Design and Implementation of a MATLAB Application for the Analysis of Basal and Stimulus-Evoked Local Field Potentials

Local Field Potentials (LFPs) are widely used in neuroscience as mesoscopic signals capable of capturing the coordinated activity of neuronal populations with high temporal resolution. Despite their relevance in the study of cortical dynamics, sensory processing, and pathological brain states, their analysis often requires custom-written code and advanced signal processing expertise, limiting accessibility and standardization across studies. This thesis presents the design, implementation, and validation of NeuroSignalAnalyzer, a MATLAB-based application developed to support the analysis of LFP signals in both restingstate and stimulus-evoked conditions through an intuitive graphical user interface. The software was conceived to reduce the technical barrier associated with electrophysiological data analysis, particularly for researchers with limited programming experience, while maintaining methodological rigor and analytical flexibility. The application integrates the full analysis workflow into a modular environment structured into three main sections: Settings, Subject, and Group. It allows the user to configure acquisition parameters, load subject-specific datasets, define electrode layers, perform preprocessing operations such as channel exclusion and artifact removal, and conduct analyses at both individual and group levels. NeuroSignalAnalyzer supports both resting-state analysis and stimulus-locked evoked response analysis. In both cases, the software provides complementary temporal, spectral, and time-frequency representations, including layer-averaged signals, Power Spectral Density (PSD), and Continuous Wavelet Transform (CWT). In stimulation mode, the tool additionally performs trial averaging, automatic peak detection, and extraction of quantitative features. Group-level analysis and qualitative comparison across groups are also supported through dedicated visualization interfaces. By combining a code-free interface with a standardized and validated analytical pipeline, the application contributes to improving reproducibility, reducing manual workload, and facilitating the broader adoption of LFP-based methodologies in experimental neuroscience.

I Local Field Potentials (LFPs) sono ampiamente utilizzati nelle neuroscienze come segnali mesoscalari in grado di catturare l’attività coordinata di popolazioni neuronali con elevata risoluzione temporale. Nonostante la loro rilevanza nello studio delle dinamiche corticali, dell’elaborazione sensoriale e degli stati patologici cerebrali, la loro analisi richiede spesso lo sviluppo di codice personalizzato e competenze avanzate di elaborazione dei segnali, limitando l’accessibilità e la standardizzazione tra studi. Questa tesi presenta la progettazione, l’implementazione e la validazione di NeuroSignalAnalyzer, un’applicazione sviluppata in ambiente MATLAB per supportare l’analisi di segnali LFP sia in condizioni di resting-state sia evocati da stimolo, attraverso un’interfaccia grafica intuitiva. Il software è stato concepito per ridurre la barriera tecnica associata all’analisi dei dati elettrofisiologici, in particolare per ricercatori con limitata esperienza di programmazione. L’applicazione integra l’intero workflow di analisi in un ambiente modulare strutturato in tre sezioni principali: Settings, Subject e Group. Essa consente di configurare i parametri di acquisizione, caricare dataset specifici per soggetto, definire i layer degli elettrodi, eseguire operazioni di preprocessing come l’esclusione di canali e la rimozione di artefatti, e condurre analisi sia a livello individuale sia a livello di gruppo. A seconda della condizione sperimentale, NeuroSignalAnalyzer supporta sia l’analisi in resting-state sia l’analisi di risposte evocate allo stimolo. In entrambi i casi, il software fornisce un’analisi del segnale nel dominio temporale, spettrale e tempo-frequenza. In modalità stimolazione, lo strumento esegue inoltre la media sui trial, il rilevamento automatico dei picchi e l’estrazione di features quantitative. L’analisi a livello di gruppo e il confronto qualitativo tra gruppi sono anch’essi supportati tramite interfacce di visualizzazione dedicate. Combinando un’interfaccia grafica con una pipeline analitica standardizzata e validata, l’applicazione contribuisce a migliorare la riproducibilità, ridurre il carico manuale e favorire una più ampia diffusione delle metodologie basate su LFP nelle neuroscienze sperimentali.