Clasificación predictiva de la enfermedad de parkinson y temblor esencial mediante diferenciación de movimientos involuntarios
algoritmo logico para clasificación de señales de temblores
- Autores:
-
Jiménez Vega, Rafael Orlando
- Tipo de recurso:
- Fecha de publicación:
- 2025
- Institución:
- Universidad de Ibagué
- Repositorio:
- Repositorio Universidad de Ibagué
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unibague.edu.co:20.500.12313/5959
- Acceso en línea:
- https://hdl.handle.net/20.500.12313/5959
- Palabra clave:
- Parkinson - Clasificación predictiva
Movimientos involuntarios
Parkinsonismo
Parkinson
Temblor
Series de tiempo
Acelerometro
Temblor esencial
Tremor
Time series
Accelerometer
Esenscial tremor
Parkinson
- Rights
- restrictedAccess
- License
- http://purl.org/coar/access_right/c_16ec
| id |
UNIBAGUE2_41f9204dfa3b29754e10fbc1b0f210ef |
|---|---|
| oai_identifier_str |
oai:repositorio.unibague.edu.co:20.500.12313/5959 |
| network_acronym_str |
UNIBAGUE2 |
| network_name_str |
Repositorio Universidad de Ibagué |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Clasificación predictiva de la enfermedad de parkinson y temblor esencial mediante diferenciación de movimientos involuntarios |
| title |
Clasificación predictiva de la enfermedad de parkinson y temblor esencial mediante diferenciación de movimientos involuntarios |
| spellingShingle |
Clasificación predictiva de la enfermedad de parkinson y temblor esencial mediante diferenciación de movimientos involuntarios Parkinson - Clasificación predictiva Movimientos involuntarios Parkinsonismo Parkinson Temblor Series de tiempo Acelerometro Temblor esencial Tremor Time series Accelerometer Esenscial tremor Parkinson |
| title_short |
Clasificación predictiva de la enfermedad de parkinson y temblor esencial mediante diferenciación de movimientos involuntarios |
| title_full |
Clasificación predictiva de la enfermedad de parkinson y temblor esencial mediante diferenciación de movimientos involuntarios |
| title_fullStr |
Clasificación predictiva de la enfermedad de parkinson y temblor esencial mediante diferenciación de movimientos involuntarios |
| title_full_unstemmed |
Clasificación predictiva de la enfermedad de parkinson y temblor esencial mediante diferenciación de movimientos involuntarios |
| title_sort |
Clasificación predictiva de la enfermedad de parkinson y temblor esencial mediante diferenciación de movimientos involuntarios |
| dc.creator.fl_str_mv |
Jiménez Vega, Rafael Orlando |
| dc.contributor.advisor.none.fl_str_mv |
Diaz Perdomo, Jaime Alberto |
| dc.contributor.author.none.fl_str_mv |
Jiménez Vega, Rafael Orlando |
| dc.contributor.researchgroup.none.fl_str_mv |
GIEM |
| dc.subject.armarc.none.fl_str_mv |
Parkinson - Clasificación predictiva Movimientos involuntarios Parkinsonismo |
| topic |
Parkinson - Clasificación predictiva Movimientos involuntarios Parkinsonismo Parkinson Temblor Series de tiempo Acelerometro Temblor esencial Tremor Time series Accelerometer Esenscial tremor Parkinson |
| dc.subject.proposal.spa.fl_str_mv |
Parkinson Temblor Series de tiempo Acelerometro Temblor esencial |
| dc.subject.proposal.eng.fl_str_mv |
Tremor Time series Accelerometer Esenscial tremor Parkinson |
| description |
algoritmo logico para clasificación de señales de temblores |
| publishDate |
2025 |
| dc.date.accessioned.none.fl_str_mv |
2025-11-11T22:07:14Z |
| dc.date.available.none.fl_str_mv |
2025-11-11T22:07:14Z |
| dc.date.issued.none.fl_str_mv |
2025 |
| dc.type.none.fl_str_mv |
