![]() |
Facultad de Medicina
Área de las Ciencias Biológicas, Químicas y de la Salud
|
Datos curatoriales
Proyectos Universitarios PAPIIT (PAPIIT)
@collection_name_full1@
Dirección de Desarrollo Académico, Dirección General de Asuntos del Personal Académico (DGAPA)
Universidad Nacional Autónoma de México (UNAM)
DGAPA:PAPIIT:IN202810
Datos del proyecto
Clasificación de representaciones internas mediante imagenología funcional cerebral y técnicas de inteligencia artificial
Juan Fernández Ruiz
2010
IN202810
Facultad de Medicina
@keywords@
Área de las Ciencias Biológicas, Químicas y de la Salud
Neurociencias
Neurociencias cognitivas
a) Proyectos de investigación
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_
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
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:
@publication_policy@
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