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: | |
Orientador(a): | |
Banca de defesa: | , , , |
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
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | https://repositorio.ufu.br/handle/123456789/18291 http://dx.doi.org/10.14393/ufu.te.2017.49 |
Resumo: | 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. |
id |
UFU_dd84964692655dc772524f0ec3b6a77b |
---|---|
oai_identifier_str |
oai:repositorio.ufu.br:123456789/18291 |
network_acronym_str |
UFU |
network_name_str |
Repositório Institucional da UFU |
repository_id_str |
|
spelling |
2017-03-29T13:24:06Z2017-03-29T13:24:06Z2017-02-21MACHADO, Alessandro Ribeiro de Pádua. 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. 2016. 90 f. Tese (Doutorado em Ciências) - Universidade Federal de Uberlândia, Uberlândia, 2016. Disponível em http://dx.doi.org/10.14393/ufu.te.2017.49.https://repositorio.ufu.br/handle/123456789/18291http://dx.doi.org/10.14393/ufu.te.2017.49Ao 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.Over the years, a number of distinct treatments have been adopted for the management of the motor symptoms of Parkinson’s disease (PD), including pharmacologic therapies and deep brain stimulation (DBS). Efficacy is most often evaluated by subjective assessments which are prone to error and dependent on the experience of the examiner. Our goal was to identify an objective means of assessing response to therapy. In this study, we employed objective analyses in order to visualize and identify differences between three groups: healthy control (N=10), subjects with PD treated with DBS (N=12), and subjects with PD treated with levodopa (N=16). Subjects were assessed during execution of three dynamic tasks (finger taps, finger to nose, supination and pronation) and a static task (rest, i.e., extended arm with no active movement). Measurements were acquired with two pairs of inertial and electromyographic sensors. Feature extraction was applied to estimate the relevant information from the data after which high-dimensional feature space was reduced to a two-dimensional space by using the nonlinear Sammon’s map. The statistical method Non-Parametric Analysis of Variance was employed for the verification of relevant statistical differences among the groups (p < 0.05). In addition, K-fold cross-validation for discriminant analysis based on Gaussian Finite Mixture Modeling was employed for data classification. The results showed visual and statistical differences for all groups and conditions (i.e., static and dynamic tasks). The employed methods were successful for the discrimination of the groups. Classification accuracy was 81%±6% (mean ± standard deviation) and 71%±8%, for classification and test groups respectively. This research showed the discrimination between healthy and diseased groups conditions. The methods were also able to discriminate individuals with PD treated with DBS and levodopa. These methods enable objective characterization and visualization of features extracted from inertial and electromyographic sensors for different groups.