Skip to main content

TRATAMIENTO PERSONALIZADO DE LA OBESIDAD MEDIANTE EL APRENDIZAJE Y EL ANALISIS DE UN ESPACIO MULTIMODAL DE LA ENFERMEDAD CON ENFOQUE INTEGRAL

PID2023-149562OB-I00

•
Funding agency name Agencia Estatal de Investigación
Funding agency acronym AEI
Program Programa Estatal para Impulsar la Investigación Científico-Técnica y su Transferencia
Subprogram Subprograma Estatal de Generación de Conocimiento
Call Proyectos de I+D+i (Generación de Conocimiento y Retos Investigación)
Call year 2023
State Plan 2021-2023 Plan Estatal de Investigación Científica y Técnica y de Innovación
Beneficiary centre UNIVERSIDAD DE ALICANTE

Resultados relacionados

Resultados totales (Incluyendo duplicados): 7
Encontrada(s) 1 página(s)

RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

Cognitive Function and Body Image in Overweight and Obesity: Role of Adiposity and Effects of a Virtual Reality-Based Intervention

  • Berbegal-Bernabeu, Marina
  • Berbegal-Bernabeu, Marina|||/items/adf927b0-7006-49f1-9866-51afceb2cb6f
El sobrepeso y la obesidad constituyen uno de los principales problemas de salud pública a nivel mundial debido a su elevada prevalencia, su asociación con múltiples enfermedades crónico-degenerativas físicas y psicológicas y el impacto que generan sobre los sistemas sanitarios. Más allá de sus consecuencias metabólicas y cardiovasculares, en los últimos años ha aumentado el interés científico por comprender la relación entre la adiposidad y distintos factores cognitivos y psicológicos implicados en la regulación de la conducta, el comportamiento alimentario, la adherencia a tratamientos y el bienestar emocional. En este contexto, resulta especialmente relevante profundizar en el estudio de las alteraciones neuropsicológicas asociadas al exceso de peso, así como en el desarrollo de nuevas estrategias de intervención basadas en tecnologías innovadoras que permitan abordar la obesidad desde una perspectiva integral y personalizada. En este marco, la presente tesis doctoral analiza las funciones cognitivas y psicológicas asociadas al exceso de peso, especialmente las funciones ejecutivas, la memoria y la percepción de la imagen corporal. Asimismo, evalúa los efectos de una intervención dietético-nutricional personalizada basada en la dieta mediterránea (DM), la realidad virtual (RV) y el modelado 4D de la morfología corporal como herramienta potencial para mejorar la motivación al cambio, la adherencia terapéutica y diferentes parámetros relacionados con la salud en personas con sobrepeso y obesidad. Para ello, la tesis se compone de tres estudios independientes pero relacionados entre sí, cuyo hilo conductor es el análisis de la relación entre adiposidad, funcionamiento cognitivo e imagen corporal en personas con sobrepeso y obesidad, así como la exploración del potencial de la RV y del modelado 3D/4D del cuerpo humano como herramientas innovadoras de intervención. Los estudios se han desarrollado en el marco del proyecto Tech4Diet y de sus continuaciones posteriores, una línea de investigación multidisciplinar financiada competitivamente y centrada en la mejora de la motivación y adherencia en tratamientos dietético-nutricionales mediante tecnologías inmersivas, modelado 3D/4D e inteligencia artificial. El primer estudio analizó la asociación entre distintos marcadores de adiposidad y las funciones ejecutivas en una muestra de 87 hombres y mujeres con sobrepeso y obesidad. Concretamente, se evaluó el papel del índice de masa corporal (IMC), la grasa corporal y la grasa visceral sobre diferentes dominios cognitivos, incluyendo flexibilidad cognitiva, inhibición, monitorización, planificación y memoria de trabajo. Los resultados mostraron un rendimiento similar entre los grupos en la mayoría de las funciones ejecutivas analizadas. Sin embargo, las personas con obesidad presentaron un peor rendimiento en memoria de trabajo en comparación con aquellas con sobrepeso, sugiriendo que esta podría ser una de las funciones cognitivas más sensibles al aumento de adiposidad. Asimismo, la grasa corporal emergió como el indicador antropométrico más estrechamente relacionado con el funcionamiento