Visualização e classificação de características para a discriminação entre indivíduos com a doença de Parkinson submetidos a tratamento com Levodopa e estimulação profunda do cérebro

• Ano de defesa: 2017
• Autor(a) principal: Machado, Alessandro Ribeiro de Pádua
• Orientador(a): Andrade, Adriano de Oliveira
• Banca de defesa: Pereira, Adriano Alves , Sousa, Gilmar da Cunha , Fernandes, Luciane Fernanda Rodrigues Martinho , Pinheiro Júnior, Carlos Galvão
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Uberlândia
• Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia Elétrica
• País: Brasil
• Palavras-chave em Português: Engenharia elétrica; Parkinson, Doença de; Estimulação Profunda do Cérebro; Sensores inerciais; Eletromiografia; Parkinson’s disease; Deep Brain Stimulation; Levodopa; Inertial sensors; Electromyography
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: https://repositorio.ufu.br/handle/123456789/18291; http://dx.doi.org/10.14393/ufu.te.2017.49

Ao longo dos anos vários tratamentos têm sido adotados para o gerenciamento do comportamento motor em pessoas que sofrem da Doença de Parkinson, incluindo tratamentos baseados em medicamentos e Estimulação Profunda do Cérebro. Geralmente a eficácia desses tratamentos é avaliada através de mensurações subjetivas, onde os resultados estão sujeitos a erros e dependem da experiência do examinador. Neste estudo foram empregadas análises objetivas com a finalidade de se visualizar e capturar diferenças motoras entre grupos de pacientes com Doença de Parkinson submetidos ao tratamento medicamentoso e à Estimulação Profunda do Cérebro e um grupo controle com sujeitos saudáveis. Um total de 38 sujeitos participaram desta pesquisa, sendo 10 indivíduos saudáveis pertencentes ao grupo controle, 12 indivíduos com a doença de Parkinson tratados com a Estimulação Profunda do Cérebro e 16 indivíduos com a Doença de Parkinson tratados com medicamento. Os sujeitos foram avaliados através de monitoramento durante a execução de três tarefas dinâmicas (movimento de pinça dos dedos, movimento de levar o dedo indicador ao nariz, supinação e pronação do antebraço) e uma tarefa estática (cotovelo em extensão sem a realização de movimentos voluntários). Com o objetivo de se mensurar o movimento e a atividade muscular resultantes dessas tarefas, dois pares de sensores inerciais e dois pares de sensores eletromiográficos foram utilizados. A extração de características foi utilizada para se estimar informações relevantes sobre os dados e, então, as características em espaço de alta dimensionalidade foram reduzidas em um espaço de baixa dimensionalidade através do mapeamento não linear de Sammon. O método estatístico de análise de variância não paramétrico foi empregado para a verificação de diferenças relevantes entre os grupos (p<0,05). Adicionalmente, o método de validação cruzada K-fold para análises discriminantes foi empregado para a classificação dos dados. Os resultados mostraram diferenças visuais e estatísticas para todos os grupos e condições. Os métodos empregados foram bem-sucedidos para a discriminação entre os grupos, sendo, portanto, eficientes para a caracterização das diferenças com uma taxa média de sucesso de 81%±6% (média ± o desvio padrão) e 71%±8%, para os grupos de classificação e teste, respectivamente. Esse estudo mostrou a discriminação entre grupos de pessoas em condições saudáveis e não-saudáveis. Os métodos empregados foram capazes de discriminar indivíduos com a Doença de Parkinson tratados com levodopa e Estimulação Profunda do Cérebro, contribuindo assim para a objetiva caracterização e visualização das características extraídas dos sensores inerciais e eletromiográficos para cara grupo investigado.