eBiltegiaThe DSpace digital repository system captures, stores, indexes, preserves, and distributes digital research material.https://ebiltegia.mondragon.edu:443/xmlui2026-03-07T08:53:24Z2026-03-07T08:53:24ZPredictive modeling of cardiovascular risk factors using OCT and Fundus Images with deep learning techniquesArenzana, IratiRuiz, SusanaDíaz, PabloFranquesa, FrancescMuñoz, RafaelGómez, SandraSánchez Fortún, AdrianPopuplana, ÀngelsSabala, AntoniMugica, XabierBesada, IdoiaAyala, UnaiBarrenechea, Maitanehttps://hdl.handle.net/20.500.11984/140612026-03-06T07:15:48Z2026-01-01T00:00:00ZPredictive modeling of cardiovascular risk factors using OCT and Fundus Images with deep learning techniques
Arenzana, Irati; Ruiz, Susana; Díaz, Pablo; Franquesa, Francesc; Muñoz, Rafael; Gómez, Sandra; Sánchez Fortún, Adrian; Popuplana, Àngels; Sabala, Antoni; Mugica, Xabier; Besada, Idoia; Ayala, Unai; Barrenechea, Maitane
PURPOSE: The study aims to develop and test predictive models using fundus and Optical Coherence Tomography (OCT) images to detect retinal structural patterns linked to cardiovascular risk factor and events, specifically arterial hypertension (AHT), type II diabetes mellitus (T2D) and dyslipidemia.
METHODS: The study included patients over 18 years old registered in the hospital information system, regardless of cardiovascular disease history. Imaging data comprised macula-centered and optic nerve-centered OCT images, as well as 45º or greater fundus images, collected between January 2016 and May 2024. A total of 30,773 OCT images were extracted, including 3,837 OCTs from health subjects, which were used as control group across three predictive models. Cohorts included 6,321 OCTs from patients with AHT, 3,479 from those with T2D and 6,824 from patients with dyslipidemia, with some images overlapping across cohorts due to comorbidities. Three predictive models were developed, each targeting one cardiovascular risk factor. For each cohort, two reference architectures, SwinTransformerV2 and RETFound, were trained and tested to compare their ability to capture structural retinal patterns associated with the studied risk factors. Predictive performance of the models was assessed using the area under the receiver operating characteristic curve (AUC).
2026-01-01T00:00:00ZCorrelatos estructurales, microvasculares y electrofisiológicos retinianos de los biomarcadores plasmáticos en enfermedad de AlzheimerTeijeira Portas, SaraMurueta Goyena, AneZamora, AitorPerez, RaquelFernández, ManuelAlmeida, JavierBlanco, ElisaSainz Lugarezaresti, UnaiGonzalez, TirsoAyala, UnaiBarrenechea, MaitaneZuazo Atutxa, GaraziAcera, Mariandel Pino, RocíoGabilondo, Iñigohttps://hdl.handle.net/20.500.11984/140602026-03-06T07:15:48Z2025-01-01T00:00:00ZCorrelatos estructurales, microvasculares y electrofisiológicos retinianos de los biomarcadores plasmáticos en enfermedad de Alzheimer
Teijeira Portas, Sara; Murueta Goyena, Ane; Zamora, Aitor; Perez, Raquel; Fernández, Manuel; Almeida, Javier; Blanco, Elisa; Sainz Lugarezaresti, Unai; Gonzalez, Tirso; Ayala, Unai; Barrenechea, Maitane; Zuazo Atutxa, Garazi; Acera, Marian; del Pino, Rocío; Gabilondo, Iñigo
Objetivo: Investigar la asociación entre biomarcadores plasmáticos de la enfermedad de Alzheimer (EA) y parámetros estructurales, vasculares y funcionales de la retina —medidos mediante OCT, OCT-A y ERG— en sujetos con EA prodrómica (EAp), comparados con controles, con foco en la región foveal.
Métodos: Análisis transversal de 29 pacientes con EAp y 41 controles emparejados del estudio BegiAlz. Se realizaron OCT macular y peripapilar de alta resolución, OCT-A macular (con análisis topográfico centrado en la fóvea) y ERG fotópico de campo completo, evaluando la respuesta fotópica negativa
(PhNR). Los biomarcadores plasmáticos analizados fueron pTau217, pTau181, Aβ42, GFAP, NfL y ApoE.
2025-01-01T00:00:00ZEl papel de las Oscilaciones Sistémicas de Baja Frecuencia (sLFOs) en la conformación de las Redes en Estado de Reposo (RSNs) y la Red de Acción Somato-Cognitiva (SCAN)Azpeitia Loiti, IbaiBarrenechea, MaitaneMarinazzo, D.https://hdl.handle.net/20.500.11984/140592026-03-06T07:15:47Z2025-01-01T00:00:00ZEl papel de las Oscilaciones Sistémicas de Baja Frecuencia (sLFOs) en la conformación de las Redes en Estado de Reposo (RSNs) y la Red de Acción Somato-Cognitiva (SCAN)
Azpeitia Loiti, Ibai; Barrenechea, Maitane; Marinazzo, D.
La resonancia magnética funcional en estado de reposo (resting-state functional Magnetic Resonance Imaging, rs-fMRI) es una técnica que evalúa la actividad cerebral espontánea mediante señales con contraste dependiente del nivel de oxígeno sanguíneo (Blood-Oxygen-Level Dependent, BOLD), reflejo de los procesos neuronales intrínsecos a través del acoplamiento neurovascular. No obstante, los pipelines de preprocesamiento convencionales suelen omitir ciertos factores fisiológicos ajenos a la actividad neuronal, especialmente las oscilaciones sistémicas de baja frecuencia (systemic Low-Frequency Oscillations, sLFO).
Este estudio analiza el impacto de las sLFOs sobre la red de acción somato-cognitiva (Somato-Cognitive Action Network, SCAN) y las redes cerebrales en estado de reposo (Resting-State Networks, RSNs). Se utilizaron registros extensos de rs-fMRI de tres sujetos, aplicando un preprocesamiento convencional, seguido de un filtrado vóxel a vóxel de las sLFO. Los resultados muestran que las sLFO explican una considerable varianza en las señales BOLD (14.5% en materia gris), afectando significativamente a la conectividad funcional en reposo (Resting-State Functional Connectivity, RSFC), así como a la extensión espacial de la SCAN (con una reducción del 37%) y de las RSNs. Estos hallazgos subrayan la importancia de controlar este factor fisiológico para una interpretación precisa de la conectividad cerebral.
2025-01-01T00:00:00ZTwitter osteko lehen urteaZuazubiskar Iñarra, Anehttps://hdl.handle.net/20.500.11984/140582026-03-06T07:15:47Z2026-02-01T00:00:00ZTwitter osteko lehen urtea
Zuazubiskar Iñarra, Ane
Castro Egia, Hibai; Mimenza Castillo, Libe
2026-02-01T00:00:00Z