Resumen
Cada día miles de imágenes del cerebro son adquiridas en todo el mundo. El análisis preciso, robusto y eficiente de esa gran cantidad de
datos es un reto importante en los entornos médicos y de investigación actuales. A pesar de que existen herramientas de analisis de
imágenes cerebrales que se han utilizado durante las ultimas dos décadas (por ejemplo, SPM, FSL, Freesurfer), estas han sido
desarrolladas para resolver problemas específicos (por ejemplo, en SPM segmentación de tejidos) y por tanto carecen de un diseño
integral para hacer frente a la alta heterogeneidad de las imagenes cerebrales a múltiples niveles y especialmente en el cso de cerebros
patológicos
Este proyecto tiene como objetivo desarrollar un sistema de análisis integral del cerebro que cubra múltiples niveles de detalle (órganotejido-
estructura) y que ademas sea robusto a la presencia de patrones patológicos en la imagen. El núcleo de este avanzado sistema es
el uso de una estrategia innovadora que hemos denominado "procesamiento colaborativo". Por un lado, este enfoque se basa en el uso
de grandes bases de datos de imagenes cerebrales de resonancia magnética para procesar de manera eficiente y robusta imágenes de
RM cerebral (tanto anatómicamente normales como patológicas) utilizando información redundante almacenada en dichas bases de
datos. Por otro lado, trataremos el problema de clasificación de imágenes minimizando localmente la complejidad de los patrónes asociados a cada region del cerebro. Esto se hará
dividiendo el problema en diferentes escalas y utilizando un enjambre de clasificadores locales y especializados.
El sistema desarrollado estará libremente disponible para la comunidad científica usando una plataforma basada en la nube similar a
nuestra plataforma volbrain que ya ha procesado automáticamente más de 37000 cerebros en todo el mundo. De esta manera, el sistema
propuesto no requerirá instalación de ningun hardware o software, ni personal especializado, simplificando así el proceso y facilitando el
acceso a esta tecnología a toda la comunidad científica. Se espera que el sistema propuesto impulsará el análisis cuantitativo en
neuroimagen y contribuira a una mejor comprensión del cerebro humano (tanto sano como patologico), por lo que tendrá un importante
impacto tanto en la investigación en neuroimagen y como en salud pública.