Trabajo de grado - Maestría |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| status_str |
acceptedVersion |
| dc.identifier.citation.none.fl_str_mv |
Jiménez Vega R. O. (2025). Clasificación predictiva de la enfermedad de Parkinson y temblor Esencial mediante diferenciación de movimientos involuntarios. [Tesis, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/5959 |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12313/5959 |
| identifier_str_mv |
Jiménez Vega R. O. (2025). Clasificación predictiva de la enfermedad de Parkinson y temblor Esencial mediante diferenciación de movimientos involuntarios. [Tesis, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/5959 |
| url |
https://hdl.handle.net/20.500.12313/5959 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.none.fl_str_mv |
Organización Mundial de la Salud (OMS). (2023). Neurological disorders: Parkinson’s disease. World Health Organization. https://www.who.int/news-room/fact sheets/detail/parkinson-disease Hughes, A. J., Daniel, S. E., Kilford, L., & Lees, A. J. (1992). Accuracy of clinical diagnosis of idiopathic Parkinson’s disease: A clinico-pathological study of 100 cases. Journal of Neurology, Neurosurgery & Psychiatry, 55(3), 181–184. https://doi.org/10.1136/jnnp.55.3.181 Jankovic, J. (2019). Parkinson’s disease: Clinical features and diagnosis. Lamento la confusión; la referencia correcta de este artículo corresponde a: Jankovic, J. (2008). Parkinson's disease: clinical features and diagnosis. Journal of Neurology, Neurosurgery & Psychiatry, 79(4), 368-376. DOI: 10.1136/jnnp.2007.131045 Fernández, W. (2008). Temblor: diagnóstico diferencial y tratamiento. Reyes, E., Kavanagh, R., & Moore, J. (2021). Parkinson’s Disease Sensor Dataset (PADS) [Data set]. University of Dublin, School of Computer Science and Statistics. https://archive.ics.uci.edu/ml/datasets/Parkinsons+Disease+Sensor+Data Dorsey, E. R., Bloem, B. R., & Sherer, T. (2023). The coming wave of Parkinson’s disease: A global challenge and call to action. The Lancet Neurology, 22(3), 221–230. https://doi.org/10.1016/S1474-4422(23)00025-1 Martínez, P. A., Gómez, F. L., & Rincón, D. J. (2020). Aplicación de algoritmos de aprendizaje automático para la detección de la enfermedad de Parkinson a partir de señales inerciales. Revista Colombiana de Computación, 21(2), 33–45 Varghese, J., Brenner, A., Plagwitz, L., van Alen, C., Fujarski, M., & Warnecke, T. (2024). PADS - Parkinsons Disease Smartwatch dataset (version 1.0.0). PhysioNet. RRID:SCR_007345. https://doi.org/10.13026/m0w9-zx22 |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/restrictedAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_16ec |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc/4.0/ |
| eu_rights_str_mv |
restrictedAccess |
| rights_invalid_str_mv |
http://purl.org/coar/access_right/c_16ec Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) https://creativecommons.org/licenses/by-nc/4.0/ |
| dc.format.extent.none.fl_str_mv |
30 páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de Ibagué |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ciencias Económicas y Administrativas |
| dc.publisher.place.none.fl_str_mv |
Ibagué |
| dc.publisher.program.none.fl_str_mv |
Maestría Análisis de Datos para la Toma de Decisiones |
| publisher.none.fl_str_mv |
Universidad de Ibagué |
| institution |
Universidad de Ibagué |
| bitstream.url.fl_str_mv |
https://repositorio.unibague.edu.co/bitstreams/787e7b23-768c-4e76-8663-859485748898/download https://repositorio.unibague.edu.co/bitstreams/d56c1e75-7a1f-43a4-86f8-2b42aec23d7b/download https://repositorio.unibague.edu.co/bitstreams/7a03aab4-50eb-40c4-a6ea-1798d207a0bf/download https://repositorio.unibague.edu.co/bitstreams/10f1e038-e741-4b44-a5ef-a486783d3ecb/download https://repositorio.unibague.edu.co/bitstreams/227eecf3-a061-4a9b-8e4c-0d51aca27693/download https://repositorio.unibague.edu.co/bitstreams/41a12a67-1ebf-4648-9bb3-b1cfce311576/download https://repositorio.unibague.edu.co/bitstreams/70309809-f6bc-4176-a7b7-b8144d7752ab/download https://repositorio.unibague.edu.co/bitstreams/0891e4d3-9859-4027-8d47-0e7c68a80ca8/download https://repositorio.unibague.edu.co/bitstreams/e858854a-8416-404b-872a-96fd04d561dc/download https://repositorio.unibague.edu.co/bitstreams/d3f1d27f-6951-4857-867e-a571635fe5b8/download https://repositorio.unibague.edu.co/bitstreams/4a99aaee-0536-4e2c-86bc-ec7f89e7cb80/download |
| bitstream.checksum.fl_str_mv |
481c8e59767ba4159ad9ee8cba1cd0b8 7ad87569a45e74f08fa61e86c1512e2f f115faf3e1f0868202773991e582724d 57b2a88f27861f1cea0d1cde56ddd894 7fd9ed6f5ad61cc5fd4c6ecfefa13327 0ff2fc4cff93d0de06cf22ba4e02e54c 9cbec22cdad230e0c73f4ff7046d9eed 6721791f5cba77a5eca15b97fe5de023 66e1d24ac4ac25ffb57430f9aea109e7 d81ddea29e08b864a2c92ca6d14f720c da34c3adc026c606cf4cddc840e39508 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad de Ibagué |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1851059986650628096 |
| spelling |
Diaz Perdomo, Jaime Albertoa5353952-4a4c-404d-8df6-5f477c64ef1c600Jiménez Vega, Rafael Orlandoacef288d-1fbf-4618-82ab-d86aa8fe3b7f-1GIEM2025-11-11T22:07:14Z2025-11-11T22:07:14Z2025algoritmo logico para clasificación de señales de tembloresLa Enfermedad de Parkinson (EP) y el Temblor Esencial (TE) son trastornos del movimiento. Ambos trastornos pueden compartir características como temblor, problemas para caminar y equilibrio. Así pues, el diagnóstico de TE con frecuencia suele ser erróneamente confundido con parkinsonismo, ya que el examen físico es de difícil percepción visual para el profesional, el cual se prolonga por largos periodos de tiempo, es tedioso y es susceptible a errores como se mencionó. Es importante entonces contar con una herramienta tecnológica de ayuda diagnóstica que le permita al profesional monitorear, detectar y diferenciar los tipos de temblores de manera rápida y objetiva. Para el diagnóstico de estas enfermedades, se contó con la guía de un profesional de la salud, con el que se elaboró un protocolo que incluye las escalas internacionales UPDRS y FTM, que consisten en una serie de pruebas de exploración motora.Parkinson’s Disease (PD) and Essential Tremor (ET) are movement disorders that may share similar clinical features such as tremor, gait disturbances, and balance problems. As a result, ET is often misdiagnosed as parkinsonism, since the physical examination relies on prolonged visual observation, which is tedious, subjective, and prone to human error. Therefore, it is crucial to develop a technological diagnostic support tool that enables healthcare professionals to monitor, detect, and differentiate types of tremors in a fast and objective manner. For the diagnosis of these disorders, guidance from a healthcare professional was obtained to design a protocol that includes the international UPDRS and FTM scales, which consist of a series of motor assessment tests.MaestríaMagister en Análisis de Datos para la Toma de DecisionesResumen.....3 Introducción.....4 Capítulo 1. Fundamentación Teórica y