Les malalties neurodegeneratives són un conjunt de malalties que afecten al cervell. Aquestes malalties estan relacionades amb la pèrdua progressiva de l'estructura o la funció de les neurones, incloent-hi la mort d'aquestes. La malaltia de l'Alzheimer és una de les malalties neurodegeneratives més comunes. Actualment, no es coneix cap cura per a l'Alzheimer, però es creu que hi ha un grup de medicaments que el que fan és retardar-ne els principals símptomes. Aquests s'han de prendre en les primeres fases de la malaltia ja que sinó no tenen efecte. Per tant, el diagnòstic precoç de la malaltia de l'Alzheimer és un factor clau. En aquesta tesis doctoral s'han estudiat diferents aspectes relacionats amb la neurociència per investigar diferents eines que permetin realitzar un diagnòstic precoç de la malaltia en qüestió. Per fer-ho, s'han treballat diferents aspectes com el preprocessament de dades, l'extracció de característiques, la selecció de característiques i la seva posterior classificació. / Neurodegenerative diseases are a group of disorders that affect the brain. These diseases are related with changes in the brain that lead to loss of brain structure or loss of neurons, including the dead of some neurons. Alzheimer's disease (AD) is one of the most well-known neurodegenerative diseases. Nowadays there is no cure for this disease. However, there are some medicaments that may delay the symptoms if they are used during the first stages of the disease, otherwise they have no effect. Therefore early diagnose is presented as a key factor. This PhD thesis works different aspects related with neuroscience, in order to develop new methods for the early diagnose of AD. Different aspects have been investigated, such as signal preprocessing, feature extraction, feature selection and its classification.

Traumatic brain injury (TBI) is a leading cause of disability worldwide. It is the most common cause of death and disability during the first three decades of life and accounts for more productive years of life lost than cancer, cardiovascular disease and HIV/AIDS combined. Cognitive Rehabilitation (CR), as part of Neurorehabilitation, aims to reduce the cognitive deficits caused by TBI. CR treatment consists of sequentially organized tasks that require repetitive use of impaired cognitive functions. While task repetition is not the only important feature, it is becoming clear that neuroplastic change and functional improvement only occur after a number of specific tasks are performed in a certain order and repetitions and does not occur otherwise. Until now, there has been an important lack of well-established criteria and on-field experience by which to identify the right number and order of tasks to propose to each individual patient. This thesis proposes the CMIS methodology to support health professionals to compose CR programs by selecting the most promising tasks in the right order. Two contributions to this topic were developed for specific steps of CMIS through innovative data mining techniques SAIMAP and NRRMR methodologies. SAIMAP (Sequence of Activities Improving Multi-Area Performance) proposes an innovative combination of data mining techniques in a hybrid generic methodological framework to find sequential patterns of a predefined set of activities and to associate them with multi-criteria improvement indicators regarding a predefined set of areas targeted by the activities. It combines data and prior knowledge with preprocessing, clustering, motif discovery and classes` post-processing to understand the effects of a sequence of activities on targeted areas, provided that these activities have high interactions and cumulative effects. Furthermore, this work introduces and defines the Neurorehabilitation Range (NRR) concept to determine the degree of performance expected for a CR task and the number of repetitions required to produce maximum rehabilitation effects on the individual. An operationalization of NRR is proposed by means of a visualization tool called SAP. SAP (Sectorized and Annotated Plane) is introduced to identify areas where there is a high probability of a target event occurring. Three approaches to SAP are defined, implemented, applied, and validated to a real case: Vis-SAP, DT-SAP and FT-SAP. Finally, the NRRMR (Neurorehabilitation Range Maximal Regions) problem is introduced as a generalization of the Maximal Empty Rectangle problem (MER) to identify maximal NRR over a FT-SAP. These contributions combined together in the CMIS methodology permit to identify a convenient pattern for a CR program (by means of a regular expression) and to instantiate by a real sequence of tasks in NRR by maximizing expected improvement of patients, thus provide support for the creation of CR plans. First of all, SAIMAP provides the general structure of successful CR sequences providing the length of