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