Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UnB |
Texto Completo: | http://repositorio.unb.br/handle/10482/34583 |
Resumo: | Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018. |
id |
UNB_4159320e42da898c88a180d65b49f7ce |
---|---|
oai_identifier_str |
oai:repositorio2.unb.br:10482/34583 |
network_acronym_str |
UNB |
network_name_str |
Repositório Institucional da UnB |
repository_id_str |
|
spelling |
Silva Junior, Jorge Luiz Ferreira daMarães, Vera Regina Fernandes da SilvaBrasil, Lourdes Mattos2019-05-08T21:47:42Z2019-05-08T21:47:42Z2019-05-082018-11-28SILVA 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.http://repositorio.unb.br/handle/10482/34583Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018.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.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.Faculdade UnB Gama (FGA)Programa de Pós-Graduação em Engenharia BiomédicaA 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.info:eu-repo/semantics/openAccessEstadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinasParkinson disease staging through machine learning techniquesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisParkinson, Doença de - diagnósticoAprendizagem de máquinaSinais eletromiográficosProcessamento de sinaisporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2018_JorgeLuizFerreiradaSilvaJunior.pdf2018_JorgeLuizFerreiradaSilvaJunior.pdfapplication/pdf11314698http://repositorio2.unb.br/jspui/bitstream/10482/34583/1/2018_JorgeLuizFerreiradaSilvaJunior.pdf9d2f3ba4c76f5061f2ad5b9614717399MD51open accessLICENSElicense.txtlicense.txttext/plain671http://repositorio2.unb.br/jspui/bitstream/10482/34583/2/license.txtbacfee268cc5d4f6aaa2e6e0066d38f5MD52open access10482/345832024-02-08 18:15:33.308open accessoai:repositorio2.unb.br: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Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2024-02-08T21:15:33Repositório Institucional da UnB - Universidade de Brasília (UnB)false |
dc.title.pt_BR.fl_str_mv |
Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas |
dc.title.alternative.pt_BR.fl_str_mv |
Parkinson disease staging through machine learning techniques |
title |
Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas |
spellingShingle |
Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas Silva Junior, Jorge Luiz Ferreira da Parkinson, Doença de - diagnóstico Aprendizagem de máquina Sinais eletromiográficos Processamento de sinais |
title_short |
Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas |
title_full |
Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas |
title_fullStr |
Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas |
title_full_unstemmed |
Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas |
title_sort |
Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas |
author |
Silva Junior, Jorge Luiz Ferreira da |
author_facet |
Silva Junior, Jorge Luiz Ferreira da |
author_role |
author |
dc.contributor.advisorco.none.fl_str_mv |
Marães, Vera Regina Fernandes da Silva |
dc.contributor.author.fl_str_mv |
Silva Junior, Jorge Luiz Ferreira da |
dc.contributor.advisor1.fl_str_mv |
Brasil, Lourdes Mattos |
contributor_str_mv |
Brasil, Lourdes Mattos |
dc.subject.keyword.pt_BR.fl_str_mv |
Parkinson, Doença de - diagnóstico Aprendizagem de máquina Sinais eletromiográficos Processamento de sinais |
topic |
Parkinson, Doença de - diagnóstico Aprendizagem de máquina Sinais eletromiográficos Processamento de sinais |
description |
Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018. |
publishDate |
2018 |
dc.date.submitted.none.fl_str_mv |
2018-11-28 |
dc.date.accessioned.fl_str_mv |
2019-05-08T21:47:42Z |
dc.date.available.fl_str_mv |
2019-05-08T21:47:42Z |
dc.date.issued.fl_str_mv |
2019-05-08 |
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.citation.fl_str_mv |
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. |
dc.identifier.uri.fl_str_mv |
http://repositorio.unb.br/handle/10482/34583 |
identifier_str_mv |
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. |
url |
http://repositorio.unb.br/handle/10482/34583 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UnB instname:Universidade de Brasília (UnB) instacron:UNB |
instname_str |
Universidade de Brasília (UnB) |
instacron_str |
UNB |
institution |
UNB |
reponame_str |
Repositório Institucional da UnB |
collection |
Repositório Institucional da UnB |
bitstream.url.fl_str_mv |
http://repositorio2.unb.br/jspui/bitstream/10482/34583/1/2018_JorgeLuizFerreiradaSilvaJunior.pdf http://repositorio2.unb.br/jspui/bitstream/10482/34583/2/license.txt |
bitstream.checksum.fl_str_mv |
9d2f3ba4c76f5061f2ad5b9614717399 bacfee268cc5d4f6aaa2e6e0066d38f5 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UnB - Universidade de Brasília (UnB) |
repository.mail.fl_str_mv |
|
_version_ |
1801863950272299008 |