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorCNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoFAPEMIG - Fundação de Amparo a Pesquisa do Estado de Minas GeraisFundação LemannTese (Doutorado)porUniversidade Federal de UberlândiaPrograma de Pós-graduação em Engenharia ElétricaBrasilCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAEngenharia elétricaParkinson, Doença deEstimulação Profunda do CérebroSensores inerciaisEletromiografiaParkinson’s diseaseDeep Brain StimulationLevodopaInertial sensorsElectromyographyVisualização e classificação de características para a discriminação entre indivíduos com a doença de Parkinson submetidos a tratamento com Levodopa e estimulação profunda do cérebroinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisPouratian, NaderAndrade, Adriano de Oliveirahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4702483U8Pereira, Adriano Alveshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4708323H0Sousa, Gilmar da Cunhahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4762339D9Fernandes, Luciane Fernanda Rodrigues Martinhohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4701937T6Pinheiro Júnior, Carlos Galvãohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4763540P5http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4240076U9Machado, Alessandro Ribeiro de Pádua90info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFUTHUMBNAILVisualizacaoClassificacaoCaracteristicas.pdf.jpgVisualizacaoClassificacaoCaracteristicas.pdf.jpgGenerated Thumbnailimage/jpeg1251https://repositorio.ufu.br/bitstream/123456789/18291/4/VisualizacaoClassificacaoCaracteristicas.pdf.jpg634f6a11aeb922d8f9d72c3d757aecf2MD54TEXTVisualizacaoClassificacaoCaracteristicas.pdf.txtVisualizacaoClassificacaoCaracteristicas.pdf.txtExtracted texttext/plain167741https://repositorio.ufu.br/bitstream/123456789/18291/3/VisualizacaoClassificacaoCaracteristicas.pdf.txt9c6cc872468a96a6302cf5b36f16ef87MD53ORIGINALVisualizacaoClassificacaoCaracteristicas.pdfVisualizacaoClassificacaoCaracteristicas.pdfTeseapplication/pdf14457701https://repositorio.ufu.br/bitstream/123456789/18291/1/VisualizacaoClassificacaoCaracteristicas.pdf4b79731d2b213964f1d884a002965bfbMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81792https://repositorio.ufu.br/bitstream/123456789/18291/2/license.txt48ded82ce41b8d2426af12aed6b3cbf3MD52123456789/182912019-02-05 15:07:36.474oai:repositorio.ufu.br:123456789/18291w4kgbmVjZXNzw6FyaW8gY29uY29yZGFyIGNvbSBhIGxpY2Vuw6dhIGRlIGRpc3RyaWJ1acOnw6NvIG7Do28tZXhjbHVzaXZhLCBhbnRlcyBxdWUgbyBkb2N1bWVudG8gcG9zc2EgYXBhcmVjZXIgbm8gUmVwb3NpdMOzcmlvLiBQb3IgZmF2b3IsIGxlaWEgYSBsaWNlbsOnYSBhdGVudGFtZW50ZS4gQ2FzbyBuZWNlc3NpdGUgZGUgYWxndW0gZXNjbGFyZWNpbWVudG8gZW50cmUgZW0gY29udGF0byBhdHJhdsOpcyBkbyBlLW1haWwgIHJlcG9zaXRvcmlvQHVmdS5ici4KCkxJQ0VOw4dBIERFIERJU1RSSUJVScOHw4NPIE7Dg08tRVhDTFVTSVZBCgpBbyBhc3NpbmFyIGUgZW50cmVnYXIgZXN0YSBsaWNlbsOnYSwgby9hIFNyLi9TcmEuIChhdXRvciBvdSBkZXRlbnRvciBkb3MgZGlyZWl0b3MgZGUgYXV0b3IpOgoKYSkgQ29uY2VkZSDDoCBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkZSBVYmVybMOibmRpYSBvIGRpcmVpdG8gbsOjby1leGNsdXNpdm8gZGUgcmVwcm9kdXppciwgY29udmVydGVyIChjb21vIGRlZmluaWRvIGFiYWl4byksIGNvbXVuaWNhciBlL291IGRpc3RyaWJ1aXIgbyBkb2N1bWVudG8gZW50cmVndWUgKGluY2x1aW5kbyBvIHJlc3Vtby9hYnN0cmFjdCkgZW0gZm9ybWF0byBkaWdpdGFsIG91IGltcHJlc3NvIGUgZW0gcXVhbHF1ZXIgbWVpby4KCmIpIERlY2xhcmEgcXVlIG8gZG9jdW1lbnRvIGVudHJlZ3VlIMOpIHNldSB0cmFiYWxobyBvcmlnaW5hbCwgZSBxdWUgZGV0w6ltIG8gZGlyZWl