Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.udec.cl/jspui/handle/11594/2686
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorGuevara Álvez, Pamela Beatriz; supervisora de gradoes
dc.contributor.authorRomán Godoy, Claudio Estebanes
dc.date.accessioned2018-05-14T21:17:27Z
dc.date.accessioned2019-12-13T12:03:12Z-
dc.date.available2018-05-14T21:17:27Z
dc.date.available2019-12-13T12:03:12Z-
dc.date.issued2017
dc.identifier.other231845
dc.identifier.urihttp://repositorio.udec.cl/jspui/handle/11594/2686-
dc.descriptionMagister en Ciencias de la Ingeniería con mención en Ingeniería Eléctrica Universidad de Concepción 2017es
dc.description.abstractEl estudio del conectoma humano busca entender la conectividad y funcionamiento de las estructuras que componen la materia blanca, lo cual traerá en el futuro un gran impacto para la neurociencia y el campo clínico. La resonancia magnética de difusión, ha logrado explorar la estructura de la materia blanca cerebral, permitiendo conocer mejor la estructura y organización de las fibras que la componen. En particular el estudio de la materia blanca superficial es una tarea aún no terminada. Esta estructura está formada por fascículos de fibras cortas de asociación. Su estudio es esencial para entender la funcionalidad del cerebro humano y el estudio de patologías producidas por una conectividad anormal de estas fibras. Se presenta un algoritmo de identificación de fascículos cortos de la materia blanca superficial del cerebro basado en clustering jerárquico inter-sujeto. Debido a la variabilidad y gran cantidad de datos de entrada, es necesario adaptar los distintos criterios a considerar al momento de identificar las fibras cortas cerebrales. Este método permite agrupar fibras similares en forma y posición, de acuerdo a una medida de similitud entre fibras. El objetivo es obtener clústeres que representen fascículos de fibras estables, los cuales sean representativos de la población de sujetos estudiados. Una dificultad es la gran cantidad de sujetos utilizados, que hace más compleja la búsqueda de fascículos similares entre los sujetos. Con el algoritmo de identificación de fascículos cortos propuesto se busca obtener fascículos representativos mediante un método completo, que abarca tanto la obtención de clústeres presentes en los diferentes sujetos, y una posterior etiquetación basada en la anatomía de las conexiones más estables. El análisis se aplica a dos grupos independientes de la base de datos y los fascículos obtenidos son luego analizados para generar un atlas de los fascículos obtenidos son luego analizados para generar un atlas de los fascículos estables. El método es aplicado utilizando dos tipos de registro lineal y no-lineal. Los resultados son comparados y validados usando los atlas obtenidos para la segmentación de nuevos sujetos. Finalmente se obtuvo un atlas con 48 fascículos en el hemisferio izquierdo y 43 en el derecho, de los cuales 30 fascículos fueron encontrados en ambos hemisferios. Con el atlas obtenido se segmentaron 78 nuevos sujetos donde se realizó un análisis de la estabilidad y lateralización.es
dc.language.isospaes
dc.publisherUniversidad de Concepción.es
dc.rightsCreative Commoms CC BY NC ND 4.0 internacional (Atribución-NoComercial-SinDerivadas 4.0 Internacional)-
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es-
dc.subjectAlgoritmos Genéticoses
dc.subjectResonancia Magneticaes
dc.subjectCerebro - Localización de Funcioneses
dc.subjectNeuroanatomia - Simulación por Computadoreses
dc.titleIdentificación de fibras cerebrales cortas basada en clustering jerárquico a partir de base de datos Hardies
dc.typeTesises
dc.description.facultadDepartamento de Ingeniería Eléctricaes
dc.description.departamentoDepartamento de Ingeniería Eléctrica.es
Aparece en las colecciones: Ingeniería Eléctrica - Tesis Magister

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Tesis_Identificacion_de_fibras_cerebrales.pdf7,74 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons