CLASSIFICAÇÃO FUZZY DE PADRÕES NÃO-MOTORES E INDICAÇÃO DA SEVERIDADE DA DOENÇA DE PARKINSON

  • THIAGO J. RIBEIRO Universidade Federal de Lavras
  • MARIA T. BORGES Universidade Federal de Lavras
  • RENNAN A. CARDOSO Universidade Federal de Lavras
  • RAQUEL R. COELHO Universidade Federal de Lavras
  • SÍLVIA COSTA Universidade Federal de Lavras
  • DANIEL LEITE Universidade Federal de Lavras
Keywords: Doença de Parkinson, Agrupamento Fuzzy, Inteligência Computacional, Fuzzy C-Means, Gustafson-Kessel

Abstract

A doença de Parkinson é uma doença neurodegenerativa relacionada a idade. Cerca de 1% dos indivíduos com idade superior a 65 anos desenvolvem a doença. Pesquisas recentes em detecção incipiente da doença de Parkinson têm apontado como os primeiros indicadores da doença alterações sutis na voz, hiposmia e distúrbios do sono. Este trabalho leva em consideração análises de amplitudes da fala em certas frequências e algoritmos de inteligência computacional para detecção incipiente de padrões não-motores da doença de Parkinson. O grande número de dados e variáveis envolvidas, e a incerteza sobre valores exatos, causam dificuldades e imprecisão à análise especialista. Algoritmos de agrupamento, viz. Fuzzy C-Means e Gustafson-Kessel, foram im-plementados para análise das características extraídas de uma base de dados disponibilizada pela Universidade de Oxford. Os algoritmos apresentam resultados a respeito da severidade da doença de Parkinson para cada um dos indivíduos considerando a escala UPDRS (Escala Unificada de Avaliação da Doença de Parkinson). Em particular, o algoritmo Gustafson-Kessel tem apre-sentado melhores resultados em termos de classificações corretas de acordo com níveis de severidade.

Published
2020-10-29
Section
Articles