Análisis de datos neuronales de series temporales: Teoría y práctica

Opiniones de los lectores

El libro goza de gran prestigio como guía práctica y accesible para el análisis de datos de EEG y MEG, adecuada tanto para estudiantes de posgrado como para investigadores. Combina la teoría y la aplicación práctica con eficacia, proporcionando explicaciones claras e ilustraciones útiles. Sin embargo, algunos lectores consideraron que algunas secciones eran menos claras y que el código MATLAB proporcionado era caótico y estaba mal documentado.

⬤ Muy práctico y accesible para estudiantes de posgrado e investigadores en neurociencia.
⬤ Explicaciones claras y contenido bien organizado.
⬤ Fusiona teoría y práctica sin perder precisión.
⬤ Bueno para aquellos con una formación matemática limitada.
⬤ Incluye ilustraciones útiles y recursos MATLAB disponibles en línea.
⬤ Cubre una amplia gama de técnicas de análisis EEG/MEG.

⬤ Algunas secciones, particularmente en la segunda parte, son crípticas y menos claras.
⬤ El código MATLAB es caótico y carece de suficientes comentarios, lo que dificulta su seguimiento.
⬤ Un usuario lo encontró demasiado simplista y no útil para estudiantes avanzados.

(basado en 49 opiniones de lectores)

Título original:

Analyzing Neural Time Series Data: Theory and Practice

Contenido del libro:

Una guía completa de los aspectos conceptuales, matemáticos y prácticos del análisis de las señales eléctricas cerebrales, incluidos los datos de MEG, EEG y LFP.

Este libro ofrece una guía completa de la teoría y la práctica del análisis de señales eléctricas cerebrales. Explica los aspectos conceptuales, matemáticos y de implementación (mediante programación en Matlab) de los análisis basados en tiempo, tiempo-frecuencia y sincronización de grabaciones de magnetoencefalografía (MEG), electroencefalografía (EEG) y potencial de campo local (LFP) de humanos y animales no humanos. Es el único libro sobre el tema que cubre tanto el trasfondo teórico como la implementación en un lenguaje comprensible para lectores sin una amplia formación formal en matemáticas, incluyendo científicos cognitivos, neurocientíficos y psicólogos.

Los lectores que repasen el libro capítulo a capítulo y apliquen los ejemplos en Matlab comprenderán por qué y cómo se realizan los análisis, cómo interpretar los resultados, cuáles son las cuestiones metodológicas y cómo realizar análisis a nivel de sujeto único y a nivel de grupo. Los investigadores familiarizados con el uso de programas automatizados para realizar análisis avanzados aprenderán qué ocurre cuando pulsan el botón "analizar ahora".

El libro proporciona datos de muestra y código Matlab descargable. Cada uno de los 38 capítulos abarca un tema de análisis, que va de lo más sencillo a lo más avanzado. La mayoría de los capítulos concluyen con ejercicios que desarrollan el material tratado en el capítulo. Muchos de los métodos presentados (como la convolución, la transformada de Fourier y la fórmula de Euler) son fundamentales y sientan las bases para otros métodos avanzados de análisis de datos. Los lectores que dominen los métodos del libro estarán bien preparados para aprender otros enfoques.