Clasificación de patrones provenientes de señales de actividad biológica no estacionaria. Aplicación a la cirugía de la enfermedad de parkinson

Resumen

La localización precisa de puntos diana es clave en diversas cirugías del cerebro, en particular la encaminada a paliar los síntomas de la enfermedad de Parkinson. En ésta, además de la localización apoyada en los sistemas estereotáxicos y de neuronavegación, la confirmación del objetivo se basa en la identificación, por parte del especialista, de la actividad neuronal captada mediante un microelectrodo explorador. La presente investigación se centra en el desarrollo de una metodología de análisis que permita clasificar estas señales de acuerdo a su región de procedencia, con el fin de servir de apoyo al procedimiento quirúrgico. Aunque la metodología de análisis se ha desarrollado con carácter general, su aplicación se centra en la cirugía asociada a la enfermedad de Parkinson, concretamente, en la identificación de cuatro zonas: tálamo, zona incierta, subtálamo y sustancia negra. El estudio parte del concepto de la no estacionariedad de las señales adquiridas y persigue obtener un modelo estocástico que contenga la dinámica de las características de la señal, a fin de dar cuenta de la actividad propia de la región cerebral bajo estudio. Con el objeto de encontrar características dinámicas discriminantes se ha desarrollado una metodología basada en bancos de filtros adaptativos sensible a las singularidades propias de estas señales, generándose además los procedimientos para contrastar los resultados utilizando técnicas de análisis estacionario. Por otra parte, sobre las características encontradas se han aplicado procedimientos de entrenamiento dinámico utilizando análisis de componentes principales y clasificadores estocásticos por medio de cadenas ocultas de Markov, las cuales representan de forma adecuada la variabilidad presente en estas señales cerebrales. Con la metodología desarrollada se han alcanzado tasas de acierto del 95.1% para las cuatro zonas cerebrales citadas, empleando la base de datos de la Universidad Politécnica de Valencia, que consta de 177 registros, mejorando los resultados encontrados en estudios similares dentro del estado del arte vigente. Además, limitando la clasificación a tan sólo dos zonas, se logran porcentajes de éxito en la clasificación del 98% , tanto sobre esta misma base de datos, como sobre una base de datos alternativa remitida por la Universidad de Friburgo. Los resultados alcanzados permiten considerar la metodología descrita como una herramienta viable de apoyo a la clasificación de regiones cerebrales en la cirugía de la enfermedad de Parkinson.