RT Generic
T1 Aprendizaje Computacional aplicado al diagnóstico de autismo mediante conectomas funcionales
T2 Computational Learning applied to autism diagnosis using functional connectomes
A1 Jiménez Valverde, Clara
K1 Autismo
K1 Bioinformática
K1 Grado en Ingeniería de la Salud - Trabajos Fin de Grado
K1 Informática - Trabajos Fin de Grado
AB Este proyecto ha sido creado con el objetivo de ayudar en el diagnóstico delTrastorno del Espectro Autista (TEA), tarea dificultada por la complejidad del mismo. Se estima que entre el 1 % y el 2 % de los niños lo padecen, y aunque existennumerosos métodos de diagnóstico enfocados en las características visibles delautismo (ámbito social y familiar, comportamientos comunes, inteligencia cognitiva), sus manifestaciones difieren entre sexos e individuos, por lo que los resultados no siempre son fiables. La investigación del TEA ha revelado que el trastornose debe más a las diferencias en las conexiones del cerebro que en su anatomía, yestas conexiones se muestran en los conectomas funcionales de los pacientes.Este trabajo usa conectomas de individuos con y sin TEA para crear modelosde clasificación específicos para mujeres y hombres, además de otros genéricos.Estos se extraen aplicando una herramienta creada en el Centro de Imagen y Análisis de la Universidad de Duke a las resonancias magnéticas funcionales recopiladas en el proyecto ABIDE. Se han empleado cinco algoritmos de clasificacióndiferentes, y los más precisos de cada uno están integrados en una aplicación quepermite al usuario introducir los datos de conectoma o fMRI de un paciente paraque se realice una predicción con los cinco modelos seleccionados, sirviendo estade ayuda al diagnóstico.
YR 2021
FD 2021-07
LK https://hdl.handle.net/10630/23341
UL https://hdl.handle.net/10630/23341
LA spa
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 3 mar 2026