Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies
Diagnóstico automático de la enfermedad de Parkinson con tecnología de sensores portátiles para robot médico
El diagnóstico clínico de la enfermedad de Parkinson (EP) ha sido objeto de investigación en robótica médica. Actualmente, un tema de investigación candente es cómo evaluar con precisión la gravedad de los pacientes con enfermedad de Parkinson y permitir que los robots médicos ayuden mejor a los pacientes en el proceso de rehabilitación. La tarea de caminar en la Escala Unificada de Calificación de la Enfermedad de Parkinson (UPDRS) es un criterio diagnóstico bien establecido para los pacientes con EP. Sin embargo, el diagnóstico clínico de la EP se determina en función de la experiencia clínica de los neurólogos, lo cual es subjetivo e inexacto. Por lo tanto, en este estudio, se propone un método de diagnóstico automatizado para la EP basado en una máquina de soporte de vectores multiclase (MCSVM) mejorada en la que se utilizan sensores portátiles. Se realizó un análisis cinemático para extraer características de la marcha, tanto espaciotemporales como cinemáticas, de los sensores IMU y de presión instalados. Se diseñaron experimentos de comparación de tres funciones de kernel diferentes y experimentos de trayectoria lineal. Los resultados experimentales muestran que las precisiones de las tres funciones de kernel propuestas de la MCSVM mejorada son del 92.43%, 93.45% y 95.35%. Las trayectorias de simulación de la MCSVM son las más cercanas a las trayectorias reales, lo que demuestra que la técnica tiene un mejor rendimiento en el diagnóstico clínico de la EP.
Autores: Ji, Miaoxin; Ren, Renhao; Zhang, Wei; Xu, Qiangwei
Idioma: Inglés
Editor: MDPI
Año: 2024
Disponible con Suscripción Virtualpro
Artículos
Categoría
Ingeniería y Tecnología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 11
Citaciones: Sin citaciones
Este documento es un artículo elaborado por Miaoxin Ji, Renhao Ren, Wei Zhang y Qiangwei Xu para la revista Electronics, Vol. 13, Núm. 14. Publicación de MDPI. Contacto: electronics@mdpi.com
El diagnóstico clínico de la enfermedad de Parkinson (EP) ha sido objeto de investigación en robótica médica. Actualmente, un tema de investigación candente es cómo evaluar con precisión la gravedad de los pacientes con enfermedad de Parkinson y permitir que los robots médicos ayuden mejor a los pacientes en el proceso de rehabilitación. La tarea de caminar en la Escala Unificada de Calificación de la Enfermedad de Parkinson (UPDRS) es un criterio diagnóstico bien establecido para los pacientes con EP. Sin embargo, el diagnóstico clínico de la EP se determina en función de la experiencia clínica de los neurólogos, lo cual es subjetivo e inexacto. Por lo tanto, en este estudio, se propone un método de diagnóstico automatizado para la EP basado en una máquina de soporte de vectores multiclase (MCSVM) mejorada en la que se utilizan sensores portátiles. Se realizó un análisis cinemático para extraer características de la marcha, tanto espaciotemporales como cinemáticas, de los sensores IMU y de presión instalados. Se diseñaron experimentos de comparación de tres funciones de kernel diferentes y experimentos de trayectoria lineal. Los resultados experimentales muestran que las precisiones de las tres funciones de kernel propuestas de la MCSVM mejorada son del 92.43%, 93.45% y 95.35%. Las trayectorias de simulación de la MCSVM son las más cercanas a las trayectorias reales, lo que demuestra que la técnica tiene un mejor rendimiento en el diagnóstico clínico de la EP.
Descripción
El diagnóstico clínico de la enfermedad de Parkinson (EP) ha sido objeto de investigación en robótica médica. Actualmente, un tema de investigación candente es cómo evaluar con precisión la gravedad de los pacientes con enfermedad de Parkinson y permitir que los robots médicos ayuden mejor a los pacientes en el proceso de rehabilitación. La tarea de caminar en la Escala Unificada de Calificación de la Enfermedad de Parkinson (UPDRS) es un criterio diagnóstico bien establecido para los pacientes con EP. Sin embargo, el diagnóstico clínico de la EP se determina en función de la experiencia clínica de los neurólogos, lo cual es subjetivo e inexacto. Por lo tanto, en este estudio, se propone un método de diagnóstico automatizado para la EP basado en una máquina de soporte de vectores multiclase (MCSVM) mejorada en la que se utilizan sensores portátiles. Se realizó un análisis cinemático para extraer características de la marcha, tanto espaciotemporales como cinemáticas, de los sensores IMU y de presión instalados. Se diseñaron experimentos de comparación de tres funciones de kernel diferentes y experimentos de trayectoria lineal. Los resultados experimentales muestran que las precisiones de las tres funciones de kernel propuestas de la MCSVM mejorada son del 92.43%, 93.45% y 95.35%. Las trayectorias de simulación de la MCSVM son las más cercanas a las trayectorias reales, lo que demuestra que la técnica tiene un mejor rendimiento en el diagnóstico clínico de la EP.