Fusión de datos multimodales de neurociencias generados en estudios EEG-fMRI, un análisis temático

Resumen

La actividad cerebral tiene múltiples atributos, entre ellos los eléctricos, metabólicos, hemodinámicos y hormonales. Los métodos modernos para estudiar las funciones cerebrales como el PET (Tomografía por Emisión de Positrones), fMRI (Imagen de Resonancia Magnética Funcional) y MEG (Magnetoencefalograma) son ampliamente utilizados por los científicos. Sin embargo, el EEG es una herramienta utilizada para la investigación y diagnóstico debido a su bajo costo, simplicidad de uso, movilidad y la posibilidad de monitoreo a largo tiempo de adquisición. Para detectar e interpretar las características relevantes de estas señales, se describe cada proceso por su escala temporal (EEG) y espacial (fMRI). La presente investigación se enfoca en realizar una revisión bibliográfica sobre la integración de datos multimodales EEG-fMRI que propicie valorar su importancia para el desarrollo de algoritmos de fusión y su uso en el contexto cubano. Para ello se analizaron documentos con altos índices de citas en la literatura, donde se destacan autores precursores de los temas en análisis. Los estudios multimodales EEG-fMRI generan múltiples datos temporales y espaciales con alto valor para la medicina basada en evidencia. La integración de los mismos provee un valor agregado en la búsqueda de nuevos métodos diagnóstico, aplicando minería de datos, Deep learning y algoritmos de fusión.  En este trabajo se pone en relieve la existencia de baja resolución temporal de fMRI y por otro lado la baja resolución espacial de EEG, por lo que la integración de ambos estudios aumentaría la calidad de su información.

Palabras Clave: análisis; EEG; estudios multimodales; fusión de datos de neurociencias; fMRI.

Abstract

Brain activity has multiple attributes, including electrical, metabolic, hemodynamic, and hormonal. Modern methods for studying brain functions such as PET (Positron Emission Tomography), fMRI (Functional Magnetic Resonance Imaging), and MEG (Magnetoencephalogram) are widely used by scientists. However, the EEG is a tool used for research and diagnosis due to its low cost, simplicity of use, mobility and the possibility of long-term monitoring of acquisition. To detect and interpret the relevant characteristics of these signals, each process is described by its temporal (EEG) and spatial (fMRI) scale. The present research focuses on conducting a bibliographic review on the integration of multimodal EEG-fMRI data that favors assessing its importance for the development of fusion algorithms and their use in the Cuban context. For this, documents with high rates of citations in the literature were analyzed, where precursor authors of the topics under analysis stand out. Multimodal EEG-fMRI studies generate multiple temporal and spatial data with high value for evidence-based medicine. Their integration provides added value in the search for new diagnostic methods, applying data mining, Deep learning and fusion algorithms. This work highlights the existence of low temporal resolution of fMRI and, on the other hand, the low spatial resolution of EEG, so the integration of both studies would increase the quality of their information.

Keywords: Analysis, EEG, fMRI, multimodal study, neuroscience data fusion.