La neurociencia no para: Crean un nuevo algoritmo para estudiar la estimulación cerebral profunda

Sigue y sigue creciendo. La neurociencia ha llegado a cobrar gran relevancia durante los últimos años con el claro el objetivo de estudiar las interconexiones de nuestro cerebro en beneficio de buscar una cura para enfermedades como el Alzheimer.

Se ha ido incluso más allá: chips insertos el cerebro tal que permitan ejecutar funciones de forma remota sólo con nuestra mente, como se está viendo con Neuralink, que permite cosas tan delirantes como que un mono y una persona tengan un duelo de pong.

En una nueva arista de investigación, bioingenieros de la Universidad de Brown, en Estados Unidos, dieron un gran e importante paso hacia la estimulación cerebral profunda (DBS) automática.

Cuando se envían pulsos electrónicos directamente al cerebro, la DBS puede aliviar los temblores asociados con el Parkinson, o mitigar su dolor crónico.

Lee también: Francisco Pereira y la importancia de resguardar los neuroderechos ante el avance de las tecnologías neuronales

“Sabemos que hay señales eléctricas en el cerebro asociadas con estados patológicos, y nos gustaría poder registrar esas señales y usarlas para ajustar la terapia de neuromodulación automáticamente”, señalan los autores.

Explican que los sistemas DBS (es un implante de electrodo que se implanta en el cerebro, similar al un marcapasos) pueden detectar las señales cerebrales, pero la estimulación corrompe las señales de interés del cerebro que el equipo necesita estudiar.

Estos sensores funcionan con una potencia mínima, por lo que la velocidad en que se muestran las señales eléctricas generan datos con una resolución baja.

Lee también: Estudio: La forma en que los ratones lamen podría revelar el origen de los trastornos neurológicos

Para solucionar esto y convertir los datos en imágenes de alta resolución en forma de ondas, crearon un algoritmo que puede eliminar este obstáculo. En una serie de simulaciones y experimentos, demostraron que es significativamente superior a otras técnicas.

“Creo que una gran ventaja de nuestro método es que incluso cuando la señal de interés se asemeja mucho al artefacto de simulación, nuestro método aún puede diferenciar entre los dos“, explicó Nicole Provenza, autora del estudio.

El equipo señala que su algoritmo no es computacionalmente costoso y se puede ejecutar en tiempo real, siendo capaz de deshacer los artefactos de estimulación mientras detectan biomarcadores importantes.

La investigación fue publicada en la revista Cell Reports Methods.