Modelos de medio conductor para generar EEG

asociado a patologas en el cerebro.

Presentado por: Emmanuel Roberto Estrada Aguayo

Benemerita Universidad Autonoma de Puebla

Facultad de Ciencias Fsico-Matemticas
Doctorado en Ciencias Matemticas
Asesor:
Dr. Jos Jacobo Oliveros Oliveros

2 de Diciembre del 2016

Contenido

I Conceptos Bsicos
I Objetivo General
I Objetivos Especcos y Metas
I Metodologa
I Plan de Trabajo
I Calendarizacin
I Indice de la Tesis
I Bibliografa
Conceptos Bsicos
Qu es un EEG?

Electroencefalografa: La electroencefalografa es una tcnica de exploracin

neurosiolgica que registra la actividad bioelctrica cerebral.
Qu es un EEG?
Un encefalograma (EEG) es el registro obtenido mediante esta tcnica.

eeg

3 :jpg
Aplicaciones

El EEG se usa como ayuda al diagnstico cuando un paciente sufre

convulsiones, un traumatismo craneoenceflico, un tumor, o incluso una
enfermedad degenerativa del sistema nervioso.
Aplicaciones

Es una de las principales tcnicas de estudio en la deteccin de la epilepsia.

Aplicaciones

Tambin se utiliza para evaluar los trastornos del sueo. Por medio de esta
tcnica tambin se han detectado posibles patologas en el cerebro.

(Fuente:
http://www.enciclopediasalud.com/deniciones/electroencefalograma)
Ventajas del EEG

Entre las ventajas de la tcnica del EEG se encuentran que la informacin

que proporciona se captura en tiempo real, de manera simple, es no
destructiva y econmica.
Fuentes bioelctricas
El registro del Electroencefalograma en el cuero cabelludo (EEG)
corresponde al potencial generado por grandes conglomerados de neuronas
que trabajan simultneamente y son llamados generadores del EEG o
fuentes bioelctricas. Estas fuentes pueden estar localizadas en la corteza
cerebral o en la subcorteza cerebral.
Patologa cerebrales (breve descripcin)

Una patologa cerebral corresponde a una alteracin del tejido cerebral

sano causado por enfermedades o alteraciones en el mismo.
Patologa cerebrales (breve descripcin)

Un tumor cerebral crecimiento de clulas anormales en el tejido del

cerebro. Estos pueden ser primarios o metastsicos
Patologa cerebrales (breve descripcin)

La calcicacin cerebral es un trastorno en el cual el calcio que debe ser

absorbido por los huesos y los dientes se deposita en el cerebro causando
problemas en el rgano e interriendo con sus funciones.
Patologa cerebrales (breve descripcin)

Un edema cerebral se reere a una acumulacin de lquido en los

espacios intra o extracelulares del cerebro, mediante el cual las neuronas
cerebrales aumentan su tamao debido a un aumento anormal del
volumen de plasma (sangre) intracraneal.
Problema
Problema

El problema de determinar las fuentes a travs del EEG es llamado

Problema Inverso Electroencefalogrco y cae dentro de la categora
de los problemas mal planteados. Esto es debido a que existen diferentes
conguraciones que pueden producir el mismo EEG y a que pequeas
variaciones en los datos de entrada pueden producir variaciones
sustanciales en la localizacin de la fuente.
Problema

I Las patologas sern determinadas por otros mtodos de diagnstico

como la tomografa axial computarizada o la resonancia magntica.
I Para los modelos se hacen las consideraciones en base a las leyes de
la fsica representando a las patologas como regiones conductoras la
cual determinara su naturaleza con base en la conductividad; se
seguir considerando a la cabeza como un medio de capas
conductoras.
I La actividad elctrica del cerebro es registrada en el cuero cabelludo
por medio del EEG y la conductividad elctrica de lesiones cerebrales
vara con la situacin patolgica tales como tumores y calcicaciones.
Consideraciones Bsicas para el modelo

