Show simple item record

dc.contributor.advisorBoquete Vázquez, Luciano 
dc.contributor.advisorSánchez Morla, Eva María 
dc.contributor.authorOrtiz del Castillo, Miguel 
dc.date.accessioned2020-05-11T06:39:23Z
dc.date.available2020-05-11T06:39:23Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/10017/42630
dc.description.abstractLa esclerosis múltiple (EM) es una enfermedad desmielinizante, adquirida, crónica, que impide el funcionamiento normal de la sustancia blanca del sistema nervioso central. En un gran número de casos, la vía visual se ve afectada durante el curso de la EM, e incluso en fases previas a la enfermedad. Por este motivo, es pertinente el estudio de la estructura y función de la vía visual en el diagnóstico. La técnica electrofisiológica de electrorretinografía multifocal (mfERG) permite obtener la respuesta retiniana en un número elevado de zonas de la retina. Muy pocos trabajos previos investigan la capacidad discriminante del análisis de las señales de mfERG para el diagnóstico de EM, todos ellos utilizan el análisis clásico de amplitudes y latencias y, los resultados obtenidos en estos estudios no son concluyentes. El objetivo de la presente tesis ha sido explorar la capacidad de la electrorretinografía multifocal para la investigación y el diagnóstico clínico de esclerosis múltiple, utilizando algoritmos avanzados de análisis de señal. Se ha utilizado una base de datos de registros mfERG de dos grupos de sujetos: 6 controles (M:H=3:3) y 10 pacientes con diagnóstico de esclerosis múltiple, sin historial de neuritis óptica (M:H=7:3) obtenidos mediante el equipo Reti-Port/scan 21 de Roland. Las señales de mfERG han sido analizadas mediante diversas técnicas matemáticas hasta ahora no aplicadas en este campo clínico, con el objetivo de facilitar nuevos biomarcadores para la detección de EM. Estas técnicas son el análisis espectral singular, la representación dispersa de una señal y la descomposición empírica en modos. Además se propone el empleo de redes neuronales, la utilización de la función de correlación como característica discriminante y la realización de un análisis topográfico más detallado para mejorar su aplicabilidad. La capacidad discriminante de los métodos propuestos ha sido evaluada mediante el área bajo la curva ROC: AUC. Mediante el análisis de los marcadores de amplitudes y latencias, se obtienen valores de media de AUC inferiores a 0,6158, mientras que tras el empleo de las técnicas matemáticas descritas, se consigue mejorar en gran medida la capacidad de discriminación: redes neuronales, AUC de 0,7650; análisis espectral singular, AUC de 0,8348; representación dispersa, AUC de 0,7515; descomposición empírica en modos, AUC de 0,8726; y análisis topográfico, AUC de 0,8854. En todos los métodos de análisis de los registros de mfERG propuestos los valores de discriminación entre controles y pacientes son superiores a los conseguidos con la técnica tradicional de análisis de amplitud y latencias. Dichos resultados sugieren que el análisis de los registros mfERG sería aplicable para el diagnóstico de esclerosis múltiple en sus fases iniciales.es_ES
dc.format.mimetypeapplication/pdfen
dc.language.isospaen
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectCiencias Médicases_ES
dc.titleAnálisis avanzado de registros de electrorretinografía multifocal aplicado al diagnóstico de esclerosis múltiplees_ES
dc.typeinfo:eu-repo/semantics/doctoralThesisen
dc.subject.ecienciaMedicinaes_ES
dc.subject.ecienciaMedicineen
dc.contributor.affiliationUniversidad de Alcalá. Departamento de Electrónicaes_ES
dc.contributor.affiliationUniversidad de Alcalá. Programa de Doctorado en Sistemas Electrónicos Avanzados. Sistemas Inteligenteses_ES
dc.type.versioninfo:eu-repo/semantics/acceptedVersionen
dc.rights.accessRightsinfo:eu-repo/semantics/openAccessen


Files in this item

Thumbnail

This item appears in the following Collection(s)

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Este ítem está sujeto a una licencia Creative Commons.