SISTEMA BORROSO PARA LA AYUDA AL DIAGNÓSTICO DE MALFORMACIONES DEL DESARROLLO CORTICAL CEREBRAL

Silvia Alayón Departamento de Física Fundamental y Experimental, Electrónica y Sistemas, Universidad de La Laguna,

España, silvia@cyc.ull.es

Richard Robertson Department of Neuroradiology, Children's Hospital (Harvard Medical School), Boston (USA),

Richard.Robertson@childrens.harvard.edu

Simon K. Warfield Department of Radiology, Brigham & Women's Hospital (Harvard Medical School), Boston (USA),

warfield@bwh.harvard.edu

Juan Ruiz-Alzola Departamento de Señales y Comunicaciones, Universidad de Las Palmas de Gran Canaria, España,

jruiz@ctm.ulpgc.es

Jesús Torres, Carina González Departamento de Física Fundamental y Experimental, Electrónica y Sistemas, Universidad de La Laguna,

España, {jesus, carina}@cyc.ull.es

Resumen

Las malformaciones de la corteza cerebral son de creciente consideración en el estudio de la patología neurológica. Son causantes de epilepsia, retrasos en el desarrollo, déficit neuronal y retraso mental. El diagnóstico de este tipo de patologías es llevado a cabo por el especialista médico mediante el análisis de múltiples factores y en base a su experiencia, ya que no existe ningún sistema de ayuda al diagnóstico en este campo. El presente trabajo propone un sistema borroso basado en reglas que recoge el conocimiento experto del problema y que pretende ayudar al especialista médico en los diagnósticos de mayor dificultad, así como en el estudio de la influencia de los diversos factores que intervienen en la decisión. Palabras Clave: Sistemas borrosos basados en reglas, Córtex, Polimicrogiria, Porencefalia, Esquizoencefalia, Displasia Cortical Focal o Multifocal, Microdisgenesias. 1 INTRODUCCIÓN Las malformaciones de la corteza cerebral son de creciente consideración en el estudio de la patología neurológica. Se ha demostrado que tienen una estrecha relación con la aparición de epilepsia, y que son las responsables directas de retrasos en el

desarrollo tanto físicos como mentales [3, 4, 7, 10, 11]. En la detección de este tipo de anormalidades intervienen diversos factores: sintomatología, historial médico familiar del paciente (antecedentes) y las características visuales que presentan las imágenes de resonancia magnética del cerebro, entre otros. El diagnóstico no es sencillo, dada la cantidad de factores a tener en cuenta y la abundancia de esquemas de clasificación existentes en la bibliografía actual para estas malformaciones. No existe un estándar que facilite un diagnóstico único e inequívoco, y muchas veces la interpretación de las pruebas médicas puede variar de un especialista a otro. Tampoco existe en la actualidad ningún sistema computerizado que ayude al diagnóstico de este tipo de problemas y que sirva como referente. En este artículo se presenta un sistema de ayuda al diagnóstico. El sistema recoge toda la información que el médico analiza normalmente en estos casos y le ayuda a estudiar las relaciones existentes entre los diversos factores considerados y las posibles enfermedades, además de ofrecer un diagnóstico automático.

