Análisis en componentes de imágenes funcionales para la ayuda al diagnóstico de la enfermedad de Alzheimer

Laburpena

En este trabajo se presentan nuevos avances en el campo del diagnóstico asistido por computador (CAD del inglés "Computer Aided Diagnosis"), para su aplicación al diagnóstico de la enfermedad de Alzheimer mediante el análisis de imágenes funcionales cerebrales de tipo PET (Positron Emission Tomography) y SPECT (Single Photon Emission Computerized Tomography). Las nuevas técnicas de diagnóstico asistido se basan en distintas metodologías: i ) extracción y factorización de imágenes funcionales en Componentes; ii ) análisis de componentes principales (PCA del inglés "Principal Component Analysis") a través de métodos de proyección y selección; iii ) análisis de componentes independientes (ICA del inglés "Independent Component Analysis") usando proyectores. Estas técnicas incluyen un preprocesado de las imágenes funcionales usando normalización espacial y en intensidad, así como el uso de máquinas de vectores de soporte (SVM, del inglés Support Vector Machines) para gestionar la tarea de clasificación. El rendimiento de los CADs propuestos es superior a otras técnicas estándar de diagnostico, como ROIs, SPM (Statistical Parametric Mapping), VAF (Voxels-As-Features) o evaluación visual realizada por expertos, y al formar parte de un sistema completamente automático de diagnostico, suponen una mejora en la tasa de reconocimiento de la enfermedad de Alzheimer en su fase precoz, así como una herramienta eficiente en la ayuda al diagnóstico.