Santiago Ramón y Cajal demostró que el sistema nervioso y el cerebro estaban formados por células, al igual que el resto de los tejidos vivos. Esas células fueron llamadas neuronas y las conexiones entre ellas, la sinapsis, son fundamentales para su funcionamiento y comunicación. Todo lo que ocurre dentro del cerebro puede describirse como un entramado de corrientes eléctricas y reacciones bioquímicas entre neuronas. A partir del siglo XIX, la observación y estudio de síndromes o enfermedades debidas a lesiones cerebrales jugó un papel trascendental en el desarrollo de las neurociencias. Por primera vez fue posible establecer algunas correlaciones entre determinadas áreas del cerebro y determinadas funciones mentales superiores como el lenguaje o la memoria. Sin embargo, hace tiempo que se ha superado ese modelo localizacionista. Hoy se asume que las funciones cognitivas no están localizadas en un área cerebral específica, sino que se basan en el funcionamiento de complejos sistemas funcionales. Gracias a las técnicas de neuroimagen funcional, podemos relacionar una tarea concreta con un determinado patrón de activación cerebral, es decir, un conjunto de áreas coactivadas. Uno de los grandes retos de la neurociencia en la actualidad es consolidar el conocimiento de los patrones de actividad cerebral. Por otro lado, muchas patologías tanto neurológicas como psiquiátricas, no obedecen a una lesión focal o a la alteración de una sola área cerebral. Diferentes trastornos, como la esquizofrenia o el autismo, se entienden en la actualidad como desordenes complejos de la conectividad neural. El estudio de la conectividad neural "in vivo" es uno de los principales objetivos de las técnicas de neuroimagen. Un objetivo en un futuro próximo es que estas técnicas, que se centran en el estudio de la conectividad entre distintas áreas cerebrales, permitan mejorar de forma directa los diagnósticos y de forma indirecta los tratamientos de diversas patologías neurológicas y mentales / De La Iglesia Vayá, MDLD. (2011). Técnicas de conectividad cerebral y transferencia de información aplicado al estudio de la esquizofrenia [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/10987

Introducción Este trabajo describe las contribuciones al aprendizaje estadístico desarrollado e implementado en imágenes de Resonancia Magnética (RM). Concretamente, se describe la contribución a los análisis de componentes independientes (ICA), perteneciente al aprendizaje no supervisado, en la mejora de la metodología existente. Ésta mejora metodológica es desarrollada y aplicada para las distintas técnicas de adquisición de imagen: 1. Imagen cerebral adquirida mediante RM estructural en el estudio de la forma de la estructura del hipocampo para la enfermedad de Alzheimer, donde estudios previos longitudinales la asocian con el deterioro debido de la enfermedad. 2. Imagen cerebral adquirida mediante RM funcional para el estudio de la plasticidad cerebral asociada a procesos de aprendizaje. Metodología En el estudio de la forma del hipocampo se introduce la técnica de análisis de datos funcionales (FDA) para formas bidimensionales (2D) y tridimensionales (3D). En ambos estudios se propone una función discriminante lineal basada en ICA para la mejora en la clasificación de los datos. Por otro lado, en el estudio de la plasticidad cerebral se aporta un análisis donde las imágenes de RMf adquiridas en estado de reposo son guiadas por las imágenes de RMf basada en tarea, con el objetivo de encontrar un cambio de la conectividad funcional dado por el proceso de entrenamiento en una tarea nueva. Conclusiones La aproximación mediante FDA para el análisis de imagen, muestra una superioridad con respecto a otras aproximaciones utilizadas. Además, la función discriminante basada en ICA propuesta en este trabajo proporciona mejores resultados en discriminación que usando la metodología descrita en la literatura previa. Con respecto al estudio de las imágenes de RMf, se muestra que la RMf en estado de reposo guiado por RMf basado en tarea abre un nuevo camino para el estudio de cómo el aprendizaje genera plasticidad cerebral.