Un grupo de investigadores de la Universidad Carlos III de Madrid (UC3M) ha presentado un nuevo algoritmo que analiza la información de los electroencefalogramas de una forma novedosa para detectar enfermedades neurodegenerativas como la epilepsia, a través de las señales bioeléctricas del cerebro.
La investigación, realizada conjuntamente entre ingenieros y médicos de la UC3M, la Clínica Universitaria de Navarra y la Universidad Pública de Navarra, se inició como una colaboración centrada en descubrir e interpretar los fenómenos bioeléctricos originados en la corteza cerebral, con el objetivo de aplicar estos estudios al análisis de distintas patologías, como la enfermedad del Parkinson, Alzheimer o la epilepsia. Para ello, se utiliza como método de obtención de las señales cerebrales la electroencefalografía, que es la exploración y registro neurofisiológico de los potenciales eléctricos generados en el cerebro empleando electrodos situados sobre la superficie del cuero cabelludo.
Los primeros resultados obtenidos por los científicos fueron prometedores y mostraron la necesidad de reducir la cantidad de información que se obtiene del electroencefalograma, puesto que analizar todas sus características requiere mucho tiempo y gran capacidad computacional. Para ello, han diseñado un algoritmo que permite extraer las características más relevantes de la señal que se asocian a la epilepsia para poder detectar y clasificar con mayor rapidez las crisis epilépticas, así como también determinar qué partes o zonas del cerebro están más afectadas. "La ventaja que tiene este método es que permite desarrollar tareas de detección, clasificación o localización de enfermedades neurológicas con poca información", explica uno de los autores de la investigación, Carlos Guerrero Mosquera, del Departamento de Teoría de la Señal y Comunicaciones de la UC3M. "El electroencefalograma - añade - contiene mucha información y lo que nosotros buscamos es tratar de mejorar la eficacia de tareas analizando poca información, mediante la selección de los datos de la señal más significativos".
Este novedoso método, publicado recientemente en la revista Medical & Biological Engineering & Computing, ha sido comparado con otras técnicas y los resultados de tal análisis se presentarán en una de las conferencias más importantes de ingeniería biomédica, el International Conference of the IEEE Engineering in Medicine and Biology Society, que tendrá lugar del 31 de agosto al 4 de septiembre en Buenos Aires (Argentina). Este método se puede dividir, grosso modo, en cuatro tareas fundamentales: la adquisición de la señal por medio de la electroencefalografía, la limpieza o pre-procesamiento de la señal para eliminar el ruido y la extracción / selección de características dependiendo de la aplicación que se desee hacer. "Para la detección la idea es que este proceso se haga en línea, pero por ahora trabajamos con las bases de datos", señala Carlos Guerrero. "Posteriormente - puntualiza - cuando la aplicación presenta un buen desempeño, intentamos reducir el coste computacional mediante la selección de características".
Este método, explican los investigadores, extrae información sobre el plan tiempo-frecuencia de la señal de una forma sencilla y novedosa, facilitando las tareas de detección y clasificación de segmentos con epilepsia y abriendo la posibilidad de aplicar este algoritmo en otras patologías. "Inicialmente hemos desarrollado este método para la clasificación y detección de crisis epilépticas, pero como trabajo futuro deseamos aplicarlo a otras enfermedades neurodegenerativas, como el Parkinson, el Alzheimer o el análisis de diversos trastornos del sueño", revela Guerrero.
Los primeros resultados obtenidos por los científicos fueron prometedores y mostraron la necesidad de reducir la cantidad de información que se obtiene del electroencefalograma, puesto que analizar todas sus características requiere mucho tiempo y gran capacidad computacional. Para ello, han diseñado un algoritmo que permite extraer las características más relevantes de la señal que se asocian a la epilepsia para poder detectar y clasificar con mayor rapidez las crisis epilépticas, así como también determinar qué partes o zonas del cerebro están más afectadas. "La ventaja que tiene este método es que permite desarrollar tareas de detección, clasificación o localización de enfermedades neurológicas con poca información", explica uno de los autores de la investigación, Carlos Guerrero Mosquera, del Departamento de Teoría de la Señal y Comunicaciones de la UC3M. "El electroencefalograma - añade - contiene mucha información y lo que nosotros buscamos es tratar de mejorar la eficacia de tareas analizando poca información, mediante la selección de los datos de la señal más significativos".
Este novedoso método, publicado recientemente en la revista Medical & Biological Engineering & Computing, ha sido comparado con otras técnicas y los resultados de tal análisis se presentarán en una de las conferencias más importantes de ingeniería biomédica, el International Conference of the IEEE Engineering in Medicine and Biology Society, que tendrá lugar del 31 de agosto al 4 de septiembre en Buenos Aires (Argentina). Este método se puede dividir, grosso modo, en cuatro tareas fundamentales: la adquisición de la señal por medio de la electroencefalografía, la limpieza o pre-procesamiento de la señal para eliminar el ruido y la extracción / selección de características dependiendo de la aplicación que se desee hacer. "Para la detección la idea es que este proceso se haga en línea, pero por ahora trabajamos con las bases de datos", señala Carlos Guerrero. "Posteriormente - puntualiza - cuando la aplicación presenta un buen desempeño, intentamos reducir el coste computacional mediante la selección de características".
Este método, explican los investigadores, extrae información sobre el plan tiempo-frecuencia de la señal de una forma sencilla y novedosa, facilitando las tareas de detección y clasificación de segmentos con epilepsia y abriendo la posibilidad de aplicar este algoritmo en otras patologías. "Inicialmente hemos desarrollado este método para la clasificación y detección de crisis epilépticas, pero como trabajo futuro deseamos aplicarlo a otras enfermedades neurodegenerativas, como el Parkinson, el Alzheimer o el análisis de diversos trastornos del sueño", revela Guerrero.
2 comentarios:
Hola.
He conocido tu blog por el concurso del 20 minutos y me ha gustado mucho, yo concurso en otra categoria mi blog se llama Polespain en Motor, me hago seguidor tuyo y asi puedo echar un ojo de vez en cuando.
Gracias un saludo y mucha suerte.
Ok, le echare un vistazo y si me gusta tienes mi voto
Publicar un comentario