ejecutivo, observándose asociaciones especialmente con procesos de inhibición, memoria de trabajo y monitorización. El segundo estudio se centró específicamente en la función mnésica, examinando el rendimiento en distintos dominios de memoria en una muestra de 124 hombres y mujeres con normopeso, sobrepeso y obesidad, así como su relación con variables antropométricas y clínicas. Se analizaron diferentes tipos de memoria, incluyendo la memoria contextual, memoria visual a corto plazo, memoria no verbal, memoria fonológica a corto plazo y memoria de trabajo. Los resultados mostraron que las personas con obesidad presentaron un peor rendimiento especialmente en memoria de trabajo y memoria fonológica a corto plazo en comparación con las personas con normopeso. Asimismo, variables antropométricas y clínicas como el peso, el IMC, la grasa corporal, la grasa visceral, la relación cintura-cadera (ICC) y la presión arterial sistólica se asociaron negativamente con distintos dominios de memoria. De forma global, los hallazgos refuerzan la relevancia de la memoria, y particularmente de la memoria de trabajo, en personas con sobrepeso y obesidad, subrayando la necesidad de integrar factores cognitivos en el estudio y abordaje del exceso de peso debido a su posible influencia sobre la regulación conductual, los hábitos de salud y la adherencia a tratamientos. En el tercer estudio se evaluó la eficacia de una intervención basada en RV y técnicas de modelado corporal 4D para mejorar la percepción de la imagen corporal en una muestra de 102 personas con sobrepeso y obesidad, prestando especial atención a las diferencias de género. Para ello, se llevó a cabo un ensayo controlado aleatorizado en el que los participantes recibieron recomendaciones basadas en la DM y realizaron diferentes evaluaciones corporales a lo largo del tiempo. A su vez, el grupo experimental visualizó mediante RV inmersiva la evolución de su propio cuerpo a través de avatares tridimensionales (3D) personalizados. Los resultados mostraron mejoras en distintas dimensiones de la imagen corporal evaluadas mediante el MBSRQ, incluyendo la importancia subjetiva de la corporalidad (SIC), las conductas orientadas al mantenimiento de la forma física (BAMPF), el atractivo físico autoevaluado (SAPA) y la puntuación global de la imagen corporal. Asimismo, se observaron algunas diferencias relacionadas con el sexo, particularmente en los aspectos vinculados al cuidado de la apariencia física, evidenciando la relevancia de incorporar la perspectiva de género en el diseño de intervenciones dirigidas a esta población. Los resultados sugieren que las tecnologías inmersivas podrían constituir herramientas innovadoras y prometedoras para complementar los abordajes tradicionales de la obesidad, especialmente en aspectos psicológicos relacionados con la percepción corporal, la motivación al cambio y la adherencia al tratamiento. Los estudios realizados contribuyen a una mejor comprensión de la relación entre la adiposidad, el funcionamiento cognitivo y factores psicológicos como la percepción de la imagen corporal en personas con sobrepeso y obesidad, poniendo de manifiesto la relevancia de integrar factores cognitivos y psicológicos en la comprensión y el abordaje del exceso de peso. Al mismo tiempo, esta tesis doctoral aporta evidencia sobre el potencial de la RV y el modelado corporal 3D/4D como herramientas innovadoras para complementar las intervenciones tradicionales en obesidad, especialmente en aspectos relacionados con la motivación al cambio, la adherencia terapéutica y la percepción corporal. Finalmente, los hallazgos refuerzan la necesidad de desarrollar enfoques multidisciplinares e integrales que incorporen la evaluación de factores cognitivos y psicológicos, así como el uso de tecnologías inmersivas que permitan avanzar hacia intervenciones centradas en la medicina personalizada y sensibles a las diferencias de género en el ámbito del sobrepeso y la obesidad.
RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

Association Between Mineral Intake and Cognitive Performance in Spanish Adults with Overweight and Obesity: A Cross-Sectional Study

