• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
10.11606/D.3.2011.tde-04112011-140951
Documento
Autor
Nome completo
Lucas Massaroppe
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2011
Orientador
Banca examinadora
Baccalá, Luiz Antonio (Presidente)
Machado, Birajara Soares
Sato, João Ricardo
Título em português
Caracterização da conectividade entre regiões cerebrais via entropia aproximada e causalidade de Granger.
Palavras-chave em português
Análise de séries temporais
Coerência parcial direcionada
Entropia amostral
Entropia aproximada
Inferência estatística
Modelos não lineares
Teoria da informação
Resumo em português
Essa dissertação apresenta o desenvolvimento métodos para caracterização da conectividade entre séries temporais neurofisiológicas. Utilizam-se metodologias provenientes da Teoria da Informação Entropias Aproximada e Amostral para representar a complexidade da série no tempo, o que permite inferir como sua variabilidade se transfere a outras sequências, através do uso da coerência parcial direcionada. Para cada sistema analisado: (1) Faz-se uma transformação em outro, relacionando-o às medidas de entropia, (2) Estima-se a conectividade pela coerência parcial direcionada e (3) Avalia-se a robustez do procedimento via simulações de Monte Carlo e análise de sensibilidade. Para os exemplos simulados, a técnica proposta é capaz de oferecer resultados plausíveis, através da correta inferência da direção de conectividade em casos de acoplamento não-linear (quadrático), com número reduzido de amostras temporais dos sinais, em que outras abordagens falham. Embora de simples implementação, conclui-se que o processo mostra-se como uma extensão da causalidade de Granger para o caso não-linear.
Título em inglês
Brain connectivity characterization via approximate entropy and Granger causality.
Palavras-chave em inglês
Approximate entropy
Information theory
Nonlinear models
Partial directed coherence
Sample entropy
Statistical inference
Time series analysis
Resumo em inglês
The purpose of this work is to present the development of methods for characterizing the connectivity between nonlinear neurophysiological time series. Methodologies from Information Theory Approximate and Sample Entropies are used to represent the complexity of the series in a period of time, which allows inferring on how its variability is transferred to other sequences, using partial directed coherence. Methods: For each system under consideration, (1) It is done a transformation in another, relating it to measures of entropy, (2) The connectivity is estimated by the use of partial directed coherence and (3) The robustness of the procedure is analyzed via Monte Carlo simulations and sensitivity analysis. Results: For the simulated examples, the proposed technique is able to offer plausible results, through the correct inference of the connectivity direction, in cases of nonlinear coupling (quadratic), with a reduced number of signals samples, where other approaches fail. Conclusion: The process proves to be an extension of the Granger causality to the nonlinear case.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2011-12-05
 
AVISO: O material descrito abaixo refere-se a trabalhos decorrentes desta tese ou dissertação. O conteúdo desses trabalhos é de inteira responsabilidade do autor da tese ou dissertação.
  • MASSAROPPE, Lucas, BACCALA, Luiz Antonio, and SAMESHIMA, Koichi. Semiparametric detection of nonlinear causal coupling using partial directed coherence [doi:10.1109/IEMBS.2011.6091466]. In 2011 Annual International Conference of the IEEE Engineering in Medicine and Biology Society [online], Boston, MA, USA, 2011. Boston, MA, USA : IEEE, 2011. p. 5927-5930. ISBN 978-1-4244-4122-8.
  • MASSAROPPE, Lucas, e BACCALá, Luiz Antonio. Método Semi-Paramétrico para Inferência de Conectividade Não-Linear entre Séries Temporais. In I Congresso de Matemática Aplicada e Computacional da Região Sudeste (CMAC-SE) [CD-ROM], 1, Uberlândia-MG, 2011. São Carlos : SBMAC, 2011. p. 293-296.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2021. Todos os direitos reservados.