Mostrar el registro sencillo del ítem

Representaciones tiempo-frecuencia basadas en sensores inerciales para caracterizar la marcha en la enfermedad de Parkinson

dc.contributor.authorBedoya-Vargas, Marlon E.
dc.contributor.authorVásquez-Correa, Juan C.
dc.contributor.authorOrozco-Arroyave, Juan R.
dc.date.accessioned2019-07-18T14:13:20Z
dc.date.accessioned2019-08-22T14:18:17Z
dc.date.available2019-07-18T14:13:20Z
dc.date.available2019-08-22T14:18:17Z
dc.date.issued2018-09-14
dc.identifierhttps://revistas.itm.edu.co/index.php/tecnologicas/article/view/1056
dc.identifier10.22430/22565337.1056
dc.identifier.urihttp://hdl.handle.net/20.500.12622/1064
dc.description.abstractLa Enfermedad de Parkinson (EP) es un desorden neurodegenerativo del sistema nervioso central, cuyas características principales incluyen entre otras la rigidez, bradicinesia y pérdida de los reflejos posturales. El diagnóstico de la EP está basado en análisis de la historia clínica y evaluaciones físicas realizadas a los pacientes. El monitoreo del estado neurológico de los pacientes está basado en valoraciones subjetivas que realizan los neurólogos. El análisis de la marcha usando sensores inerciales aparece como un instrumento sencillo y útil para ayudar en el proceso de diagnóstico y monitoreo de los pacientes con EP. En este artículo usamos el sistema eGaIT, el cual captura señales de acelerómetro y giróscopo del proceso de marcha para evaluar las habilidades motoras de los pacientes. Las transformadas de Fourier y Wavelet son utilizadas para extraer medidas basadas en energía y entropía en el dominio de Tiempo-Frecuencia. Las características extraídas son utilizadas para discriminar entre pacientes con EP y personas sanas. De acuerdo con los resultados, es posible clasificar estos dos grupos con una precisión de hasta el 94 %.spa
dc.format.mimetypeapplication/pdf
dc.format.mimetypetext/html
dc.format.mimetypetext/xml
dc.language.isospa
dc.publisherInstituto Tecnológico Metropolitano (ITM)spa
dc.relationhttps://revistas.itm.edu.co/index.php/tecnologicas/article/view/1056/1064
dc.relationhttps://revistas.itm.edu.co/index.php/tecnologicas/article/view/1056/1079
dc.relationhttps://revistas.itm.edu.co/index.php/tecnologicas/article/view/1056/1216
dc.relationhttps://revistas.itm.edu.co/index.php/tecnologicas/article/view/1056/1237
dc.rightshttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.source2256-5337
dc.source0123-7799
dc.sourceTecnoLógicas; Vol 21 No 43 (2018); 53-69eng
dc.sourceTecnoLógicas; Vol. 21 Núm. 43 (2018); 53-69spa
dc.subjectEnfermedad de Parkinsonspa
dc.subjectsensores inercialesspa
dc.subjectrepresentación tiempo-frecuenciaspa
dc.subjectTransformada Waveletspa
dc.subjectanálisis de marchaspa
dc.subjectclasificación supervisadaspa
dc.titleRepresentaciones tiempo-frecuencia basadas en sensores inerciales para caracterizar la marcha en la enfermedad de Parkinsonspa
dc.title.alternativeTime-frequency representations from inertial sensors to characterize the gait in Parkinson’s disease
dc.subject.keywordsParkinson’s Diseaseeng
dc.subject.keywordsinertial sensorseng
dc.subject.keywordstime-frequency representationeng
dc.subject.keywordswavelet transformeng
dc.subject.keywordsgait analysiseng
dc.subject.keywordssupervised classificationeng
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeArticleseng
dc.typeArtículosspa
dc.relation.ispartofjournalTecnoLógicas
dc.description.abstractenglishParkinson’s Disease (PD) is a neurodegenerative disorder of the central nervous system whose main symptoms include rigidity, bradykinesia, and loss of postural reflexes. PD diagnosis is based on an analysis of the medical record and physical examinations of the patient. Besides, the neurological state of patients is monitored with subjective evaluations by neurologists. Gait analysis using inertial sensors was introduced as a simple and useful tool that supports the diagnosis and monitoring of PD patients. This work used the eGaIT system to capture the signals of the accelerometer and the gyroscope of the gait in order to evaluate the motor skills of patients. Fourier and wavelet transform were used to extract measurements based on energy and entropy in the time-frequency domain. The extracted characteristics were used to recognize differences between PD patients and healthy individuals. The results enabled to classify said groups with an accuracy of up to 94%.eng
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.type.coarhttp://purl.org/coar/resource_type/c_6501


Ficheros en el ítem

Thumbnail
Nombre:
1056-Manuscrito-2539-1-10-2018 ...
Tamaño:
1.375Mb
Formato:
PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem