Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Vidal Barraza, Natalia Valentina"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Análisis de Imágenes de Resonancia Magnética por difusión de adolescentes con autismo.
    (Universidad de Concepción, 2023) Vidal Barraza, Natalia Valentina; Guevara Álvez, Pamela Beatriz
    El uso de neuroimágenes ha experimentado un crecimiento significativo en las últimas décadas, brindando una amplia gama de técnicas e investigaciones que respaldan el estudio, diagnóstico y seguimiento de enfermedades y trastornos cerebrales. Esta investigación desarrolla y adapta códigos para trabajar con una base de datos de Imágenes de Resonancia Magnética por Difusión (dMRI) de adolescentes con y sin autismo. A través de un detallado proceso de análisis, se examinará la microestructura de la materia blanca para identificar características distintivas entre los jóvenes con autismo y aquellos neurotípicos. La información obtenida puede mejorar la comprensión y el tratamiento de esta patología, lo que permitirá un diagnóstico más preciso y un tratamiento temprano para mejorar la calidad de vida de las personas con autismo y sus familias. Mediante la aplicación de conocimientos en álgebra, estadística, imágenes médicas, reconocimiento de patrones y neurociencia, se han desarrollado algoritmos para procesar los datos de tractografía obtenidos previamente de las dMRI de cada sujeto. Estos algoritmos aplican transformaciones espaciales para llevar los datos a un espacio común, remuestrean la cantidad de puntos por fibra, segmentan las fibras en 36 fascículos, revierten las transformaciones mencionadas anteriormente, y obtienen los valores medios de cada fascículo en los mapas de intensidad de ADC, FA y GFA. Luego, a dichos valores medios se les aplicaron tests estadísticos y algoritmos de clasificación mediante Machine Learning con el objetivo de identificar posibles diferencias significativas entre los sujetos. A pesar de los desafíos enfrentados, esta investigación ha logrado avanzar en el estudio de la materia blanca en la patología mencionada. Si bien los resultados de las pruebas estadísticas no concuerdan completamente con las conclusiones basadas en los modelos de clasificación, se obtuvo información relevante sobre la normalidad de los valores de sujetos con autismo, así como diferencias significativas en fascículos Cingulados, Corticoespinales y Talámicos. También se destacó la importancia de clasificar los sujetos utilizando los valores de GFA y la combinación de valores ADC y GFA. No obstante, se sugiere realizar estudios adicionales en el futuro, expandiendo la base de datos y considerando aspectos específicos del espectro autista, como el grado de autismo reflejado en dificultades en la comunicación, comportamientos repetitivos, dificultades sociales, sensibilidades sensoriales, entre otros. Esto permitiría obtener resultados más concluyentes y precisos.
Síguenos en...