Predicción conjunta de la morfología cortical y el desarrollo cognitivo infantil mediante aprendizaje automático

Área de la Ciencia:

• Neurociencia
• Biología del Desarrollo
• Inteligencia Artificial

Sus antecedentes:

• El desarrollo cerebral infantil es rápido y complejo, lo que hace que la predicción a nivel individual sea un desafío.
• Los datos longitudinales infantiles suelen ser irregulares e incompletos, lo que dificulta el análisis preciso de la trayectoria de desarrollo.
• La predicción conjunta de puntuaciones cognitivas y morfología cortical está poco estudiada a pesar de su relación conocida.

Objetivo del estudio:

• Desarrollar un marco flexible de múltiples tareas para la predicción conjunta de puntuaciones cognitivas infantiles y morfología cortical.
• Abordar los desafíos que plantean los datos longitudinales irregulares e incompletos en estudios de desarrollo.
• Investigar los beneficios mutuos de la predicción conjunta del desarrollo cognitivo y cortical.

Principales métodos:

• Se desarrolló un marco de autoencoder adversarial esférico intensivo y disentangled (DITSAA).
• Se utilizó una ResNet esférica triplete y un módulo de atención para disentanglear las características relacionadas con la identidad y las relacionadas con la edad.
• Se incorporaron tareas de reconocimiento de identidad y estimación de edad para la supervisión, aprendizaje adversarial para la predicción de morfología y un módulo cognitivo para la predicción de puntuaciones.

Principales resultados:

• El marco DITSAA realizó con éxito la predicción conjunta de puntuaciones cognitivas y morfología cortical.
• El método demostró flexibilidad en el manejo de datos longitudinales incompletos.
• Los resultados experimentales validaron la capacidad del marco para predecir trayectorias de desarrollo individuales.

Conclusiones:

• El marco DITSAA propuesto ofrece un enfoque novedoso y eficaz para la predicción conjunta del desarrollo cognitivo y cortical infantil.
• Este método avanza la capacidad de analizar datos longitudinales complejos e incompletos en neurociencia del desarrollo.
• Los hallazgos respaldan el potencial de beneficios mutuos en la modelización conjunta del desarrollo cognitivo y morfológico.