 |
| Imagen de Tododisca |
Desde el Centro de Procesamiento de Imágenes de la Facultad de Ingeniería (Universidad de Carabobo, Venezuela) conjunto con Yttrium-Technology Corp (Ciudad de Panamá, Panamá), han realizando un estudio para la identificación de neuropatologías a partir de electroencefalogramas utilizando herramientas de IA y HOSA.
La Organización Mundial de la Salud define a la epilepsia como una enfermedad cerebral crónica que afecta a personas de todo el mundo y se caracteriza por convulsiones recurrentes. Estas convulsiones son episodios breves de movimientos involuntarios que pueden afectar a una parte del cuerpo (convulsiones parciales) o a su totalidad (convulsiones generalizadas) y a veces se acompañan de pérdida de la consciencia y del control de los esfínteres.
Los investigadores César Seijas, Sergio Villazana, Guillermo Montilla, Egilda Pérez y Ricardo Montilla de la Facultad de Ingeniería UC han realizado un estudio para desarrollar un nuevo método, en la detección de neuropatologías específicamente la epilepsia, a partir de información derivada de los electroencefalogramas. Con la finalidad de mejorar la calidad de vida de un paciente epiléptico o incluso de personas que desconocen de su predisposición a padecer de este mal.
Diagnóstico de la Epilepsia
El diagnóstico de epilepsia en la actualidad es fundamentalmente clínico, es decir, se basa en las descripciones de los eventos que hacen la familia y el paciente. También se realiza diferente pruebas como electroencefalograma (EEG), video EEG, resonancia magnética cerebral (RM), tomografía por emisión de fotón único (SPECT), tomografía por emisión de positrones (PET) y estudio neuropsicológico.
Los investigadores de la UC basaron su estudio en crear un software que diagnostique por medio de un sistema automatizado la epilepsia a partir del EEG, usando IA y HOSA (siglas en ingles para análisis de estadísticas de orden superior).
La IA detecta la epilepsia basándose en las señales obtenidas desde el EEG
 |
| Canales de EEG para un paciente de control |
 |
| Canales de EEG para un paciente epiléptico |
Con el uso de Deep Learning o DL (es un tipo de machine learning que entrena a una computadora para que realice tareas como las hacemos los seres humanos, como el reconocimiento del habla, la identificación de imágenes o hacer predicciones.). Lograron entrenar (propiamente dicho) al detector para que identificara la presencia de epilepsias en la EEG.
"Un médico lleva años de aprendizaje y muchas veces hemos reunidos expertos con 20 o 30 años de experiencia y no coinciden...la ventaja de utilizar IA es que se pueden identificar nuevos patrones y a partir de allí generar modelos más precisos..."
- Investigadora Egilda Pérez -
 |
| Cumulante de tercer orden de un canal de EEG, para un paciente de control. |
 |
| Cumulante de tercer orden de un canal de EEG, para un paciente epiléptico. |
La base de datos usada para el estudio corresponde a los EEG de 10 pacientes correctamente diagnosticados epilépticos y 10 pacientes de control, provenientes del banco de datos del Laboratorio de Electrofisiología del Hospital San Juan de Dios de Mérida (Venezuela).
El desempeño del detector fue muy satisfactorio, alcanzando una exactitud de 94,5% en el conjunto de prueba. La selección de la red Inception, en la implementación del clasificador, así como el uso de la técnica de aprendizaje por transferencia, en su entrenamiento, mostró una alta efectividad.
Los resultados de este estudio sugieren la conveniencia de desarrollar este tipo de herramientas computacionales, de alta precisión, para el diagnóstico de otras neuropatologías.
Comentarios
Publicar un comentario