the sequence and the kind of task recommended at every position (attention tasks, memory task or executive function task). Next, NRRMR provides specific tasks information to help decide which particular task is placed at each position in the sequence, the number of repetitions, and the expected range of results to maximize improvement after treatment. From the Artificial Intelligence point of view the proposed methodologies are general enough to be applied in similar problems where a sequence of interconnected activities with cumulative effects are used to impact on a set of areas of interest, for example spinal cord injury patients following physical rehabilitation program or elderly patients facing cognitive decline due to aging by cognitive stimulation programs or on educational settings to find the best way to combine mathematical drills in a program for a specific Mathematics course. / El traumatismo craneoencefálico (TCE) es una de las principales causas de morbilidad y discapacidad a nivel mundial. Es la causa más común de muerte y discapacidad en personas menores de 30 años y es responsable de la pérdida de más años de vida productiva que el cáncer, las enfermedades cardiovasculares y el SIDA sumados. La Rehabilitación Cognitiva (RC) como parte de la Neurorehabilitación, tiene como objetivo reducir el impacto de las condiciones de discapacidad y disminuir los déficits cognitivos causados (por ejemplo) por un TCE. Un tratamiento de RC está formado por un conjunto de tareas organizadas de forma secuencial que requieren un uso repetitivo de las funciones cognitivas afectadas. Mientras que el número de ejecuciones de una tarea no es la única característica importante, es cada vez más evidente que las transformaciones neuroplásticas ocurren cuando se ejecutan un número específico de tareas en un cierto orden y no ocurren en caso contrario. Esta tesis propone la metodología CMIS para dar soporte a los profesionales de la salud en la composición de programas de RC, seleccionando las tareas más prometedoras en el orden correcto. Se han desarrollado dos contribuciones para CMIS mediante las metodologías SAMDMA y RNRRM basadas en técnicas innovadoras de minería de datos. SAMDMA (Secuencias de Actividades que Mejoran el Desempeño en Múltiples Áreas) propone una combinación de técnicas de minería de datos y un marco de trabajo genérico híbrido para encontrar patrones secuenciales en un conjunto de actividades y asociarlos con indicadores de mejora multi-criterio en relación a un conjunto de áreas hacia las cuales las actividades están dirigidas. Combina el uso de datos y conocimiento experto con técnicas de pre-procesamiento, clustering, descubrimiento de motifs y post procesamiento de clases. Además, se introduce y define el concepto de Rango de NeuroRehabilitación (RNR) para determinar el grado de performance esperado para una tarea de RC y el número de repeticiones que debe ejecutarse para producir mayores efectos rehabilitadores. Se propone una operacionalización del RNR por medio de una herramienta de visualización llamada Plano Sectorizado Anotado (PAS). PAS permite identificar áreas en las que hay una alta probabilidad de que ocurra un evento. Tres enfoques diferentes al PAS se definen, implementan, aplican y validan en un caso real : Vis-PAS, DT-PAS y FT-PAS. Finalmente, el problema RNRRM (Rango de NeuroRehabilitación de Regiones Máximas) se presenta como una generalización del problema del Máximo Rectángulo Vacío para identificar RNR máximos sobre un FT-PAS. La combinación de estas dos contribuciones en la metodología CMIS permite identificar un patrón conveniente para un programa de RC (por medio de una expresión regular) e instanciarlo en una secuencia real de tareas en RNR maximizando las mejoras esperadas de los pacientes, proporcionando soporte a la creación de planes de RC. Inicialmente, SAMDMA proporciona la estructura general de secuencias de RC exitosas para cada paciente, proporcionando el largo de la secuencia y el tipo de tarea recomendada en cada posición. RNRRM proporciona información específica de tareas para ayudar a decidir cuál se debe ejecutar en cada posición de la secuencia, el número de veces que debe ser repetida y el rango esperado de resultados para maximizar la mejora. Desde el punto de vista de la Inteligencia Artificial, ambas metodologías propuestas, son suficientemente generales como para ser aplicadas a otros problemas de estructura análoga en que una secuencia de actividades interconectadas con efectos acumulativos se utilizan para impactar en un conjunto de áreas de interés. Por ejemplo pacientes lesionados medulares en tratamiento de rehabilitación física, personas mayores con deterioro cognitivo debido al envejecimiento y utilizan programas de estimulación cognitiva, o entornos educacionales para combinar ejercicios de cálculo en un programa específico de Matemáticas.

