App granadina ayuda a estudiar el cerebro gracias a la inteligencia artificial

Un equipo científico multidisciplinar de la Universidad de Granada (UGR) ha diseñado una aplicación que gracias a la programación y la inteligencia artificial (IA) ofrece una herramienta intuitiva y fácil de utilizar para el análisis de electroencefalogramas del cerebro, exploraciones que resultan cruciales en la neurociencia humana.

Esta herramienta dispone de una interfaz gráfica de usuario que permite configurar y lanzar distintos tipos de exploraciones cerebrales, así como representar gráficamente los resultados obtenidos de una forma visualmente atractiva, todo ello sin escribir una sola línea de código.

App MVPAlab

Se trata de la aplicación ‘MVPAlab‘, que implementa algoritmos basados en el aprendizaje automático que ejecutan análisis multivariados de patrones cerebrales, clasificación cruzada, generalización temporal y análisis sobre la contribución de cada uno de los electrodos y bandas de frecuencia al resultado final de la clasificación.

Además, la aplicación dispone de un conjunto de soluciones de preprocesado para, entre otros, la normalización, balanceo y reducción de las dimensiones de los datos obtenidos, el suavizado de la señal y la reducción de la relación señal-ruido. A nivel estadístico, MVPAlab realiza un análisis de permutaciones no paramétrico, basado en clústeres, que posibilita la obtención de regiones estadísticamente significativas en la exploración cerebral, para hacer así inferencias a nivel de grupo.

«El estudio de la función cerebral mediante electroencefalografía se ha apoyado durante años en métodos univariados. El desarrollo de la ciencia y la tecnología de las últimas décadas ha promovido la aparición de nuevas y más complejas técnicas, basadas en estadística e inteligencia artificial, que permiten explorar los datos con mayor profundidad», detalla el estudio asociado a la puesta en marcha de MVPAlab.

Implementación de la aplicación

El equipo de investigación de la UGR que trabaja en la aplicación considera que, a pesar del esfuerzo empleado en la creación de herramientas que acerquen estas metodologías a diversas áreas de la ciencia, a día de hoy «sigue siendo complicado su uso e implementación, en especial en laboratorios con escasos conocimientos en programación«.

A futuro, MVPAlab evoluciona hacia su constante desarrollo, implementando y mejorando funcionalidades de manera continuada. Una de las líneas de trabajo es la implementación de técnicas de fusión multimodal, que permiten analizar de forma conjunta datos procedentes de diferentes neuroimágenes no invasivas (como la electroencefalografía y la resonancia magnética funcional), combinando sus fortalezas y minimizando sus carencias.

Fuente: Europa Press