Classificação de doenças neurodegenerativas baseada na locomoção humana

Detalhes bibliográficos
Autor(a) principal: Silva, Filipa Daniela Azevedo
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10348/9854
Resumo: As doenças neurodegenerativas referem-se à disfunção do controlo do sistema nervoso e muscular. A análise da marcha é uma ferramenta eficaz para a identificação e classificação da gravidade dos tipos dessas doenças. Nesta dissertação, apresentam-se métodos não lineares para o estudo de sinais da marcha referentes a indivíduos com doenças neurodegenerativas, nomeadamente o Detren-ded Fluctuation Analysise a Entropia Aproximada. Posteriormente, usam-se redes neuronais para classificar pacientes portadores destas doenças. Foi dada especialatenção às redes neuronais não-recorrentes (redefeedforward), bem como às redes neuronais-recorrentes (Long Short-Term Memory). Para esse fim, foi utilizada a base de dados intitulada por Marcha na Base de Dados de Doenças Neurodegenerativas (gaitndd) retirada da Physionet, que é constituída por quatro grupos: um relativo a indivíduos saudáveis (controlo), outro a indivíduos portadores da doença de Huntington, o terceiro a pacientes com Esclerose Lateral Amiotrófica e o quarto a indivíduos com a patologia de Parkinson.
id RCAP_d5c51835aa0926a9e855acd3505a58d2
oai_identifier_str oai:repositorio.utad.pt:10348/9854
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Classificação de doenças neurodegenerativas baseada na locomoção humanadoenças neurodegenerativaslocomoção humanaAs doenças neurodegenerativas referem-se à disfunção do controlo do sistema nervoso e muscular. A análise da marcha é uma ferramenta eficaz para a identificação e classificação da gravidade dos tipos dessas doenças. Nesta dissertação, apresentam-se métodos não lineares para o estudo de sinais da marcha referentes a indivíduos com doenças neurodegenerativas, nomeadamente o Detren-ded Fluctuation Analysise a Entropia Aproximada. Posteriormente, usam-se redes neuronais para classificar pacientes portadores destas doenças. Foi dada especialatenção às redes neuronais não-recorrentes (redefeedforward), bem como às redes neuronais-recorrentes (Long Short-Term Memory). Para esse fim, foi utilizada a base de dados intitulada por Marcha na Base de Dados de Doenças Neurodegenerativas (gaitndd) retirada da Physionet, que é constituída por quatro grupos: um relativo a indivíduos saudáveis (controlo), outro a indivíduos portadores da doença de Huntington, o terceiro a pacientes com Esclerose Lateral Amiotrófica e o quarto a indivíduos com a patologia de Parkinson.Neurodegenerative diseases refer to dysfunction in the control of thenervous and muscular system. Gait analysis is an effective tool for identifying andclassifying the severity of the types of these diseases. In this dissertation, non-linearmethods for the study of gait signals for individuals with neurodegenerative disea-ses are presented, namely theDetrended Fluctuation Analysisand the ApproximateEntropy. Subsequently, neural networks are used to classify patients with these di-seases. Special attention was paid to non-recurring neural networks (feedforwardnetwork), as well as to recurrent neural networks (Long Short-Term Memory). Forthis purpose, the database entitled Gait in Neurodegenerative Disease DatabasePhysionet withdrawal, which consists of four groups: one relating to healthy in-dividuals (control), another to individuals with Huntington’s disease, the third topatients with Amyotrophic Lateral Sclerosis and the fourth to individuals with Par-kinson’s disease.2020-05-12T14:30:05Z2020-02-21T00:00:00Z2020-02-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfhttp://hdl.handle.net/10348/9854porSilva, Filipa Daniela Azevedoinfo:eu-repo/semantics/embargoedAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-02T12:51:44Zoai:repositorio.utad.pt:10348/9854Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:05:18.647580Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Classificação de doenças neurodegenerativas baseada na locomoção humana
title Classificação de doenças neurodegenerativas baseada na locomoção humana
spellingShingle Classificação de doenças neurodegenerativas baseada na locomoção humana
Silva, Filipa Daniela Azevedo
doenças neurodegenerativas
locomoção humana
title_short Classificação de doenças neurodegenerativas baseada na locomoção humana
title_full Classificação de doenças neurodegenerativas baseada na locomoção humana
title_fullStr Classificação de doenças neurodegenerativas baseada na locomoção humana
title_full_unstemmed Classificação de doenças neurodegenerativas baseada na locomoção humana
title_sort Classificação de doenças neurodegenerativas baseada na locomoção humana
author Silva, Filipa Daniela Azevedo
author_facet Silva, Filipa Daniela Azevedo
author_role author
dc.contributor.author.fl_str_mv Silva, Filipa Daniela Azevedo
dc.subject.por.fl_str_mv doenças neurodegenerativas
locomoção humana
topic doenças neurodegenerativas
locomoção humana
description As doenças neurodegenerativas referem-se à disfunção do controlo do sistema nervoso e muscular. A análise da marcha é uma ferramenta eficaz para a identificação e classificação da gravidade dos tipos dessas doenças. Nesta dissertação, apresentam-se métodos não lineares para o estudo de sinais da marcha referentes a indivíduos com doenças neurodegenerativas, nomeadamente o Detren-ded Fluctuation Analysise a Entropia Aproximada. Posteriormente, usam-se redes neuronais para classificar pacientes portadores destas doenças. Foi dada especialatenção às redes neuronais não-recorrentes (redefeedforward), bem como às redes neuronais-recorrentes (Long Short-Term Memory). Para esse fim, foi utilizada a base de dados intitulada por Marcha na Base de Dados de Doenças Neurodegenerativas (gaitndd) retirada da Physionet, que é constituída por quatro grupos: um relativo a indivíduos saudáveis (controlo), outro a indivíduos portadores da doença de Huntington, o terceiro a pacientes com Esclerose Lateral Amiotrófica e o quarto a indivíduos com a patologia de Parkinson.
publishDate 2020
dc.date.none.fl_str_mv 2020-05-12T14:30:05Z
2020-02-21T00:00:00Z
2020-02-21
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10348/9854
url http://hdl.handle.net/10348/9854
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/embargoedAccess
eu_rights_str_mv embargoedAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137140106330112

Registros relacionados