Resumen

La enfermedad de Parkinson afecta a millones de personas en todo el mundo y, en consecuencia, han surgido diversos enfoques para ayudar a diagnosticar esta enfermedad, entre los que destacan los exámenes de escritura. La extracción de características de los exámenes de escritura es una importante contribución del campo computacional para el diagnóstico de esta enfermedad. En este trabajo, proponemos un enfoque que mide la similitud entre la plantilla del examen y el trazo manuscrito del paciente siguiendo la plantilla del examen. Esta similitud se midió utilizando la Matriz de Coocurrencia Estructural para calcular lo cerca que está el trazo manuscrito del paciente de la plantilla de examen. El enfoque propuesto se evaluó utilizando varias plantillas de examen y los trazos manuscritos del paciente. Cada una de estas variaciones se utilizó junto con los clasificadores Naïve Bayes, OPF y SVM. En conclusión, el enfoque propuesto demostró ser mejor que los métodos existentes en la literatura y, por lo tanto, es una herramienta prometedora para el diagnóstico de la enfermedad de Parkinson.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:trazo manuscrito, plantilla de examen, enfoque propuesto, enfermedad, diagnóstico de parkinson, millones de personas, varias plantillas de examen, pacientes, matriz de coocurrencia estructural, campo computacional
• Keywords:handwritten trace, exam template, proposed approach, disease, diagnosis of parkinson, million of people, various exam template, patients, structural cooccurrence matrix, computational field