Aplicación de métodos de cronectómica para caracterizar las alteraciones en la arquitectura temporal de la actividad neuronal en estado de reposo provocadas por la enfermedad de Alzheimer

Abstract

La enfermedad de Alzheimer (EA) es una de las principales causas de demencia. Esta patología provoca alteraciones cognitivas, funcionales y conductuales en aquellos que la padecen. El factor de riesgo más importante es la edad, por tanto, la enfermedad cada vez tiene un mayor impacto debido al aumento de la esperanza de vida de la población. Uno de los principales problemas es su diagnóstico. Si bien cada vez hay disponibles más técnicas que permiten obtener un diagnóstico basado en evidencias biológicas, por lo general son caras y no están disponibles de manera generalizada. Con el auge tecnológico experimentado en los últimos años, el análisis de las señales de electroencefalografía (EEG) mediante distintos algoritmos de computación cada vez cobra mayor importancia a la hora de proponer nuevas técnicas innovadoras que permitan caracterizar la enfermedad. Este trabajo se enfoca precisamente en la aplicación de métodos cronectómicos, los cuales cuantifican las propiedades dinámicas de la conectividad funcional que presentan las asociaciones de neuronas.

Alzheimer’s disease (AD) is one of the main causes of dementia. This pathology causes cognitive, functional, and behavioral alterations in those who suffer from it. The most important risk factor is age; therefore, the impact of the disease is steadily growing due to the increase in life expectancy of the population. One of the main problems is its diagnosis. Although an increasing number of techniques are becoming available to obtain a diagnosis based on biological evidence, they are generally expensive and not widely available in clinical settings. In this context, the analysis of electroencephalography (EEG) signals using different computer algorithms is becoming increasingly important to characterize the AD. This TFG focuses on the application of chronectomic methods, which quantify the dynamic properties of the functional connectivity of neuronal associations.