Os estímulos evento-relacionados (event-related functional magnetic resonance imaging - ER-fMRI) têm se tornado mais popular nos últimos anos. A maioria das análises das séries temporais geradas nesses exames é baseada em um modelo específico da função resposta hemodinâmica, hemodinamic response function (HRF). Contudo, a considerável variabilidade da HRF e a baixa relação sinal ruído das imagens, tem dificultado sua caracterização e localização. Neste sentido, recentemente foi proposto um método baseado na computação da entropia de Shannon, que não faz suposição sobre a forma da resposta. Desse modo, no presente trabalho, buscou-se, em um primeiro momento, avaliar alguns parâmetros do método proposto a fim de aumentar sua sensibilidade. Além disso, generalizou-se o método com a entropia de Tsallis, que introduz um novo parâmetro, q. Foi proposto, também, um novo método baseado no cálculo da distância de Kullback-Leibler (KL). Todos os métodos foram aplicados a dados simulados e dados reais. Curvas ROC (Receiver Operating Characteristic) foram usadas para estudar a dependência dos valores de corte e os diferentes parâmetros dos métodos em relação à sensibilidade e especificidade. A entropia de Tsallis apresentou maior poder de detecção nos intervalos de -1 < q < 1 (q diferente de 0) com dois níveis. O método de KL mostrou uma melhora significativa da sensibilidade em dados simulados e apresentou a habilidade em discriminar regiões funcionais ativas e em repouso, para um estímulo motor. Por fim, foi proposta uma primeira tentativa de identificar simultaneamente duas regiões cerebrais não correlacionadas no tempo e no espaço com os métodos de Tsallis e KL-fMRI em um experimento de estímulo duplo (visual e motor). Além disso, um novo método mostrou-se eficiente, ainda que de forma preliminar, para detectar o atraso temporal de duas HRFs.

Event-related functional magnetic resonance imaging (ER-fMRI) has become more popular in the last years. Most of analysis applied to such exams is based on a specific model of the hemodynamic response function (HRF). However, the variability of HRF and the low signal-to-noise ratio of such exams have imposed interesting challenges to both characterization and localization of the HRF. Recently, it was proposed a method based on computation of Shannon entropy, which makes no assumption about the shape of the response. We herein evaluated some parameters of the previous method in order to increase its sensibility. Moreover, this method was generalized with Tsallis entropy, which introduces a new parameter, q. Besides, a new method was proposed based on a distance of Kullback- Leibler (KL) measurement. Every method was applied to simulated and real data. Receiver Operating Characteristic curves were used to study the threshold dependence and the different methods parameters related to sensitivity and specificity. Tsallis entropy showed high detection power in the intervals -1 < q < 1 (q different from 0) with two bins. The KL method allowed significant improvement of sensibility in simulated data and reviewed the ability to discriminate regions of functional activity and rest in a motor stimulus. Finally, it was proposed a new technique to identify two brain regions without correlation in time and space through Tsallis and KL-fMRI methods, in a experiment of double stimuli (visual and motor). Furthermore, in a preliminary study, we developed a strategy to detect temporal delay between two HRFs.