Utilizan inteligencia artificial para detectar falsos positivos en atrofias de sustancia gris empleando morfometría VBM de sujeto único

El equipo de investigación de la Unidad Ejecutora de Estudios en Neurociencias y Sistemas Complejos (ENyS, CONICET-HEC-UNAJ), en colaboración con el Hospital de Clínicas de Barcelona, el Instituto Pladema de Tandil y la Cátedra III de Anatomía de la Universidad de Buenos Aires, publicó el artículo "Machine learning for filtering out false positive grey matter atrophies in single subject voxel based morphometry: A simulation based study".

El artículo, publicado por la revista Journal of the Neurological Sciences, describe los hallazgos de un experimento que emplea inteligencia artificial para detectar falsos positivos en atrofias de sustancia gris aplicando la técnica de morfometría basada en voxels (VBM) de sujeto único. Los resultados son de interés para la detección de desórdenes asociados a la reducción de sustancia gris como la enfermedad de Alzheimer, la degeneración del lóbulo frontotemporal y la epilepsia del lóbulo medial temporal.

Se puede consultar el artículo desde este enlace de manera libre y gratuita hasta el 29 de diciembre de 2020.