Trabalho apresentado em evento
Classificação fuzzy de padrões não-motores e indicação da severidade da Doença de Parkinson
Carregando...
Notas
Data
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
A doença de Parkinson é uma doença neurodegenerativa relacionada a idade. Cerca de 1% dos indivíduos com idade
superior a 65 anos desenvolvem a doença. Pesquisas recentes em detecção incipiente da doença de Parkinson têm apontado como
os primeiros indicadores da doença alterações sutis na voz, hiposmia e distúrbios do sono. Este trabalho leva em consideração
análises de amplitudes da fala em certas frequências e algoritmos de inteligência computacional para detecção incipiente de padrões
não-motores da doença de Parkinson. O grande número de dados e variáveis envolvidas, e a incerteza sobre valores exatos, causam
dificuldades e imprecisão à análise especialista. Algoritmos de agrupamento, viz. Fuzzy C-Means e Gustafson-Kessel, foram implementados para análise das características extraídas de uma base de dados disponibilizada pela Universidade de Oxford. Os
algoritmos apresentam resultados a respeito da severidade da doença de Parkinson para cada um dos indivíduos considerando a
escala UPDRS (Escala Unificada de Avaliação da Doença de Parkinson). Em particular, o algoritmo Gustafson-Kessel tem apresentado melhores resultados em termos de classificações corretas de acordo com níveis de severidade.
Abstract
Parkinson's disease is an age-related neurodegenerative disease. About 1% of individuals over the age of 65 develop
the disease. Recent research on incipient Parkinson's disease detection has indicated subtle changes in voice, hyposmia and sleep
disorders as the first indicators of the disease. This work considers analyses of speech amplitudes in certain frequencies and computational intelligence algorithms for incipient detection of non-motor patterns of the Parkinson's disease. The large number of
data and variables involved and the uncertainty about exact values make expert analyses difficult and imprecise. Clustering algorithms, viz. Fuzzy C-Means and Gustafson-Kessel, were implemented to analyse attributes extracted from a database provided by
the University of Oxford. The algorithms have presented results regarding the inference of the severity of the Parkinson's disease
for each individual considering the UPDRS (Unified Parkinson's Disease Rating Scale). Particularly, the Gustafson-Kessel algorithm has provided the best results in terms of correct classifications according to severity levels.
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
RIBEIRO, T. J. et al. Classificação fuzzy de padrões não-motores e indicação da severidade da Doença de Parkinson. In: CONGRESSO BRASILEIRO DE AUTOMÁTICA, 22., 2018, João Pessoa. Anais... [S.l.]: [s.n.], 2018. Não paginado.