SciELO - Scientific Electronic Library Online

 
 número84Diseño de la cadena de suministro utilizando un algoritmo IWD modificadoBiocompatibilidad de recubrimientos de silicato de bismuto depositados sobre sustratos de acero inoxidable 316L por sol-gel índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Revista Facultad de Ingeniería Universidad de Antioquia

versión impresa ISSN 0120-6230

Resumen

DE LA PAVA PANCHE, Iván et al. Aceleración del cálculo del volumen de tejido activo durante estimulación cerebral profunda usando procesos gaussianos. Rev.fac.ing.univ. Antioquia [online]. 2017, n.84, pp.17-26. ISSN 0120-6230.  https://doi.org/10.17533/udea.redin.n84a03.

El volumen de tejido activo (VTA) es un enfoque bien establecido para modelar los efectos directos de la estimulación cerebral profunda en el tejido neuronal. Estudios previos han señalado sus posibles aplicaciones clínicas. Sin embargo, el elevado costo computacional requerido para estimar el VTA con las técnicas estándar utilizadas en el modelado neuronal biológico limita su usabilidad a nivel práctico. El objetivo de este estudio fue desarrollar una metodología novedosa para reducir el tiempo de cálculo en la estimación del VTA. Con ese fin, se construyó un emulador basado en procesos gaussianos. Este combina modelos axonales de múltiples compartimientos acoplados al campo de estimulación eléctrica con un sistema de clasificación basado en procesos gaussianos, siguiendo la premisa de que calcular el VTA a partir de un campo axonal es en esencia un problema de clasificación binaria. Se logró una reducción considerable en el tiempo promedio requerido para estimar el VTA, tanto bajo condiciones de conductividad isotrópica idealizada como bajo condiciones realistas de conductividad anisotrópica, limitando la perdida de precisión y superando otros inconvenientes presentes en métodos alternativos.

Palabras clave : Estimulación cerebral profunda; volumen de tejido activo; modelo axonal de múltiples compartimientos; emulación; clasificación de procesos gaussianos.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )