Un software pionero analiza 15.000 cerebelos en cinco meses

Un equipo de investigadores de la Universitat Politècnica de València (UPV) y el Centro Nacional para la Investigación Científica de Francia (CNRS, en sus siglas en francés), ha desarrollado el software más avanzado del mundo para estudiar el cerebelo humano a partir de imágenes de resonancia magnética nuclear (RMN) de alta resolución.

Denominado DeepCeres, este software ayudará a la investigación y diagnóstico de patologías como la ELA, esquizofrenia, autismo o Alzhéimer, entre otras. El trabajo de los investigadores españoles y franceses ha sido publicado en la prestigiosa revista NeuroImage.

Para facilitar su uso, el equipo de la UPV y el CNRS francés ha desarrollado una plataforma online, accesible para el personal investigador y médico.

Desde su puesta en marcha, hace apenas cinco meses, DeepCeres ha procesado imágenes de cerca de 15.000 cerebelos. Hasta la fecha, lo han utilizado expertos y expertas de muchos países; Estados Unidos y China es donde más impacto ha tenido.

Según explica Sergio Morell-Ortega, investigador del proyecto en el Instituto Itaca de la UPV, la segmentación del cerebelo era hasta hoy un gran reto debido a la complejidad de su anatomía y a lo difícil que es diferenciar sus estructuras mediante resonancia magnética convencional. “DeepCeres supera todos estos retos y es, hoy por hoy, la herramienta más precisa del mundo para medir una estructura del sistema nervioso central tan importante como es el cerebelo”, destaca Morell.

El cerebelo, a pesar de su reducido tamaño en comparación con el resto del cerebro, contiene aproximadamente el 50% de todas las neuronas cerebrales y su papel es fundamental en las funciones cognitivas, emocionales y motoras.

Gran precisión

El software DeepCeres es capaz de medir 27 estructuras del cerebelo. Y destaca sobre todo por mejorar la precisión de la segmentación respecto a la que se consigue con los métodos empleados hasta la fecha, gracias fundamentalmente a la aplicación de diferentes herramientas de inteligencia artificial.

“Utilizando imágenes estándar de resonancia de un 1 milímetro cúbico, estas se convierten en imágenes multimodales de ultra alta resolución de 0’125 mm³ usando redes neuronales profundas. Esto permite a los investigadores y profesionales de la salud obtener información detallada sobre la anatomía del cerebelo sin necesidad de contar con datos de ultra alta resolución en la imagen inicial. Es como si pasáramos de una imagen en blanco y negro a una imagen a color. No existe nada similar actualmente y, además, está accesible para toda la comunidad científica”, añade el profesor José Vicente Manjón, investigador principal del proyecto.

Aplicaciones en neurociencia y clínica

Según explican los desarrolladores de DeepCeres, la precisión en la cuantificación volumétrica del cerebelo ayudará en el estudio de patologías neurológicas como la ataxia cerebelosa, la esclerosis lateral amiotrófica o enfermedades psiquiátricas como la esquizofrenia y el autismo.

“Además, diferentes estudios publicados recientemente han demostrado la incidencia de la estructura del cerebelo en enfermedades neurodegenerativas como el Alzheimer”, añade Sergio Morell.

Junto al Itaca de la UPV y el CNRS, en su desarrollo han participado también investigadores e investigadoras del Instituto de Automática e Informática Industrial y el departamento de Matemática Aplicada de la Politècnica;, el departamento de Psicobiología de la Universitat de València; el Área de Imagen Médica del Hospital La Fe de València y la Unidad Mixta de Imagen Biomédica Fisabio-Centro de Investigación Príncipe Felipe.

Este trabajo se enmarca además dentro del proyecto Clinicbrain, financiado por el Ministerio de Ciencia, Innovación y Universidades.