Encontrar fuentes electrofisiológicas de procesos relacionados con el envejecimiento utilizando mínimos cuadrados penalizados con el algoritmo de Newton-Raphson modificado

Resumen

En este trabajo, evaluamos la flexibilidad de un algoritmo modificado de Newton-Raphson (MNR) para encontrar fuentes electrofisiológicas en datos reales y simulados, y luego lo aplicamos a diferentes modelos penalizados para comparar las fuentes del ritmo theta de EEG en dos grupos de sujetos de edad avanzada con diferentes niveles de disminución del rendimiento físico. Como primer objetivo, proponemos el algoritmo MNR para estimar modelos generales de mínimos cuadrados penalizados múltiples (MPLS) y demostramos que es capaz de encontrar soluciones que son simultáneamente dispersas y suaves. Este algoritmo permitió abordar modelos conocidos y novedosos como el Garrote Liso No negativo y el LASSO Liso No negativo. Probamos su capacidad para resolver el problema inverso del EEG con múltiples penalizaciones -utilizando datos simulados- en términos de error de localización, desenfoque y visibilidad, en comparación con los algoritmos tradicionales. Como segundo objetivo, exploramos las fuentes electrofisiológicas de la actividad theta extraída del EEG en estado de reposo registrado en dos grupos de adultos mayores, que pertenecen a un estudio longitudinal para evaluar la relación entre las medidas de disminución del rendimiento físico (velocidad de la marcha) y la normalidad. cognición. Los grupos contenían sujetos con buen y mal desempeño físico en las dos evaluaciones (6 años de diferencia). De acuerdo con los estudios clínicos, encontramos diferencias en las fuentes theta de EEG para los dos grupos, específicamente, los sujetos con un rendimiento físico disminuido presentaron fuentes temporales disminuidas mientras que fuentes prefrontales aumentadas que parecen reflejar mecanismos de compensación para garantizar una marcha estable