Clasificación Automática de Sujetos con Alzheimer y Deterioro Cognitivo Leve Mediante la Extracción de Características de Deformación Cerebral

Abstract

La enfermedad de Alzheimer (EA) es un padecimiento neurodegenerativo que se manifiesta con episodios de amnesia cada vez más frecuentes que suelen acompañarse con otros trastornos cognitivos. Una de las características más notorias en estos pacientes es el deterioro estructural cerebral, que resulta más agudo que en pacientes con deterioro cognitivo leve (DCL). La detección temprana da esta enfermedad y sus etapas prodrómicas sigue siendo un problema a resolver. En este estudio se analizaron 120 volúmenes cerebrales segmentados a partir de imágenes de resonancia magnética, separados en tres grupos de estudio: sujetos control (SC), pacientes con DCL y pacientes con EA. Los volúmenes fueron registrados a un volumen de referencia mediante el algoritmo Coherent Point Drift. Finalmente, se evaluó un esquema de clasificacióon automática basado en Random Forest cuyas características se extrajeron de los resultados del proceso de registro, a saber: la distancia Euclidiana entre las nubes de puntos en 3D de la referencia y volumen a registrar, aspi como, los vectores de desplazamiento de dichos puntos después del registro; se incorporó también un proceso de selección de características. Las tasas de acierto en la clasificación de los tres grupos son al menos del 70% y un área bajo la curva Receiver Operating Characteristic (ROC) de al menos el 72 %, para la discriminación entre DCL vs. EA. El mejor desempeño de clasificación fue para el caso SC vs. DCL, con 85% para la tasa de acierto y 86% para el área bajo la curva ROC.