Convocatoria: Seminario de investigación ciclo 2018-2

El día 16 de agosto de 2018 daremos inicio con las sesiones de nuestro seminario de investigación. En esta ocasión, las sesiones se realizarán los días jueves a partir de las 9:00 hrs. en el Salón 1 del Centro de Investigación en Ciencias de la Universidad Autónoma del Estado de Morelos.

Por este medio, invitamos a todos los estudiantes e investigadores interesados en participar en nuestro seminario, ya sea con una ponencia o sólo acompañándonos para escuchar las interesantes charlas de nuestros expositores.

El tema general es “Sistemas Complejos” y queremos conocer el aporte que realizan todas las personas y grupos de investigación que desde su disciplina de conocimiento, adoptan este enfoque para estudiar un fenómeno.

En sesiones anteriores hemos tenido muy interesantes ponencias por parte de físicos, matemáticos, biólogos, psicólogos y neurocientíficos. Tenemos un interés particular en el estudio del cerebro, el fenómeno de acción conjunta (joint-action), métodos para el análisis de datos de sistemas biológicos, la relación entre música, cerebro y cognición, así como con diversos temas orientados a las Ciencias Cognitivas.

Si te interesa participar con nosotros, unirte a la lista de correos para conocer las charlas que se impartirán cada semana o deseas más información, escríbenos a complexsyslab@gmail.com

IMPORTANTE: A los ponentes se les entregará una constancia de participación.

Advertisements

Sesión de Seminario: Complejidad y apreciación estética /// Descomposición de valores singulares.

Este viernes 26 de agosto de 2016 tendremos dos pláticas. La primera estará a cargo del alumno del posgrado en Ciencias Cognitivas Vicente Estrada, quien presentará el paper “A Complex Story: Universal Preference vs. Individual Differences Shaping Aesthetic Response to Fractals Patterns” (2016), con el fin de discutir sobre complejidad y apreciación estética.

La segunda plática estará a cargo de Damiris Herrera, estudiante del doctorado en Ciencias de la UAEM. Esta charla estará enfocada en la descomposición de valores singulares.

Los esperamos a las 11 de la mañana en el Centro de Investigación en Ciencias (Edificio A) en la UAEM Campus Chamilpa.

¡Habrá café!

Cualquier duda o para más información, favor de escribir a: complexsyslab@gmail.com

Imagen: http://zueuk.deviantart.com/gallery/

Sesión de seminario: Identificación y caracterización de los canales de Ca 2+ que participan en la reacción acrosomal del espermatozoide humano.

Este viernes 5 de agosto de 2016, el alumno Jose Pablo Ocelotl Oviedo del posgrado en Ciencias Bioquímicas (UNAM), vendrá a presentarnos su proyecto de investigación “Identificación y caracterización de los canales de Ca 2+ que participan en la reacción acrosomal del espermatozoide humano”.

Los esperamos a las 11 de la mañana en el Centro de Investigación en Ciencias (Edificio A) en la UAEM Campus Chamilpa.

¡Habrá café!

Cualquier duda o para más información, favor de escribir a: complexsyslab@gmail.com

 

Symposium on Brain Signal Analysis: Techniques and Applications

Fecha: del 18 al 20 de agosto de 2016

Lugar: Centro Internacional de Ciencias A.C. (UNAM)

Organizadores:

Julieta Ramos Loyo (UDG)
Ruben Fossion (UNAM)
Markus F. Müller (UAEM)

Topics of the workshop:
Presentation of different techniques of analysis.
Propositions for applications to brain signal analysis.
The range of application might be quite diverse including analysis of pathologies such as epilepsy, physiological phenomena like sleep, cognitive processes and information processing among others.
We hope to foster discussion between research groups and promote future collaborations in an informal environment.

Link: http://www.cicc.unam.mx/activities/2016/BrainSignal/symposium.html

Para más información: Comunicarse al CIC o escribir a complexsyslab@gmail.com

Crédito de imagen de portada: http://morguefile.com/creative/jkt_de

Interrelación entre sueño y epilepsia

Es evidente que el fenómeno patológico epilepsia y el fisiológico sueño están correlacionados. Las crisis epilépticas suceden preferentemente en un estado de somnolencia, la privación de sueño puede provocar ataques epilépticos aún en personas clínicamente sanas, muchas crisis epilépticas son seguidas por un profundo sueño postictal y la morfología de registros EEG durante los dos fenómenos son parecidas, para mencionar solo algunas características. En nuestro grupo se realiza la comparación cuantitativa de la evolución de la red funcional entre los dos fenómenos. La hipótesis científica que da la pauta para estos estudios es que la epilepsia de lóbulo temporal, es consecuencia de una distorsión de la arquitectura de sueño de tal manera que la deficiencia en la recuperación nocturna se recompensa a través de convulsiones. En este sentido se podría entender una crisis epiléptica como una especie de un “sueño condensado”. Este trabajo se realiza en colaboración con la Universidad de Berna en Suiza y el grupo de la Dra. Corsi Cabrera de la Facultad de Psicología de la UNAM.

