INVESTIGADOR(ES) PRINCIPAL(ES):

Viviana Gómez Orozco

0 horas

CODIGO CIE

JI6-15-7

Alvaro Angel Orozco Gutiérrez

Tutor

0 Horas

TIPO DE CONVOCATORIA

2014. Jóvenes Investigadores

TIPO DE PROYECTO

Investigación Básica

OBJETIVO(S)

OBJETIVO GENERAL DEL PROYECTO MARCO: "Estimar los parámetros de neuromodulación a partir del volumen de tejido activo planeado en estimulación cerebral profunda usando algoritmos de aprendizaje de máquina." Objetivos específicos: 1) Construir una base de datos con diferentes representaciones geométricas del volumen de tejido activado y su respectiva conguración de parámetros de estimulación. 2) Entrenar algoritmos de aprendizaje de máquina que capturen las características intrínsecas de la base de datos construida previamente. 3) Obtener los parámetros de neuromodulación para un volumen de activación deseado. 4) Evaluar el desempeño de la metodología planteada al reconstruir el volumen de tejido activo, comparando los resultados obtenidos con el volumen de tejido activo deseado.

RESUMEN

La estimulación cerebral profunda (DBS por sus siglas en inglés) es una terapia con resultados promisorios para el tratamiento de desórdenes del movimiento. Esta envía estimulación eléctrica por medio de un electrodo a una región objetivo específica del cerebro. La propagación espacial de la respuesta neuronal a esta estimulación se conoce como volumen de tejido activado (VTA). Cambios en los parámetros de estimulación que controlan el VTA, como la amplitud, el ancho de pulso y la configuración de polaridad del electrodo pueden afectar la efectividad de la terapia DBS. En este estudio, desarrollamos una metodología novedosa para estimar los parámetros de neuromodulación de DBS adecuados, a partir del VTA planeado, que trata de maximizar los efectos terapéuticos y minimizar los efectos adversos de la DBS. Para la estimación de las salidas continuas (amplitud y ancho de pulso), usamos regresión de soporte vectorial de múltiples salidas, tomando la geometría del VTA como espacio de entrada. Para la estimación de la configuración del electrodo desarrollamos varios problemas de clasificación, también utilizando máquinas de soporte vectorial para el mismo espacio de entrada. Nuestra metodología logra resultados prometedores tanto en el caso de regresión como para predecir los contactos activos del electrodo y su polaridad. Combinando técnicas de modelamiento de neuronas biológicas junto con aprendizaje de máquina, se introduce una novedosa área de investigación donde los parámetros de neuromodulación en DBS pueden sintonizarse manualmente especificando un volumen geométrico.

ESTADO

Concluido

FECHA DE INICIO

02/02/2015

FECHA DE FINALIZACION

02/02/2016

PRODUCTOS

Estimation of the neuromodulación parameters from planned volumen of tissue activated in deep brain simulation.

Maestría o Especialidad clínica

Estimation of the neuromodulation parameters from the planned volume of tissue activated in deep brain stimulation

Artículo publicado en Revista de divulgación