El sistema propuesto es un sistema borroso basado en reglas. Las reglas diseñadas recogen el conocimiento experto del problema, que muchas veces es impreciso, dependiendo de la combinación de los factores considerados. Para el diseño de la base de reglas borrosas se contó con el asesoramiento de un especialista médico, el Dr, Richard Robertson, Director del Departamento de Neuroradiología del Children´s Hospital de Boston (USA). Este trabajo es el resultado de una colaboración entre distintos centros (Harvard Medical School, Universidad de La Laguna y Universidad de Las Palmas de Gran Canaria) y de la estancia de investigación realizada por una de las autoras del artículo en Boston. Se propuso un sistema borroso como solución al problema planteado debido a que la lógica borrosa facilita el manejo del conocimiento impreciso y proporciona una gran flexibilidad a la hora de estudiar y representar la interacción no determinista de los distintos factores que influyen en el diagnóstico. Esta interacción viene representada por reglas borrosas. En otros trabajos de investigación previos hemos aplicado lógica borrosa en problemas de ayuda al diagnóstico [1, 5] .En el caso concreto que nos ocupa, nuestro objetivo es facilitar al especialista médico la detección de malformaciones en el desarrollo cortical cerebral. En las siguientes secciones se ofrece una descripción detallada del problema planteado y del sistema borroso de ayuda al diagnóstico propuesto para abordar este problema. 2 DESCRIPCIÓN DEL PROBLEMA 2.1 LA CORTEZA CEREBRAL La corteza cerebral, córtex o sustancia gris es de unos 2 ó 3 mm de espesor. Debido a los numerosos pliegues que presenta, la superficie cerebral es unas 30 veces mayor que la superficie del cráneo. Estos pliegues forman las circunvoluciones cerebrales, surcos y fisuras y delimitan áreas con funciones determinadas, divididas en cinco lóbulos: frontal, parietal, temporal, occipital y la ínsula. Los ventrículos son dos espacios bien definidos y llenos de líquido que se encuentran en cada uno de los dos hemisferios. El líquido cefalorraquídeo que circula en el interior de estos ventrículos y además rodea al sistema nervioso central sirve para proteger la parte interna del cerebro de cambios bruscos de presión y para transportar sustancias químicas.

Figura 1: Dibujo esquemático de la corteza cerebral

En las figuras 1 y 2 se muestra un esquema del cerebro donde se pueden apreciar las distintas regiones del mismo. Las regiones de los ventrículos y de la corteza cerebral son las protagonistas del problema que nos ocupa.

Figura 2: Dibujo esquemático de los ventrículos cerebrales

2.2 MALFORMACIONES DEL CÓRTEX

CEREBRAL. CAUSAS. CLASIFICACIÓN El córtex comienza su formación a las tres semanas post-gestación, poco después de la fusión rostral del tubo neuronal. En el desarrollo del córtex podemos delimitar tres fases bien diferenciadas:

1. Proliferación de células madre neurales y su diferenciación a neuronas jóvenes.

2. Migración de neuronas inmaduras de la

región de los ventrículos al córtex cerebral emergente.

3. Desarrollo organizativo del córtex maduro: laminación, sinaptogenesis, maduración neuronal y apoptosis.

Por lo tanto, las malformaciones del desarrollo cortical se dividen, a grandes rasgos, en estas tres categorías:

1. Malformaciones debidas a una proliferación neuronal anormal.

2. Malformaciones debidas a una migración

neuronal anormal.

3. Malformaciones debidas a una organización cortical anormal.

Es importante destacar que esta clasificación es “a grandes rasgos”. Dentro de estas tres categorías la clasificación de cada anormalidad es muy compleja. La nomenclatura para estos desórdenes no es uniforme y no hay un estándar establecido. Este hecho aumenta la dificultad del diagnóstico, ya que en muchas ocasiones se utilizan nombres distintos para diagnosticar malformaciones idénticas. También hay que tener en cuenta que existen otras causas que pueden provocar anormalidades en el córtex no debidas a una mala formación del cerebro durante el período post-gestacional, como por ejemplo, accidentes y golpes craneales. Considerando esta dificultad de clasificación de las distintas anormalidades, en este trabajo se ha seguido el esquema de clasificación propuesto en [2], que es la clasificación seguida por el Dr. Richard Robertson. Este esquema de clasificación será comentado con más detalle en la descripción del sistema de ayuda al diagnóstico propuesto.

2.3 OBJETIVO DEL SISTEMA PROPUESTO El sistema diseñado abarca concretamente las malformaciones debidas a una organización cortical anormal (tercera categoría). Siguiendo a [2], dentro de esta categoría de malformaciones se distinguen dos grandes grupos: malformaciones generalizadas y malformaciones focales o multifocales. Dentro de estas subcategorías tenemos un amplio abanico de posibilidades: polimicrogiria, esquizoencefalia, displasia cortical, microdisgenesias, etc. En la tabla 1 se muestra la clasificación extraída de [2]. El sistema propuesto tiene como objetivo la ayuda al diagnóstico de las malformaciones recogidas en la tabla 1.

