Sistema Inteligente de Reconocimiento de Estados Cerebrales

Resumen

En este trabajo se propone una arquitectura para el reconocimiento de los estados cerebrales en un roedor. Nuestro Sistema utiliza la minería de datos para dicha tarea, y se basa en dos módulos que permiten estudiar los fluidos extraídos del cerebro. El primer módulo está basado en la Teoría de Resonancia Adaptativa de las Redes Neuronales, que permite clasificar los datos obtenidos mediante Electroforesis Capilar para identificar los neurotransmisores que se activan en el cerebro bajo diferentes condiciones fisiológicas. El segundo módulo reconoce los patrones de neurotransmisores en el cerebro, a partir de los cuales puede determinar una serie de trastornos producto de alteraciones, almacenamiento o liberación de éstos; este módulo está basado en un Sistema Clasificador Difuso. Como caso de estudio se analiza el Glutamato en roedores, el resultado de las pruebas indica que nuestro sistema es suficientemente útil y eficiente para ayudar a analizar las muestras extraídas del cerebro.