Organizacional.....5 1.1 Marco Teórico Básico.....5 1.1.1 Temblor.....5 1.1.2 Temblor Parkinsoniano o Parkinsonismo.....5 1.1.3 Temblor esencial.....6 1.1.4 MDS-UPDRS (Unified Parkinson's Disease Rating Scale).....6 1.1.5 FTM (Fahn-Tolosa-Marín).....6 1.1.6 Procesamiento de señales.....6 Capítulo 2. Justificación y Objetivos.....7 2.1 Planteamiento del Problema de negocio.....7 2.2 Justificación del Proyecto.....8 2.3 Objetivos.....9 2.3.1 Objetivo General.....9 2.3.2 Objetivos Específicos.....9 Capítulo 3. Alineación Estratégica y Valor Organizacional.....9 3.1 Ventaja Competitiva Asociada.....9 3.2 Generación de Valor para la Organización.....11 3.3 Beneficios Esperados (corto, mediano y largo plazo).....12 Capítulo 4. Metodología y Solución Técnica.....13 4.1 Descripción de la Organización.....13 4.2 Solución Técnica Empleada.....14 4.2.1 Fuentes de Datos .....14 4.2.2 Tratamiento de Datos (ETL).....15 4.2.3 Diccionario de Datos.....18 4.2.4 Arquitectura de Datos.....19 4.2.5 Métodos y Algoritmos Utilizados.....20 4.2.6 Herramientas y Lenguajes de Programación.....20 4.2.7 Códigos y Scripts Documentados.....21 4.2.8 Validación Técnica de la Solución.....21 4.3 Fases de Desarrollo del Proyecto.....21 Capítulo 5. Resultados, Indicadores y Riesgos.....22 5.1 Resultados Obtenidos.....22 5.2 Indicadores de Éxito (KPIs).....25 5.3 Aspectos Éticos y Riesgos del Proyecto.....25 Capítulo 6. Cierre Académico y Anexos.....26 6.1 Conclusiones.....26 6.2 Recomendaciones.....26 Referencias Bibliográficas.....27 Anexos.....2830 páginasapplication/pdfJiménez Vega R. O. (2025). Clasificación predictiva de la enfermedad de Parkinson y temblor Esencial mediante diferenciación de movimientos involuntarios. [Tesis, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/5959https://hdl.handle.net/20.500.12313/5959spaUniversidad de IbaguéFacultad de Ciencias Económicas y AdministrativasIbaguéMaestría Análisis de Datos para la Toma de DecisionesOrganización Mundial de la Salud (OMS). (2023). Neurological disorders: Parkinson’s disease. World Health Organization. https://www.who.int/news-room/fact sheets/detail/parkinson-diseaseHughes, A. J., Daniel, S. E., Kilford, L., & Lees, A. J. (1992). Accuracy of clinical diagnosis of idiopathic Parkinson’s disease: A clinico-pathological study of 100 cases. Journal of Neurology, Neurosurgery & Psychiatry, 55(3), 181–184. https://doi.org/10.1136/jnnp.55.3.181Jankovic, J. (2019). Parkinson’s disease: Clinical features and diagnosis. Lamento la confusión; la referencia correcta de este artículo corresponde a: Jankovic, J. (2008). Parkinson's disease: clinical features and diagnosis. Journal of Neurology, Neurosurgery & Psychiatry, 79(4), 368-376. DOI: 10.1136/jnnp.2007.131045Fernández, W. (2008). Temblor: diagnóstico diferencial y tratamiento.Reyes, E., Kavanagh, R., & Moore, J. (2021). Parkinson’s Disease Sensor Dataset (PADS) [Data set]. University of Dublin, School of Computer Science and Statistics. https://archive.ics.uci.edu/ml/datasets/Parkinsons+Disease+Sensor+DataDorsey, E. R., Bloem, B. R., & Sherer, T. (2023). The coming wave of Parkinson’s disease: A global challenge and call to action. The Lancet Neurology, 22(3), 221–230. https://doi.org/10.1016/S1474-4422(23)00025-1Martínez, P. A., Gómez, F. L., & Rincón, D. J. (2020). Aplicación de algoritmos de aprendizaje automático para la detección de la enfermedad de Parkinson a partir de señales inerciales. Revista Colombiana de Computación, 21(2), 33–45Varghese, J., Brenner, A., Plagwitz, L., van