Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.unb.br/handle/10482/34583
Files in This Item:
File Description SizeFormat 
2018_JorgeLuizFerreiradaSilvaJunior.pdf11,05 MBAdobe PDFView/Open
Title: Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas
Other Titles: Parkinson disease staging through machine learning techniques
Authors: Silva Junior, Jorge Luiz Ferreira da
Orientador(es):: Brasil, Lourdes Mattos
Coorientador(es):: Marães, Vera Regina Fernandes da Silva
Assunto:: Parkinson, Doença de - diagnóstico
Aprendizagem de máquina
Sinais eletromiográficos
Processamento de sinais
Issue Date: 8-May-2019
Citation: SILVA JUNIOR, Jorge Luiz Ferreira da. Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas. 2018. 93 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Brasília, 2018.
Abstract: O diagnóstico precoce da Doença de Parkinson (DP) é de suma importância para tratamento da doença, pois, o quanto antes for iniciado o tratamento melhores serão as chances de reversão do quadro clínico. Apesar de não haver cura, existem tratamentos que visam a combater os sintomas da doença. Medicamentos e cirurgias fazem parte do arsenal terapêutico, assim como sessões de fisioterapia, terapia ocupacional, fonoaudiologia e, em alguns casos, de psicologia. Porém, o diagnóstico da DP e seu nível de evolução (estadiamento), ainda é uma tarefa bastante complexa e imprecisa, realizada de forma clínica, por meio da história do paciente e de avaliação neurológica. Casos duvidosos são encaminhados para exames subsidiários como tomografia computadorizada, ressonância magnética e exames laboratoriais. O que pode acarretar erros de decisão por parte do especialista. A proposta deste trabalho é o desenvolvimento de um sistema utilizando técnicas de Aprendizado de Máquina (AM) e processamento de sinais para identificação, extração de características e classificação de diferentes níveis da DP por meio dos dados contidos em sinais eletromiográficos de superfície (sEMG). O sistema tem como finalidade fornecer uma segunda opinião confiável e eficiente para médicos neurologistas que venham a utilizar.
Abstract: Early diagnosis of Parkinson's Disease (PD) is of paramount importance for the treatment of the disease. For, the earlier treatment is started the better the chances of reversal of the clinical picture. Although there is no cure, there are treatments that aim to combat the symptoms of the disease. Medications and surgeries are part of the therapeutic arsenal, as well as physiotherapy, occupational therapy, speech therapy and, in some cases, psychology sessions. However, the diagnosis of PD and its level of evolution (staging) is still a rather complex and imprecise task, performed clinically, through the patient's history and neurological evaluation. Doubtful cases are referred to subsidiary exams such as computed tomography, MRI, and laboratory tests. This can lead to errors of decision by the expert. The proposal of this work is the development of a system using techniques of machine learning (ML) and signal processing for identification, extraction of characteristics and classification of different levels of PD through the data contained in surface electromyographic signals. The system is intended to provide a reliable and efficient second opinion for neurological physicians who may use it.
Description: Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018.
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Appears in Collections:FGA - Mestrado em Engenharia Biomédica

Show full item record Recommend this item " class="statisticsLink btn btn-primary" href="/handle/10482/34583/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.