Resumen:
En la enfermedad de Parkinson (EP), los desórdenes del control de impulsos (ICD) son comunes, a menudo debido a los efectos secundarios de los medicamentos. Presentamos un método que utiliza técnicas de aprendizaje profundo (AP) para identificar patrones anatómicos en imágenes de resonancia magnética, para distinguir a los pacientes de EP con ICD de los que no lo tienen. Este proceso incluye preprocesamiento de imágenes, y análisis de imágenes usando AP para identificar regiones críticas en el cerebro. Con una precisión del 97,4 %, esta técnica permite identificar de forma objetiva ICD, mejorando la detección de este desorden.
Expositor:
Enrique Peláez Ph.D. en Ingeniería en Computación, graduado de la Universidad de Carolina del Sur, Estados Unidos. Profesor visitante del Laboratorio de investigación – LTI de la Universidad Carnegie Mellon, Estados Unidos. Profesor de grado y posgrado en la ESPOL, de los cursos Inteligencia Artificial; Aprendizaje Autónomo, Aprendizaje Profundo, Inteligencia Computacional y Procesamiento de Lenguaje Natural.