Alen, C., Fujarski, M., & Warnecke, T. (2024). PADS - Parkinsons Disease Smartwatch dataset (version 1.0.0). PhysioNet. RRID:SCR_007345. https://doi.org/10.13026/m0w9-zx22info:eu-repo/semantics/restrictedAccesshttp://purl.org/coar/access_right/c_16ecAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)https://creativecommons.org/licenses/by-nc/4.0/Parkinson - Clasificación predictivaMovimientos involuntariosParkinsonismoParkinsonTemblorSeries de tiempoAcelerometroTemblor esencialTremorTime seriesAccelerometerEsenscial tremorParkinsonClasificación predictiva de la enfermedad de parkinson y temblor esencial mediante diferenciación de movimientos involuntariosTrabajo de grado - MaestríaTextinfo:eu-repo/semantics/masterThesishttp://purl.org/redcol/resource_type/TMinfo:eu-repo/semantics/acceptedVersionPublicationORIGINALTesis de grado.pdfTesis de grado.pdfapplication/pdf1589442https://repositorio.unibague.edu.co/bitstreams/787e7b23-768c-4e76-8663-859485748898/download481c8e59767ba4159ad9ee8cba1cd0b8MD53anexos.raranexos.rarapplication/octet-stream5937505https://repositorio.unibague.edu.co/bitstreams/d56c1e75-7a1f-43a4-86f8-2b42aec23d7b/download7ad87569a45e74f08fa61e86c1512e2fMD51Formato de autorización .pdfFormato de autorización .pdfapplication/pdf186038https://repositorio.unibague.edu.co/bitstreams/7a03aab4-50eb-40c4-a6ea-1798d207a0bf/downloadf115faf3e1f0868202773991e582724dMD52Solicitud no divulgacion tesis.pdfSolicitud no divulgacion tesis.pdfapplication/pdf75596https://repositorio.unibague.edu.co/bitstreams/10f1e038-e741-4b44-a5ef-a486783d3ecb/download57b2a88f27861f1cea0d1cde56ddd894MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-8133https://repositorio.unibague.edu.co/bitstreams/227eecf3-a061-4a9b-8e4c-0d51aca27693/download7fd9ed6f5ad61cc5fd4c6ecfefa13327MD54TEXTTesis de grado.pdf.txtTesis de grado.pdf.txtExtracted texttext/plain53496https://repositorio.unibague.edu.co/bitstreams/41a12a67-1ebf-4648-9bb3-b1cfce311576/download0ff2fc4cff93d0de06cf22ba4e02e54cMD56Formato de autorización .pdf.txtFormato de autorización .pdf.txtExtracted texttext/plain3808https://repositorio.unibague.edu.co/bitstreams/70309809-f6bc-4176-a7b7-b8144d7752ab/download9cbec22cdad230e0c73f4ff7046d9eedMD58Solicitud no divulgacion tesis.pdf.txtSolicitud no divulgacion tesis.pdf.txtExtracted texttext/plain1412https://repositorio.unibague.edu.co/bitstreams/0891e4d3-9859-4027-8d47-0e7c68a80ca8/download6721791f5cba77a5eca15b97fe5de023MD510THUMBNAILTesis de grado.pdf.jpgTesis de grado.pdf.jpgIM Thumbnailimage/jpeg7466https://repositorio.unibague.edu.co/bitstreams/e858854a-8416-404b-872a-96fd04d561dc/download66e1d24ac4ac25ffb57430f9aea109e7MD57Formato de autorización .pdf.jpgFormato de autorización .pdf.jpgIM Thumbnailimage/jpeg23163https://repositorio.unibague.edu.co/bitstreams/d3f1d27f-6951-4857-867e-a571635fe5b8/downloadd81ddea29e08b864a2c92ca6d14f720cMD59Solicitud no divulgacion tesis.pdf.jpgSolicitud no divulgacion tesis.pdf.jpgIM Thumbnailimage/jpeg12822https://repositorio.unibague.edu.co/bitstreams/4a99aaee-0536-4e2c-86bc-ec7f89e7cb80/downloadda34c3adc026c606cf4cddc840e39508MD51120.500.12313/5959oai:repositorio.unibague.edu.co:20.500.12313/59592025-11-12 03:02:16.048https://creativecommons.org/licenses/by-nc/4.0/https://repositorio.unibague.edu.coRepositorio Institucional Universidad de Ibaguébdigital@metabiblioteca.comQ3JlYXRpdmUgQ29tbW9ucyBBdHRyaWJ1dGlvbi1Ob25Db21tZXJjaWFsLU5vRGVyaXZhdGl2ZXMgNC4wIEludGVybmF0aW9uYWwgTGljZW5zZQpodHRwczovL2NyZWF0aXZlY29tbW9ucy5vcmcvbGljZW5zZXMvYnktbmMtbmQvNC4wLw== |