Desarrollo de una Toolbox para medir la respuesta positiva de un sistema hacia estímulos externos
Advisor
Rodríguez Ortiz, Francisco BorjaEntity
UAM. Departamento de Ingeniería InformáticaDate
2017Subjects
Detección de respuestas; CPA; Neurociencia computacional; InformáticaEsta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Abstract
El objetivo de este proyecto es desarrollar una metodología que permita la detección de
respuestas de un sistema ante un estímulo específico en condiciones de incertidumbre. En muchos
casos, la actividad continua inherente a un sistema, la reverberación de la información, la latencia
en el tiempo de respuesta y otros problemas complican la detección de respuestas con fiabilidad.
Este es el caso de los experimentos llevados a cabo en neurociencia sobre las neuronas que
componen el sistema nervioso.
En el campo de la neurociencia, no existe un consenso sobre qué protocolos deben seguirse a
la hora de analizar los datos procedentes de mediciones sobre neuronas y, como consecuencia de
esto, no siempre se aplican métodos robustos y estandarizados de detección de respuestas, así
como tampoco existen formatos universales de representación y etiquetado de experimentos.
Teniendo en cuenta lo anterior, en este proyecto se implementa una metodología robusta
de detección de respuestas basada en un método bayesiano propuesto por el GNB de la UAM
y se desarrollan las herramientas software necesarias para que pueda aplicarse de forma fácil
y automática a datos procedentes de diferentes experimentos, definiendo para ello un formato
estándar de representación de los mismos.
La metodología implementada es validada mediante su aplicación a datos generados de forma
artificial mediante un modelo matématico sencillo para después ser aplicado sobre datos
procedentes de experimentos reales llevados a cabo sobre las neuronas del lóbulo antenal y el
cuerpo fungiforme del sistema olfativo de la langosta con diferentes estímulos. Los resultados son
analizados y las conclusiones extraídas gracias a la aplicación de la metodología son coherentes
con lo que se sabe sobre el funcionamiento de dicho sistema. The main goal of this project is to develope a methodology which allows the detection of
responses to a specific stimulus in a system under uncertainty. Most of the times, the continous
inherent activy of a system, information reverberation, latency in response time and other problems
make it difficult to detect responses with reliability. This is the case of the experiments
carried out in Neuroscience on neurons that compose the nervous system.
In Neuroscience, there is no consensus about which protocols must be followed during the
analysis of the data collected from measurements on neurons and, as a result of this, robust
and standardized methods for response detection are not always applied, nor are there universal
formats for the representation and labeled of experiments.
Given the above, this project implements a robust methodology for response detection based
on a bayesian method proposed by the GNB and developes the software tool necessary to apply
it easily and automatically to analyze data from different experiments, defining for this purpose
a standard format of representation.
The methodology developed is then validated through applying it to data that is artificially
generated by a simple mathematical model. Then, it is applied to real data from experiments
carried out on neurons located in the antennal lobe and the mushroom body in the locust
olfactory system. The results obtained are analyzed and the conclusions drawn from them are
consistent with what it is known about how this system works.
Files in this item
Google Scholar:López-Hazas Sacristán, Jessica
This item appears in the following Collection(s)
Except where otherwise noted, this item's license is described as https://creativecommons.org/licenses/by-nc-nd/4.0/
Related items
Showing items related by title, author, creator and subject.
-
Propiedades computacionales del umbral neuronal y el código sparse en el proceso de discriminación de odorantes
López-Hayas Sacristán, Jessica
2018-09 -
Respuesta electrofisiológica y conductual en pacientes con anorexia nerviosa a estímulos emocionales y estímulos relacionados con el alimento
Aguirre Vega, Elizabeth
2016-02-19