Clasificación de tractos nerviosos mediante técnicas supervisadas de deep learning

La tractografía es una técnica de imagen médica que permite visualizar y mapear las fibras nerviosas del cerebro utilizando imágenes de resonancia magnética por difusión. Esta técnica ha mejorado la comprensión de las conexiones neuronales y su relación con diversas patologías neurológicas y trastornos psicológicos. La segmentación de tractografías en tractos específicos es un proceso complejo debido a la variabilidad anatómica del cerebro y tradicionalmente se realizaba de forma manual o semi-automática, con desventajas como el alto consumo de tiempo y la generación de falsos positivos. Los algoritmos y métodos de machine learning, y concretamente deep learning, han mostrado grandes capacidades en tareas similares en otros campos. Este TFG se centra en estudiar e implementar técnicas basadas en deep learning para poder distinguir tractos específicos con el propósito de su análisis posterior. Concretamnte, se ha probado el enfoque de DeepWMA y su aplicación en modelos de deep learning más modernos utilizando el conjunto de datos Tractoinferno, una base de datos amplia y robusta. Los resultados obtenidos han sido notables, demostrando su adecuación y potencial para su uso en aplicaciones clínicas.