Clasificación de malformaciones craneales causadas por craneosinostosis primaria utilizando kernels no lineales

Resumen

La craneosinostosis primaria (CP) es una condición patológica asociada a la fusión prematura de una sutura del calvario. La fusión temprana produce malformaciones craneales severas que se asocian frecuentemente con discapacidades cognitivas, del lenguaje, el aprendizaje y el comportamiento social en general. Por estas
razones, la CP representa un área de investigación importante que requiere de métodos efectivos para caracterizar la morfología del complejo craneofacial. En este trabajo, se estudia el desempeño de un algoritmo que combina en forma novedosa kernels no lineales, concurrencias de rasgos craneales de forma, un método de selección de variables y un método estándar de reducción de dimensionalidad para clasificar malformaciones causadas por CP en una población de infantes afectados, utilizando imágenes de tomografía computarizada (TC). Las imágenes fueron obtenidas de 102 estudios de cráneos con sinostosis sagital, 42 cráneos con sinostosis metópica, 12 cráneos con sinostosis unicoronal y 65 cráneos de individuos sanos (población control). El estudio cuantitativo de los resultados obtenidos sugiere que el método propuesto es efectivo, ya que alcanza tasas de clasificación superiores al 94%.