I Como primer paso se proponen modelos que reproducirn un EEG

real y se comparara con un EEG medidos en un grupo de pacientes
que presentan una calcicacin subcortical (la glandula pineal).
I Se sabe que alrededor de la zona afectada se genera una capa brosa
en la cual se genera una fuente que produce un EEG anormal.
I Si dicha capa es muy delgada entonces esta puede considerarse como
la supercie de separacin entre la regin ocupada por la patologa y
el cerebro sano entonces puede considerarse como una fuente de tipo
subcortical supercial.
I Por otra parte, si la capa brosa es gruesa puede considerarse como
una fuente subcortical volumtrica.
Consideraciones Bsicas para el modelo

Modelo de la cabeza en capas conductoras

Modelo de Medio Conductor:
El modelo matemtico que se presenta en este trabajo la cabeza humana ha sido
modelada por medio de capas conductoras con conductividad constante y
diferente en cada capa.
Caso subcortical volumetrico: 0 la regin de la anomala, 1 la capa brosa
que se forma alrededor del dao, 2 el cerebro sano y el resto de las capas que
componen la cabeza, S0 , S1 y S2 representan a las fronteras de las regiones.
Caso subcortical supercial: 0 la regin de la anomala, 1 el cerebro sano y
el resto de las capas que componen la cabeza S0 , y S1 representan a las fronteras
de las regiones.

Caso subcortical volumetrico Caso subcortical supercial

Caracterizacin de las patologas

Se consideran los siguientes parmetros de conductividad para caracterizar

si la patologa es una calcicacin o un edema. Sea 3 la conductividad de
la patologa, 2 la conductividad de la capa brosa y 1 la conductividad
del cerebro sano.

Si 2 & 1 =) se considera un tumor

Si 2 << 1 =) se considera una calcicacin

Objetivo General
Objetivo General

El objetivo nal ser resolver el problema inverso donde dado un EEG

determinar la ubicacin espacial de la patologas tales como edemas,
tumores y calcicaciones brindando de esta forma una herramienta para el
diagnstico mdico.
Desarrollaremos un algoritmo de visualizacin que sirva para la
identicacin de patologas en el cerebro asociadas a tumores, edemas y
calcicaciones a partir de las mediciones de EEG sobre el cuero cabelludo.
Se pretende implementar estos algoritmos de identicacin en un
dispositivo FPGA con el n de que se genere tecnologa patentable para
dichos modelos.
Modelos Matemticos propuestos

I Las soluciones de los modelos se presentan en dos dimensiones que

pueden ser expresadas en trminos de series de Fourier.
I Presentamos la solucin del problema para el caso de tres
dimensiones, planteando una solucin expresada en trminos de
armnicos esfricos.
I Se trabaja en ambas soluciones de estos modelos como una forma de
metodologa de aprendizaje tanto de la forma de expresin de las
soluciones as como de los resultados.
Solucin en dos dimensiones
Modelo de Calcicacin capa subcortical volumtrica

r2 u0 = 0 en 0 (1)
r2 u1 = f en 1 (2)

r2 u2 = 0 en 2 (3)
@u1
=0 en S0 (4)
@n0

u1 = u2 en S1 (5)

@u1 @u2
1 = 2 en S1 (6)
@n1 @n1

@u2
=0 en S2 (7)
@n2
Modelo de Calcicacin subcortical volumtrica
Sea la fuente
1
X 1
X
f (r ; ) = fk1 r k + fk2 r k
cos k + fk3 r k + fk4 r k
sin k (8)
k =1 k =1

se satisface que
Z
f (x) dx = 0: (9)

Sea
1
X
u1 (r ; ) = ak1;1 r k + bk1;1 r k
+ ck1;1 r k +2 + dk1;1 r k +2
cos k (10)
k =1
X1
+ ak1;2 r k + bk1;2 r k
+ ck1;2 r k +2 + dk1;2 r k +2
sin k
k =1
y
1
X 1
X
u2 (r ; ) = ak2 r k + bk2 r k
cos k + ck2 r k + dk2 r k
sin k (11)
k =1 k =1
Modelo de Calcicacin capa subcortical volumtrica

