Un nuevo modelo de la interconectividad funcional cerebral mediante reglas de asociación aplicado a la detección de alteraciones neurológicas

Resumen

Este trabajo está motivado por el estudio de técnicas de reconocimiento de patrones y clasificadores para la detección precoz de alteraciones neurológicas (en particular de la Enfermedad de Alzheimer, AD del inglés Alzheimer's Disease) utilizando bases de datos de imagen médica funcional del tipo: tomografía computarizada por emisión de un sólo fotón (SPECT, del inglés Single Photon Emission Computed Tomography) y tomografía por emisión de positrones (PET, del inglés Positron Emission Tomography). Con este fin, proponemos sistemas de ayuda al diagnóstico basados en dos vertientes: reglas de asociación (ARs, del inglés Association Rules) y algoritmo de vecinos más cercanos de amplio margen (LMNN, del inglés Large Margin Nearest Neighbors). Por un lado, las ARs facilitan el estudio del cerebro en términos de la interconectividad de regiones de interés, una forma dinámica y novedosa que hemos investigado desde dos puntos de vista: i) entre diferentes tipos de atributos (continuos, discriminativos y/o discretos) con una clasificación basada en el número de reglas verificadas por cada sujeto, y ii) como selector de características, con posterior reducción del espacio de entrada (mediante técnicas de extracción de características) a un clasificador kernel-SVM. Por otro lado, el algoritmo LMNN actúa como: i) transformador del espacio de características para diferenciar mejor las clases bajo estudio (normal frente a Alzheimer) y proporcionar una tasa de clasificación estable para un amplio rango de características; ii) como técnica de extracción de características mediante una matriz rectangular (LMNN-RECT) y/o iii) como clasificador utilizando las distancias Euclídea, de Mahalanobis o con métodos basados en energía. La memoria se organiza en 7 partes (15 capítulos). En la primera parte se introducen las motivaciones, objetivos, estado del arte de este trabajo así como su aplicación a enfermedades neurodegenerativas, en particular a la AD cuyos rasgos son comentados en profundidad. La segunda parte presenta el estado del arte, describiendo las técnicas de imagen en medicina nuclear así como los sistemas de diseño asistido por computador. La tercera parte recoge el fundamento teórico incidiendo en los métodos de selección y extracción de características junto con las aportaciones principales de esta tesis: ARs y LMNN. También se explican los clasificadores y métodos de evaluación. La cuarta parte incluye los métodos de análisis de imagen funcional aportados en torno a las técnicas ARs y LMNN. La quinta parte muestra las bases de datos utilizadas y los resultados experimentales de las metodologías propuestas. La sexta parte recoge las conclusiones y posibilidades de trabajo futuro en las líneas desarrolladas. Por último en la séptima parte se lleva a cabo un resumen en inglés de la memoria para favorecer la difusión del trabajo presentado y cumplir con los requerimientos para la obtención del doctorado internacional. Con la experimentación realizada en diferentes bases de datos se ha demostrado la efectividad y robustez de los métodos propuestos (con exactitudes superiores al 90%) comparándolos con otros existentes hasta el momento. También se ha incidido en la aportación de los diferentes biomarcadores, como la fluorodeoxiglucosa y el componente de Pittsburg, en la detección precoz de la AD.