Una tesis desarrollada por Gadea Mata en la Universidad de La Rioja (UR) plantea el uso de algoritmos y el “machine learning” para procesar imágenes biomédicas en el tratamiento de enfermedades neurodegenerativas como alzhéimer y párkinson. Según ha detallado la UR en una nota, el uso de algoritmos puede contribuir al desarrollo de fármacos y terapias para dolencias como alzhéimer, párkinson, la enfermedad de huntington y otras que afectan a la capacidad neuronal, como los ictus.

Desarrollada en el Departamento de Departamento Matemáticas y Computación de la UR, la tesis “Procesamiento de imágenes biomédicas para el estudio de tratamientos en enfermedades neurodegenerativas” de Gadea Mata ha logrado la calificación de sobresaliente ‘cum laude’ con mención internacional al título.

Esta tesis, dirigida por Julio Rubio y Miguel Morales, propone una serie de herramientas matemáticas que permiten interpretar de forma más precisa y eficaz imágenes de neuronas afectadas por enfermedades neurodegenerativas. El estudio de la estructura y funciones de estas células neuronales es muy importante para desarrollar fármacos y terapias adecuadas. De hecho, el recuento del número de sinapsis o la determinación de la densidad neuronal son fundamentales para medir la evolución y el comportamiento de las neuronas afectadas.

“Hasta ahora se trabajaba de manera manual para obtener datos que indicaran, por ejemplo, si una sustancia estaba siendo eficaz en la potenciación neuronal; evitando así la muerte neuronal o consiguiendo más conexiones (sinapsis) entre las neuronas, pero era necesario que un experto analizara una por una las imágenes”, ha explicado Mata.

Programas informáticos
Fruto de la tesis se han diseñado programas que permiten automatizar este trabajo y obtener un análisis preciso de este tipo de imágenes. El fin era combinar la potencia de cálculo de los ordenadores con sistemas objetivos que eviten errores de interpretación, de modo que los algoritmos que se han desarrollado agilizan el proceso, reduciendo el tiempo de análisis de las imágenes y dándole objetividad a los resultados.

Estos algoritmos están inspirados en la Topología Algebraica Computacional, una rama de las matemáticas que estudia propiedades invariantes de los objetos.

Gadea Mata ha aplicado también técnicas de aprendizaje automatizado, o “machine learning”, para la localización de neuronas en imágenes de gran tamaño y su descripción. “El uso de estos conceptos ha servido para diseñar e implementar herramientas que facilitan al usuario la interpretación de las imágenes neuronales. Estos programas proporcionan objetividad, ahorran tiempo al experto y permiten rehacer el análisis de las imágenes de una manera más eficiente”, ha agregado.