2.4 BREVE DESCRIPCIÓN DE LAS

ANORMALIDADES A DETECTAR Para facilitar la comprensión del sistema diseñado, vamos a describir brevemente las malformaciones más importantes que se pretende diagnosticar (ver tabla 1). La polimicrogiria (polymicrogyria) es una malformación cerebral debida a que las neuronas llegan al córtex pero no se organizan bien, formando excesivos pliegues corticales y surcos poco profundos. Puede producir retraso mental, epilepsia de distintos grados, dificultades en el aprendizaje del lenguaje, dificultades de alimentación, problemas respiratorios, disfunción motora, parálisis, etc. La gravedad de la lesión y de sus consecuencias depende de la zona donde se ubique (generalizada en todo el cortex, en algunas zonas de los hemisferios, en algún punto concreto de algún hemisferio, etc. Tabla 1: Malformaciones debidas a una organización

cortical anormal (extraído de [2]) A. Generalized

1. Polymicrogyria (PMG) B. Focal or multifocal

1. Polymicrogyria/Schizencephaly a) Bilateral symmetric PMG I) Bilateral anterior PMG II) Bilateral perisylvian PMG III) Bilateral posterior PMG b) Asymmetric PMG c) Schizencephaly and mixed schizencephaly/PMG

2. Focal or multifocal cortical dysplasia without ballon cells

3. Microdysgenesis

La displasia cortical (cortical dysplasia) es una anormalidad de la laminación en el córtex y en la materia blanca. Normalmente no afecta al resto del cerebro. Sus efectos suelen ser los siguientes: engrosamiento de la corteza (macrogiria) en la convexidad hemisférica, frontera entre materia gris y blanca difusa, calcificaciones e hipometabolismo, entre otros. Este tipo de lesión puede dar lugar a epilepsias severas y a déficits neurológicos focales. La esquizoencefalia (schizencephaly) es un desorden raro en el que se presentan hendiduras o cavidades en los hemisferios. Puede darse en uno o en ambos hemisferios y a menudo aparece acompañada de otras malformaciones, como por ejemplo, la polimicrogiria. Produce epilepsia, retraso en el

desarrollo, problemas en el habla, parálisis en distintos grados, etc. Todas estas malformaciones tienen síntomas y consecuencias muy similares. El diagnóstico no puede basarse solamente en el análisis de los síntomas del paciente. Es necesario realizar resonancias magnéticas del cerebro para asegurar un diagnóstico correcto, y aun así, existen casos que conllevan una gran dificultad, y que pueden ser mal clasificados. 3 DESCRIPCIÓN DEL SISTEMA

BORROSO PROPUESTO 3.1 ELECCIÓN DEL SISTEMA BORROSO Se propuso un sistema borroso como solución al problema planteado debido a que la lógica borrosa facilita el manejo del conocimiento impreciso y proporciona una gran flexibilidad a la hora de estudiar y representar la interacción no determinista de los distintos factores que influyen en el diagnóstico. El sistema propuesto es un sistema borroso basado en reglas. Las reglas diseñadas recogen el conocimiento experto del problema, que muchas veces es impreciso, dependiendo de la combinación de los factores considerados. La lógica borrosa se introduce en el sistema de ayuda al diagnóstico por medio de los Sistemas de Inferencia Borrosos (SIB). Los sistemas de inferencia borrosos están basados en los conceptos de la teoría de conjuntos borrosos [12], reglas borrosas si-entonces y razonamiento borroso. La estructura básica de un SIB se compone de tres componentes: una base de reglas, que contiene una selección de reglas borrosas, una base de datos, que define las funciones de pertenencia utilizadas en las reglas borrosas y un mecanismo de razonamiento, que realiza el procedimiento de inferencia[6]. El SIB puede aceptar a su entrada conjuntos borrosos o números concisos (que se interpretan como conjuntos borrosos del tipo singleton), y las salidas que produce son conjuntos borrosos. En algunos casos es necesario tener una salida concisa. Por lo tanto se incluye en el sistema un método de desborrosificación para extraer los valores concisos que representan mejor el conjunto borroso resultante. En este trabajo hemos calculado el centroide del área del conjunto borroso de salida. Este tipo de sistema borroso recibe el nombre de sistema borroso tipo Mamdani [8]

3.2 DISEÑO DEL SISTEMA BORROSO BASADO EN REGLAS

El diseño general del sistema borroso se llevó a cabo mediante las siguientes etapas:

1. Construcción de la base de datos: en esta etapa se estudió en profundidad el problema, y, conjuntamente con el especialista, se identificaron los factores que intervienen en el problema de diagnóstico y las consecuencias deseadas (resultado del diagnóstico). En esta etapa se definieron las variables lingüísticas, los términos lingüísticos y las funciones de pertenencia asociadas, para la posterior construcción de los antecedentes y consecuentes de las reglas.