De la ecuacin de Poisson r2 u1 = f se hayan los coecientes ck1;1 y dk1;1

en trminos de los coecientes de f fk1 y fk2 a su vez se hayan los
coecientes ck1;2 y dk1;2 en trminos de los coecientes fk3 y fk4 donde al
sustituirlos en u1 y u2 hayamos la medicin en dos dimensiones en la
frontera S2 sobre la regin 2 la cual se expresa como

1
X
u2 (R2 ; ) = 2 RK fk1 + RK fk2 cos k + RK fk3 + RK fk4 sin k
k =1
(12)
donde RK y RK dependen de R0 , R1 y R2 .
Modelo de Calcicacin capa subcortical volumtrica
Retomando la fuente expresada en trminos de la serie de fourier para el
caso de una fuente volumetrica
1
X 1
X
f (r ; ) = fk1 r k + fk2 r k cos k + fk3 r k + fk4 r k sin k
k =1 k =1
Planteamos la funcin de fuente

j~r aj2
exp
2b 2
f (~r ) = Z
j~r aj2
exp d~r
2b 2
donde los coecientes de fourier resultan ser

Z Z
R1k +2 2
R1 k +2 2
fk1 = f (~x ) cos (k ) d fk2 = f (~x ) cos (k ) d
(k + 2) 0 ( k + 2) 0

Z Z
R1k +2 2
R1 k +2 2
fk3 = f (~x ) sin (k ) d fk4 = f (~x ) sin (k ) d
(k + 2) 0 ( k + 2) 0
(13)
Modelo de Calcicacin capa subcortical volumtrica

Sustituyendo los coecientes fki para i = 1; 2; 3; 4 en (12)

1 Z
2X K K
2
EEG = R +R f (~x ) cos (k ) d cos k
k =1 0
(14)
1 Z
2X 2
+ RK + RK f (~x ) sin (k ) d sin k
k =1 0
Modelo de Calcicacin capa subcortical volumtrica

" #
k +2 k %k %k k %k %k k
R % 1 3 6 1 + % 1 4 5 2 % 5
para RK = 1
k + 2 %k %k 2 1 + %k %k %k 2 % k
" 2 3 1 3 4 #3
R k +2 %k1 %k3 %k8 1 + %k1 %k4 %k7 2 %k7
RK = 1 2
k + 2 % k %k
2 3
k k k
1 + %1 %3 % 4 2 %k3
donde 1 ; 2 son las conductividades de las regiones 1 y 2 y
R2k R2k R2k R2k
%k1 = 2k + 2k %k2 = 2k
R0 R1 R0 R12k
R2k 1 R k 1
%k3 = 2k + k %k4 = 2k2+1
R1 R2 R1 R1 R2k
(k + 2) R02 R12 k +2
%k5 = %k6 = R02 R12
4k (k + 1) 4 (k + 1) 4k (k + 1)
(2 k) R02 R12 2 k R02 R12
%k7 = % k =
8
4k (1 k) R02k 4 (1 k) R12k 4k (1 k) R02k R12k
Modelo de Calcicacin capa subcortical supercial

r2 u0 = 0 en 0 (1a)
r2 u1 = 0 en 1 (2a)
@u1
=g en S0 (3a)
@n0
@u1
=0 en S1 (4a)
@n1
Modelo de Calcicacin capa subcortical supercial
Sea el potencial

1
X 1
X
u1 (r ; ) = ak1 r k + bk1 r k
cos k + ck1 r k + dk1 r k
sin k (5a)
k =1 k =1

en este caso se satisface la condicin necesaria de existencia de solucin

del problema (1a) - (4a):
Z
g (x) dx = 0 (6a)
S1
sea la fuente caracterizada por
1
X 1
X
g (r ; ) = gk1 r k cos k + gk2 r k sin k (7a)
k =1 k =1
la solucin para la medicin en la frontera S1 es
1
X 2R03k R1k
u1 (R1 ; ) = EEG = gk1 cos k + gk2 sin k (8a)
k =1
k R02k R12k
Modelo de Calcicacin capa subcortical supercial

