Identificación de biomarcadores de potencial evocado y conectividad cerebral para la clasificación de esquizofrenia con redes profundas
Professor Advisor
dc.contributor.advisor
Simmonds Wagemann, Jocelyn
Professor Advisor
dc.contributor.advisor
Jiménez Molina, Ángel
Professor Advisor
dc.contributor.advisor
Gaspar Ramos, Pablo
Author
dc.contributor.author
Ibarra Cuesta, Alexandra Sofía
Associate professor
dc.contributor.other
Ochoa Delorenzi, Sergio
Associate professor
dc.contributor.other
Bravo Márquez, Felipe
Associate professor
dc.contributor.other
Chang Camacho, Violeta
Admission date
dc.date.accessioned
2024-06-06T18:46:40Z
Available date
dc.date.available
2024-06-06T18:46:40Z
Publication date
dc.date.issued
2023
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/198950
Abstract
dc.description.abstract
La esquizofrenia es uno de los trastornos psiquiátricos más graves que afecta a la población
mundial debido a su diagnóstico tardío y las consecuencias de esta conlleva sobre quién
la sufre. Más aún, en Chile se encuentra dentro del listado de las 100 enfermedades más
importantes, las cuales están cubiertas por el sistema de salud (GES y Auge).
Este trabajo investigativo gira en torno a responder diversas preguntas de investigación
que fueron estipuladas en la etapa preliminar de esta tesis, razón por la cual se elaboraron
distintos objetivos que permitiesen concretar dicho fin y una hipótesis que englobase las
interrogantes establecidas.
La hipótesis se centra en determinar la posibilidad de diseñar un modelo predictivo en
base a redes neuronales que permita la detección de esquizofrenia en personas y, a su vez,
que este nuevo modelo presente un rendimiento equiparable a otros clasificadores generados
y estudiados por diferentes investigadores del mundo.
Para esto se utilizaron señales neuronales de personas con y sin esquizofrenia, lo cual
permitió desarrollar un clasificador de dicha enfermedad mediante la combinación de un modelo de red neuronal recurrente con un modelo de red neuronal feedforward. Este clasificador
permite utilizar de manera simultánea el potencial evocado y la conectividad cerebral obtenidas a partir de las señales cerebrales de una persona que se encuentra expuesta a distintos
estímulos. Cabe destacar que estas dos características han sido utilizadas en diversos trabajos
para la detección de esquizofrenia.
Para lograr extraer dichas características se dió paso a un proceso completo de limpieza y
filtrado de las señales, así como también la aplicación de distintas técnicas computacionales
que permitían extraer las características de interés.
Una vez obtenidas las características y diseñado el modelo predictivo se dió paso a la
etapa de entrenamiento y prueba del modelo, logrando como resultado un clasificador que
cumplía tanto con las expectativas establecidas en los objetivos iniciales de esta tesis, como
también con un rendimiento equiparable a los existentes. Además, se pudo determinar cuales
de las características utilizadas (potenciales evocados y conectividad cerebral) y estímulos a
los cuales fue expuesta una persona, eran los primordiales para generar un modelo predictivo
de esquizofrenia, permitiendo cumplir con la hipótesis, preguntas y objetivos establecidos.
es_ES
Lenguage
dc.language.iso
es
es_ES
Publisher
dc.publisher
Universidad de Chile
es_ES
Type of license
dc.rights
Attribution-NonCommercial-NoDerivs 3.0 United States