Aplicación de modelos de datos funcionales para el análisis descriptivo de la actividad eléctrica cerebral en estudiantes universitarios

Autores/as

  • Camargo Peña Andres The university of Melbourne
  • Sastre Gómez Luz Viviana The university of Melbourne
  • Urrea Carlos Universidad Los Libertadores
  • Mongui Jose Universidad Los Libertadores

DOI:

https://doi.org/10.32654/CONCIENCIAEPG.7-1.6

Palabras clave:

Análisis de datos funcionales, electroencefalografía, engaño simulado, patrones de actividad cerebral, suavizado B-spline, Emotiv Epoc.

Resumen

El presente estudio tuvo como objetivo identificar características de la actividad eléctrica cerebral de estudiantes universitarios expuestos a una tarea de sinceridad y simulación de engaño, utilizando un modelo funcional para el análisis de datos electroencefalográficos. Se realizaron análisis B-spline con el fin de identificar artefactos en las señales eléctricas y posteriormente se realizó un análisis descriptivo de datos funcionales para confirmar indicadores de dispersión y atipicidad de los datos. Los resultados permitieron identificar que durante la condición de engaño la actividad eléctrica cerebral no solo presenta una mayor amplitud en las ondas, especialmente en áreas las áreas frontotemporales, sino que el nivel de dispersión de los datos son considerablemente menores en comparación a la actividad cerebral registrada bajo la condición sin engaño.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Battista, F., Otgaar, H., Mangiulli, I., & Curci, A. (2021). The role of executive functions in the effects of lying on memory. Acta Psychologica, 215, 103295. https://www.sciencedirect.com/science/article/pii/S0001691821000457

Berberyan, H. S., van Maanen, L., van Rijn, H., & Borst, J. (2021). Eeg-based identification of evidence accumulation stages in decision-making. Journal of Cognitive Neuroscience, 33(3), 510-527.

https://direct.mit.edu/jocn/article-abstract/33/3/510/95553/EEG-based-Identification-of-Evidence-Accumulation

Bessadok, A., Mahjoub, M. A., & Rekik, I. (2021). Graph Neural Networks in Network Neuroscience. arXiv preprint arXiv:2106.03535. https://arxiv.org/abs/2106.03535

Blandón-Gitlin, I., López, R. M., Masip, J., & Fenn, E. (2017). Cognición, emoción y mentira: implicaciones para detectar el engaño. Anuario de Psicología Jurídica, 27(1), 95-106.

Castro, C., López, y Morales, M. (2013). Estudio Cognitivo de la mentira humana. Ciencia UANL, 16(64), 91-102. http://eprints.uanl.mx/7088/1/Estudio-cognitivo-de-la-mentira.pdf

Cortes, P. M., García-Hernández, J. P., Iribe-Burgos, F. A., Hernández-González, M., Sotelo-Tapia, C., & Guevara, M. A. (2021). Temporal division of the decision-making process: An EEG study. Brain Research, 1769, 147592. https://www.sciencedirect.com/science/article/abs/pii/S0006899321004492

Gutiérrez, M., Giner, P., Quintero, K., Moret, C. y Moliner, J. (2014). Estudio piloto sobre las huellas cerebrales durante el engaño simulado. Revista iberoamericana interdisciplinar de métodos, modelización y simulación, 7, 19-26. https://dialnet.unirioja.es/servlet/articulo?codigo=5137422

Ierache, J. S., Pereira, G., Iribarren, J., & Nervo, F. (2014). Estado emocional centrado en estímulos, aplicando Interfase cerebro-máquina. In XX Congreso Argentino de Ciencias de la Computación (Buenos Aires, 2014). http://sedici.unlp.edu.ar/handle/10915/42260

Jodar-Vicente, M. (2004). Funciones cognitivas del lóbulo frontal. Revista de neurología, 39(2), 178 – 182. https://pesquisa.bvsalud.org/portal/resource/pt/ibc-34481

Karim, A. A., Schneider, M., Lotze, M., Veit, R., Sauseng, P., Braun, C., & Birbaumer, N. (2010). The truth about lying: inhibition of the anterior prefrontal cortex improves deceptive behavior. Cerebral cortex (New York, N.Y.: 1991), 20(1), 205–213. https://doi.org/10.1093/cercor/bhp090

