2026-05-27T05:27:24Zhttps://riuma.uma.es/rest/oai/requestoai:riuma.uma.es:10630/233412026-02-03T10:24:57Zcom_10630_1685col_10630_38055
00925njm 22002777a 4500
dc
Jiménez Valverde, Clara
author
2021-07
Este proyecto ha sido creado con el objetivo de ayudar en el diagnóstico del
Trastorno 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 existen
numerosos métodos de diagnóstico enfocados en las características visibles del
autismo (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 trastorno
se debe más a las diferencias en las conexiones del cerebro que en su anatomía, y
estas conexiones se muestran en los conectomas funcionales de los pacientes.
Este trabajo usa conectomas de individuos con y sin TEA para crear modelos
de 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 clasificación
diferentes, y los más precisos de cada uno están integrados en una aplicación que
permite al usuario introducir los datos de conectoma o fMRI de un paciente para
que se realice una predicción con los cinco modelos seleccionados, sirviendo esta
de ayuda al diagnóstico.
https://hdl.handle.net/10630/23341
Autismo
Bioinformática
Grado en Ingeniería de la Salud - Trabajos Fin de Grado
Informática - Trabajos Fin de Grado
Aprendizaje Computacional aplicado al diagnóstico de autismo mediante conectomas funcionales