Functional neuroimaging: Time-frequency Analysis.

¿Qué es un análisis tiempo-frecuencia?

Las señales cerebrales registradas mediante EEG contienen oscilaciones en diferentes frecuencias que reflejan distintos procesos cognitivos. El análisis tiempo-frecuencia permite estudiar cómo varía la potencia de estas frecuencias a lo largo del tiempo y cómo se relacionan con eventos o condiciones experimentales.

A diferencia de los ERPs, que se centran en cambios de voltaje promedio, el análisis tiempo-frecuencia captura la dinámica oscilatoria, permitiendo detectar cambios que no son visibles en los promedios por evento.

Características principales del análisis tiempo-frecuencia:

  • Frecuencias de interés: Las bandas más comunes son alpha (8–12 Hz), beta (13–30 Hz) y gamma (30–50 Hz).
  • Resolución temporal: Se mantiene la dimensión temporal, lo que permite ver en qué momentos se incrementa la potencia de cada banda.
  • Transformadas: Se suelen utilizar transformadas como la de Morlet para obtener una representación tiempo-frecuencia.

Representación tiempo-frecuencia de una señal EEG

Interpretación cognitiva:

Distintas bandas de frecuencia se han asociado con diferentes funciones:

  • Alpha: inhibición cortical, atención interna
  • Beta: control motor, mantenimiento del estado actual
  • Gamma: integración sensorial, procesos perceptivos complejos

Descripción del dataset

El dataset simula señales EEG de 32 electrodos registradas en una tarea visual. Se han simulado datos para distintos participantes con un intervalo temporal de 2 segundos a 250 Hz.

Cada sujeto está asociado a un índice de recuperación, y se espera que la actividad oscilatoria (especialmente en bandas alpha, beta y gamma) prediga este valor.

Estructura:

  • Directorio: data/

  • Formato por sujeto:

    • subjectXX_eeg.npy: señal EEG simulada de un solo ensayo (1 x 32 x 500)
    • band_power_summary.csv: potencia media por banda y sujeto
    • full-sample_recovery-scores.csv: índice de recuperación por sujeto

  • Sampling rate: 250 Hz

  • Frecuencias analizadas: 5–50 Hz (con Morlet, 6 ciclos)

Challenge de la sesión

Tu objetivo será evaluar si existe una relación entre la potencia oscilatoria en distintas bandas y el índice de recuperación de cada sujeto.

Objetivos:

  1. Calcular la potencia por banda (alpha, beta, gamma) a partir de las señales simuladas.
  2. Relacionar esa potencia con la variable de recuperación.
  3. Visualizar la relación con gráficos de dispersión por banda.

Preguntas clave:

  • ¿Qué banda se relaciona más con el índice de recuperación?
  • ¿Cuál es la dirección de esa relación?
  • ¿Qué interpretación neurofuncional se puede hacer?