Publicación: Modelo Para Determinar el Estado Cognitivo en Pacientes Comatosos Mediante el Registro de la Actividad Bioeléctrica Cerebral
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
En el presente trabajo se expone el desarrollo de un modelo computacional que tiene como objetivo inferir el estado cognitivo de pacientes en estados derivados del coma mediante el registro de la actividad bioeléctrica cerebral. Inicialmente se identificaron los diferentes desórdenes cerebrales relacionados con la conciencia, basándose en las definiciones clínicas y los aspectos metodológicos de la muerte cerebral, el coma, el estado vegetativo, el estado de mínima conciencia y el síndrome de enclaustramiento. Se propuso el estudio de la actividad cerebral mediante electroencefalografía, haciendo uso de un headset comercial óptimo para la tarea. Luego se exploraron los temas de los artefactos biológicos (actividad eléctrica que no es generada por el cerebro) y sus posibles causas, los potenciales relacionados con eventos (ERP) y las bandas de frecuencia en donde se hallan las diferentes ondas cerebrales que permiten analizar el estado cognitivo. Conociendo estos factores, se determinó la necesidad de preprocesar los datos obtenidos (filtros requeridos) y de implementar un análisis de componentes independientes (ICA) para la remoción de artefactos en la búsqueda de interpretar sus dinámicas de comportamiento correctamente. En el desarrollo del estudio se realizaron pruebas a pacientes de control aplicando estímulos auditivos de modo que se produjesen en los pacientes patrones de activación bien definidos y distinguibles entre sí. Para tal fin, se les indicó que imaginaran en un primer caso situaciones relajantes y en un segundo caso situaciones frustrantes. Los registros obtenidos fueron preprocesados y posteriormente ingresados en una red neuronal artificial de identificación y clasificación; se empleó la mitad de las muestras para el proceso de aprendizaje de la red neuronal y la otra mitad para el proceso de validación del modelo. Se evaluaron dos tipos de redes neuronales con el fin de determinar cuál de las dos era la más efectiva en el proceso de clasificación de los dos estados mentales propuestos. Las redes evaluadas fueron: red perceptrón multicapa y red de base radial, siendo esta última la que arrojó el mejor porcentaje de clasificación. El resultado obtenido del proceso de validación indicó que el modelo logra inferir el estado cognitivo en por lo menos cuatro de cada cinco casos, suponiendo una posibilidad de implementación futura del modelo en pacientes con detrimento cognitivo. De acuerdo a lo anterior, se propuso un protocolo de evaluación para los pacientes en estados derivados del coma.
Resumen en inglés
Abstract: We propose the development of a computational model that aims to infer the cognitive state of patients in any derived state of coma using the bioelectrical brain activity registry. Initially, we identified the different brain disorders related to the consciousness, focusing in the clinical definitions and the methodological issues of brain death, coma, vegetative state, minimally conscious state and the locked-in syndrome. We proposed the use of electroencephalography to study the brain activity, making use of an optimal commercial headset for the task. Furthermore, we explored the topics of the biological artifacts (electrical activity that is not generated by the brain) and its possible causes, the event related potentials (ERP) and the frequency bands where the different brain waves, that allow the analysis of the cognitive state, are found. Knowing this factors, we determined the need of preprocess the obtained data (required filters) and the implementation of an independent component analysis (ICA) to remove the artifacts in the pursuit of interpreting its behavioral dynamics correctly. In the development of this study, we made assessments to control patients applying auditory stimuli that produced well defined and distinguishable activation patterns in them. For this purpose we pointed them to imagine, in first case, relaxing situations and in second case, frustrating situations. The obtained registries were preprocessed and entered into an identification and classification artificial neural network; we used half of the samples for the learning process of the neural network and the other half for the validation of the model. We evaluated two types of neural networks with the purpose of determining which of the two was the most effective in the classification process of the mental states proposed. The evaluated networks were: the multilayer perceptron network and the radial basis function network, being the last one the one that dropped the best classification percentage. The achieved results of the validation process indicated that the model can infer the cognitive state of at least four out of five cases, assuming the possibility of a future implementation of the model in patients with cognitive detriment. According to the above, we proposed an assessment protocol for patients in any derived state of coma