Modelado computacional cognitivo de la adquisición de la morfología verbalaplicación a la caracterización y diagnóstico de transtornos cognitivos

  1. Oliva, Jesús
Dirigida per:
  1. María Dolores del Castillo Sobrino Director/a
  2. José Ignacio Serrano Moreno Director/a

Universitat de defensa: UNED. Universidad Nacional de Educación a Distancia

Fecha de defensa: 27 de de setembre de 2013

Tribunal:
  1. Lourdes Araujo Presidenta
  2. Jose Ignacio Hidalgo Perez Secretari/ària
  3. Ricardo Sanz Bravo Vocal
  4. Raúl Arrabales Moreno Vocal
  5. Francisco Javier Sainz Sánchez Vocal

Tipus: Tesi

Teseo: 353712 DIALNET

Resum

Este trabajo de tesis se centra en el estudio de los procesos de adquisición y procesamiento de la morfología verbal y la aplicación directa de este estudio a la caracterización y la ayuda al diagnóstico de trastornos cognitivos. En primer lugar, este trabajo de investigación presenta un modelo computacional cognitivo de los procesos de adquisición de la morfología verbal. El objetivo de esta primera parte es ahondar en el conocimiento sobre los mecanismos y estructuras que subyacen a los procesos de adquisición de la morfología verbal. La morfología verbal representa un caso paradigmático del comportamiento general del lenguaje y, por tanto, las conclusiones obtenidas durante su estudio podrían ser extendidas, hasta cierto punto, a un ámbito más general. Para realizar ese estudio de los mecanismos y estructuras subyacentes se propone el uso del modelado computacional cognitivo por sus múltiples ventajas a la hora de aunar y hacer explícitas las teorías pertenecientes a distintas áreas dentro de las Ciencias Cognitivas. Una vez presentado el modelo, se propone una validación experimental comparando su comportamiento con el observado en los niños en distintos experimentos empíricos tanto en inglés como en castellano. En la segunda parte de este trabajo se aborda la necesidad de métodos de diagnóstico adecuados para distintos trastornos cognitivos. La heterogeneidad y el solapamiento existente entre algunos trastornos cognitivos hacen que su diagnóstico y caracterización sean muy complicados. Los métodos utilizados actualmente suelen presentar tres limitaciones fundamentales: el uso como única fuente de información de ciertas observaciones conductuales, el estudio del perfil de comportamiento promedio en lugar del estudio de las diferencias individuales y de las causas que las provocan y, por último, el uso de técnicas poco adecuadas para el análisis de la información. Así pues, en este trabajo de Tesis se propone una metodología de ayuda a la caracterización y al diagnóstico de trastornos cognitivos no invasiva y de bajo coste, que trata de superar esas limitaciones. En primer lugar se propone el uso de información relativa a los procesos y estructuras que subyacen a cada uno de los perfiles de comportamiento y se propone el uso del modelado computacional cognitivo como herramienta para obtener esa información. En segundo lugar se propone la individualización de esa información frente al estudio del perfil promedio. Por último se propone el uso de técnicas de aprendizaje automático para obtener los mejores resultados a partir de esa información. Con el objetivo de demostrar la utilidad de la metodología y su amplio rango de aplicación se propone su evaluación a través de dos casos concretos: el Trastorno Específico del Lenguaje (TEL) y la Enfermedad de Alzheimer (EA). En ambos casos los resultados confirman la utilidad de la metodología propuesta. Tanto la información obtenida a través del modelado computacional cognitivo como las técnicas de aprendizaje automático muestran su relevancia frente a las alternativas usadas comúnmente en la actualidad. La evaluación de la metodología en términos de caracterización y diagnóstico es también muy favorable. En cuanto a la caracterización, la metodología muestra resultados que pueden ser muy útiles para entender mejor las causas de un determinado trastorno y, por tanto, apoyar o refutar las distintas teorías existentes. En cuanto a la ayuda al diagnóstico, en los dos casos se han obtenido resultados por encima de los umbrales de aceptabilidad para un método de ayuda al diagnóstico. Además, la metodología propuesta ofrece un diagnóstico que va más allá del diagnóstico binario (afectado / no afectado) ofrecido por los métodos clásicos, dando una idea de las áreas afectadas en cada paciente y del grado de afectación de cada una de ellas. Estos dos resultados muestran la utilidad de la metodología presentada como método de ayuda al diagnóstico y al diseño de terapias personalizadas.