  • Tomé, Mario
  • Martín-Manchado, Laura
  • Sanchez-SanSegundo, Miriam
  • Zaragoza Martí, Ana
  • Azorin-Lopez, Jorge
  • Hurtado-Sánchez, José Antonio
  • Martín-Manchado, Laura|||/items/f1f36bc9-0510-410b-a54e-47356bffd7b5
  • Sanchez-SanSegundo, Miriam|||/items/6568386a-f3ed-44cf-9a26-8a0451062150
  • Zaragoza Martí, Ana|||/items/da2e5d2d-827c-4ae3-8a31-379d0908a2fb
  • Azorin-Lopez, Jorge|||/items/d43d029b-14bf-4dac-9bda-ed08e213bb1d
  • Hurtado-Sánchez, José Antonio|||/items/82d0326d-edb9-49ba-b1b7-143abad1f66b
  • Tomé, Mario|||/items/7f67ef26-0659-4948-84aa-fb187affd441
Background/Objectives: While adequate mineral intake is essential for brain health and cognitive function across the lifespan, the potential impact of excessive consumption remains underexplored. This study aimed to examine the association between dietary intake of selected minerals, with particular focus on iron and zinc, and cognitive performance in Spanish adults with obesity, particularly in executive-related domains such as reasoning, cognitive flexibility, and working memory. Methods: A cross-sectional study was conducted in 230 Spanish adults (18–65 years) from the Tech4Diet-Person project. Sociodemographic, dietary, and cognitive data were collected between 2021 and 2024. Cognitive function was assessed using the validated computerized CogniFit battery, and mineral intake was estimated through a food frequency questionnaire (93 items). Individuals with neurological, metabolic, or psychiatric disorders, as well as pregnant or lactating women, were excluded. Results: Participants had a mean age of 45.91 (±9.92) years. Nominal differences in mineral intake were observed across specific executive cognitive domains. Higher dietary iron intake was associated with lower performance in reasoning and cognitive flexibility, while higher zinc intake was associated with lower working memory performance. In adjusted logistic regression models, higher iron intake was independently associated with increased odds of low reasoning performance (OR = 1.25; p = 0.006), and higher zinc intake was associated with increased odds of low working memory performance (OR = 1.36; p = 0.024), after controlling for age, educational level, BMI, and total energy intake. Conclusions: Higher self-reported intake of iron and zinc showed nominal associations with lower performance in specific executive domains. These findings should be considered exploratory and require confirmation in longitudinal and biomarker-based studies.
RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

Global point cloud registration network for large transformations

  • Cuevas-Velasquez, Hanz
  • Galán Cuenca, Alejandro
  • Gallego, Antonio-Javier
  • Saval-Calvo, Marcelo
  • Fisher, Robert B.
  • Gallego, Antonio-Javier|||/items/8f865afc-8f63-4e0d-9408-bebc7ba836d0
  • Galán Cuenca, Alejandro|||/items/d81019ac-5845-4e4f-8af5-9c00dc6d1467
  • Saval-Calvo, Marcelo|||/items/403da831-5e9a-4111-8bed-6b60076f8101
Three-dimensional registration is an established yet challenging problem that is key in many different applications, such as mapping the environment for autonomous vehicles, or modeling people for avatar creation, among others. Registration refers to the process of mapping multiple data into the same coordinate system by means of matching correspondences and transformation estimation. Novel proposals exploit the benefits of deep learning architectures for this purpose, as they learn the best features for the data, providing better matches and hence results. However, the state of the art is usually focused on cases of relatively small transformations, although in certain applications and in a real and practical environment, large transformations are very common. In this paper, we present ReLaTo (Registration for Large Transformations), an architecture that addresses the cases where large transformations happen while maintaining good performance for local transformations. This proposal uses a novel Softmax pooling layer to find correspondences in a bilateral consensus manner between two point sets, sampling the most confident matches. These matches estimate a coarse and global registration using weighted Singular Value Decomposition (SVD). A target-guided denoising step is applied to both the obtained matches and latent features to estimate the final fine registration considering the local geometry. All these steps are carried out following an end-to-end approach, which has been shown to perform better than 7 state-of-the-art registration methods in two datasets commonly used for this task (ModelNet40 and the Karlsruhe Institute of Technology and Toyota Technological Institute dataset, KITTI), especially in the case of large transformations.
RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

Impacto de la composición corporal y del estado psicológico en las funciones ejecutivas de personas con obesidad, Impact of body composition and psychological state on executive functions in individuals with obesity