Kouhbanani, S. S., & Arabi, S. M. (2021). Home executive function environment and executive functions in children: The mediating role of brain electrical activity. Current Psychology, 1-9.

https://link.springer.com/article/10.1007/s12144-021-02044-4

Ludwig, S., Van Laer, T., De Ruyter, K., & Friedman, M. (2016). Untangling a web of lies: Exploring automated detection of deception in computer-mediated communication. Journal of Management Information Systems, 33(2), 511-541. https://www.tandfonline.com/doi/full/10.1080/07421222.2016.1205927

Maestú, F., Quesney-Molina, F., Ortiz-Alonso, T., Campo, P., Fernández-Lucas, A., & Amo, C. (2003). Cognición y redes neuronales: una nueva perspectiva desde la neuroimagen funcional. Rev Neurol, 37(10), 962-6. https://doi.org/10.33588/rn.3710.2003069

Martínez Luquero, M. D. C. (2020). Diseño y evaluación de la efectividad de una nueva modalidad de entrevista policial para detectar mentiras [Tesis doctoral, Universidad de Salamanca]. http://hdl.handle.net/10366/145532

Monaro, M., Maldera, S., Scarpazza, C., Sartori, G., & Navarin, N. (2022). Detecting deception through facial expressions in a dataset of videotaped interviews: A comparison between human judges and machine learning models. Computers in Human Behavior, 127, 107063.

Monterroso, E. M., Avilez, A. B., & Vanegas, M. A. A. (2008). Área motora suplementaria. Archivos de Neurociencias, 13(2), 118-124.

Ortega González, M. (2010). Comportamiento mentiroso: Un análisis conceptual desde una perspectiva interconductual. Revista electrónica de psicología Iztacala, 13(1). https://www.iztacala.unam.mx/carreras/psicologia/psiclin/vol13num1/Art5Vol13No1.pdf

Piñerez, W. J. R., Ramírez, A. C., & Escobar, O. G. (2017). Análisis de datos funcionales aplicado en electroencefalogramas: agrupamiento por k-medias funcional. Comunicaciones en Estadística, 10(1), 129-144. https://dialnet.unirioja.es/servlet/articulo?codigo=6765740

Ramsay, J. y Silverman, B. (2002). Applied functional data analysis: Methods and case studies. Springer.

Rodríguez-Valdez, R., Manrique-Suárez, V., Álvarez-Amador, A., Galán-García, L., Fernández-García, Y., López-Cánovas, L., Riverón, A. Bobes-León, M. (2008). Análisis Espectral del Electroencefalograma en Sujetos con Deterioro Cognitivo Leve. Revista de Neurología, 46(5), 267-272.

https://www.researchgate.net/profile/Viana-Suarez/publication/5499983_Spectral_analysis_of_the_electroencephalogram_in_subjects_with_mild_cognitive_impairment/links/55d3506308ae7fb244f58646/Spectral-analysis-of-the-electroencephalogram-in-subjects-with-mild-cognitive-impairment.pdf

Sahakian, B. J., & Gottwald, J. (2016). Sex, Lies, and Brain Scans: How fMRI reveals what really goes on in our minds. Oxford University Press.

Shaughnessy, J., Zechmeister, E. y Shaughnessy, J. (2007). Métodos de investigación en psicología. McGraw-Hill

Tirapu-Ustárroz, J., García-Molina, A., Luna-Lario, P., Roig-Rovira, T., & Pelegrín-Valero, C. (2008). Modelos de funciones y control ejecutivo (I). Revista de neurología, 46(11), 684-692. https://pavlov.psyciencia.com/2012/10/Modelos-de-funciones-y-control-ejecutivo.pdf.

Descargas

Publicado

2022-01-28

Cómo citar

Camargo-Peña, A., Sastre-Gómez, L. V., Urrea, C., & Mongui, J. (2022). Aplicación de modelos de datos funcionales para el análisis descriptivo de la actividad eléctrica cerebral en estudiantes universitarios. Revista ConCiencia, 7(1), 84–100. https://doi.org/10.32654/CONCIENCIAEPG.7-1.6

Número

Sección

Artículos