MÁLAGA 10 Sep. (EUROPA PRESS) -
Un equipo de investigación de la Universidad de Málaga (UMA) ha desarrollado un método basado en técnicas estadísticas avanzadas y de inteligencia artificial que permite analizar de forma precisa cómo se coordinan las diferentes áreas cerebrales.
Este enfoque identifica conexiones cerebrales incluso cuando la señal está distorsionada o incompleta, y es aplicable a contextos como el estudio de enfermedades neurodegenerativas como el Alzheimer o el Parkinson, el lenguaje o el desarrollo de neurotecnologías, han informado en una nota.
Para validar el modelo, el equipo ha utilizado una muestra de datos del equipo de investigación del proyecto Leeduca de la Universidad de Málaga que incluye pruebas de electroencefalografía (EEG) hechas en niños de entre cuatro y ocho años. Así, han comprobado cómo evolucionan las señales del cerebro en diferentes perfiles de niños en función de sus capacidades lectoras.
La principal ventaja de esta propuesta, respecto a técnicas más tradicionales, es que permite conocer la dirección de la comunicación entre regiones cerebrales. Esto es, se pueden mostrar que dos zonas están conectadas, y cuál de ellas inicia la comunicación y cuál la recibe.
Según han indicado, a esta ventaja se suma la incertidumbre en la detección, lo que permite identificar qué conexiones son más fiables y cuáles de ellas han sido fruto de un hallazgo fortuito.
"Hasta ahora, otros métodos analizaban la señal una sola vez, como quien mide cuánto tarda en llegar al trabajo un único día. En nuestro caso, estudiamos el efecto cientos de veces, observando cómo unas ondas influyen sobre otras, y nos centramos únicamente en aquellas conexiones que se reproducen con mucha probabilidad", ha explicado Diego Castillo Barnes, investigador de la UMA, en declaraciones a la Fundación Descubre.
APLICACIÓN EN ENVEJECIMIENTO O ENFERMEDADES NEURODEGENERATIVAS
Aunque este estudio ha sido aplicado al cerebro infantil, los expertos destacan que puede emplearse en muchos otros ámbitos: desde el estudio del envejecimiento o enfermedades neurodegenerativas, hasta el análisis del lenguaje o el desarrollo de tecnologías que conectan el cerebro con dispositivos digitales.
Han explicado que el cerebro se coordina mediante señales eléctricas que viajan en forma de ondas. Algunas son lentas y otras rápidas, y cada tipo tiene una función diferente. Además, se coordinan entre sí como una orquesta para que una persona pueda prestar atención, recordar cosas o entender lo que se escucha.
Así, ha manifestado que una de las formas de coordinación entre ondas cerebrales es lo que se conoce como 'acoplamiento fase-amplitud'; esto es, cuando una onda lenta marca el ritmo, y una onda rápida ajusta su intensidad según ese ritmo. "Es como si el tambor marcara el compás, y la guitarra eléctrica subiera o bajara el volumen siguiendo ese patrón. Esta interacción es fundamental para que diferentes zonas del cerebro trabajen juntas", han incidido.
El estudio, titulado 'A Bayesian framework for phase-amplitude cross-frequency coupling inference: Application to reading disability detection' publicado en la revista 'Expert Systems with Applications', analiza la direccionalidad en la actividad cerebral, es decir, no solo si hay una conexión entre regiones, sino también cuál de ellas está marcando el ritmo y cuál sigue su compás.
Así, han explicado que "como en una orquesta donde un instrumento puede llevar la melodía y otros acompañarla, el cerebro distribuye funciones y responsabilidades entre distintas áreas". Este enfoque, han añadido, permite identificar fenómenos como la compensación funcional: cuando una región falla, otras pueden adaptarse y asumir parte de su papel.
Los investigadores han validado su modelo sobre una base de datos real de señales de electroencefalografía, demostrando que su propuesta identifica interacciones sutiles entre diferentes bandas de frecuencia (ondas cerebrales rápidas y lentas) con una fiabilidad superior a los métodos clásicos.
La propuesta está disponible como código abierto, lo que permite que otros grupos de investigación puedan utilizarla, adaptarla y aplicarla en contextos clínicos reales. "Nuestra intención es facilitar herramientas más accesibles y rigurosas para interpretar la enorme cantidad de datos que generan los electroencefalogramas, sobre todo cuando se trata de señales complejas como las que aparecen en la infancia o en enfermedades neurológicas", ha añadido Castillo.
Así, el enfoque basado en estadística e inteligencia artificial propuesto por el equipo de investigación malagueño "refuerza la validez de los resultados y permite distinguir las conexiones que tienen una alta probabilidad de ser ciertas frente a las que surgen de forma esporádica o errática".
NUEVAS LÍNEAS DE TRABAJO
Actualmente, el equipo está iniciando nuevas líneas de trabajo en las que se aplica este modelo al estudio de la epilepsia, con el objetivo de comprender mejor cómo se organizan las dinámicas cerebrales y detectar alteraciones en su coordinación.
"El cerebro funciona como una orquesta compleja: cada grupo de neuronas tiene su papel, pero también debe seguir el ritmo que marcan otras. Nuestro modelo ayuda a identificar esas dinámicas y entender mejor cómo se organizan, tanto en situaciones normales como patológicas", ha manifestado Nicolás Gallego, coautor del trabajo.
Este estudio ha sido financiado por la Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, la Agencia Estatal de Investigación del Ministerio de Ciencia e Innovación, y el Fondo Europeo de Desarrollo Regional de la Unión Europea. Además, cuenta con el apoyo de fondos Feder y propios de la Universidad de Málaga.
