Visualización Multidimensional de Imágenes Médicas con Transformer: Empleo del Método Biplot Neutrosófico en la Representación de Correlaciones Indeterminadas

El presente estudio aborda la problemática de la representación y análisis de información médica compleja, en la que la interpretación de imágenes multidimensionales resulta limitada por la presencia de correlaciones inciertas entre variables. La dificultad de comprender dichas relaciones genera un obstáculo relevante para la precisión diagnóstica y el desarrollo de herramientas de apoyo clínico confiables. En la actualidad, la visualización de datos biomédicos adquiere una importancia creciente debido al incremento exponencial de información proveniente de dispositivos de imagenología avanzada, donde la gestión de la indeterminación constituye un reto que exige nuevas soluciones metodológicas. A pesar de los avances en inteligencia artificial y aprendizaje profundo, la literatura presenta vacíos respecto a enfoques que integren técnicas de visualización multidimensional con marcos matemáticos capaces de tratar simultáneamente la incertidumbre y la variabilidad inherente a los datos médicos. Para superar esta limitación, se propone la combinación de arquitecturas Transformer con el método Biplot Neutrosófico, lo cual permite representar gráficamente patrones latentes y correlaciones indeterminadas de manera más precisa y robusta. Los resultados obtenidos evidencian mejoras en la interpretación de estructuras complejas y en la identificación de dependencias ocultas entre variables clínicas. Esta contribución no solo amplía la base teórica en torno a la integración de modelos neutrosóficos en la bioinformática, sino que también ofrece un marco aplicable en la práctica médica para fortalecer los procesos diagnósticos y la toma de decisiones clínicas.