sustituyendo la fuente
!
j~x aj2
exp
2b 2
g (~x ) = Z !
j~x aj2
exp d~x
2b 2

en los coecientes de fourier

Z Z Z
1 R1 2 R1k +2 2
gk1 = g (~x ) r k +1 cos (k ) drd = g (~x ) cos (k ) d
0 0 (k + 2) 0
(9a)
y
Z Z Z
1 R1 2
R1k +2 2
gk1 = g (~x ) r k +1
sin (k ) drd = g (~x ) sin (k ) d
0 0 (k + 2) 0
(10a)
Modelo de Calcicacin capa subcortical supercial

al sustituir (9a) y (10a) en (8a) la medicin es

1 Z
2X K
2
EEG = R g (~x ) cos (k ) d cos k
k =1 0
(11a)
1 Z
2X 2
+ RK g (~x ) sin (k ) d sin k
k =1 0

donde
R03k R12k +4
RK =
k (k + 2) R02k R12k
Solucin en tres dimensiones
Modelo de Calcicacin capa subcortical volumtrica

Sea
n
1 X
X
1 n 2 n
f (r ; ; ') = fnm r + fnm r Ynm ( ; ') (15)
n=1 m= n

el potencial debido a la fuente puede ser expresado como

n
1 X
X
u1 (r ; ; ') = Anm r n + Bnm r n 1
Ynm ( ; ') (16)
n=1 m= n
X1 X n
+ Cnm r n+2 + Dnm r n+2
Ynm ( ; ')
n=1 m= n
Modelo de Calcicacin capa subcortical volumtrica

El potencial en la frontera S2 sobre la regin 2 se expresa como

n
1 X
X
u2 (r ; ; ') = Enm r n + Hnm r n 1
Ynm ( ; ') (17)
n=1 m= n

De la ecuacin (14) se hayan los coecientes Cnm y Dnm en trminos de

1 y f 2 por lo que
los coecientes fnm nm

1
fnm 2
fnm
Cnm = ; Dnm = (18)
4n + 6 4n 6
Modelo de Calcicacin capa subcortical volumtrica

La medicin en tres dimensiones est dada por el potencial a medir en la

frontera S2 sobre la regin 2 se expresa como

n
1 X
!
X f2n + 1g 1
1 nm
3 3
n n
u2 (R2 ; ; ') = 2 3 1 4 ] R n+1
Ynm ( ; ') (19)
n=1 m= n
n[ 1 n n 2 n n 2
1 X n
!
X f2n + 1g 2
nm
1 4
n n
+ 2 3 1 4 ] R n+1
Ynm ( ; ')
n=1 m= n
n[ 1 n n 2 n n 2
1 X n
!
X f2n + 1g 0
1 nm
1 2 + 3 1
n n n n
2 3 1 4 ] R n+1
Ynm ( ; ')
n=1 m= n
n[ 1 n n 2 n n 2

Donde las variables i , para i = 0; 1; 2 estn en funcin de los

nm
coecientes de (16)
Modelo de Calcicacin capa subcortical volumtrica

Las variables i y i ,para i = 1; 2; 3; 4:, estn dadas por

n n

R n+1 R 2n+1 R 2n+1

1
n= 0 1n 2 1
n= n+1n R12n+1 R22n+1 + R02n+1 R22n+1
2
n = R0n+2 R12n+1 R22n+1 2
n= n+1n R02n+1 R12n+1 + R02n+1 R22n+1
3
n = R02n+1 R1n+1 R22n+1 3
n = (n + 1) R12n+1 R22n+1 R02n+1 R22n+1
4
n = R02n+1 R1n+2 R22n+1 4
n = (n + 1) R02n+1 R12n+1 R02n+1 R22n+1

