Nuevas técnicas de obtención de imágenes cerebrales aplicadas a los trastornos psicóticos
Investigadores españoles de la UPNA / NUP-Universidad Pública de Navarra tienen como objetivo identificar las diferencias en partes específicas del cerebro en pacientes psicóticos en comparación con sus parientes sanos u otras personas.
“Hemos visto que en individuos que han sufrido un primer episodio psicótico, el área del cerebro de los ganglios subcorticales presenta ciertas diferencias de tamaño con respecto a individuos sanos”, dijo la investigadora principal Beatriz del Cerro.
Este hallazgo, en cierta medida, contradice lo reportado en la literatura psiquiátrica.
Cerro sostiene que el tratamiento farmacológico antipsicótico podría ser un factor determinante en estas discrepancias, ya que el nuevo estudio analiza a los pacientes durante las primeras semanas de tratamiento con medicación, mientras que estudios anteriores proporcionaron datos sobre pacientes que habían estado en tratamiento farmacológico durante mucho tiempo.
Los líderes del proyecto desean desarrollar métodos automáticos para aumentar la calidad de las resonancias magnéticas y calcular los tamaños deseados en el análisis de imágenes.
Un estudio paralelo se centra en los aspectos clínicos de los pacientes implicados con estos nuevos métodos de superresolución.
La muestra de este estudio incluyó a personas que habían tenido un primer episodio psicótico, personas relacionadas con ellos y un tercer grupo no relacionado de sexo, edad y nivel educativo similares. En el estudio, todos se sometieron a una resonancia magnética cerebral.
Una vez que las imágenes de resonancia magnética llegan a la UPNA, los investigadores tienen dos tareas principales por delante.
En primer lugar, utilizan técnicas matemáticas de superresolución para reconstruir y mejorar la calidad de las imágenes adquiridas por los equipos médicos. En segundo lugar, segmentan cada imagen aplicando técnicas de inteligencia artificial; es decir, lo dividen en varias partes (grupos de píxeles con características comunes) para simplificarlo o intercambiar su representación por otra más fácil de analizar.
“Para ello utilizamos un software comercial que ya existe, pero hemos mejorado los algoritmos y los hemos adaptado a nuestros propósitos”, explicó la investigadora Aranzazu Jurio.
“Hemos podido comprobar que nuestro nuevo método, basado en funciones de agrupación, obtiene los mejores resultados en todas las imágenes del experimento”, comentan los autores.
Fuente: Universidad del País Vasco
-for-depression-long-term-followup.jpg)
