Nagore Sagastibeltza Galarraga: "Nerbio-sistemaren aktibatzaileak identifikatzeko seinale fisiologikoen prozesamenduari aplikatutako Ikaskuntza Automatikoko teknikak"

Zuzendariak_Directores:  Ana Jesús Arruarte Lasa / Mikel Joseba Zorrilla Berasategui

2024_05_22, 17:30  Sala Ada Lovelace aretoa.

Abstract:

"Gaur egun, osasunaren ikusmoldea pazientearen ongizate integralera hedatu da, eta haren irismena gaixotasunik eza hutsetik haratago dago, alderdi fisikoak, mentalak eta sozialak barne hartuz. Osasun-sistemaren eskakizun aldako-rren aurrean, ingeniaritzak eta konputazio-zientziek diagnostiko medikoak hobetzeko eta gaixotasunen detekzioan kostuak murrizteko teknologiak garatzera bideratuta daude, medikamentu berritzaileen garapenetik hasi eta prebentzio-medikuntzako programetaraino. Helburu horiek lortzeko, konputazio fisiologikoaren esparruko ikerketa-talde batzuek seinale fisiologikoetan patroiak identifikatzen dituzten sistema informatikoak sortzen dituzte. Aplikazio eta sistema horien erabilera diagnostiko medikotik haratago doa, eta pertsonen egoera mentalak eta emozionalak identifikatzeko eta detektatzeko ere baliagarriak dira. Horrela, agerian geratzen da medikuntzaren eta ingeniaritzaren munduen arteko diziplinarteko lankidetzaren garrantzia, eta bi diziplina horien arteko sinergiak bilatzeko beharra azpimarratzen da, prebentzioaren, detekzio goiztiarraren eta gaixotasunen diagnostikoaren arloan gizarte-, klinika- eta teknologia-mailan aurrerapen esanguratsuak bultzatzeko.

Testuinguru horretan, tesi honek, funtsean, bi ikerketa-ildo jorratzen ditu. Lehenengoa, bizkarrezur-muineko lesio zerbikalak edo dortsal altuak dituzten pazienteen disreflexia autonomoko gertakariak hautematera bideratzen da. Muineko lesio baten ondoren, neurona sinpatikoak erregulatzen dituzten zirkuitu lokaletan aldaketa plastikoak ikusten dira. Ildo horren helburu nagusia Ikaskuntza Automatikoan oinarritutako sistema bat garatzea da, bizkarrezur-muineko lesioak dituzten pazienteen disreflexia autonomoaren hasierako diagnostikoaren erronkari aurre egiteko, diagnostiko horretarako metodo inbaditzaileak erabiltzeko beharra minimizatzeko. Helburu hori betetzeko, diagnostikoa bi mailatan banatzen duen sailkapen hierarkikoko sistema bat proposatzen da, modu ez-inbaditzailean ateratako ezaugarriak soilik erabiliz. Laburbilduz, ildo horretan egindako ekarpenak hipotesi hau planteatzen du: bideragarria da gaixotasunaren hasierako diagnostikoa Machine Learning eta ezaugarri ez-inbaditzaileetan oinarritutako sistemen bidez egitea.

Bestalde, bigarren ikerketa-ildoa egoera mentalen detekzio automatikoan oinarritzen da. Ildo horren abiapuntua da aldaketa emozionalek, batez ere estres-egoeretan eta erlaxazio-egoeretan, zuzenean eragiten diotela gizabanako ba-ten nerbio-sistema autonomoari. Nerbio-sistema autonomoak hain sentsibilitate handia duenez, pertsona bat lasaitzen denean gertatzen diren aldaketa fisiologikoak desberdinak izaten dira, egoera estresagarri edo lasai batean gertatzen diren kontuan hartuta. Hori horrela izanik, ikerketa-lerro hau egoera konkretu baten barruan (kasu honetan, erlaxazioarena) azpiegoera emozionalak automa-tikoki hautematean eta identifikatzean oinarritzen da."