DIAGNOSTICO MEDIANTE MODELOS ESTADISTICOS E INTELIGENTES (DIAGNOSIS)
EL OBJETIVO DEL PROYECTO DIAGNOSIS ES DESARROLLAR, IMPLEMENTAR, VALIDAR E INTEGRAR MODELOS DE NEURODEGENERACION BASADOS EN COMPUTADOR, QUE SEAN ESPECIFICOS PARA LOS PACIENTES AFECTADOS POR LAS ENFERMEDADES DE ALZHEIMER (AD) Y DE P...
ver más
Descripción del proyecto
EL OBJETIVO DEL PROYECTO DIAGNOSIS ES DESARROLLAR, IMPLEMENTAR, VALIDAR E INTEGRAR MODELOS DE NEURODEGENERACION BASADOS EN COMPUTADOR, QUE SEAN ESPECIFICOS PARA LOS PACIENTES AFECTADOS POR LAS ENFERMEDADES DE ALZHEIMER (AD) Y DE PARKINSON (PD). ESTOS MODELOS, QUE PUEDEN CARACTERIZAR DISTINTOS ESTADIOS Y TIPOS DE DEMENCIA, PERMITIENDO ASI UN DIAGNOSTICO DIFERENCIAL Y PRECOZ, INCLUYEN DIVERSAS TECNICAS QUE CONFORMAN LOS DENOMINADOS SISTEMAS ESTADISTICOS INTELIGENTES BASADOS EN COMPUTADOR. LA DISPONIBILIDAD DE EXTENSAS BASES DE DATOS DE ESTUDIOS DE IMAGENES ESTRUCTURALES (MRI) Y FUNCIONALES (SPECT, PET) PARA POBLACIONES NORMALES Y PATOLOGICAS (EJ. LA BASE DE DATOS ADNI O LA PPMI) PERMITEN EVALUAR EL RENDIMIENTO DE ESTOS SISTEMAS. LOS MODELOS ESTAN DESCRITOS A DISTINTAS ESCALAS (DE LA ESCALA DE VOXEL DE LA IMAGEN, PASANDO POR VOLUMENES DE INTERES, HASTA LA ESCALA QUE CONSIDERA EL CEREBRO COMPLETO; DESDE LA ESCALA CELULAR, MOLECULAR Y TISULAR, HASTA TODO EL VOLUMEN CEREBRAL), E INTEGRAN INFORMACION MOLECULAR Y FISIOLOGICA (EJ. METABOLISMO CEREBRAL DE LA GLUCOSA) CON INFORMACION ANATOMICA (EJ. ATROFIA) A TRAVES DE DISTINTOS NIVELES (DE CEREBROS INDIVIDUALES HASTA POBLACIONES DE CEREBROS). SE IMPLEMENTARAN ADEMAS DIVERSOS ESQUEMAS UTILIZANDO DISTINTAS MODALIDADES DE IMAGEN PARA VALIDACION ESPECIFICA (EJ. IMAGENES PET/MRI ADQUIRIDAS DE ESCANERES TIPO PET/MRI), BASADOS EN NUEVOS PARADIGMAS DEL APRENDIZAJE ESTADISTICO Y DE PROCESADO DE SEÑAL. DE CRUCIAL IMPORTANCIA ES QUE, MEDIANTE EL USO DE ESTAS BASES DE DATOS Y MODELOS BASADOS EN COMPUTADOR, SE PUEDE PROCESAR Y OBTENER UNA MEDIDA ANATOMICA Y FUNCIONAL CEREBRAL ESPECIFICA PARA CADA PACIENTE PUDIENDOSE, DE ESTA FORMA, DETECTAR ANORMALIDADES DE MANERA INDIVIDUAL.DENTRO DE LA ETAPA DE CLASIFICACION DE DIAGNOSIS SE PROPONDRAN CLASIFICADORES ESTADISTICOS BASADOS EN MAQUINAS DE VECTORES SOPORTE, REDES NEURONALES ARTIFICIALES, RANDOM FOREST, PROCESOS GAUSSIANOS, MODELOS DISPERSOS, MODELOS ESTADISTICOS BASADOS EN VOXEL O TEXTURA, ETC. EN LA ETAPA DE EXTRACCION DE CARACTERISTICAS SE ESTUDIARAN METODOS PARAMETRICOS Y NO SUPERVISADOS DE SEGMENTACION PARA MRI Y OTROS MUCHOS APLICABLES A LAS DISTINTAS MODALIDADES DE IMAGEN, COMO LOS BASADOS EN DESCOMPOSICION EMPIRICA EN MODOS (EMD), MATRICES NO NEGATIVAS (NMF), REGLAS DE ASOCIACION (AR), ETC.EL INCREMENTO DE LA EXACTITUD EN LA PREDICCION Y DIAGNOSTICO QUE PERMITEN ESTOS MODELOS PUEDE CONDUCIR A SU RAPIDA IMPLANTACION CLINICA Y DIAGNOSIS TIENE LA CAPACIDAD, CON EL APOYO DE LAS INICIATIVAS EN NEUROIMAGEN PARA EL ESTUDIO DE LA AD Y LA PD (VEASE LA CARTA DE APOYO DE LA ASOCIACION DEL ALZHEIMER), DE REPRESENTAR UN PUNTO DE INFLEXION EN EL PROCESO DE DIAGNOSTICO, NO SOLO EN LA DEMENCIA
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.