Un software avanzado mejora el análisis cerebeloso para diagnosticar la enfermedad
Un equipo de investigadores de la Universitat Politècnica de València (UPV) y el Centro Nacional de Investigaciones Científicas (CNRS) de Francia han desarrollado el software más avanzado del mundo para estudiar el cerebelo humano con imágenes de RMN de alta resolución. Este software se llama Deepceres y ayuda a investigar y diagnosticar enfermedades como ELA, esquizofrenia, autismo y Alzheimer, entre otras. El trabajo de los investigadores españoles y franceses fue publicado en la prestigiosa revista Neuroimage. A pesar de su pequeño tamaño en comparación con el resto del cerebro, el cerebelo contiene aproximadamente el 50% de todas las neuronas del cerebro y desempeña un papel fundamental en las funciones cognitivas, emocionales y motoras. Como Sergio...
Un software avanzado mejora el análisis cerebeloso para diagnosticar la enfermedad
Un equipo de investigadores de la Universitat Politècnica de València (UPV) y el Centro Nacional de Investigaciones Científicas (CNRS) de Francia han desarrollado el software más avanzado del mundo para estudiar el cerebelo humano con imágenes de RMN de alta resolución. Este software se llama Deepceres y ayuda a investigar y diagnosticar enfermedades como ELA, esquizofrenia, autismo y Alzheimer, entre otras. El trabajo de los investigadores españoles y franceses fue publicado en la prestigiosa revista Neuroimage.
A pesar de su pequeño tamaño en comparación con el resto del cerebro, el cerebelo contiene aproximadamente el 50% de todas las neuronas del cerebro y desempeña un papel fundamental en las funciones cognitivas, emocionales y motoras.
Como explica Sergio Morell-Eorga, investigador del proyecto en el Instituto ITACA de la Universitat Politècnica de València, segmentar el cerebelo ha sido hasta ahora un gran reto debido a la complejidad de su anatomía y la dificultad de diferenciar sus estructuras mediante imágenes de resonancia magnética convencional.
“Deepceres supera todos estos desafíos y hoy es la herramienta más precisa del mundo para medir una estructura tan importante del sistema nervioso central como el cerebelo”, subraya Morell.
Alta precisión
El software Deepceres puede medir 27 estructuras del cerebelo. Y se trata de mejorar la precisión de la segmentación respecto a los métodos utilizados anteriormente, lo que se debe principalmente a la aplicación de diversas herramientas de inteligencia artificial.
Utilizando imágenes de resonancia estándar de 1 milímetro cúbico, estas se convierten en imágenes de resolución ultraalta de 0,125 mm3 mediante redes neuronales profundas. Esto permite a los investigadores y profesionales de la salud obtener información detallada sobre la anatomía del cerebelo sin la necesidad de datos de resolución ultraalta en la imagen inicial. Es como pasar de una imagen en blanco y negro a una imagen en color. Actualmente no existe nada parecido y además está abierto a toda la comunidad científica. “
Profesor José Vicente Manjón, investigador principal del proyecto
Aplicaciones en neurociencia y práctica clínica.
Según los desarrolladores de Deepceres, la precisión de la cuantificación volumétrica del cerebelo ayuda en el estudio de patologías neurológicas como la ataxia cerebelosa, la esclerosis lateral amiotrófica o enfermedades psiquiátricas como la esquizofrenia y el autismo.
“Además, varios estudios publicados recientemente han demostrado la incidencia de la estructura del cerebelo en enfermedades neurodegenerativas como el Alzheimer”, añade Sergio Morell.
15.000 cerebelos en cinco meses
Para facilitar su uso, los equipos de la UPV y del CNRS francés han desarrollado una plataforma online accesible al personal investigador y médico. Desde su lanzamiento hace cinco meses, Deepceres ha procesado imágenes de casi 15.000 cerebelos. Hasta ahora, ha sido utilizado por expertos de muchos países, siendo el mayor impacto en Estados Unidos y China.
En el desarrollo del Felipe-Biomedical-Imagebiokentum también han participado investigadores del Instituto de Investigación en Sistemas de Control e Informática Industrial y del Departamento de Matemática Aplicada de la Universitat Politècnica de València, del Departamento de Psicobiología de la Universitat de València, del Departamento de Imagen Médica de la Universidad de La Fe y del Hospital Politécnico y de la mezcla Fisabio.
Fuentes:
Morell-Ortega, S.,et al. (2025). DeepCERES: un método de aprendizaje profundo para la segmentación de los lóbulos cerebelosos mediante resonancia magnética multimodal de resolución ultraalta. NeuroImagen. doi.org/10.1016/j.neuroimage.2025.121063.