Un equipo de expertos liderado por el Consejo Superior de Investigaciones Científicas de España describió un conjunto de modelos de aprendizaje automático para detectar y analizar mediante inteligencia artificial (IA) patrones de actividad cerebral.

En el estudio emplearon señales electroencefalográficas obtenidas en ratones de experimentación para el entrenamiento de un banco con el objetivo de identificar patrones de actividad, en especial oscilaciones de alta frecuencia.

“Hemos testado estos modelos usando datos de primates no-humanos, en colaboración con el laboratorio de Kari Hoffman de la Universidad de Vanderbilt en EE.UU.”, explicó la profesora Liset M. de la Prida.

La tecnología desarrollada a partir un hackathon (evento en el que los programadores compiten de forma colaborativa), está a disposición de la comunidad científica mediante un software de acceso libre.

Algunos de los modelos incluyen arquitecturas conocidas, como son los vectores de soporte, los árboles de decisión y las redes convolucionales.

Con la evolución de las herramientas de IA y las aplicaciones en el campo de las neurotecnologías, los científicos tienen la esperanza de mejorar y estandarizar la detección de patrones críticos.

Esta creación quizás sea de mucha utilidad en la detección y análisis de oscilaciones de alta frecuencia en patologías como la epilepsia o el alzhéimer.