Figura_11

Figura 11: Algunos señales electroencefalográficas durante el sueño (izquierda) y durante un ataque epiléptico (derecha). Panel A durante la fase de sueño ligero, panel C durante la fase de sueño profundo. Panel B durante la fase de descargas rápidas de una ataque epiléptico, Panel D durante la fase postictal.

Figura_12

Figura 12: Comparación entre sueño y epilepsia: Panel izquierdo: potencia relativa en la banda delta (ondas lentas), panel derecha: Eficiencia global de la red funcional. Cuadrados corresponden al análisis de sueño, cruces al análisis de epilepsia. Fase 1 corresponde al sueño ligero personas sanos y la fase de descargas rápidas de un ataque epiléptico. Fase 2 corresponde al sueño profundo y la fase post-ictal respectivamente.

Fotografía de portada: https://flic.kr/p/7KCWxN

Desarrollo de nuevas técnicas multi-variantes de análisis

Un posible esquema para clasificar los diferentes métodos de análisis es ordenarlo en técnicas uni-, bi- y multi-variantes, donde el análisis uni-variante significa que se extrae información de una sola señal, como por ejemplo la función de auto-correlación o el espectro de potencia. En un análisis bi-variante se cuantifica posibles interrelaciones entre dos series de tiempo. Posibles ejemplos son la correlación cruzada o la información mutua. Finalmente, en un análisis multi-variante se trata de caracterizar interrelaciones entre varias señales que se han medido simultáneamente. Prominentes ejemplos de este tipo de análisis son diversas aplicaciones de la teoría de gráficas. Para ello se estiman típicamente todos los coeficientes bi-variantes entre las N señales. Estos coeficientes se entienden como una consecuencia de un acoplamiento (funcional) entre las regiones donde se miden los datos empíricos. Así, las regiones se entienden como nodos y los coeficientes bi-variantes como aristas entre ellos. Medidas típicas derivadas en el contexto de la teoría de gráficas son la eficiencia global (que mide la eficiencia de distribuir información encima de toda la red), el coeficiente de agrupamiento (que evalúa la comunicación entre constituyentes locales de la red), la vulnerabilidad (que mide que tanto afecta la aniquilación aleatoria de aristas o de nodos) entre muchas más.

Otra filosofía del análisis multi-variante ofrece la teoría de las matrices aleatorias. Se puede definir una “matriz de interrelación”  tal que se asigna a sus elementos las estimaciones de una medida bi-variante. A través de un análisis de la distribución de los valores propios y de la estructura de los vectores propios se logra extraer información relevante sobre el patrón multi-variante de interacción.

Un tercer enfoque está basada en una observación sorprendente. Para entender hay que mencionar que un electroencefalograma es una señal altamente no-estacionaria, es decir, la dinámica cerebral cambia en cada instante, por cambios de los estímulos en las vías sensoriales, cambios de la actividad motora y mental, y cambios de los circuitos de control (temperatura, ritmo cardiaco, digestión, etc.). Considerando, que el coeficiente de correlación toma valores entre mas y menos uno, se puede suponer que signos positivos y negativos aparecen con la misma probabilidad si se estima este coeficiente en ventanas de datos subsecuentes. Por lo tanto, promediando sobre estos valores se debería conducir a un resultado muy cercano a cero. Sorprendentemente, encontramos lo contrario. Si estimamos el promedio sobre los coeficientes de correlación sobre intervalos largos, aparece un patrón de correlación muy pronunciado, que además es muy estable. Estable significa en este contexto, que independiente del estado fisiológico (como diferentes actividades cognitivas, diferentes estados de sueño) o patológico (ataque epiléptico, coma), se encuentra esta misma estructura de correlación. ¿Qué significa esto?

Interpretamos esta estructura como un reflejo de un estado dinámico basal, es decir, la actividad cerebral necesaria y suficiente para mantener las actividades mínimas vitales (respiración, ritmo cardiaco, control de temperatura, etc.). Pensando en términos de sistemas dinámicos uno podría pensar, que esta actividad es el atractor de la dinámica cerebral, tal que todas las actividades demás (procesos de cognición, actividad motora, procesamiento de información sensorial, etc.) consiste entonces en una desviación a este atractor, o bien, una transientes. Por lo tanto, a parte de los métodos mencionados arriba, estamos desarrollando técnicas que permiten cuantificar y caracterizar estas desviaciones y los resultados preliminares indican que a través de esta metodología se obtiene una imagen consistente sobre el funcionamiento del cerebro.

Figura 4, 5, 6: Red funcional de correlaciones genuinas antes, durante y después de un ataque epiléptico focal.