2026-05-05T19:48:55Zhttps://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/573592022-11-23T20:04:32Zcom_10324_38col_10324_852
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
Carretero Calvo, Pablo
Poza Crespo, Jesús
Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación
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.
2022-11-23
2022-11-23
2022
info:eu-repo/semantics/bachelorThesis
https://uvadoc.uva.es/handle/10324/57359
spa
info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional