Obtención de parámetros de un modelo para el movimiento de líquido cefalorraquídeo mediante rrnn usando datos de señales reales

Abstract

Este proyecto aborda el estudio del movimiento del líquido cefalorraquídeo (LCR), un aspecto clave para comprender su dinámica y su relación con enfermedades neurológicas. La investigación se centra en el desarrollo un modelo basado en Redes Neuronales (RRNN) para analizar los datos obtenidos de imágenes reales de resonancia magnética (RM). Estas imágenes fueron segmentadas utilizando herramientas de software de ingeniería como ITK.Snap, Matlab y Rstudio para extraer parámetros tales como el volumen y flujo oscilatorio del LCR, permitiendo modelar su comportamiento en diversas condiciones fisiológicas y patológicas. Cabe destacar que el proyecto no se realizó en colaboración con ninguna empresa.

Los principales resultados incluyen la implementación de una red neuronal capaz de predecir patrones complejos en el flujo del LCR, con métricas bajas y resultados satisfactorios. Además, se simularon parámetros alterados, como la elasticidad y resistencia, demostrando su impacto en la dinámica del flujo. Este proyecto confirma la utilidad de herramientas basadas en inteligencia artificial como alternativas no invasivas y de menor coste para el diagnóstico médico.

Los resultados obtenidos abren nuevas líneas de investigación en el análisis del LCR y destacan la relevancia de aplicar metodologías innovadoras para optimizar el estudio y tratamiento de afecciones relacionadas con el sistema nervioso.