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

Publicado no livro
DESVENDANDO A ENGENHARIA: SUA ABRANGÊNCIA E MULTIDISCIPLINARIDADECapítulo
17
Páginas
244-257
Publicado em
31/05/2021
Autores
- Thiago Juvenal RibeiroUFLA
- Maria Tailani BorgesUFLA
- Rennan Alves CardosoUFLA
- Daniel Ângelo PoliselUFLA
- Raquel Rezende CoelhoUFLA
- Daniel Furtado LeiteUFLA
- Sílvia Costa CostaUFLA
Resumo
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.
Palavras-chave
Doença de Parkinson, Inteligência Computacional, Agrupamento Fuzzy, Fuzzy C-Means, Gustafson-Kessel.
Licença
Este capítulo está sob a Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional .

O conteúdo do capítulo, seus dados, forma, correção e confiabilidade são de responsabilidade exclusiva do(s) autor(es). É permitido o download e o compartilhamento, desde que pela origem e no formato Acesso Livre (Open Access), com os devidos créditos e a citação atribuídos ao(s) respectivo(s) autor(es). Não é permitida qualquer alteração, catalogação em plataformas de acesso restrito ou utilização para fins comerciais. O(s) autor(es) mantém os direitos autorais do texto.

