Work

Clustering basado en redes bayesianas con predictoras continuas: aplicaciones en neurociencia

Year: 2014
Type: dissertation
Abstract: Desentrañar el funcionamiento del cerebro es uno de los principales desafíos a\nlos que se enfrenta la ciencia actual. Un área de estudio que ha despertado muchas\nexpectativas e interés es el análisis de la estructura cortical desde el punto de vista\nmorfológico, de manera que se cree una simulación del cerebro a nivel molecular.\nCon ello se espera poder profundizar en el estudio de numerosas enfermedades neurológicas y patológicas. Con el desarrollo de este proyecto se persigue el estudio del\nsoma y de las espinas desde el punto de vista de la neuromorfología teórica.\nEs común en el estado del arte que en el análisis de las características morfológicas\nde una neurona en tres dimensiones el soma sea ignorado o, en el mejor de los casos,\nque sea sustituido por una simple esfera. De hecho, el concepto de soma resulta\nabstracto porque no se dispone de una dfinición estricta y robusta que especifique\nexactamente donde finaliza y comienzan las dendritas. En este proyecto se alcanza\npor primera vez una definición matemática de soma para determinar qué es el soma.\nCon el fin de simular somas se ahonda en los atributos utilizados en el estado del\narte. Estas propiedades, de índole genérica, no especifican una morfología única. Es\npor ello que se propone un método que agrupe propiedades locales y globales de\nla morfología. En disposición de las características se procede con la categorización\ndel cuerpo celular en distintas clases a partir de un nuevo subtipo de red bayesiana\ndinámica adaptada al espacio. Con ello se discute la existencia de distintas clases de\nsomas y se descubren las diferencias entre los somas piramidales de distintas capas\ndel cerebro. A partir del modelo matemático se simulan por primera vez somas\nvirtuales.\nAlgunas morfologías de espinas han sido atribuidas a ciertos comportamientos\ncognitivos. Por ello resulta de interés dictaminar las clases existentes y relacionarlas\ncon funciones de la actividad cerebral. La clasificación más extendida (Peters y\nKaiserman-Abramof, 1970) presenta una definición ambigua y subjetiva dependiente\nde la interpretación de cada individuo y por tanto discutible. Este estudio se sustenta\nen un conjunto de descriptores extraídos mediante una técnica de análisis topológico\nlocal para representaciones 3D. Sobre estos datos se trata de alcanzar el conjunto de\nclases más adecuado en el que agrupar las espinas así como de describir cada grupo\nmediante reglas unívocas. A partir de los resultados, se discute la existencia de un\ncontinuo de espinas y las propiedades que caracterizan a cada subtipo de espina.\n\n---ABSTRACT---Unravel how the brain works is one of the main challenges faced by current science.\nA field of study which has aroused great expectations and interest is the analysis of\nthe cortical structure from a morphological point of view, so that a molecular level\nsimulation of the brain is achieved. This is expected to deepen the study of many\nneurological and pathological diseases. This project seeks the study of the soma and\nspines from the theoretical neuromorphology point of view.\nIn the state of the art it is common that when it comes to analyze the morphological\ncharacteristics of a three dimension neuron the soma is ignored or, in the\nbest case, it is replaced by a simple sphere. In fact, the concept of soma is abstract\nbecause there is not a robust and strict definition on exactly where it ends and dendrites\nbegin. In this project a mathematical definition is reached for the first time to\ndetermine what a soma is. With the aim to simulate somas the atributes applied in\nthe state of the art are studied. These properties, generic in nature, do not specify\na unique morphology. It is why it was proposed a method to group local and global\nmorphology properties. In arrangement of the characteristics it was proceed with\nthe categorization of the celular body into diferent classes by using a new subtype\nof dynamic Bayesian network adapted to space. From the result the existance of different\nclasses of somas and diferences among pyramidal somas from distinct brain\nlayers are discovered. From the mathematical model virtual somas were simulated\nfor the first time.\nSome morphologies of spines have been attributed to certain cognitive behaviours.\nFor this reason it is interesting to rule the existent classes and to relate them\nwith their functions in the brain activity. The most extended classification (Peters\ny Kaiserman-Abramof, 1970) presents an ambiguous and subjective definition that\nrelies on the interpretation of each individual and consequently it is arguable. This\nstudy was based on the set of descriptors extracted from a local topological analysis\ntechnique for 3D representations. On these data it was tried to reach the most\nsuitable set of classes to group the spines as well as to describe each cluster by\nunambiguous rules. From these results, the existance of a continuum of spines and\nthe properties that characterize each spine subtype were discussed .
Source: Hispana
Language: Spanish
Open Access status: green
OpenAlex ID: W6989910592
Cites: 56
Cited by: 1
Related to: 10