Evaluación automática de la enfermedad del Parkinson usando metodologías de aprendizaje clásico y profundo a partir de tareas de escritura cotidianas

RESUMEN : La enfermedad de Parkinson es un desorden neurodegenerativo caracterizado por producir trastornos en el movimiento como temblor, rigidez, entre otros. Estos síntomas afectan diferentes actividades de la vida cotidiana entre ellas la escritura a mano. Generalmente, la escritura de los pacientes con enfermedad de Parkinson presenta diferentes síntomas como la micrografía, la cual está relacionada con la reducción del tamaño de la escritura y la disgrafía, que afecta la coordinación de los movimientos finos que necesitan las personas al escribir. En este trabajo se clasificaron pacientes con la enfermedad de Parkinson y controles saludables a partir de tareas de escritura cotidianas con el objetivo de lograr un enfoque cercano a la evaluación no intrusiva. Para ello se consideró un enfoque clásico donde se implementan diferentes técnicas de procesamiento de imágenes como los histogramas de gradientes orientados y patrones binarios locales. Además, se implementaron arquitecturas de aprendizaje profundo como las redes neuronales convolucionales y las redes neuronales recurrentes. Finalmente, ambos enfoques fueron evaluados y comparados en la tarea de clasificación de pacientes con enfermedad de Parkinson a partir de la escritura de los dígitos del cero al nueve.

• Autores: Gallo Aristizábal, Jeferson David
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/35258
• Acceso en línea: https://hdl.handle.net/10495/35258
• Palabra clave: Enfermedad de parkinson; Parkinson Disease; Escritura manual; Handwriting; Procesamiento de imagen asistido por computador; Image Processing, Computer-Assisted; Aprendizaje profundo; Deep learning; Redes neurales (computadores)
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/