Esta medicin es para el caso de una calcicacin y es donde se considera

la glndula pineal al ser esta una patologa conocida que se encuentra en
el centro del volumen cerebral.
Modelo de Calcicacin capa subcortical supercial
Tenemos el potencial
n
1 X
X
u1 (r ; ; ') = Anm r n + Bnm r n 1
Ynm ( ; ') (12a)
n=1 m= n

en este caso se satisface la condicin necesaria de existencia de solucin

del problema (1a) - (4a):
Z
g (x) dx = 0 (13a)
S1
Sea la fuente caracterizada por
n
1 X
X
g (r ; ; ') = gnm r n Ynm ( ; ') (14a)
n=1 m= n
la solucin de la medicin en la frontera S1 sobre la regin 1 se expresa
como:
1 X n
( )
X (2n + 1) gnm R02n+2 R1n
u1 (R1 ; ; ') = EEG = n+2 2n+1
Ynm ( ; ')
n=1 m= n
n (n + 1) R 0 R1
(15a)
Objetivos Especcos y Metas
Objetivos Especcos y Metas
I Objetivo 1. Realizaremos la modelacin fsica de anomalas en el
cerebro.
I Objetivo 2. Se analizar el problema directo electroencefalogrco y
su validacin numrica y experimental para el caso de anomalas.
I Objetivo 3. Analizaremos la unicidad del problema inverso
considerando el nmero de anomalas como un parmetro conocido.
I Objetivo 4. Cosideraremos informacion a priori en caso de ser
necesario y patologas asociadas como la epilepsia para la realizacin
del modelo.
I Objetivo 5. Propondremos un algoritmo estable de identicacin de
la anomala y elaborar un programa para el algoritmo que se desarrolle
en los puntos anteriores y que permita visualizar la zona en donde se
encuentra la anomala a partir de la medicin sobre el cuero cabelludo.
I Objetivo 6. Trabajaremos en conjunto con el laboratorio nacional de
electrnica para que estos modelos tanto en dos como en tres
dimensiones sean programados en un dispositivo FPGA con el n de
desarrollar un sistema de visualizacin EEG que detecte estas
patologas.
Metodologa de Trabajo
Temas Base (Matemticas)

I Problemas inversos y mal planteados

I Mtodos de regularizacin
I Series de Fourier
I Funciones armnicas
I Teora de operadores
I Mtodos numricos (Mtodo del Elemento Finito, mtodo de las
diferencias nitas, mtodos iterativos, lgebra Lineal numrica)
I Programacin en SimuLink Xilinxs FPGA interface
Seminarios

I Dr. Gregorio Garca Aguilar - Neurociencia aplicada y uso del EEG.

I Dr. Hctor Ramrez Diaz - Teora Electromagntica y sus aplicaciones
en problemas de mediciones electrostticas en supercies y
geometras regulares.
I Dra Alina Santillan - Anlisis de seales electroencefalogrcas.
Software a emplear

I MatLab.
I EEG Lab.
I Scientic Workplace 5.5
I O matica Microsoft.
I SimuLink Xilinxs
Continuidad
I Actualizacin del Convenio de Colaboracin conjunta con el Instituto
Tecnolgico Superior de el Dorado y el Laboratrio Nacional de
Electrnica.
I Convenio de colaboracin con la Unidad Oncolgica de la Secretara
de Salud.
I Seminaris en conjunto con el Dr. Gregorio Garca, la Dra. Alina
Santillan y el Dr. Hctor Remrez en la ciudad de Culiacn Sinaloa.
I Publicacin de la memoria "MODELOS DE MEDIO CONDUCTOR
PARA GENERAR EEG ASOCIADO A PATOLOGAS EN EL
CEREBRO."presentado en formato Cartel en el VII Congreso
Nacional de Tecnologa Aplicada a Ciencias de la Salud llevado a
cabo del 16 al 18 de Junio de 2016.
I Presentacin del trabajo en formato cartel "Modelos de medio
conductor para generar EEG asociado a patologas en el cerebro.en el
3er Congreso Internacional de Matemtica y sus Aplicaciones llevado
a cabo en las instalaciones de la FCFM-BUAP del 5 al 9 septiembre
de 2016.
Continuidad

