Representación tiempo-frecuencia en señales de marcha para la detección automática de la enfermedad de Parkinson

RESUMEN: La Enfermedad de Parkinson (EP) es un desorden neurodegenerativo del sistema nervioso central, cuyas características principales incluyen entre otras la rigidez, bradicinesia y pérdida de los reflejos posturales. El diagnóstico de la EP está basado en análisis de la historia clínica y evaluaciones físicas realizadas a los pacientes. El monitoreo del estado neurológico de los pacientes está basado en valoraciones subjetivas que realizan los neurólogos. El análisis de la marcha usando sensores inerciales aparece como un instrumento sencillo y útil para ayudar en el proceso de diagnóstico y monitoreo de los pacientes con EP. En este artículo usamos el sistema eGaIT, el cual captura señales de acelerómetro y giróscopo del proceso de marcha para evaluar las habilidades motoras de los pacientes. Las transformadas de Fourier y Wavelet son utilizadas para extraer medidas basadas en energía y entropía en el dominio de Tiempo-Frecuencia. Las características extraídas son utilizadas para discriminar entre pacientes con EP y personas sanas. De acuerdo con los resultados, es posible clasificar estos dos grupos con una precisión de hasta el 94 %.

• Autores: Bedoya Vargas, Marlon Estiben; Vásquez Correa, Juan Camilo; Orozco Arroyave, Juan Rafael
• Tipo de recurso: Article of investigation
• Fecha de publicación: 2018
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/35596
• Acceso en línea: https://hdl.handle.net/10495/35596
• Palabra clave: Enfermedad de Parkinson; Parkinson Disease; Análisis de Ondículas; Wavelet Analysis; Estudios de Conducción Nerviosa; Nerve Conduction Studies; Transformada Wavelet
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc-sa/4.0/