Modelos estadísticos para el análisis de datos en neurosciencia.

Ponente(s): Carolina De Jesús Euán Campos

Esta charla se enfoca en el desarrollo de modelos estadísticos para aplicaciones en neurosciencia. La conexion entre estadistica y neurosciencia es particularmente interesante debido a los retos que estos datos presentan. En especifico los modelos estadísticos desarrollados en esta área multidisciplinaria deben satisfacer las siguientes cualidades. 1- Robustos. Comparado con otras fuentes de datos, los datos recolectados en neurosciencia son medidas indirectas de la conectividad cerebral lo que causa la presencia de niveles altos de ruido y artifactos. 2- Eficientes. Los datos en neurosciencia suelen presentarse en altos volúmenes, tanto en dimension como en resolución temporal o espacial, por ello es necesario contemplar métodos de inferencia que sean eficientes en tiempo de cómputo. 3- Reproducibles. Este es uno de los retos que aún permanecen abiertos, se espera que los resultados en base a estos modelos estadísticos pueda ser reproducible dentro de diferentes sujetos de estudio pero esto se ve limitado debido al preprocesamiento de los datos. A lo largo de esta plática se introducirá differentes metodologias estadísticas que se han adaptado al análisis de datos en neurosciencia con el objetivo de enfrentar estos retos. Estos métodos incluyen, modelos basados en representacion espectral de series de tiempo, clustering, procesos puntuales y análisis de datos funcionales. Se discutiran las ventajas y limitaciones de estos métodos dentro del área de neurosciencia.