2. Construcción de la base de reglas: en esta

etapa del diseño se relacionan las distintas variables que el especialista maneja en este problema (variables de entrada – antecedentes de las reglas) con las distintas variables de salida posibles (consecuentes de las reglas – diagnóstico posible).

3. Construcción del sistema de inferencia

borroso. Se utilizaron sistemas de inferencia borrosos de tipo Mamdani.

3.2.1 Base de datos: antecedentes de las reglas Los factores a tener en cuenta en los antecedentes de las reglas se han dividido en cuatro categorías:

1. Localización de la lesión. 2. Características visuales (lo que observa el

médico en las imágenes del cerebro del paciente).

3. Síntomas que presenta el paciente.

4. Historial médico familiar del paciente.

Cada una de estas categorías contiene un número alto de variables lingüísticas, como se ha registrado en las tablas 2, 3, 4 y 5. Con estas variables lingüísticas se han construido los antecedentes de las reglas. La primera categoría aporta tres variables lingüísticas a la base, la segunda categoría catorce variables, la tercera, doce, y la cuarta, siete variables. En total, estamos trabajando con 36 variables lingüisticas y 78 términos lingüísticos en la base de datos. Las funciones de pertenencia utilizadas son funciones gaussianas.

Tabla 2: Localización de la lesión: antecedentes de las reglas

LOCALIZACIÓN DE LA LESIÓN

Variable lingüística Término lingüístico 1. Generalizada Si / No 2. Bilateral Anterior / Perisilvana /

Posterior 3. Unilateral Anterior / Perisilvana /

Posterior Tabla 3: Características visuales: antecedentes de las

reglas

CARACTERÍSTICAS VISUALES Variable lingüística Término lingüístico 1. Número de pliegues corticales

Excesivo / normal

2. Frontera entre materia gris y blanca

Difusa / bien definida

3. Profundidad de los pliegues corticales

Poca / normal

4.Quistes ventriculares Si / no 5. Ventriculomegalía Severa / no 6. Cerebelo anormal Si / no 7. Cuerpo calloso anormal Dañado / intacto 8. Tamaño del tronco cerebral

Pequeño / normal

9. Grietas anormales En materia blanca/ en materia gris/ no

10. Calcificación Si / no 11. Señal de materia blanca anormal

Si / no

12. Ancho de los pliegues corticales

Demasiado ancho / normal

13. Neuronas heterotópicas

Si / no

14. Microcefalia Si / no

Tabla 4: Síntomas: antecedentes de las reglas

CARACTERÍSTICAS VISUALES Variable lingüística Término lingüístico 1. Retraso en el desarrollo Severo / no 2. Ataques de epilepsia Severos/moderados/no 3. Dificultades alimentación Si /no 4. Dificultades respiración Si / no 5. Dificultades habla Severas/moderadas/no 6. Mirada perdida Si / no 7. Problemas musculares en cara, garganta y lengua

Si/no

8. Babear Si/no 9. Deformaciones en las articulaciones

Si/no

10. Tartamudeo Si/no 11. Debilidad física Completa/parcial/no 12. Hipotonicidad Si/no

Tabla 5: Historial médico-familiar del paciente: antecedentes de las reglas

CARACTERÍSTICAS VISUALES

Variable lingüística Término lingüístico 1. Factores hereditarios Si/no 2. Infecciones intra-uterinas Si/no 3. Problemas de perfusión útero-placenta

Si/no

4. Síndrome de transfusión gemelo-a-gemelo

Si/no

5. Desórdenes degenerativos del sistema central nervioso (Zellweger)

Si/no

6. Desórdenes del desarrollo (Aicordi)

Si/no

7. Otros problemas durante el embarazo

Si/no

3.2.2 Base de datos: consecuentes de las reglas La salida del sistema será la probabilidad de padecer las siguientes enfermedades:

1. Polimicrogiria generalizada. 2. Polimicrogiria bilateral simétrica anterior. 3. Polimicrogiria bilateral simétrica

perisilviana. 4. Polimicrogiria bilateral simétrica posterior. 5. Polimicrogiria asimétrica. 6. Porencefalía. 7. Esquizoencefalía. 8. Displasia cortical. 9. Microdisgenesias.

Por lo que contamos con 9 consecuentes distintos que pueden darse a la vez con distintas probabilidades. 3.2.3 Diseño de la base reglas El diseño de las reglas (planteamiento y ajuste de antecedentes y consecuentes) se ha realizado bajo supervisión directa del especialista médico consultado. Se ha pretendido reflejar todo el conocimiento experto del problema en las 47 reglas finales que componen la base de reglas. 3.2.4 Diseño de los sistemas de inferencia El sistema borroso total se compone de cuatro subsistemas basados en reglas. Los sistemas de inferencia borrosos utilizados son de tipo Mamdani. Cada uno de estos subsistemas es independiente uno del otro y se ocupa de extraer las conclusiones a partir de las cuatro categorías de antecedentes distintas que manejamos. Por lo tanto, tenemos un sistema borroso distinto para la localización de la

lesión, las características visuales, los síntomas del paciente y el historial médico-familiar. Esto permite al sistema total una flexibilidad adicional que el médico necesita: éste no siempre cuenta con información de todas las categorías que recoge el programa (puede ocurrir que no tenga los resultados de las resonancias magnéticas, o que no conozca el historial médico-familiar), de modo que esta configuración permite utilizar el sistema con información parcial. Cada subsistema contribuye en la probabilidad de cada enfermedad de un modo distinto. A la hora de formular un diagnóstico es más determinante la información extraída de las características visuales, por ejemplo, que de los síntomas del paciente. Por lo tanto, la salida del sistema total es una combinación de las salidas de los subsistemas con distintos pesos. 4 IMPLEMENTACIÓN DEL

SISTEMA BORROSO DE AYUDA AL DIAGNÓSTICO PROPUESTO

El sistema se ha implementado con la herramienta Matlab [9]. Para hacerlo comprensible y utilizable para el médico, se ha diseñado una interface visual que le permite el manejo del sistema. La interfaz se ha diseñado con la herramienta GUIDE de Matlab. Esta interface permite al especialista introducir la información que posee del problema, dar su valoración subjetiva de la magnitud de cada variable o factor de entrada, analizar la interrelación de distintos factores de entrada y obtener la probabilidad que presenta el paciente de padecer cada una de las enfermedades bajo estudio. En la figura 3 se muestra el aspecto que presenta la ventana principal de la interface. Se puede apreciar que consta de dos zonas diferenciadas: la parte superior muestra las cuatro categorías de variables de entrada a considerar, y la parte inferior muestra las variables de salida del sistema (diagnóstico del sistema: probabilidad de padecer las enfermedades consideradas). La interface permite al médico cargar un caso ya examinado con ella, para consultarlo o modificarlo, y crear una evaluación nueva (estudiar un nuevo caso). Los cuatro módulos de entrada son independientes (se pueden utilizar todos o alguno de ellos) y el resultado del sistema es más fiable cuanta más información se introduzca y más módulos (subsistemas borrosos) colaboren en la solución final.

Cuando el médico desea introducir la información de cada categoría, se abren unas ventanas secundarias dedicadas exclusivamente al módulo en el que se desea introducir la información. En las figuras 4, 5, 6 y 7 se muestran estas ventanas secundarias. Se puede observar que el médico introduce su valoración subjetiva sobre la cuantificación de cada variable en forma de “nota numérica”: puntuando cada factor de entrada del 0 al 10 indica si ese factor tiene más o menos peso en la información analizada.

Figura 3: Ventana principal de la interface visual del

sistema de ayuda al diagnóstico

Figura 4: Ventana secundaria de la interface visual del sistema de ayuda al diagnóstico. Localización de

la lesión.

Figura 5: Ventana secundaria de la interface visual del sistema de ayuda al diagnóstico. Características

visuales.

Figura 6: Ventana secundaria de la interface visual del sistema de ayuda al diagnóstico. Síntomas.

Figura 7: Ventana secundaria de la interface visual del sistema de ayuda al diagnóstico. Historial

médico-familiar del paciente.

5 EVALUACIÓN DEL SISTEMA DE AYUDA AL DIAGNÓSTICO

La primera evaluación del sistema la realizó el especialista médico consultado para la realización del sistema. El Dr. Richard Robertson utilizó el sistema para evaluar algunos casos de niños con distintas malformaciones ya diagnosticadas previamente por él. Su conclusión fue que el sistema funcionaba con una gran exactitud. Resultado de esta evaluación fueron algunos reajustes en las reglas para lograr una mayor eficiencia del sistema. Para evaluar de un modo más exhaustivo el sistema se han utilizado casos publicados en la literatura. En [4] se realiza un estudio sobre la polimicrogiria bilateral fontoparietal. Se analizaron 19 casos distintos, 11 de ellos con un mal diagnóstico inicial, en base a los síntomas que presentaban los pacientes y a un estudio genético. Llegaron a la conclusión de que todos ellos padecían esta malformación. Evaluando con nuestro sistema de ayuda al diagnóstico estos mismos casos tan sólo con la información publicada en este artículo relativa a los síntomas de los pacientes (la información genética no está recogida en nuestro sistema), se llegó a la conclusión de que los pacientes presentaban esa malformación con una probabilidad entre el 50-60% sobre las otras posibilidades. Es importante destacar que sólo dos de los cuatro subsistemas del sistema total fueron utilizados en este caso (localización de la lesión y síntomas). En el estudio publicado en [10] se analizan 6 casos de pacientes que padecían polimicrogiria bilateral perisilvana. La información disponible nos proporciona la localización de la lesión, algunos síntomas y características visuales de las resonancias magnéticas. Utilizando los tres subsitemas relacionados con estos bloques de información, nuestro sistema indica que los 6 pacientes tienen una probabilidad entre el 80-90% de padecer esa malformación. Al introducir en nuestro sistema más información que en el caso anterior se corrobora con más exactitud el diagnóstico. En [3] 21 pacientes fueron diagnosticados con polimicrogiria bilateral simétrica. La información disponible indica la localización de la lesión y la existencia de ataques epilépticos, además de otros síntomas analizados por nuestro sistema. Nuestro sistema evaluó estos casos y asignó una probabilidad entre el 60-70% de padecer esta malformación en todos los casos. En [11] 17 pacientes fueron diagnosticados con displasia cortical. La información utilizada estaba relacionada con características visuales observadas y con antecedentes médico-familiares del paciente.

Nuestro sistema determinó que los pacientes padecían esta malformación con un 30-40% probabilidad sobre otras. En este caso, los síntomas y antecedentes del paciente utilizados en el artículo no coincidían en su mayor parte con los utilizados por nuestro programa, con lo que la información con la que contaba el sistema no era muy abundante. Por último, analizamos un caso de esquizoencefalia. En [7] se estudiaron los casos de 4 pacientes que padecían esta malformación. La única información disponible estaba relacionada con características visuales de las resonancias magnéticas. Introduciendo esa información en nuestro sistema se llegó a la conclusión de que los pacientes estaban diagnosticados del mismo modo con una probabilidad entre el 65-70%. 6 CONCLUSIONES En este artículo se presenta un sistema de ayuda al diagnóstico de malformaciones del desarrollo cortical. El sistema recoge toda la información que el médico analiza normalmente en estos casos y le ayuda a estudiar las relaciones existentes entre los diversos factores considerados y las posibles enfermedades, además de ofrecer un diagnóstico automático. El sistema propuesto es un sistema borroso basado en reglas. Las reglas diseñadas recogen el conocimiento experto del problema. Para el diseño de la base de reglas borrosas se contó con el asesoramiento de un especialista médico. Se propuso un sistema borroso como solución al problema planteado debido a que la lógica borrosa facilita el manejo del conocimiento impreciso y proporciona una gran flexibilidad a la hora de estudiar y representar la interacción no determinista de los distintos factores que influyen en el diagnóstico. Esta interacción viene representada por las reglas borrosas. El sistema total está compuesto por cuatro subsistemas que permiten al médico utilizarlo cuando dispone de información parcial del paciente. Estos cuatro subsistemas hacen referencia a los siguientes aspectos: localización de la lesión, características visuales, síntomas e historial médico-familiar del paciente. La salida del sistema total es la probabilidad que tiene el paciente bajo estudio de padecer alguna de las malformaciones del córtex consideradas. Para facilitar la utilización del sistema, se ha diseñado una interface visual. Esta interface es de

fácil manejo y permite al especialista la utilización directa del sistema. La evaluación del sistema ha sido bastante exhaustiva y demuestra la utilidad del mismo. Se tiene previsto utilizar el sistema presentado en este trabajo para tareas docentes, ya que permite realizar un estudio exhaustivo de la influencia de los distintos factores que intervienen en el diagnóstico. En un futuro, se intentará ampliar el sistema para clasificar las otras dos categorías de malformaciones del córtex (nuestro sistema sólo abarca la tercera categoría: malformaciones debidas a una organización cortical anormal). Agradecimientos Queremos agradecer la magnífica colaboración del Dr. Richard Robertson, director del Departamento de Neuroradiología del Children´s Hospital de Boston (USA). Si su ayuda este trabajo no hubiera sido posible. Referencias [1] Alayon S. (2003) Diseño de Sistemas Borrosos

Recurrentes mediante Estrategias Evolutivas y su aplicación al Análisis de Señales y Reconocimiento de Patrones. Servicio de Publicaciones de la Universidad de La Laguna, ISBN 84-688-5035-7.

[2] Barkovich AJ, Kuzniecky RI, Dobyns WB,

Jackson GD, Becker LE, Evrard P. (1996), “A classification scheme for malformations of cortical development”, Neuropediatrics, 27(2):59-63.

[3] A. James Barkovich, Robert Hevner, and Renzo

Guerrini (1999) “Syndromes of bilateral symmetrical polymicrogyria”, American Journal of Neuroradiology 20:1814-1821.

[4] Chang B, Piao X, Bodell A, Basel-Vanagaite L,

Straussberg R, Dobyns WB, Qasrawi B, Winter R, Innes AM, Voit T, Grant PE, Barkovich AJ, Walsh CA, (2003) “Bilateral Frontoparietal Polymicrogyria: Clinical and Radiological Features in 10 Families with Linkage to Chromosome 16”, Annals of Neurology 53(5): 596-606.

[5] J. Estévez, S. Alayón, L. Moreno, J. Sigut, R.

Aguilar (2005) “Cytological Images Analysis with a Genetic Fuzzy Finite State Machine”, Journal of Computer Methods and Programs in Biomedicine. En prensa.

[6] Jang, J.-S. R., Sun, C.-T. y Mizutani, E., (1997) “Neuro-fuzzy and soft computing. A computational approach to learning and machine intelligence”. Matlab Curriculum Series. Prentice-Hall, Upper Saddle River, NJ 07458.

[7] Ho Kyu Lee,a, Jin Suh Kima, Youn Mee

Hwanga, Myung Joon Leea, Choong Gon Choia, Dae Chul Suha and Tae-Hwan Lima, (1999) “Location of the Primary Motor Cortex in Schizencephaly”, American Journal of Neuroradiology 20:163-166.

[8] Mamdani, E., (1974) “Applications of fuzzy

algorithm for control a simple dynamic plant”. Proc. of the IEE, 121(12), pp. 1585-1588.

[9] www.mathworks.com [10] R Paetau1, J Saraneva1, O Salonen, L Valanne,

J Ignatius and S Salenius, (2004), “Electromagnetic function of polymicrogyric cortex in congenital bilateral perisylvian syndrome”, Journal of Neurology Neurosurgery and Psychiatry, 75:717-722.

[11] Soto-Ares G., Delmaire C., Deries B., Vallee L.,

Pruvo JP, (2000) “Cerebellar cortical dysplasia: MR findings in a complexity entity”, American Journal of Neuroradiology 24:1511-1519.

[12] Zadeh, L., (1965) “Fuzzy sets”. Information and

Control, 8, pp. 338-353.