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 evalu...
- 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/
| id |
UDEA2_aa156e52ade5e7d26af3b9fe1899537c |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/35596 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Representación tiempo-frecuencia en señales de marcha para la detección automática de la enfermedad de Parkinson |
| title |
Representación tiempo-frecuencia en señales de marcha para la detección automática de la enfermedad de Parkinson |
| spellingShingle |
Representación tiempo-frecuencia en señales de marcha para la detección automática de la enfermedad de Parkinson Enfermedad de Parkinson Parkinson Disease Análisis de Ondículas Wavelet Analysis Estudios de Conducción Nerviosa Nerve Conduction Studies Transformada Wavelet |
| title_short |
Representación tiempo-frecuencia en señales de marcha para la detección automática de la enfermedad de Parkinson |
| title_full |
Representación tiempo-frecuencia en señales de marcha para la detección automática de la enfermedad de Parkinson |
| title_fullStr |
Representación tiempo-frecuencia en señales de marcha para la detección automática de la enfermedad de Parkinson |
| title_full_unstemmed |
Representación tiempo-frecuencia en señales de marcha para la detección automática de la enfermedad de Parkinson |
| title_sort |
Representación tiempo-frecuencia en señales de marcha para la detección automática de la enfermedad de Parkinson |
| dc.creator.fl_str_mv |
Bedoya Vargas, Marlon Estiben Vásquez Correa, Juan Camilo Orozco Arroyave, Juan Rafael |
| dc.contributor.author.none.fl_str_mv |
Bedoya Vargas, Marlon Estiben Vásquez Correa, Juan Camilo Orozco Arroyave, Juan Rafael |
| dc.contributor.researchgroup.spa.fl_str_mv |
Grupo de Investigación en Telecomunicaciones Aplicadas (GITA) |
| dc.subject.decs.none.fl_str_mv |
Enfermedad de Parkinson Parkinson Disease Análisis de Ondículas Wavelet Analysis |
| topic |
Enfermedad de Parkinson Parkinson Disease Análisis de Ondículas Wavelet Analysis Estudios de Conducción Nerviosa Nerve Conduction Studies Transformada Wavelet |
| dc.subject.agrovoc.none.fl_str_mv |
Estudios de Conducción Nerviosa Nerve Conduction Studies |
| dc.subject.proposal.spa.fl_str_mv |
Transformada Wavelet |
| description |
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 %. |
| publishDate |
2018 |
| dc.date.issued.none.fl_str_mv |
2018 |
| dc.date.accessioned.none.fl_str_mv |
2023-06-22T15:01:03Z |
| dc.date.available.none.fl_str_mv |
2023-06-22T15:01:03Z |
| dc.type.spa.fl_str_mv |
Artículo de investigación |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/ART |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| status_str |
publishedVersion |
| dc.identifier.citation.spa.fl_str_mv |
M. E. Bedoya-Vargas,J.C. Vásquez-Correa, y J.R. Orozco-Arroyave,Representaciones tiempo-frecuencia basadas en sensores inerciales para caracterizar la marcha en la enfermedad de Parkinson. TecnoLógicas, vol. 21, no. 43, pp. 53-69,2018 |
| dc.identifier.issn.none.fl_str_mv |
0123-7799 |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10495/35596 |
| dc.identifier.doi.none.fl_str_mv |
10.22430/22565337.1056 |
| dc.identifier.eissn.none.fl_str_mv |
2256-5337 |
| identifier_str_mv |
M. E. Bedoya-Vargas,J.C. Vásquez-Correa, y J.R. Orozco-Arroyave,Representaciones tiempo-frecuencia basadas en sensores inerciales para caracterizar la marcha en la enfermedad de Parkinson. TecnoLógicas, vol. 21, no. 43, pp. 53-69,2018 0123-7799 10.22430/22565337.1056 2256-5337 |
| url |
https://hdl.handle.net/10495/35596 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartofjournalabbrev.spa.fl_str_mv |
TecnoL. |
| dc.relation.citationendpage.spa.fl_str_mv |
69 |
| dc.relation.citationissue.spa.fl_str_mv |
43 |
| dc.relation.citationstartpage.spa.fl_str_mv |
53 |
| dc.relation.citationvolume.spa.fl_str_mv |
21 |
| dc.relation.ispartofjournal.spa.fl_str_mv |
Tecnológicas |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/co/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ http://creativecommons.org/licenses/by-nc-sa/2.5/co/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
17 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Instituto Tecnológico Metropolitano |
| dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/7ac69767-fc72-4100-be49-4c955698e921/download https://bibliotecadigital.udea.edu.co/bitstreams/69324d04-1521-4a0e-bdef-555777d0ed11/download https://bibliotecadigital.udea.edu.co/bitstreams/20f04cba-88cf-47a5-97ad-eae6efbe6ec3/download https://bibliotecadigital.udea.edu.co/bitstreams/fd81c38d-9dfb-43fc-bd72-314d0298c53e/download https://bibliotecadigital.udea.edu.co/bitstreams/e0365286-45d6-41c5-8b9e-bdb5afd6b6cc/download |
| bitstream.checksum.fl_str_mv |
bc468a8259e166e7d4ecea5c956ba46b e2060682c9c70d4d30c83c51448f4eed 8a4605be74aa9ea9d79846c1fba20a33 08750aceb339d83f89b656d34e02a59c 42d2c3c55d6a63ad2deb26909b8bc540 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052154268155904 |
| spelling |
Bedoya Vargas, Marlon EstibenVásquez Correa, Juan CamiloOrozco Arroyave, Juan RafaelGrupo de Investigación en Telecomunicaciones Aplicadas (GITA)2023-06-22T15:01:03Z2023-06-22T15:01:03Z2018M. E. Bedoya-Vargas,J.C. Vásquez-Correa, y J.R. Orozco-Arroyave,Representaciones tiempo-frecuencia basadas en sensores inerciales para caracterizar la marcha en la enfermedad de Parkinson. TecnoLógicas, vol. 21, no. 43, pp. 53-69,20180123-7799https://hdl.handle.net/10495/3559610.22430/22565337.10562256-5337RESUMEN: 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 %.ABSTRACT: Parkinson’s Disease (PD) is a neurodegenerative disorder of the central nervous system whose main symptoms include rigidity, bradykinesia, and loss of postural reflexes. PD diagnosis is based on an analysis of the medical record and physical examinations of the patient. Besides, the neurological state of patients is monitored with subjective evaluations by neurologists. Gait analysis using inertial sensors was introduced as a simple and useful tool that supports the diagnosis and monitoring of PD patients. This work used the eGaIT system to capture the signals of the accelerometer and the gyroscope of the gait in order to evaluate the motor skills of patients. Fourier and wavelet transform were used to extract measurements based on energy and entropy in the time-frequency domain. The extracted characteristics were used to recognize differences between PD patients and healthy individuals. The results enabled to classify said groups with an accuracy of up to 94%.Universidad de Antioquia. Vicerrectoría de investigación. Comité para el Desarrollo de la Investigación - CODICOL004444817application/pdfspaInstituto Tecnológico MetropolitanoMedellín, Colombiahttps://creativecommons.org/licenses/by-nc-sa/4.0/http://creativecommons.org/licenses/by-nc-sa/2.5/co/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Representación tiempo-frecuencia en señales de marcha para la detección automática de la enfermedad de ParkinsonArtículo de investigaciónhttp://purl.org/coar/resource_type/c_2df8fbb1https://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionEnfermedad de ParkinsonParkinson DiseaseAnálisis de OndículasWavelet AnalysisEstudios de Conducción NerviosaNerve Conduction StudiesTransformada WaveletTecnoL.69435321TecnológicasRoR:03bp5hc832015-7683 y PR 17-205PublicationORIGINALBedoyaMarlon_2018_RepresentacionesTiempoFrecuencia.pdfBedoyaMarlon_2018_RepresentacionesTiempoFrecuencia.pdfArtículo de investigaciónapplication/pdf5529791https://bibliotecadigital.udea.edu.co/bitstreams/7ac69767-fc72-4100-be49-4c955698e921/downloadbc468a8259e166e7d4ecea5c956ba46bMD51trueAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81051https://bibliotecadigital.udea.edu.co/bitstreams/69324d04-1521-4a0e-bdef-555777d0ed11/downloade2060682c9c70d4d30c83c51448f4eedMD52falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/20f04cba-88cf-47a5-97ad-eae6efbe6ec3/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADTEXTBedoyaMarlon_2018_RepresentacionesTiempoFrecuencia.pdf.txtBedoyaMarlon_2018_RepresentacionesTiempoFrecuencia.pdf.txtExtracted texttext/plain34https://bibliotecadigital.udea.edu.co/bitstreams/fd81c38d-9dfb-43fc-bd72-314d0298c53e/download08750aceb339d83f89b656d34e02a59cMD56falseAnonymousREADTHUMBNAILBedoyaMarlon_2018_RepresentacionesTiempoFrecuencia.pdf.jpgBedoyaMarlon_2018_RepresentacionesTiempoFrecuencia.pdf.jpgGenerated Thumbnailimage/jpeg12560https://bibliotecadigital.udea.edu.co/bitstreams/e0365286-45d6-41c5-8b9e-bdb5afd6b6cc/download42d2c3c55d6a63ad2deb26909b8bc540MD57falseAnonymousREAD10495/35596oai:bibliotecadigital.udea.edu.co:10495/355962025-03-26 17:47:17.476https://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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 |