Hacia un sistema basado en el conocimiento para el diagnóstico de patologías en señales cerebrales

Abstract

EN ESTE TRABAJO SE APLICAN UNA SERIE DE TECNICAS DE INTELIGENCIA ARTIFICIAL (IA) EN EL ENTORNO DEL DIAGNOSTICO DE PATOLOGIAS EN SEÑALES CEREBRALES, INICIALMENTE SE REALIZA UN ESTUDIO SOBRE LA APLICACION DE TECNICAS CONEXIONISTAS (REDES NEURONALES) COMO HERRAMIENTAS DE EXTRACCION DE CONOCIMIENTO DEL EXPERTO NEUROFISIOLOGO. SE DETERMINAN METODOS PARA CARACTERIZAR LAS PRESTACIONES DE ESTOS SISTEMAS DEBIDO A SU OPACIDAD EN LA REPRESENTACION DEL CONOCIMIENTO Y MAXIMIZAR LA CARACTERISTICA DE GENERALIZACION. ESTOS ESTUDIOS SE DESARROLLAN EN TORNO A UN PROBLEMA CONCRETO, EL DE LA DETERMINACION DEL GRADO DE MADURACION FISIOLOGICA CEREBRAL, SOBRE EL QUE SON EXAMINADAS DISTINTAS ALTERNATIVAS. SE COMPRUEBA QUE, DE ENTRE LOS METODOS CONSIDERADOS, EL PROBLEMA ES RESUELTO MAS EFICIENTEMENTE POR MEDIO DE UNA RED NEURONAL ENTRENADA CON LOS CRITERIOS ESPECIFICADOS. POSTERIORMENTE, SE INTEGRAN ESAS HERRAMIENTAS CONEXIONISTAS EN UN SISTEMA BASADO EN EL CONOCIMIENTO QUE APROVECHA LAS VENTAJAS DE AMBOS PARADIGMAS, SIMBOLICO Y CONEXIONISTA. PARA ELLO, SE EXAMINAN LAS CARACTERISTICAS DEL DOMINIO (INTERPRETACION DE SEÑALES) QUE DETERMINARA LA ESTRUCTURA DEL SISTEMA. EL DESARROLLO DEL SISTEMA SE SIGUE DE FORMA INCREMENTAL, INTEGRANDO DIVERSOS PROBLEMAS DE DIFICULTAD GRADUAL QUE SIRVEN PARA VALIDAR SU ESTRUCTURA. EN PARTICULAR, SE HAN RESUELTO LOS CORRESPONDIENTES AL MODELO DE CLASIFICACION (PROBLEMA DE LA MADURACION CEREBRAL) Y LA CARACTERIZACION DE LA SEÑAL DEL POTENCIAL EVOCADO VISUAL.