Un ingeniero de la UTA utilizará herramientas de aprendizaje profundo para identificar tipos de demencia asociados con la enfermedad de Alzheimer

Un ingeniero de la UTA utilizará herramientas de aprendizaje profundo para identificar tipos de demencia asociados con la enfermedad de Alzheimer

Un ingeniero informático de la Universidad de Texas en Arlington desarrollará e integrará potentes métodos y herramientas de aprendizaje profundo para identificar tipos de demencias asociadas con la enfermedad de Alzheimer (ADRD), lo que a su vez podría ayudar a la comunidad médica a tratar mejor estas enfermedades.

Dajiang Zhu, profesor asistente en el Departamento de Ciencias de la Computación e Ingeniería, dirigirá un proyecto de cinco años y 2,86 millones de dólares apoyado por el Instituto Nacional de Trastornos Neurológicos y Accidentes Cerebrovasculares (NINDS). Zhu trabajará con investigadores de la Universidad de Carolina del Norte-Chapel Hill y la Universidad de Georgia para centrarse en el desarrollo de un modelo de aprendizaje profundo para el análisis de ADRD.

Como los dos tipos más comunes de demencia, la enfermedad de Alzheimer y la demencia con cuerpos de Lewy (LBD) representan entre el 65% y el 85% de las personas con demencia en todo el país, o alrededor de 7,5 millones de personas.

Zhu dijo que existen diferencias importantes a la hora de determinar si un paciente tiene Alzheimer o LBD. Estas diferencias pueden influir mucho en el tipo de tratamiento que se prescriben. Sin embargo, distinguir entre la enfermedad de Alzheimer y el LBD es un desafío debido tanto a patologías mixtas como a síntomas clínicos.

"En este proyecto, descubriremos, definiremos y representaremos GyralNets individuales, un modelo computacional que integra métodos de aprendizaje profundo y marcadores de neuroimagen, para caracterizar las anomalías asociadas con el Alzheimer/LBD en pacientes individuales".

Dajiang Zhu, profesor asistente, Departamento de Ingeniería y Ciencias de la Computación, Universidad de Texas en Arlington

Añadió que, en última instancia, el proyecto recopilará, generará imágenes y analizará datos cerebrales a gran escala para entornos clínicos prácticos.

"En última instancia, queremos caracterizar y resumir las relaciones profundas dentro del cerebro que conducirán a mejorar la capacidad de predicción entre el Alzheimer y el LBD", dijo Zhu. "Creemos que una identificación más temprana de qué enfermedad específica está presente puede conducir a mejores resultados mediante un mejor tratamiento de estos pacientes".

Hong Jiang, profesor titular Wendell H. Nedderman y presidente del Departamento de Ingeniería y Ciencias de la Computación, dijo que la investigación de Zhu tiene el potencial de tener un impacto significativo.

"Tomar todos los datos que se pueden recopilar y utilizarlos para ayudar a la sociedad y a las personas que padecen estas enfermedades es algo monumental", afirmó Jiang. "Representa de qué se trata la investigación universitaria".

Fuente:

Universidad de Texas en Arlington

.