Aplicación de redes neuronales convolucionadas de una dimensión para estudiar la respuesta a la terapia en glioblastomas
...
Hernández Rodríguez, Orlando | 2022
Este estudio presenta la comparación entre varios modelos de aprendizaje automático con el fin de establecer el mejor modelo para predecir si hay respuesta a la terapia en pacientes comprometidos con glioblastomas (GBM), utilizando señales derivadas de imágenes espectroscópicas de resonancia magnética (MRSI). La aplicación de modelos de clasificación lineales, no lineales y redes neuronales convolucionadas de una dimensión permitirían determinar la temprana identificación del nivel respuesta a la terapia, con el objetivo de personalizar los tratamientos para el GBM y así mejorar su eficacia, pues podría incrementar la tasa de supervivencia. Actualmente, los pacientes diagnosticados con GBM reciben tratamiento de quimioterapia y radioterapia, y en algunos casos incluye la resección quirúrgica del tumor. Posterior al tratamiento, puede ocurrir remisión del tumor. Nuestro aporte radica en mejorar la interpretación de los datos obtenidos en la fase de tratamiento, para ayudar a entender, de una manera no invasiva, si los tumores están en respuesta a la terapia. Para ello estudiaremos la composición química de las muestras revelando la información metabólica (biomarcadores) (Horská & Barker, 2010), para profundizar en la investigación del GBM, uno de los tumores cerebrales más agresivos y fatales en los humanos. La comparación de estos modelos y su respectiva evaluación tendrán presente métricas relacionadas con estudios médicos, analizando el desempeño de los modelos por medio de la especificidad de los resultados y así evaluar la capacidad de discriminar los falsos negativos que se traduce en la falta de la detección temprana de la enfermedad (Komori, 2022).
LEER