Visualización en neurociencia aplicando técnicas de renderizado no-fotorrealista (NPR)
Fecha
2015
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Rey Juan Carlos
Enlace externo
Resumen
La necesidad de analizar sistemas complejos está presente en una amplia diversidad de
disciplinas, desde la ciencia a la seguridad, y desde la economía a la neurociencia. En
este último caso, existen dos razones detrás del enorme aumento en la complejidad de
datos esperada para la siguiente década: en primer lugar, la disponibilidad de microscopios
potentes que usan tecnologías tales como las estaciones de trabajo FIB-SEM CrossBeam, que
permiten a los investigadores reducir drásticamente el tiempo requerido para recoger datos
experimentales (de meses a horas). Y en segundo lugar, el desarrollo de programas de investigación
tan ambiciosos como el Blue Brain (B.B.), la iniciativa BRAIN en EEUU o el Human
Brain Project (HBP), que fomentan que los equipos de investigación de diferentes disciplinas
unan esfuerzos para avanzar en el entendimiento del cerebro.
La Humanidad siempre ha estado fascinada por el estudio del cerebro. En gran medida,
ello ha sido debido a que existe un elevado coste personal, social, y económico asociado a sus
enfermedades, así como al elevado coste de la investigación de los tratamientos para curarlas
o paliar sus efectos, y al desarrollo de los medicamentos para tratarlas. Esto ha sido descrito
en varios trabajos, que muestran por ejemplo que el coste total de las afecciones relacionadas
con los desórdenes del cerebro ha sido estimado en 798 billones de euros en 2010 solamente
en Europa. Adicionalmente, las enfermedades relacionadas con el cerebro se caracterizan por
producir un elevado grado de incapacidad en las personas que las sufren, con las consecuencias
que esto implica en su vida y en la de sus familiares. Una consecuencia de todo ello ha sido el
continuo incremento de los recursos dedicados a la investigación del cerebro y a los tratamientos
de las enfermedades cerebrales.
Una de las causas de la dificultad del estudio del cerebro proviene de su complejidad: se
estima que nuestro cerebro contiene aproximadamente 1011 neuronas especializadas, con un
elevadísimo grado de interconexión. Adicionalmente, el cerebro es un sistema que procesa
información masiva, y para avanzar en su estudio es conveniente utilizar una jerarquía de
diferentes niveles de organización, donde cada nivel en la jerarquía representa un incremento en
la complejidad de la organización. Por tanto, el estudio del cerebro humano ha traído aparejado
un enorme desafío humano y tecnológico, dado que en la actualidad todavía se carece de las
herramientas necesarias para poder analizar y comprender su estructura y funcionamiento. En
la actualidad, por una parte se cuenta con algunas herramientas sofisticadas para el análisis
de tejido cerebral. Y poco a poco han ido apareciendo equipos y métodos de adquisición de
imágenes cada vez más potentes, así como herramientas de análisis cada vez más sofisticadas.
No obstante, algunas de estas técnicas tienen un gran coste computacional debido a la necesidad
de almacenamiento, transmisión y procesamiento de grandes volúmenes de datos. Dentro de este marco de trabajo, la visualización 3D tiene mucho que ofrecer, puesto que
los investigadores necesitan apoyo para realizar tareas complejas en grandes volúmenes de
datos, como por ejemplo, detectar aspectos relacionados con variaciones en la morfología de
las neuronas a través de diferentes especímenes, ensayos o regiones del cerebro o patrones
neuronales en grandes escenarios. El desarrollo de nuevas estrategias de representación para
estas escenas neuronales complejas puede facilitar el análisis e interpretación de imágenes,
aumentando la productividad de los investigadores.
La presente Tesis Doctoral aborda varias técnicas para mejorar la interpretación de datos tan
complejos como las estructuras neuronales obtenidas en experimentos complejos a lo largo de
grandes programas de investigación o utilizadas durante simulaciones a gran escala, incorporando
estrategias de visualización basadas en técnicas de ilustración no fotorrealista (NPR). Las
contribuciones de la Tesis incluyen tanto métodos para mejorar la interpretabilidad de escenarios
neuronales densos como técnicas dirigidas hacia la reducción del coste computacional asociado a
su visualización. Para ello se partió del análisis de algunas de las dificultades existentes a la hora
de explorar visualmente imágenes que representan escenas neuronales densas, desarrollándose
también técnicas de renderizado que parten de descripciones morfológicas compactas, obtenidas
en los laboratorios de neurociencia mediante las técnicas de laboratorio de uso común en la
actualidad.
Descripción
Tesis Doctoral leída en la Universidad Rey Juan Carlos de Madrid en 2015. Directores de la Tesis: Luis Pastor Pérez y Susana Mata Fernández