En esta nota técnica, abordamos un desafío no resuelto en las estadísticas de neuroimagen: cómo determinar cuál de varios conjuntos de datos es el mejor para inferir las respuestas neuronales. Las comparaciones de este tipo son importantes para los experimentadores al elegir un protocolo de imagen y para los desarrolladores de nuevos métodos de adquisición. Sin embargo, la hipótesis de que un conjunto de datos es mejor que otro no se puede probar con estadísticas convencionales (basadas en razones de probabilidad), ya que requieren que los datos sean los mismos en cada hipótesis. Aquí presentamos la comparación de datos bayesianos (BDC), un marco de principios para evaluar la calidad de los datos de imágenes funcionales, en términos de la precisión con la que se pueden estimar los parámetros de conectividad neuronal y se pueden desambiguar los modelos de la competencia. Para cada uno de varios conjuntos de datos candidatos, las respuestas neuronales se modelan mediante modelos directos bayesianos (probabilísticos), como modelos lineales generales (GLM) o modelos casuales dinámicos (DCM). A continuación, los parámetros de los modelos específicos del sujeto se resumen a nivel de grupo utilizando un GLM bayesiano. Luego se utiliza una serie de medidas, que presentamos aquí, para evaluar cada conjunto de datos en términos de la precisión de las estimaciones de parámetros (a nivel de grupo) y la capacidad de los datos para distinguir modelos similares. Para ejemplificar el enfoque, comparamos cuatro conjuntos de datos que se adquirieron en un estudio que evaluó los esquemas de adquisición de fMRI multibanda y usamos simulaciones para establecer la validez aparente de las medidas de comparación. Para permitir que las personas reproduzcan estos análisis utilizando sus propios datos y paradigmas experimentales, proporcionamos código Matlab de uso general a través del software SPM.
Conclusion: La neurociencia cognitiva forense está en subdesarrollo actualmente en fundamentos híbridos de laboratorios de neuroderecho a nivel mundial, ya que en verdad es más elegante la ingenieria fisica teorica forense a niveles de modelado de computo científico , para la obtención de simulaciones de complejidad de algoritmia computable o no computable a equiparaciones de teorias físicas modernas , a la genesis neurocriminogenas con pocos márgenes de error para la prueba pericial cientifica en audiencias en derecho procesal penal o política criminal.
Referencia: https://www.frontiersin.org/articles/10.3389/fnins.2018.00986/full
Te podría interesar...
