Mostrar el registro sencillo del ítem

dc.contributor.author
Alegre Cortes, Javier  
dc.contributor.author
Soto Sanchez, Cristina  
dc.contributor.author
Pizá, Alvaro Gabriel  
dc.contributor.author
Albarracin, Ana Lia  
dc.contributor.author
Farfan, Fernando Daniel  
dc.contributor.author
Felice, Carmelo Jose  
dc.contributor.author
Fernandez, Eduardo  
dc.date.available
2018-07-10T20:27:38Z  
dc.date.issued
2016-07  
dc.identifier.citation
Alegre Cortes, Javier; Soto Sanchez, Cristina; Pizá, Alvaro Gabriel; Albarracin, Ana Lia; Farfan, Fernando Daniel; et al.; Time-frequency analysis of neuronal populations with instantaneous resolution based on noise-assisted multivariate empirical mode decomposition; Elsevier Science; Journal of Neuroscience Methods; 267; 7-2016; 35-44  
dc.identifier.issn
0165-0270  
dc.identifier.uri
http://hdl.handle.net/11336/51657  
dc.description.abstract
Background: Linear analysis has classically provided powerful tools for understanding the behavior of neural populations, but the neuron responses to real-world stimulation are nonlinear under some conditions, and many neuronal components demonstrate strong nonlinear behavior. In spite of this, temporal and frequency dynamics of neural populations to sensory stimulation have been usually analyzed with linear approaches. New method: In this paper, we propose the use of Noise-Assisted Multivariate Empirical Mode Decomposition (NA-MEMD), a data-driven template-free algorithm, plus the Hilbert transform as a suitable tool for analyzing population oscillatory dynamics in a multi-dimensional space with instantaneous frequency (IF) resolution. Results: The proposed approach was able to extract oscillatory information of neurophysiological data of deep vibrissal nerve and visual cortex multiunit recordings that were not evidenced using linear approaches with fixed bases such as the Fourier analysis. Comparison with existing methods: Texture discrimination analysis performance was increased when Noise-Assisted Multivariate Empirical Mode plus Hilbert transform was implemented, compared to linear techniques. Cortical oscillatory population activity was analyzed with precise time-frequency resolution. Similarly, NA-MEMD provided increased time-frequency resolution of cortical oscillatory population activity. Conclusions: Noise-Assisted Multivariate Empirical Mode Decomposition plus Hilbert transform is an improved method to analyze neuronal population oscillatory dynamics overcoming linear and stationary assumptions of classical methods.  
dc.format
application/pdf  
dc.language.iso
eng  
dc.publisher
Elsevier Science  
dc.rights
info:eu-repo/semantics/openAccess  
dc.rights.uri
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/  
dc.subject
Na-Memd  
dc.subject
Neuronal Population  
dc.subject
Non-Stationary Analysis  
dc.subject
Nonlinear Analysis  
dc.subject.classification
Otras Ciencias Biológicas  
dc.subject.classification
Ciencias Biológicas  
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS  
dc.title
Time-frequency analysis of neuronal populations with instantaneous resolution based on noise-assisted multivariate empirical mode decomposition  
dc.type
info:eu-repo/semantics/article  
dc.type
info:ar-repo/semantics/artículo  
dc.type
info:eu-repo/semantics/publishedVersion  
dc.date.updated
2018-06-28T13:57:00Z  
dc.journal.volume
267  
dc.journal.pagination
35-44  
dc.journal.pais
Países Bajos  
dc.journal.ciudad
Amsterdam  
dc.description.fil
Fil: Alegre Cortes, Javier. Universidad de Miguel Hernández; España  
dc.description.fil
Fil: Soto Sanchez, Cristina. Universidad de Miguel Hernández; España  
dc.description.fil
Fil: Pizá, Alvaro Gabriel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tucumán. Instituto Superior de Investigaciones Biológicas. Universidad Nacional de Tucumán. Instituto Superior de Investigaciones Biológicas; Argentina. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Departamento de Bioingeniería. Laboratorio de Medios e Interfases; Argentina  
dc.description.fil
Fil: Albarracin, Ana Lia. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tucumán. Instituto Superior de Investigaciones Biológicas. Universidad Nacional de Tucumán. Instituto Superior de Investigaciones Biológicas; Argentina. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Departamento de Bioingeniería. Laboratorio de Medios e Interfases; Argentina  
dc.description.fil
Fil: Farfan, Fernando Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tucumán. Instituto Superior de Investigaciones Biológicas. Universidad Nacional de Tucumán. Instituto Superior de Investigaciones Biológicas; Argentina. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Departamento de Bioingeniería. Laboratorio de Medios e Interfases; Argentina  
dc.description.fil
Fil: Felice, Carmelo Jose. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tucumán. Instituto Superior de Investigaciones Biológicas. Universidad Nacional de Tucumán. Instituto Superior de Investigaciones Biológicas; Argentina. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Departamento de Bioingeniería. Laboratorio de Medios e Interfases; Argentina  
dc.description.fil
Fil: Fernandez, Eduardo. Universidad de Miguel Hernández; España  
dc.journal.title
Journal of Neuroscience Methods  
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/https://dx.doi.org/10.1016/j.jneumeth.2016.03.018  
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://www.sciencedirect.com/science/article/pii/S0165027016300243