Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos

Methol, Lucas

Supervisor(es): Cabana, Álvaro - Gradín Iade, Victoria Beatriz

Resumen:

La depresión es uno de los principales problemas de salud mental a nivel mundial. Su diagnóstico se basa habitualmente en la identificación de síntomas clínicos y las causas neurobiológicas subyacentes no están claramente determinadas. Con el avance en el campo de las neuroimágenes a partir de resonancia magnética (MRI) y el desarrollo de técnicas computacionales para procesar e interpretar la gran cantidad de datos generados, se ha comenzado a explorar con mayor profundidad el funcionamiento cerebral. Durante las últimas décadas se han realizado múltiples investigaciones con la finalidad de identificar biomarcadores que podrían ser relevantes para predecir el diagnóstico, el tratamiento y otros aspectos relacionados con los trastornos depresivos. Dichos estudios han arrojado resultados prometedores, identificando áreas y patrones cerebrales que pueden ser importantes para la comprensión de la depresión, como la corteza cingulada anterior, el córtex orbitofrontal, así como patrones de actividad cerebral en reposo o durante la realización de tareas cognitivas. Sin embargo, la dificultad para realizar investigaciones con muestras amplias, vinculado tanto a los costes asociados como a la heterogeneidad de los datos, ha limitado la validez de los hallazgos. No obstante, el continuo crecimiento en materia tecnológica y la innovación en el ámbito computacional pueden impulsar en el futuro un crecimiento significativo de la investigación en este campo, aportando conocimiento relevante para la práctica clínica.

