Classificació d'estructures cerebrals en 3D amb anàlisi de dades funcionals. Aplicació a problemes verbals amb errors d'inversió

Abstract

Una de les línies de recerca sobre les quals més s’han centrat els investigadors en els últims anys és la resolució de problemes. El cas on els estudiants no són capaços de construir una equació a partir d’un enunciat, però sí reconeixen la informació d’este és el conegut com a error d’inversió (EI). L’objectiu que perseguim és veure quines estructures cerebrals estan associades a resolutors competents quan fan una tasca de resolució de problemes amb EI i, a més, discriminar els subjectes entre els EI i no-EI, emprant l’anatomia de la pròpia estructura o estructures com a variables mitjançant l’estudi de forma. Les estructures es representaran mitjançant dades funcionals de dos arguments. Es farà ús de programari matemàtic com MatLab i R, a través dels quals es farà l’anàlisi de les imatges de ressonància magnètica i la posterior classificació de forma amb anàlisi funcional de components principals i amb anàlisi de components independents. Els principals resultats que s’han obtés mostren un increment en volum de substància grisa en el putamen bilateral en el grup amb EI, associat a la planificació de la resposta. A més destacar l’èxit obtingut tant amb l’anàlisi de components principals i amb anàlisi de components independents funcionals, obtenint uns percentatges de classificació superiors al 70% amb leaveone-out.