I Presentacin del trabajo en formato cartel "Modelo matemtico para

generar EEG asociado a una calcicacin en el tejido cerebral.en la
2nd International Conference in Mathematical Modelling llevada a
cabo en la Universidad Tecnolgica de la Mixteca los das 13 y 14 de
octubre de 2016, Huajuapan de Len, Oaxaca.
I Presentacin del cartel "Modelos de medio conductor para generar
EEG asociado a patologas en el cerebro.en el XLIX Congreso
Nacional de la Sociedad Matemtica Mexicana, llevado a cabo del 23
al 28 de Octubre de 2016 en las instalaciones de la Universidad de
Aguascalientes, Aguascalientes, Mxico.
I Presentacin del cartel onductive models to generate EEG
associated with pathologies in the brain.en la International Workshop
on Control and Partial Dierential Equation llevada a cabo del 9 al
12 de Noviembre de 2016 en Huatulco, Oaxaca.
Plan de Trabajo
Plan de Trabajo

1. Revisin bibliogrca del tema.

2. Planteamiento del problema.
3. Propuesta de un algoritmo.
4. Revisin de los mtodos de regularizacin bsicos.
5. Elaboracin de los programas computacionales necesarios.
6. Validacin del algoritmo estable que se generar.
7. Escritura y Defensa de la tesis.
Segundo Ao

AgDic Ene-Jul
ACTIVIDAD
2016 2017
Revisin de conceptos X X
Revisin bibliogrca X X
Planteamiento del problema
Obtencin de resultados X X
Exposicin de resultados X X
Discusin y anlisis de resultados X X
Escritura y defensa de la tesis
Tercer Ao

AgDic Ene-Jul
ACTIVIDAD
2017 2018
Revisin de conceptos X
Revisin bibliogrca X
Planteamiento del problema
Obtencin de resultados X X
Exposicin de resultados X X
Discusin y anlisis de resultados X X
Escritura y defensa de la tesis X X
Cuarto Ao

AgDic Ene-Jul
ACTIVIDAD
2018 2019
Revisin de conceptos
Revisin bibliogrca
Planteamiento del problema
Obtencin de resultados
Exposicin de resultados X X
Discusin y anlisis de resultados X X
Escritura y defensa de la tesis X X
Indice de la Tesis
Indice propuesto tentativo

1. Introduccin.
2. Captulo I. Resumen de conceptos bsicos.
3. Captulo II. Planteamiento del problema y resultados conocidos.
4. Captulo III: Resultados para el caso de anomalas.
5. Captulo IV: Algoritmo estable y validacin de los resultados.
6. Conclusiones.
Bibliografa
[1] Nuez P. L. Electric Field of the Brain. Oxford Univ. Press, New York
(USA), 1981.
[2] Oliveros J., 2001. Modelacin Matemtica de la actividad elctrica de
la corteza cerebral para usar la Electroencefalografa como un mtodo de
Tomografa. Tesis de Doctorado en Matemticas, Postgrado en
Matemticas de la Facultad de Ciencias Fsico Matemticas de la
Benemrita Universidad Autnoma de Puebla.
[3]Munck, Van Dijk, Spekreije. Mathematical Dipoles are Adequate to
Describe Realistic Generators of Human Brain Activity IEEE Transactions
on biomedical engineering, 1988; 11.
[4] Fraguela A, Morn M, Oliveros J. Inverse electroencephalography for
volumetric sources Mathematics and Computers in Simulation, 2008; 78:
481-492.
[5] Fraguela A., Oliveros J., Morn M. Inverse electroencephalography for
cortical sources. Applied Numerical Mathematics, 2005; 55(2): 191-203.
[6] Tsitsas N and Ma P. Finding a source inside a sphere. Inverse
problems. 2012; 28.
[7] Ueno S., Wakisako H. Determination of the spatial distribution of
abnormal EEG and MEG from current dipole in inhomogeneous volume
conductor Il Nuovo Cimento, 1983; 2(D):558-566.
[8]Ueno S., Ueno K., Iramina K., "Spatio-temporal patterns of meg and
eeg activities produced by spreading multiple dipoles"0-7803-1377-1193
01993 IEEE
[9] Tijonov A. N., Samarsky A. A., 1980. Ecuaciones de la
Fsica-Matemtica. Editorial Mir Mosc.
[10] M. Sharanreddy, P. K. Kulkarni Can EEG Test Helps in Identifying
Brain Tumor? International Journal of Medical, Health, Biomedical,
Bioengineering and Pharmaceutical Engineering Vol:7, No:11, 2013
BUAP