Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas

Detalhes bibliográficos
Autor(a) principal: Silva Junior, Jorge Luiz Ferreira da
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_7eb4cc7afb961fe71448583507f8bd6e
oai_identifier_str oai:repositorio.unb.br:10482/34583
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinasParkinson disease staging through machine learning techniquesParkinson, Doença de - diagnósticoAprendizagem de máquinaSinais eletromiográficosProcessamento de sinaisDissertação (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 BiomédicaBrasil, Lourdes MattosMarães, Vera Regina Fernandes da SilvaSilva Junior, Jorge Luiz Ferreira da2019-05-08T21:47:42Z2019-05-08T21:47:42Z2019-05-082018-11-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSILVA 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/10482/34583A 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/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-02-08T21:15:33Zoai:repositorio.unb.br:10482/34583Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-02-08T21:15:33Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas
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.none.fl_str_mv Brasil, Lourdes Mattos
Marães, Vera Regina Fernandes da Silva
dc.contributor.author.fl_str_mv Silva Junior, Jorge Luiz Ferreira da
dc.subject.por.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.none.fl_str_mv 2018-11-28
2019-05-08T21:47:42Z
2019-05-08T21:47:42Z
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.uri.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.
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.format.none.fl_str_mv application/pdf
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
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508250352058368

Registros relacionados