Análise de movimentos motores finos dos dedos utilizando visão computacional: um estudo de caso do Finger Tapping Test (FTT) na doença de Parkinson
Carregando...
Data
2025-11-26
Currículo Lattes
https://lattes.cnpq.br/3916810734555645
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
A doença de Parkinson (DP) é caracterizada como um distúrbio neurodegenerativo e progressivo que afeta uma parte significativa da população idosa em todo o mundo. Os sintomas mais comuns da DP incluem problemas cognitivos, que tendem a se manifestar em estágios mais avançados da doença, ao contrário dos sintomas motores, que geralmente surgem no início da condição. A Escala Unificada de Classificação da Doença de Parkinson (MDS-UPDRS) é uma das principais ferramentas para o diagnóstico e monitoramento da doença de Parkinson em pacientes. Dentro da MDS-UPDRS III, que avalia a parte motora dos pacientes, encontra-se o teste de toque de dedos (FTT), utilizado para avaliar a bradicinesia e a rigidez de movimento. O FTT geralmente é administrado por um profissional de saúde que observa o paciente realizando o teste. No entanto, o uso da visão computacional pode oferecer uma alternativa mais eficaz, capturando com precisão as características do movimento. O objetivo deste estudo foi desenvolver um sistema de visão computacional capaz de adquirir dados dos movimentos finos dos dedos durante o FTT e, posteriormente, categorizar os estágios da doença de Parkinson usando máquina de vetores de suporte (SVM). Para este estudo, foi criado um algoritmo de visão computacional que registra os dados resultantes da abdução e adução dos movimentos das mãos durante o FTT, calculando a amplitude criada por esses movimentos. Utilizou-se um conjunto de dados composto por 532 vídeos de pacientes parkinsonianos e não parkinsonianos, classificados em quatro níveis de acordo com a MDS-UPDRS. Em seguida, foram realizados procedimentos de processamento dos sinais biomecânicos. Os resultados obtidos indicam que a aplicação da visão computacional no auxílio aos profissionais de saúde é promissora. A coleta de dados de movimento permite a criação de uma base de dados que pode ser empregada em modelos de aprendizado de máquina para prever o nível da doença do paciente com base na MDS-UPDRS. Além disso, foi desenvolvido um classificador binário para determinar em qual nível cada paciente se encaixa, utilizando um vetor de suporte de máquina (SVM) juntamente com a técnica de avaliação cruzada leave-one-out. Isso resultou em uma precisão de 73,3% ao utilizar todo o conjunto de dados disponível e de 76,6% ao usar apenas o FTT da mão direita
Descrição
Palavras-chave
Sistemas de Informação, Visão computacional – Sistema, Doença de Parkinson, Teste de Toque de Dedos, Finger Tapping Test (FTT)