L'estudi del senyal electrocardiogràfic (ECG) obtingut mitjançant elèctrodes de superfície és una prova mèdica freqüent que té una gran significació en el diagnòstic de l'activitat cardíaca. Des de la incorporació dels ordinadors als equips d'obtenció i enregistrament de l'ECG, que va provocar un gran impacte en la tecnologia i disseny d'aquests equips, l'anàlisi automàtica del senyal electrocardiogràfic ha estat un problema abordable. Cal precisar, però, que l'anàlisi assistit per computadora de l'ECG convencional no aporta per se nova informació per al diagnòstic respecte a l'observada directament per un cardiòleg.L'Electrocardiografia d'alta resolució (ECGAR) és un camp de recerca recent. Consisteix en la detecció i quantificació de potencials cardíacs de baixa amplitud, que no es poden captar amb els procediments de l'ECG convencional. L'ECGRA requereix el desenvolupament de tècniques de processat digital en el domini temporal i la realització de programes que permetin l'obtenció automàtica de l'activitat cardíaca de baixa amplitud. A més a més cal, per captar el senyal, la utilització d'una instrumentació biomèdica molt superior en prestacions a l'emprada habitualment. Els treballs presentats fins ara efectuen l'estimació dels potencials cardíacs vinculats a les ones d'amplitud més gran dins l'electrocardiograma. La majoria de les realitzacions existents són només aplicables a les ones d'elevada relació senyal-soroll. Aquesta restricció del problema no ha evitat certes deficiències en la qualitat de les estimacions obtingudes. Així s'ha arribat a una baixa coincidència de resultats en certs estudis mèdics comparatitus. Les contribucions existents en aquest tema s'han pres com a referència i punt de partida d'aquesta tesi. El treball presentat en aquesta tesi és una aportació en el camp del processat digital de senyals electrocardiogràfics, emmarcat especialment en l'ECG d'alta resolució. En el primer capítol es fa una descripció detallada del problema, presentant les característiques del senyal i la metodologia per a la seva obtenció. En aquest sentit s'ha proposat i desenvolupat una estructura modular del sistema de processat, on s'han fet contribucions tant en els mètodes emprats com en l'aplicació. En el segon capítol es presenta el tractament de l'ECG d'alta resolució com un problema en el camp dels processos aleatoris. Es descriu la tècnica emprada per a l'estimació dels potencials cardíacs, modelats com la part determinista del procés. Segons aquest enfocament es proposa una estructura del sistema de processat per a l'anàlisi del senyal, que ve desenvolupada en els posteriors capítols. El tercer capítol està dedicat a la detecció d'ones dins del senyal ECG, malgrat les seves variacions al llarg del temps i la contaminació per soroll d'origen biològic o extern. S'ha desenvolupat un sistema de detecció particularitzat per als complexos QRS, que són el conjunt d'ones associades a l'activitat de la contracció ventricular de cada batec cardíac. El sistema proposat s'ha mostrat molt robust, detectant les ones en tot tipus de situacions. Es puntualitzen les aportacions per a aquest detector, tant en el disseny com en l'aplicació. La seva contribució resulta molt útil per a les posteriors etapes de processat.En el quart capítol es presenten uns mètodes d'alineament de senyals orientats al cas dels ECG. En principi es fa una descripció general del problema, descrivint tot seguit els mètodes proposats amb un enfocament original. A continuació s'efectua un estudi de les prestacions d'aquests mètodes en simulació, així com aplicats a senyals reals. Finalment es descriuen els criteris d'aplicabilitat en situacions reals, comprovant el bon funcionament fins i tot per a senyals de baixa relació senyal-soroll. El cinquè capítol està específicament orientat al processat de l'ECG d'alta resolució. Es presenta la metodologia seguida, que també inclou les etapes proposades i descrites en capítols anteriors. A continuació es mostra l'aplicació d'aquestes tècniques a l'obtenció de potencials cardíacs de gran interès mèdic, com són els potencials ventriculars tardans, o diferents potencials vinculats a altres ones de l'ECG. L'aplicació dels mètodes i les etapes de processat presentades per a l'obtenció i tractament de l'ECG d'alta resolució han permès la recuperació de potencials cardíacs de forma fiable, tot i aplicant-lo a senyals de baixa relació senyal-soroll.