0byBkZSBjb25jZWRlciBvcyBkaXJlaXRvcyBjb250aWRvcyBuZXN0YSBsaWNlbsOnYS4gRGVjbGFyYSB0YW1iw6ltIHF1ZSBhIGVudHJlZ2EgZG8gZG9jdW1lbnRvIG7Do28gaW5mcmluZ2UsIHRhbnRvIHF1YW50byBsaGUgw6kgcG9zc8OtdmVsIHNhYmVyLCBvcyBkaXJlaXRvcyBkZSBxdWFscXVlciBvdXRyYSBwZXNzb2Egb3UgZW50aWRhZGUuCgpjKSBTZSBvIGRvY3VtZW50byBlbnRyZWd1ZSBjb250w6ltIG1hdGVyaWFsIGRvIHF1YWwgbsOjbyBkZXTDqW0gb3MgZGlyZWl0b3MgZGUgYXV0b3IsIGRlY2xhcmEgcXVlIG9idGV2ZSBhdXRvcml6YcOnw6NvIGRvIGRldGVudG9yIGRvcyBkaXJlaXRvcyBkZSBhdXRvciBwYXJhIGNvbmNlZGVyIMOgIFVuaXZlcnNpZGFkZSBGZWRlcmFsIGRlIFViZXJsw6JuZGlhIG9zIGRpcmVpdG9zIHJlcXVlcmlkb3MgcG9yIGVzdGEgbGljZW7Dp2EsIGUgcXVlIGVzc2UgbWF0ZXJpYWwgY3Vqb3MgZGlyZWl0b3Mgc8OjbyBkZSB0ZXJjZWlyb3MgZXN0w6EgY2xhcmFtZW50ZSBpZGVudGlmaWNhZG8gZSByZWNvbmhlY2lkbyBubyB0ZXh0byBvdSBjb250ZcO6ZG8gZG8gZG9jdW1lbnRvIGVudHJlZ3VlLgoKU2UgbyBkb2N1bWVudG8gZW50cmVndWUgw6kgYmFzZWFkbyBlbSB0cmFiYWxobyBmaW5hbmNpYWRvIG91IGFwb2lhZG8gcG9yIG91dHJhIGluc3RpdHVpw6fDo28gcXVlIG7Do28gYSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkZSBVYmVybMOibmRpYSwgZGVjbGFyYSBxdWUgY3VtcHJpdSBxdWFpc3F1ZXIgb2JyaWdhw6fDtWVzIGV4aWdpZGFzIHBlbG8gcmVzcGVjdGl2byBjb250cmF0byBvdSBhY29yZG8uCgpBIFVuaXZlcnNpZGFkZSBGZWRlcmFsIGRlIFViZXJsw6JuZGlhIGlkZW50aWZpY2Fyw6EgY2xhcmFtZW50ZSBvKHMpIHNldShzKSBub21lKHMpIGNvbW8gbyhzKSBhdXRvcihlcykgb3UgZGV0ZW50b3IgKGVzKSBkb3MgZGlyZWl0b3MgZG8gZG9jdW1lbnRvIGVudHJlZ3VlLCBlIG7Do28gZmFyw6EgcXVhbHF1ZXIgYWx0ZXJhw6fDo28sIHBhcmEgYWzDqW0gZGFzIHBlcm1pdGlkYXMgcG9yIGVzdGEgbGljZW7Dp2EuCg==Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2019-02-05T17:07:36Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false |
dc.title.pt_BR.fl_str_mv |
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 |
title |
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 |
spellingShingle |
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 Machado, Alessandro Ribeiro de Pádua CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Engenharia elétrica Parkinson, Doença de Estimulação Profunda do Cérebro Sensores inerciais Eletromiografia Parkinson’s disease Deep Brain Stimulation Levodopa Inertial sensors Electromyography |
title_short |
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 |
title_full |
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 |
title_fullStr |
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 |
title_full_unstemmed |
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 |
title_sort |
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 |
author |
Machado, Alessandro Ribeiro de Pádua |
author_facet |
Machado, Alessandro Ribeiro de Pádua |
author_role |
author |
dc.contributor.advisor-co1.fl_str_mv |
Pouratian, Nader |
dc.contributor.advisor1.fl_str_mv |
Andrade, Adriano de Oliveira |
dc.contributor.advisor1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4702483U8 |
dc.contributor.referee1.fl_str_mv |
Pereira, Adriano Alves |
dc.contributor.referee1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4708323H0 |
dc.contributor.referee2.fl_str_mv |
Sousa, Gilmar da Cunha |
dc.contributor.referee2Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4762339D9 |
dc.contributor.referee3.fl_str_mv |
Fernandes, Luciane Fernanda Rodrigues Martinho |
dc.contributor.referee3Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4701937T6 |
dc.contributor.referee4.fl_str_mv |
Pinheiro Júnior, Carlos Galvão |
