Redes Neuronales y Análisis de Señales Temporales Multiparamétricas: Aplicaciones a la detección de Isquémia Coronaria

FERNÁNDEZ, ELMER ANDRÉS; PERAZZO, CARLOS ALBERTO; WILLSHAW, PETER

Procesamiento de Señales e Imágenes: Teoría y Aplicaciones

Año: 2004; p. 325 - 359

Introducción a las Redes Neuronales ArtificialesLas Neuronas, células nerviosas y unidades constitutivas del cerebro, a través desu funcionamiento son las responsables de almacenar el conocimiento y modificarel comportamiento general del sistema ante diversidad de estímulos. Estas célulasson seis órdenes de magnitud más lentas que las compuertas lógicas, sin embargoel cerebro posee una eficiencia en el funcionamiento muy superior a cualquiercircuito integrado. Esto se debe a que el cerebro basa su operatoria y velocidad deprocesamiento en su estructura multicapa-multineuronal masivamenteinterconectada. Se estima que hay cerca de 10 billones de neuronas en la cortezahumana y 60 trillones de sinapsis (conexiones entre neuronas), resultando de estamanera una red con una estructura muy eficiente y muy compleja. El cerebro esuna estructura compleja, altamente no lineal de computación paralela y concapacidad de organizar neuronas para realizar determinadas tareas (Haykin 1994).Las Redes Neuronales Artificiales son modelos que intentan emular elfuncionamiento cerebral o la organización neuronal. Básicamente una RedNeuronal Artificial [RNA] consiste en un conjunto de unidades computacionalessimples o elementos de procesamientos que llamaremos de ahora en adelante“nodos”, (símil neurona), y un conjunto de conexiones que unen dichas unidades(representado en forma genérica en la Fig. 1.1) que llamaremos "pesos" (Barro1995, Haykin 1999).Durante cada ciclo de funcionamiento de la red, se examinan las entradas de cadanodo y se determina si ocurre, en éste, un cambio de estado. La señal de salida sepropaga (a través de una conexión) a otro u otros nodos o bien es tomada comosalida de la RNA. Cada entrada al nodo tiene asociado un coeficiente llamado“peso (w)”, el cual determina la manera en que dicha señal participa en el posiblecambio de estado del nodo.Las estructuras (disposición de los nodos en el espacio), conexiones y pesosdeterminan el comportamiento del modelo.