  • Tomé, Mario
  • Berbegal-Bernabeu, Marina
  • Sanchez-SanSegundo, Miriam
  • Hurtado-Sánchez, José Antonio
  • Tuells, José
  • Zaragoza Martí, Ana
  • Hurtado-Sánchez, José Antonio|||/items/82d0326d-edb9-49ba-b1b7-143abad1f66b
  • Sanchez-SanSegundo, Miriam|||/items/6568386a-f3ed-44cf-9a26-8a0451062150
  • Tuells, José|||/items/74989ade-03b3-409d-90b0-9e2e3641adc5
  • Zaragoza Martí, Ana|||/items/da2e5d2d-827c-4ae3-8a31-379d0908a2fb
  • Berbegal-Bernabeu, Marina|||/items/adf927b0-7006-49f1-9866-51afceb2cb6f
  • Tomé, Mario|||/items/7f67ef26-0659-4948-84aa-fb187affd441
Fundamento. El objetivo es examinar la relación entre variables antropométricas y psicológicas con las funciones ejecutivas en personas con obesidad. Método. Se reclutaron personas adultas con obesidad en Alicante (España). Se realizó una entrevista para recoger los datos sociodemográficos (sexo, edad, nivel de estudios, estado civil y situación la-boral), así como una evaluación antropométrica en la que se midió el peso, el índice de masa corporal (IMC), la grasa visceral, la masa grasa (MG) y la masa muscular (MM). La evaluación psicológica se realizó mediante el DASS-21 y la cognitiva de las funciones ejecutivas mediante el M-WCST (flexibilidad cognitiva), WAIS-IV (memoria de trabajo), TMTA (velocidad de procesamiento) y TMTB (control inhibitorio). Resultados. La muestra estuvo compuesta por 48 personas, 52% mujeres, y media de edad 47,58 años, más frecuentemente con estudios secundarios, casadas y empleadas. Las mujeres tuvieron mayor peso, IMC y MG (% y kg). Los modelos de regresión lineal múltiple mostraron influencias significativas de las variables antropométricas peso, IMC, grasa visceral, MG y MM en el rendimiento de la memoria de trabajo, la velocidad de procesamiento y el con-trol inhibitorio, así como de la ansiedad en la flexibilidad cognitiva y la memoria de trabajo, y de la depresión en el control inhibitorio. Conclusiones. Las variables antropométricas peso, IMC, grasa visceral, MG y MM influyeron en el rendimiento de la memoria de trabajo, velocidad de procesamiento y control inhibitorio, mientras que la ansiedad influyó en la flexibilidad cognitiva y la memoria de trabajo, y la depresión en el control inhibitorio.
RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

Addressing Underrepresented Bundles in Tractography Segmentation with Synthetic Oversampling

  • Escalante Belmonte, Bárbara
  • Villena Martínez, Víctor
  • Saval-Calvo, Marcelo|||/items/403da831-5e9a-4111-8bed-6b60076f8101
  • Gallego, Antonio-Javier|||/items/8f865afc-8f63-4e0d-9408-bebc7ba836d0
  • Escalante Belmonte, Bárbara|||/items/0a4f7fd1-2c49-414d-981e-da3e5e5a9d94
Tractography from diffusion MRI enables the mapping of white matter pathways. A key challenge is the automatic segmentation of streamlines into anatomically meaningful bundles, which is strongly affected by class imbalance: common bundles dominate the training data, whereas bundles such as the fornix are severely underrepresented (<0.2% of streamlines). This work proposes a tractography segmentation framework that combines a generative oversampling strategy based on Variational Autoencoders (VAEs) with a streamline-wise convolutional classifier operating on FiberMap representations. The generative model is applied in a targeted manner only to underrepresented bundles, and its effect is compared with two alternative oversampling schemes: simple sample duplication and the Synthetic Minority Oversampling Technique (SMOTE). Experiments on the Tractoinferno dataset, comprising 32 white matter bundles, show that all configurations yield similar global performance, with macro F1-scores around 90–91%. In contrast, performance on underrepresented bundles changes markedly, with VAE-based oversampling improving left/right fornix F1-scores from 77.2%/68.7% to 90.4%/92.5%, yielding an average gain of 18.5 percentage points across the two fornix bundles. Sample duplication increases recall but substantially reduces precision, while SMOTE achieves the highest recall at the cost of more false positives. A complementary three-dimensional geometric analysis revealed a fidelity–coverage trade-off, with SMOTE more closely reproducing real length and curvature distributions while VAE samples provided greater coverage of real trajectories. Overall, the VAE achieved the most favorable precision–recall balance for the targeted fornix bundles. These results suggest that targeted VAE-based oversampling is a practical strategy for mitigating extreme imbalance in tractography segmentation, improving the recognition of underrepresented bundles without materially affecting performance on dominant bundles.
RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

