Diagnóstico de la dislexia mediante descriptores temporales y espectrales de EEG: un enfoque de detección de anomalías
Ortiz, A., Martínez-Murcia, F., Luque, J. L., Giménez, A., Morales-Ortega, R. y Ortega, J. (2020). Dyslexia Diagnosis by EEG Temporal and Spectral Descriptors: An Anomaly Detection Approach. International Journal of Neural Systems, Vol. 30, No. 7.
El diagnóstico de las dificultades de aprendizaje es un objetivo complejo. Existe un gran número de factores involucrados en el procedimiento de evaluación que presentan una alta variabilidad entre la población con la misma dificultad. El diagnóstico se realiza habitualmente evaluando a los sujetos según los resultados obtenidos en diferentes pruebas neuropsicológicas (basadas en el rendimiento) diseñadas específicamente para este fin.
Uno de los trastornos más frecuentes es la dislexia del desarrollo (DD), una dificultad específica en la adquisición de las habilidades lectoras que no está relacionada con la edad mental ni con una escolarización inadecuada. Su prevalencia se estima entre el 5% y el 12% de la población. Las pruebas tradicionales para el diagnóstico de la DD tienen como objetivo medir diferentes variables conductuales implicadas en el proceso lector.
En este artículo, proponemos un método de diagnóstico no basado en variables conductuales, sino en respuestas neurofisiológicas involuntarias a diferentes estímulos auditivos. Los experimentos realizados utilizan señales de electroencefalografía (EEG) para analizar el comportamiento temporal y el contenido espectral de la señal adquirida en cada electrodo con el fin de extraer características relevantes (temporales y espectrales). Además, la relación de las características extraídas entre los electrodos permite inferir un modelo de tipo conectividad que muestra las áreas cerebrales que procesan los estímulos auditivos de forma sincronizada.
Posteriormente, se ha propuesto un sistema de detección de anomalías basado en los residuos de reconstrucción de un autocodificador (autoencoder) utilizando estas características. Por tanto, el sistema propuesto realiza la clasificación basándose en las diferencias en los modelos de conectividad resultantes, los cuales han demostrado ser una herramienta útil para el diagnóstico diferencial de la DD, así como un método para avanzar hacia un mejor conocimiento de los procesos cerebrales implicados en este trastorno.
Los resultados corroboran que un estímulo no verbal modulado a frecuencias específicas —relacionadas con los procesos de muestreo que se desarrollan en el cerebro para captar rimas, sílabas y fonemas— produce efectos en bandas de frecuencia específicas que diferencian entre sujetos de control y sujetos con DD. El método propuesto mostró una sensibilidad relativamente alta, por encima de 0,6 y de hasta 0,9 en algunos de los experimentos.