Clasificación de redes cerebrales basada en medidas de centralidad en grafos

Abstract

Hoy en día, el uso de la informática como herramienta para lograr avances en otras áreas es de vital importancia. Campos como el de la neurociencia requieren de esta tanto para procesar como para interpretar conjuntos de datos masivos que nos ayuden a resolver los problemas planteados en la actualidad. El objetivo de este trabajo será el de continuar con la investigación de Lanciano et al. (2020), en busca de métodos óptimos para clasificar redes neuronales biológicas en función de su padecimiento de determinadas condiciones neurológicas (específicamente, la presencia del trastorno del espectro autista). Aplicando la conectómica cerebral, se representarán los cerebros humanos como grafos y se explorarán diversas medidas de centralidad para extraer información sobre ellos. Haciendo uso de estas métricas, se propondrán distintos modelos de clasificación y se experimentará con ellos para estudiar su comportamiento. Siguiendo una serie de enfoques que nos permitirán entender mejor las características del problema a resolver, se formularán y contrastarán hipótesis realizando múltiples experimentos, finalizando así con una comparativa general de todas las soluciones propuestas a lo largo del trabajo.

Nowadays, the use of Computer Science as a tool to achieve advances in other areas is of vital importance. Fields such as Neuroscience require it both to process and interpret massive data sets that help us solve solve the problems currently raised. The goal of this work will be to continue with the research of Lanciano et al. (2020), in search of optimal methods to classify biological neural networks based on their suffering from certain neurological conditions (specifically, the presence of autism spectrum disorder). Applying brain connectomics, human brains will be represented as graphs and various centrality measures will be explored to extract information about them. Using these metrics, different classification models will be proposed and experimented with to study their behavior. Following a series of approaches that will allow us to better understand the characteristics of the problem to be solved, hypotheses will be formulated and contrasted by performing multiple experiments, thus ending with a general comparison of all the solutions proposed throughout the work.