Detalles Bibliográficos
2024
Neurociencia
Depresión
Resonancia magnética
Aprendizaje automático
Biomarcadores
NEUROCIENCIAS
APRENDIZAJE
Español
Universidad de la República
COLIBRI
https://hdl.handle.net/20.500.12008/51736
Acceso abierto
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
_version_ 1877555178626875392
author Methol, Lucas
author_facet Methol, Lucas
author_role author
bitstream.checksum.fl_str_mv 6429389a7df7277b72b7924fdc7d47a9
a006180e3f5b2ad0b88185d14284c0e0
0feedbc93c9013cb52b8473c08f41376
3b50ae24bd8bd076d49a70878a8a2d2c
43360d2efe4d77227a175813ccfa795a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
bitstream.url.fl_str_mv http://localhost:8080/xmlui/bitstream/20.500.12008/51736/5/license.txt
http://localhost:8080/xmlui/bitstream/20.500.12008/51736/2/license_url
http://localhost:8080/xmlui/bitstream/20.500.12008/51736/3/license_text
http://localhost:8080/xmlui/bitstream/20.500.12008/51736/4/license_rdf
http://localhost:8080/xmlui/bitstream/20.500.12008/51736/1/tfg_methol_lucas.pdf
collection COLIBRI
dc.contributor.filiacion.none.fl_str_mv Methol Lucas, Universidad de la República (Uruguay). Facultad de Psicología
dc.creator.advisor.none.fl_str_mv Cabana, Álvaro
Gradín Iade, Victoria Beatriz
dc.creator.none.fl_str_mv Methol, Lucas
dc.date.accessioned.none.fl_str_mv 2025-09-25T13:19:19Z
dc.date.available.none.fl_str_mv 2025-09-25T13:19:19Z
dc.date.issued.none.fl_str_mv 2024
dc.description.abstract.none.fl_txt_mv La depresión es uno de los principales problemas de salud mental a nivel mundial. Su diagnóstico se basa habitualmente en la identificación de síntomas clínicos y las causas neurobiológicas subyacentes no están claramente determinadas. Con el avance en el campo de las neuroimágenes a partir de resonancia magnética (MRI) y el desarrollo de técnicas computacionales para procesar e interpretar la gran cantidad de datos generados, se ha comenzado a explorar con mayor profundidad el funcionamiento cerebral. Durante las últimas décadas se han realizado múltiples investigaciones con la finalidad de identificar biomarcadores que podrían ser relevantes para predecir el diagnóstico, el tratamiento y otros aspectos relacionados con los trastornos depresivos. Dichos estudios han arrojado resultados prometedores, identificando áreas y patrones cerebrales que pueden ser importantes para la comprensión de la depresión, como la corteza cingulada anterior, el córtex orbitofrontal, así como patrones de actividad cerebral en reposo o durante la realización de tareas cognitivas. Sin embargo, la dificultad para realizar investigaciones con muestras amplias, vinculado tanto a los costes asociados como a la heterogeneidad de los datos, ha limitado la validez de los hallazgos. No obstante, el continuo crecimiento en materia tecnológica y la innovación en el ámbito computacional pueden impulsar en el futuro un crecimiento significativo de la investigación en este campo, aportando conocimiento relevante para la práctica clínica.
dc.description.es.fl_txt_mv Monografía presentada como Trabajo Final de Grado.
dc.format.extent.es.fl_str_mv 41 p.
dc.format.mimetype.es.fl_str_mv application/pdf
dc.identifier.citation.es.fl_str_mv Methol, L. Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos [en línea]. Trabajo final de grado. Montevideo : Udelar. FP, 2024.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12008/51736
dc.language.iso.none.fl_str_mv es
spa
dc.publisher.es.fl_str_mv Udelar. FP
dc.rights.license.none.fl_str_mv Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:COLIBRI
instname:Universidad de la República
instacron:Universidad de la República
dc.subject.es.fl_str_mv Neurociencia
Depresión
Resonancia magnética
Aprendizaje automático
Biomarcadores
dc.subject.other.es.fl_str_mv NEUROCIENCIAS
APRENDIZAJE
dc.title.none.fl_str_mv Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos
dc.type.es.fl_str_mv Trabajo final de grado
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
description Monografía presentada como Trabajo Final de Grado.
eu_rights_str_mv openAccess
format bachelorThesis
id COLIBRI_16530fcf191d5e8daf3cb660f4f8f1fb
identifier_str_mv Methol, L. Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos [en línea]. Trabajo final de grado. Montevideo : Udelar. FP, 2024.
instacron_str Universidad de la República
institution Universidad de la República
instname_str Universidad de la República
language spa
language_invalid_str_mv es
network_acronym_str COLIBRI
network_name_str COLIBRI
oai_identifier_str oai:colibri.udelar.edu.uy:20.500.12008/51736
publishDate 2024
reponame_str COLIBRI
repository.mail.fl_str_mv karina.camps@seciu.edu.uy
repository.name.fl_str_mv COLIBRI - Universidad de la República
repository_id_str 4771
rights_invalid_str_mv Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