Intervertebral disc (IVD) degeneration is primarily involved in back pain, a morbidity that strongly affects the quality of life of individuals nowadays. Lumbar IVDs undergo stressful mechanical loads while being the largest avascular tissues in our body: Mechanical principles alone cannot unravel the intricate phenomena that occur at the cellular scale which are fundamental for the IVD regeneration. The present work aimed at coupling biomechanical and relevant molecular transport processes for disc cells to provide a mechanobiological finite element framework for a deeper understanding of degenerative processes and the planning of regenerative strategies. Given the importance of fluid flow within the IVD, the influence of poroelastic parameters such as permeabilities and solid-phase stiffness of the IVD subtissues was explored. A continuum porohyperelastic material model was then implemented. The angles of collagen fibers embedded in the annulus fibrosus (AF) were calibrated. The osmotic pressure of the central nucleus pulposus (NP) was also taken into account. In a parallel study of the human vertebral bone, microporomechanics was used together with experimental ultrasonic tests to characterize the stiffness of the solid matrix, and to provide estimates of poroelastic coefficients. Fluid dynamics analyses and microtomographic images were combined to understand the fluid exchanges at the bone-IVD interface. The porohyperelastic model of a lumbar IVD with poroelastic vertebral layers was coupled with a IVD transport model of three solutes - oxygen, lactate and glucose - interrelated to reproduce the glycolytic IVD metabolism. With such coupling it was possible to study the effect of deformations, fluid contents, solid-phase stiffness, permeabilities, pH, cell densities of IVD subtissues and NP osmotic pressure on the solute transport. Moreover, cell death governed by glucose deprivation and lactate accumulation was included to explore the mechanical effect on cell viability. Results showed that the stiffness of the AF had the most remarkable role on the poroelastic behavior of the IVD. The permeability of the thin cartilage endplate and the NP stiffness were also relevant. The porohyperelastic model was shown to reproduce the local AF mechanics, provided the fiber angles were calibrated regionally. Such back-calculation led to absolute values of fibers angles and to a global IVD poromechanical behavior in agreement with experiments in literature. The inclusion of osmotic pressure in the NP also led to stress values under confined compression comparable to those measured in healthy and degenerated NP specimens. For the solid bone matrix, axial and transverse stiffness coefficients found experimentally in the present work agreed with universal mass density-elasticity relationships, and combined with continuum microporomechanics provided poroelastic coefficients for undrained and drained cases. The effective permeability of the vertebral bony endplate calculated with fluid dynamics was highly correlated with the porosity measured in microtomographic images. The coupling of transport and porohyperelastic models revealed a mechanical effect acting under large volume changes and high compliance, favored by healthy rather than degenerated IVD properties. Such effect was attributed to strain-dependent diffusivities and diffusion distances and was shown to be beneficial for IVD cells due to the load-dependent increases of glucose levels. Cell density, NP osmotic pressure and porosity were the most important parameters affecting the coupled mechano-transport of metabolites. This novel study highlights the restoration of both cellular and mechanical factors and has a great potential impact for novel designs of treatments focused on tissue regeneration. It also provides methodological features that could be implemented in clinical image-based tools and improve the multiscale understanding of the human spine mechanobiology.