Multimodal Deep Learning in Healthcare: A Generalist Review

  • Sanchez-Sos, Bernabe
  • Jerez-Tallon, Mario
  • García-D'Urso, Nahuel
  • Fuster-Guilló, Andrés
  • Saval-Calvo, Marcelo
  • Azorin-Lopez, Jorge
  • Sanchez-Sos, Bernabe|||/items/a2c3b117-8625-4ee2-a964-d0e71b592f31
  • Jerez-Tallon, Mario|||/items/ede95ae8-91d0-4fb7-aa8f-8b9fa2c7ecc8
  • García-D'Urso, Nahuel|||/items/2996c123-43e6-424d-b407-225d39a29839
  • Fuster-Guilló, Andrés|||/items/0d96ca87-a50d-4788-b5d3-456c44f8a6b6
  • Saval-Calvo, Marcelo|||/items/403da831-5e9a-4111-8bed-6b60076f8101
  • Azorin-Lopez, Jorge|||/items/d43d029b-14bf-4dac-9bda-ed08e213bb1d
Artificial Intelligence (AI) has become an essential support tool for healthcare specialists in the prediction, prevention and diagnosis of diseases. Advances in AI have enabled more personalised care, reduced congestion in medical centres and improved understanding of patient symptoms. This review focuses on Multimodal Deep Learning (MDL), a subfield of AI that combines deep learning models with different data modalities to improve their capacity in different tasks and clinical scenarios, thus allowing diseases to be addressed from a broad perspective. The concept of Multimodal Deep Learning integrates two main branches: Deep Learning (DL), currently the most widely used AI paradigm in healthcare due to its ability to capture non-linear relationships and complex patterns in diverse data; and Multimodal Learning (ML), dedicated to the integration of heterogeneous data modalities, seeking to improve performance through their combination compared to the use of a single modality. The modalities used can be very varied: text, image, signal, tabular data, among others. Their integration can be achieved through different fusion mechanisms, classified according to the point in the architecture where they are combined: early, intermediate and late fusion. Finally, multimodal architectures are usually composed of different modality encoders, among which models based on Transformer, Convolutional Neural Networks (CNN), Recurrent Neural Networks (RNN), and Graph Neural Networks (GNN) stand out. Together, all these elements structure this review, which categorises and describes the methods used under this paradigm.
RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

Usefulness of a virtual reality programme for body self-image in obese and overweight patients: a focus on gender differences – a randomised trial

  • Berbegal-Bernabeu, Marina
  • García-D'Urso, Nahuel|||/items/2996c123-43e6-424d-b407-225d39a29839
  • Sanchez-SanSegundo, Miriam
  • Vives-Cases, Carmen
  • Tomé, Mario
  • Zaragoza Martí, Ana
  • Sanchez-SanSegundo, Miriam|||/items/6568386a-f3ed-44cf-9a26-8a0451062150
  • Vives-Cases, Carmen|||/items/0ca95232-58c2-4a62-8cc2-1dd2d1397ed7
  • Zaragoza Martí, Ana|||/items/da2e5d2d-827c-4ae3-8a31-379d0908a2fb
  • Berbegal-Bernabeu, Marina|||/items/adf927b0-7006-49f1-9866-51afceb2cb6f
  • Tomé, Mario|||/items/7f67ef26-0659-4948-84aa-fb187affd441
Background. Excess weight significantly impacts body image perception. While research on body satisfaction in overweight and obese individuals is extensive, most studies report high dissatisfaction, especially among women. This study aimed to evaluate the utility of a virtual reality (VR) intervention for improving body image perception among overweight and obese individuals and to examine gender differences. Methods. A total of 102 overweight and obese adults were recruited from the general community (Alicante, Spain) and randomized to the experimental (EG, n = 50) or control (CG, n = 52) group. The nutritional, anthropometric, body composition, clinical parameters and body self-image questionnaire (MBRSQ) scores were collected at baseline (Time 1) and postintervention (Time 2). Both groups received nutritional recommendations based on the Mediterranean diet (DM). Only the EG went through the 4D modelling machine, which showed the morphological changes of each participant over time through immersive VR. Results. The results revealed that the EG improved in all the MBRSQ dimensions after the intervention, particularly in terms of the subjective importance of corporeality (SIC), physical fitness behaviors (BAMPF), and self-assessed physical attractiveness (SAPA). Significant gender differences emerged, with women exhibiting greater body dissatisfaction, greater body image concerns, and lower engagement in health-oriented behaviors. Conclusion. This study provides evidence of VR’s usefulness in improving body self-image perception and promoting healthier behaviors. Additionally, it emphasizes the importance of addressing gender-based differences, as women experience greater societal pressures regarding body image. These findings highlight VR’s potential as a transformative tool for managing body image issues in individuals with excess weight.