Cuando dejé el mundo académico, a finales de 2015, dejé medio terminada una revisión sobre el estado del arte en la utilización de métodos de machine learning en neurociencia: cómo se utilizan modelos predictivos para diversas enfermedades (Alzheimer, Parkinson, etc) cuando los datos de entrada provienen, típicamente, de resonancia magnética estructural (nada de funcional).
Como una vez fuera de la universidad me costaba bastante darle los últimos retoques, la ahora co-primera autora cogió el manuscrito, le dio un buen repaso y nos fuimos de bolos por diferentes revistas... que están tardando más de lo previsto. Así que el otro día hicimos lo que deberíamos haber hecho en un principio y lo subimos a arXiv.org. Aquí está el abstract:
In this paper, we provide an extensive overview of machine learning techniques applied to structural magnetic resonance imaging (MRI) data to obtain clinical classifiers. We specifically address practical problems commonly encountered in the literature, with the aim of helping researchers improve the application of these techniques in future works. Additionally, we survey how these algorithms are applied to a wide range of diseases and disorders (e.g. Alzheimer's disease (AD), Parkinson's disease (PD), autism, multiple sclerosis, traumatic brain injury, etc.) in order to provide a comprehensive view of the state of the art in different fields.