Descripción del proyecto
LA BUSQUEDA DE SOLUCIONES EFECTIVAS A PROBLEMAS DE LA VIDA REAL REQUIERE EN MUCHAS OCASIONES EL USO DE UNA GRAN CANTIDAD DE DATOS, AFORTUNADAMENTE, LOS SISTEMAS DE INFORMACION ACTUALES PERMITEN LA RECOGIDA DE INFORMACION PROCEDENTE DE DISTINTAS FUENTES, SIN EMBARGO, CONVERTIR ESTOS DATOS EN INFORMACION UTIL NO RESULTA TAN SENCILLO, COMO SUCEDE EN EL CASO DE LA DIAGNOSIS Y PROGNOSIS DE LA DISLEXIA EVOLUTIVA (DE), LA CUAL PRESENTA UNA PREVALENCIA DE ENTRE EL 5% Y EL 12% Y PODRIA AYUDAR A EXPLICAR UNA BUENA PARTE DE LOS FRACASOS ESCOLARES, EL DIAGNOSTICO DE LA DE Y LA BUSQUEDA DE SUS CAUSAS NEURONALES PODRIA PERMITIR EL DESARROLLO DE METODOS DE INTERVENCION ESPECIFICOS Y ADAPTATIVOS PARA CADA INDIVIDUO, PERO PARA OBTENER RESULTADOS FIABLES SE REQUIERE NO SOLO DE TEST CONDUCTUALES Y NEUROPSICOLOGICOS SINO TAMBIEN DE SEÑALES BIOMEDICAS,EL PRESENTE PROYECTO PUEDE VERSE COMO UNA CONTINUACION NATURAL DE NUESTROS PROYECTOS PREVIOS, DE ESTE MODO, EN EL PROYECTO PSI2015-65848-R SE HA DESARROLLADO UNA PLATAFORMA (LEEDUCA) QUE PERMITE LA REALIZACION, ALMACENAMIENTO Y PROCESADO DE UNA GRAN NUMERO DE TEST NEUROPSICOLOGICOS, POSTERIORMENTE, EL PROYECTO UNMA15-CE-3657 HA PERMITIDO LA COMPRA DE EQUIPOS DE ELECTROENCEFALOGRAFIA (EEG) Y ESPECTROSCOPIA FUNCIONAL DEL INFRAROJO CERCANO (FNIRS) Y DE UNA PLATAFORMA DE COMPUTACION DE ALTAS PRESTACIONES, COMO RESULTADO, LA BASE DE DATOS LEEDUCA, CON EL APOYO DE LA JUNTA DE ANDALUCIA, CUENTA ACTUALMENTE CON RESULTADOS DE MAS DE 4000 ESTUDIANTES (DE 4, 5, 6 Y 7 AÑOS) DE DIFERENTES COLEGIOS, Y SE HAN CONSTRUIDO MODELOS MULTIDIMENSIONALES DE DE USANDO ALGORITMOS DE APRENDIZAJE AUTOMATICO A PARTIR DE DATOS DE EEG Y FNIRS, FINALMENTE Y GRACIAS A LO PROMETEDORES DE LOS RESULTADOS, NOS HEMOS CONVERTIDO EN SOCIOS DEL PROYECTO H2020 (ADVANCED GRANT) BABYRYTHM (694786) COORDINADO POR LA UNIVERSIDAD DE CAMBRIDGE Y CUYO OBJETIVO ES EL ANALISIS DE LA CONDICIONES EXPERIMENTALES PARA LA ADQUISICION DE SEÑALES BIOMEDICAS QUE PERMITAN EXPLORAR PATRONES COMUNES Y NUEVAS HIPOTESIS EN RELACION A LAS BASES NEURONALES DE DE,EL OBJETIVO FUNDAMENTAL DEL PRESENTE PROYECTO ES EXTRAER LA INFORMACION CONTENIDA EN LAS SEÑALES BIOMEDICAS DE EEG Y FNIRS, ESTO, A SU VEZ, REQUIERE EL DESARROLLO DE TECNICAS ESPECIFICAS DE EXTRACCION DE CARACTERISTICAS Y CLASIFICACION, JUNTO CON EL DESARROLLO DE MODELOS DE DE MEDIANTE PROCESADO DE SEÑAL, APRENDIZAJE ESTADISTICO Y APRENDIZAJE PROFUNDO, PARA CONSEGUIR: 1) SACAR EL MAXIMO PROVECHO Y MEJORAR LOS ACTUALES SISTEMAS DE DIAGNOSTICOS DE DE Y 2) OBTENER MODELOS QUE COMBINEN TODA LA INFORMACION DISPONIBLE DE MODO QUE PERMITAN CONOCER CON MAYOR DETALLE LAS CAUSAS BIOLOGICAS DE LA DE Y LOS PROCESOS CEREBRALES INVOLUCRADOS DURANTE EL APRENDIZAJE DE LA LECTURA, ADEMAS, LOGICAMENTE, DEBIDO A LA GRAN CANTIDAD DE DATOS QUE DEBEN PROCESARSE, DEBERAN EMPLEARSE TECNICAS DE COMPUTACION DE ALTAS PRESTACIONES, EL CARACTER MULTIDISCIPLINAR DEL EQUIPO DE INVESTIGACION LO HACE IDONEO PARA LA EXPLORACION DE NUEVAS ALTERNATIVAS PARA TRATAR LAS DIFICULTADES EN EL APRENDIZAJE DE LA LECTURA Y EL DESARROLLO DE NUEVOS METODOS DE INTERVENCION QUE TENGAN EN CUENTA LOS FUNDAMENTOS NEURONALES, LOS METODOS DESARROLLADOS EN ESTE PROYECTO PODRAN SER DIRECTAMENTE TRANSFERIDOS A LAS ESCUELAS, FACILITANDO SU USO CLINICO Y AVANZANDO EN EL DESARROLLO DE INTERVENCIONES INDIVIDUALIZADAS LO QUE PUEDE REPRESENTAR UN PUNTO DE INFLEXION EN EL TRATAMIENTO DE LAS DIFICULTADES DE APRENDIZAJE Y SUS CORRESPONDIENTES IMPLICACIONES SOCIOECONOMICAS, PROCESAMIENTO ESTADÍSTICO DE LA SEÑAL\APRENDIZAJE MÁQUINA\APRENDIZAJE PROFUNDO\EEG\FNIRS\DISLEXIA\DIAGNÓSTICO ASISTIDO POR COMPUTADOR