Proyectos Universitarios
Clasificación de representaciones internas mediante imagenología funcional cerebral y técnicas de inteligencia artificial
Juan Fernández Ruiz
Facultad de Medicina
Área de las Ciencias Biológicas, Químicas y de la Salud

Datos curatoriales

Nombre de la colección

Proyectos Universitarios PAPIIT (PAPIIT)

Responsables de la colección

Ing. César Núñez Hernández; L.I. Ivonne García Vázquez

Colección asociada

@collection_name_full1@

Responsables de la colección asociada

@collection_responsible@

Dependencia

Dirección de Desarrollo Académico, Dirección General de Asuntos del Personal Académico (DGAPA)

Institución

Universidad Nacional Autónoma de México (UNAM)

Identificador único (URN)

DGAPA:PAPIIT:IN202810

Datos del proyecto

Nombre del proyecto

Clasificación de representaciones internas mediante imagenología funcional cerebral y técnicas de inteligencia artificial

Responsables

Juan Fernández Ruiz

Año de convocatoria

2010

Clave del proyecto

IN202810

Dependencia participante

Facultad de Medicina

Palabras clave

@keywords@

Área

Área de las Ciencias Biológicas, Químicas y de la Salud

Disciplina

Neurociencias

Especialidad

Neurociencias cognitivas

Modalidad

a) Proyectos de investigación

Síntesis

SÍNTESIS_x000D_ _x000D_ Los avances tecnológicos de las últimas décadas han permitido avances exponenciales en diferentes ramas científicas. Dentro de las neurociencia una de las más beneficiadas por las nuevas tecnologías ha sido la neurociencia cognoscitiva debido, principalmente, al desarrollo de las técnicas de imagenología funcional cerebral. Esto ha abierto las puertas a nuevos retos, siendo uno de los más importantes el determinar como se integran las representaciones mentales dentro de los patrones de actividad neuronal._x000D_ Una forma para lograr ese fin es la aplicación de algoritmos de clasificación de patrones a las señales de activación cerebral obtenidos a través de la técnica de resonancia magnética funcional. El análisis de patrones en esos datos pudiera decodificar la información que esta representada en el cerebro de un sujeto en un momento determinado. Actualmente la aplicación del análisis de patrones de múltiples voxeles ya ha permitido la decodificación de la categoría a la que pertenecen objetos particulares a partir de la distribución de la actividad evocada a partir de la percepción de representaciones de dichos objetos._x000D_ En el presente protocolo nos proponemos investigar la posibilidad de identificar entre dos clases de representaciones internas, al mismo tiempo que se evalúan 3 tipos de métodos de clasificación, los cuales serán: Árboles de decisión, Ingenuo Bayesiano y Redes Neuronales. Para cumplir este propósito se van a utilizar dos clases de estímulos en los que se ha demostrado una participación distintiva de dos regiones corticales diferentes. Inicialmente se obtendrán imágenes funcionales de localización de dichas áreas para alimentar a los sistemas clasificadores. Posteriormente se obtendrán imágenes funcionales relacionadas a eventos, sobre las cuales se evaluará la capacidad discriminatoria de dichos algoritmos._x000D_

Contribución

El presente proyecto pretende lograr, mediante algoritmos desarrollados con técnicas de inteligencia artificial, la clasificación de diferentes patrones de activación cerebral medidos con RMf. La aplicación de dichos algoritmos supondría un avance formidable en diferentes ramas de las neurociencias cognitivas ya que permitirá profundizar en el entendimiento de la contribución y distribución de la activación de diferentes regiones cerebrales en estados cognitivos específicos._x000D_

Información general

Cómo citar esta página

Dirección de Desarrollo Académico, Dirección General de Asuntos del Personal Académico (DGAPA). %%Clasificación de representaciones internas mediante imagenología funcional cerebral y técnicas de inteligencia artificial%%, Proyectos Universitarios PAPIIT (PAPIIT). En %%Portal de datos abiertos UNAM%% (en línea), México, Universidad Nacional Autónoma de México.
Disponible en: http://datosabiertos.unam.mx/DGAPA:PAPIIT:IN202810
Fecha de actualización: 2017-03-13 00:00:00.0
Fecha de consulta:

Políticas de uso de los datos

@publication_policy@

Contacto de la colección

Para más información sobre los Proyectos PAPIIT, favor de escribir a: Dra. Claudia Cristina Mendoza Rosales, directora de Desarrollo Académico (DGAPA). Correo: ccmendoza #para# dgapa.unam.mx



* Descripción:



Correo electrónico: