Santa Cruz De Tenerife, 18 dic (EFE).
– Un equipo multidisciplinar formado por profesionales de la astrofísica, la neurociencia, la ingeniería y la música ha presentado un método pionero para «escuchar» la estructura del cerebro humano, y que ha desarrollado a partir de herramientas matemáticas para el estudio del Universo.
Publicado en ‘Nature Scientific Reports’, el estudio presenta la primera sonificación de orden superior aplicada a datos de resonancia magnética estructural (MRI), según ha informado este jueves el Instituto de Astrofísica de Canarias (IAC).
Esta técnica consiste en transformar información tridimensional del cerebro en sonido, teniendo en cuenta las relaciones espaciales y la estructura compleja de los datos y, para ello, se utilizan herramientas matemáticas desarrolladas originalmente para estudiar la estructura a gran escala del Universo, lo que permite percibir patrones ocultos a través del oído.
El trabajo surge del proyecto ‘Cosmic Brain’ (Cerebro cósmico), dirigido por Francisco-Shu Kitaura, investigador del IAC y de la Universidad de La Laguna, que adapta las técnicas de análisis cosmológico a la neuroimagen con el objetivo a largo plazo de comprender el envejecimiento cerebral y, potencialmente, apoyar la detección precoz de enfermedades neurodegenerativas.
En el núcleo de esta innovación está el uso de herramientas matemáticas avanzadas, conocidas como estadísticas de orden superior, aplicadas a imágenes de resonancia magnética del cerebro.
En cosmología, estas técnicas se emplean para analizar cómo las galaxias se organizan y se agrupan formando estructuras complejas en el Universo, pero ahora ese enfoque se traslada al estudio del cerebro humano, permitiendo detectar y describir con mayor detalle la riqueza y complejidad de su arquitectura interna.
Así, a partir del análisis avanzado de las imágenes de resonancia magnética, el equipo traduce las variaciones en la estructura del cerebro a una amplia gama de sonidos y notas musicales.
“El resultado demuestra que las complejas formas tridimensionales del cerebro pueden convertirse en patrones audibles sin perder apenas información relevante”, explica Kitaura.
Y añade que este enfoque sienta una base sólida y cuantificable para la sonificación, con potencial para aplicarse también a otros tipos de datos complejos en ámbitos como la ciencia, la ingeniería o la medicina.
El estudio se basa directamente en el trabajo anterior del equipo (formado por Aurelio Carnero Rosell, Marc Huertas-Company, Niels Janssen, Antonella Maselli y Ernesto Pereda, junto con Francisco-Shu Kitaura), que ya había demostrado que estas herramientas matemáticas permiten extraer información clave de las imágenes de resonancia magnética, como la estimación de la edad del cerebro.
Señala el IAC que el origen de este proyecto científico es tan singular como personal, pues la idea comenzó a tomar forma cuando Emi-Pauline Kitaura, que entonces tenía 14 años y estudiaba violonchelo, realizó unas prácticas en el grupo de investigación de su padre, el autor principal del estudio.
Su vínculo con la música fue el detonante que llevó al equipo a explorar la sonificación no solo como una poderosa herramienta de divulgación, sino también como un método de análisis científico con base matemática sólida.
Durante su estancia en el grupo, Emi-Pauline aprendió a programar en Python, un lenguaje de programación de alto nivel y de código abierto, se familiarizó con conceptos estadísticos y contribuyó directamente al desarrollo del código que ha dado lugar al método presentado en el estudio.
Más allá de las aplicaciones de investigación, los autores destacan que la sonificación ofrece nuevas vías de accesibilidad, ya que permite a los científicos y médicos con discapacidad visual percibir datos multidimensionales complejos a través del sonido.
Las sutiles variaciones estructurales en las imágenes cerebrales, a menudo difíciles de distinguir visualmente, pueden identificarse mediante señales auditivas.
“La técnica de sonificación de orden superior desarrollada en este trabajo ofrece un marco matemático general que, en principio, puede aplicarse a otros tipos de datos complejos y multidimensionales”, señala Kitaura.
El investigador concluye que esto abre la puerta a su uso en el estudio de sistemas complejos más allá del cerebro humano, especialmente en aquellos casos en los que las estructuras no siguen patrones simples.
EFEasd/jmor
