Modelo oculto de Markov para pacientes con enfermedad de Parkinson utilizando datos de control del equilibrio
Autores: Safi, Khaled; Aly, Wael Hosny Fouad; Kanj, Hassan; Khalifa, Tarek; Ghedira, Mouna; Hutin, Emilie
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Modelo oculto de Markov para pacientes con enfermedad de Parkinson utilizando datos de control del equilibrio
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Comportamiento
Sistema postural humano
Enfermedad de Parkinson
Trastorno del movimiento degenerativo
Modelo oculto de Markov
Señales estabilométricas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
El entendimiento del comportamiento del sistema postural humano se ha convertido en un tema muy atractivo para muchos investigadores. Este sistema juega un papel crucial en mantener el equilibrio tanto en estados estacionarios como en movimiento. La enfermedad de Parkinson (EP) es un trastorno del movimiento degenerativo prevalente que impacta significativamente en la estabilidad humana, provocando caídas y lesiones. Esta investigación presenta un enfoque innovador que utiliza un modelo oculto de Markov (HMM) para distinguir entre individuos sanos y aquellos con EP. Interesantemente, esta metodología emplea datos crudos obtenidos de señales estabilométricas sin ningún preprocesamiento. El conjunto de datos utilizado para este estudio consta de 60 sujetos divididos en sanos y pacientes con EP. De manera impresionante, el método propuesto logra una tasa de precisión de hasta el 98% al diferenciar efectivamente entre sujetos sanos y aquellos con EP.
Descripción
El entendimiento del comportamiento del sistema postural humano se ha convertido en un tema muy atractivo para muchos investigadores. Este sistema juega un papel crucial en mantener el equilibrio tanto en estados estacionarios como en movimiento. La enfermedad de Parkinson (EP) es un trastorno del movimiento degenerativo prevalente que impacta significativamente en la estabilidad humana, provocando caídas y lesiones. Esta investigación presenta un enfoque innovador que utiliza un modelo oculto de Markov (HMM) para distinguir entre individuos sanos y aquellos con EP. Interesantemente, esta metodología emplea datos crudos obtenidos de señales estabilométricas sin ningún preprocesamiento. El conjunto de datos utilizado para este estudio consta de 60 sujetos divididos en sanos y pacientes con EP. De manera impresionante, el método propuesto logra una tasa de precisión de hasta el 98% al diferenciar efectivamente entre sujetos sanos y aquellos con EP.