dc.contributor.referee4Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4763540P5 |
dc.contributor.authorLattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4240076U9 |
dc.contributor.author.fl_str_mv |
Machado, Alessandro Ribeiro de Pádua |
contributor_str_mv |
Pouratian, Nader Andrade, Adriano de Oliveira Pereira, Adriano Alves Sousa, Gilmar da Cunha Fernandes, Luciane Fernanda Rodrigues Martinho Pinheiro Júnior, Carlos Galvão |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Engenharia elétrica Parkinson, Doença de Estimulação Profunda do Cérebro Sensores inerciais Eletromiografia Parkinson’s disease Deep Brain Stimulation Levodopa Inertial sensors Electromyography |
dc.subject.por.fl_str_mv |
Engenharia elétrica Parkinson, Doença de Estimulação Profunda do Cérebro Sensores inerciais Eletromiografia Parkinson’s disease Deep Brain Stimulation Levodopa Inertial sensors Electromyography |
description |
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. |
publishDate |
2017 |
dc.date.accessioned.fl_str_mv |
2017-03-29T13:24:06Z |
dc.date.available.fl_str_mv |
2017-03-29T13:24:06Z |
dc.date.issued.fl_str_mv |
2017-02-21 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MACHADO, Alessandro Ribeiro de Pádua. 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. 2016. 90 f. Tese (Doutorado em Ciências) - Universidade Federal de Uberlândia, Uberlândia, 2016. Disponível em http://dx.doi.org/10.14393/ufu.te.2017.49. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufu.br/handle/123456789/18291 |
dc.identifier.doi.none.fl_str_mv |
http://dx.doi.org/10.14393/ufu.te.2017.49 |
identifier_str_mv |
MACHADO, Alessandro Ribeiro de Pádua. 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. 2016. 90 f. Tese (Doutorado em Ciências) - Universidade Federal de Uberlândia, Uberlândia, 2016. Disponível em http://dx.doi.org/10.14393/ufu.te.2017.49. |
url |
https://repositorio.ufu.br/handle/123456789/18291 http://dx.doi.org/10.14393/ufu.te.2017.49 |
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.publisher.none.fl_str_mv |
Universidade Federal de Uberlândia |
dc.publisher.program.fl_str_mv |
Programa de Pós-graduação em Engenharia Elétrica |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Uberlândia |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFU instname:Universidade Federal de Uberlândia (UFU) instacron:UFU |
instname_str |
Universidade Federal de Uberlândia (UFU) |
instacron_str |
UFU |
institution |
UFU |
reponame_str |
Repositório Institucional da UFU |
collection |
Repositório Institucional da UFU |
bitstream.url.fl_str_mv |
https://repositorio.ufu.br/bitstream/123456789/18291/4/VisualizacaoClassificacaoCaracteristicas.pdf.jpg https://repositorio.ufu.br/bitstream/123456789/18291/3/VisualizacaoClassificacaoCaracteristicas.pdf.txt https://repositorio.ufu.br/bitstream/123456789/18291/1/VisualizacaoClassificacaoCaracteristicas.pdf https://repositorio.ufu.br/bitstream/123456789/18291/2/license.txt |
bitstream.checksum.fl_str_mv |
634f6a11aeb922d8f9d72c3d757aecf2 9c6cc872468a96a6302cf5b36f16ef87 4b79731d2b213964f1d884a002965bfb 48ded82ce41b8d2426af12aed6b3cbf3 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU) |
repository.mail.fl_str_mv |
diinf@dirbi.ufu.br |
_version_ |
1792331493716000768 |