel Capitolo 5, dimostrano che gli approcci proposti forniscono delle stime dell’ERP medio significativamente migliori di quelle fornite dalla tecnica CA, per ogni livello di SNR testato. In particolare, con i metodi proposti il numero di sweeps per la stima della media può essere ridotto circa del 50 %. Per quanto riguarda la stima single-trial, i metodi proposti forniscono una ricostruzione significativamente migliore delle risposte single-trial se confrontati con un metodo rappresentativo della letteratura, mentre, in merito alla determinazione della latenza e dell’ampiezza della componente P300, i risultati forniti dai metodi proposti sono paragonabili a quelli ottenuti con il suddetto metodo. Nel Capitolo 6, infine, le tecniche proposte sono state applicate a dati reali. Questi dati consistono in segnali EEG registrati su soggetti normali e su pazienti cirrotici durante un compito Simon, un paradigma a doppia scelta in cui al soggetto è richiesto di valutare quale tra due possibili stimoli target appaia su un monitor. In particolare, la disponibilità dei parametri di latenza e ampiezza della P300 a livello single-trial ha permesso di capire le cause della riduzione dell’ampiezza della P300 misurata dalla tecnica CA e ha reso possibile lo studio della relazione tra la variabilità della componente P300 e la variabilità delle misure comportamentali.