spelling Methol Lucas, Universidad de la República (Uruguay). Facultad de Psicología2025-09-25T13:19:19Z2025-09-25T13:19:19Z2024Methol, L. Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos [en línea]. Trabajo final de grado. Montevideo : Udelar. FP, 2024.https://hdl.handle.net/20.500.12008/51736Monografía presentada como Trabajo Final de Grado.La depresión es uno de los principales problemas de salud mental a nivel mundial. Su diagnóstico se basa habitualmente en la identificación de síntomas clínicos y las causas neurobiológicas subyacentes no están claramente determinadas. Con el avance en el campo de las neuroimágenes a partir de resonancia magnética (MRI) y el desarrollo de técnicas computacionales para procesar e interpretar la gran cantidad de datos generados, se ha comenzado a explorar con mayor profundidad el funcionamiento cerebral. Durante las últimas décadas se han realizado múltiples investigaciones con la finalidad de identificar biomarcadores que podrían ser relevantes para predecir el diagnóstico, el tratamiento y otros aspectos relacionados con los trastornos depresivos. Dichos estudios han arrojado resultados prometedores, identificando áreas y patrones cerebrales que pueden ser importantes para la comprensión de la depresión, como la corteza cingulada anterior, el córtex orbitofrontal, así como patrones de actividad cerebral en reposo o durante la realización de tareas cognitivas. Sin embargo, la dificultad para realizar investigaciones con muestras amplias, vinculado tanto a los costes asociados como a la heterogeneidad de los datos, ha limitado la validez de los hallazgos. No obstante, el continuo crecimiento en materia tecnológica y la innovación en el ámbito computacional pueden impulsar en el futuro un crecimiento significativo de la investigación en este campo, aportando conocimiento relevante para la práctica clínica.Submitted by Camejo Lucía (lucamejo@yahoo.com.ar) on 2025-09-24T16:49:44Z No. of bitstreams: 2 license_rdf: 26539 bytes, checksum: 3b50ae24bd8bd076d49a70878a8a2d2c (MD5) tfg_methol_lucas.pdf: 1178896 bytes, checksum: 43360d2efe4d77227a175813ccfa795a (MD5)Approved for entry into archive by Carro Aníbal (acarro@psico.edu.uy) on 2025-09-25T12:01:27Z (GMT) No. of bitstreams: 2 license_rdf: 26539 bytes, checksum: 3b50ae24bd8bd076d49a70878a8a2d2c (MD5) tfg_methol_lucas.pdf: 1178896 bytes, checksum: 43360d2efe4d77227a175813ccfa795a (MD5)Made available in DSpace by Luna Fabiana (fabiana.luna@seciu.edu.uy) on 2025-09-25T13:19:19Z (GMT). No. of bitstreams: 2 license_rdf: 26539 bytes, checksum: 3b50ae24bd8bd076d49a70878a8a2d2c (MD5) tfg_methol_lucas.pdf: 1178896 bytes, checksum: 43360d2efe4d77227a175813ccfa795a (MD5) Previous issue date: 202441 p.application/pdfesspaUdelar. FPLas obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)NeurocienciaDepresiónResonancia magnéticaAprendizaje automáticoBiomarcadoresNEUROCIENCIASAPRENDIZAJEAplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivosTrabajo final de gradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaMethol, LucasCabana, ÁlvaroGradín Iade, Victoria BeatrizUniversidad de la República (Uruguay). Facultad de PsicologíaLicenciado en PsicologíaLICENSElicense.txtlicense.txttext/plain; charset=utf-84267http://localhost:8080/xmlui/bitstream/20.500.12008/51736/5/license.txt6429389a7df7277b72b7924fdc7d47a9MD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-850http://localhost:8080/xmlui/bitstream/20.500.12008/51736/2/license_urla006180e3f5b2ad0b88185d14284c0e0MD52license_textlicense_texttext/html; charset=utf-829438http://localhost:8080/xmlui/bitstream/20.500.12008/51736/3/license_text0feedbc93c9013cb52b8473c08f41376MD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-826539http://localhost:8080/xmlui/bitstream/20.500.12008/51736/4/license_rdf3b50ae24bd8bd076d49a70878a8a2d2cMD54ORIGINALtfg_methol_lucas.pdftfg_methol_lucas.pdfapplication/pdf1178896http://localhost:8080/xmlui/bitstream/20.500.12008/51736/1/tfg_methol_lucas.pdf43360d2efe4d77227a175813ccfa795aMD5120.500.12008/517362025-09-25 10:19:19.562oai:colibri.udelar.edu.uy:20.500.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Institucionalhttps://www.colibri.udelar.edu.uyUniversidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestkarina.camps@seciu.edu.uyUruguayopendoar:47712025-09-25T13:19:19COLIBRI - Universidad de la Repúblicafalse
spellingShingle Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos
Methol, Lucas
Neurociencia
Depresión
Resonancia magnética
Aprendizaje automático
Biomarcadores
NEUROCIENCIAS
APRENDIZAJE
status_str acceptedVersion
title Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos
title_full Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos
title_fullStr Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos
title_full_unstemmed Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos
title_short Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos
title_sort Aplicación de técnicas de aprendizaje automático en la identificación de biomarcadores a partir de neuroimágenes (MRI) en trastornos depresivos
topic Neurociencia
Depresión
Resonancia magnética
Aprendizaje automático
Biomarcadores
NEUROCIENCIAS
APRENDIZAJE
url https://hdl.handle.net/20.500.12008/51736