Persona:
Díaz López, Estela

Foto de perfil
Dirección de correo electrónico
ediazlopez@dia.uned.es
ORCID
Fecha de nacimiento
Proyectos de investigación
Unidades organizativas
Puesto de trabajo
Apellidos
Díaz López
Nombre de pila
Estela
Nombre

Filtros

2014 - 201912020 - 20252
Restablecer filtros

Ajustes

Resultados de la búsqueda

Mostrando 1 - 3 de 3
  • Miniatura
    Publicación
    Preclinical Cognitive Markers of Alzheimer Disease and Early Diagnosis Using Virtual Reality and Artificial Intelligence: Literature Review
    (JMIR Publications, 2025-01-28) Scribano Parada, María de la Paz; González Palau, Fátima; Valladares Rodríguez, Sonia; Rincón Zamorano, Mariano; Rico Barroeta, Maria José; García Rodriguez, Marta; Bueno Aguado, Yolanda; Herrero Blanco, Ana; Díaz López, Estela; Bachiller Mayoral, Margarita; Losada Durán, Raquel; Agencia Estatal de Investigación
    Background This review explores the potential of virtual reality (VR) and artificial intelligence (AI) to identify preclinical cognitive markers of Alzheimer disease (AD). By synthesizing recent studies, it aims to advance early diagnostic methods to detect AD before significant symptoms occur. Objective Research emphasizes the significance of early detection in AD during the preclinical phase, which does not involve cognitive impairment but nevertheless requires reliable biomarkers. Current biomarkers face challenges, prompting the exploration of cognitive behavior indicators beyond episodic memory. Methods Using PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) guidelines, we searched Scopus, PubMed, and Google Scholar for studies on neuropsychiatric disorders utilizing conversational data. Results Following an analysis of 38 selected articles, we highlight verbal episodic memory as a sensitive preclinical AD marker, with supporting evidence from neuroimaging and genetic profiling. Executive functions precede memory decline, while processing speed is a significant correlate. The potential of VR remains underexplored, and AI algorithms offer a multidimensional approach to early neurocognitive disorder diagnosis. Conclusions Emerging technologies like VR and AI show promise for preclinical diagnostics, but thorough validation and regulation for clinical safety and efficacy are necessary. Continued technological advancements are expected to enhance early detection and management of AD.
  • Miniatura
    Publicación
    Amose²: una metodología de caracterización del error en segmentación de objetos amorfos. La segmentación de hiperintensidades cerebrales como caso de estudio
    (Universidad Nacional de Educación a Distancia (España). Escuela Internacional de Doctorado. Programa de Doctorado en Sistemas Inteligentes, 2022) Díaz López, Estela; Bachiller Mayoral, Margarita; Rincón Zamorano, Mariano
  • Miniatura
    Publicación
    Desarrollo de un sistema inteligente remoto para el análisis del contenido polínico de la atmósfera
    (Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial., 2014-09-29) Díaz López, Estela; Rincón Zamorano, Mariano; Pérez Badía, Rosa
    La tarea de detección y recuento polínico es un proceso complejo que necesita de expertos entrenados para diferenciar los granos de polen de otras partículas en muestras procedentes de la succión de aire. Es un proceso necesario, que permite informar del contenido polínico de la atmósfera. El recuento polínico se realiza actualmente de forma manual, mediante microscopía óptica y es muy costoso, tanto temporal como físicamente. Para mejorar la labor del experto palinólogo y mejorar la información actual sobre la distribución de los granos de polen se propone la utilización de un sistema que permita detectar e identificar el contenido polínico de muestras procedentes de succión de 24 horas de aire. El sistema desarrollado permite digitalizar toda la muestra a baja resolución con un plano de enfoque variable. A partir de la imagen obtenida los expertos pueden anotar sobre las imágenes la posición y el tipo del grano de polen detectado. Si la identificación no es posible a baja resolución, el sistema permite adquirir imágenes 3D de alta resolución centradas en el punto anotado para su identificación. Por si no fuera posible la identificación en esta segunda fase, el sistema desarrollado permite la conexión remota con el microscopio para capturar nuevas imágenes que permitan la identificación del grano. El sistema desarrollado permite analizar los granos de polen anotados manualmente y además, se está mejorando mediante el desarrollo de módulos que tratan de imitar la labor del experto y que realizan una detección e identificación automática de la imagen, lo que permitirá en un futuro al experto palinólogo solo realizar tareas de verificación de los resultados del sistema automático. Se han desarrollado los módulos de digitalización y detección a baja resolución, y los resultados obtenidos son prometedores.