Análise de movimentos motores finos dos dedos utilizando visão computacional: um estudo de caso do Finger Tapping Test (FTT) na doença de Parkinson

Página do item simplificado
dc.contributor.advisor-co1Nascimento, Arlyson Alves do
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/9395417554768580
dc.contributor.advisor1Medeiros, Leonardo Melo de
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1080593968001453
dc.contributor.referee1Passos, Frederico Salgueiro
dc.contributor.referee2Calado, Ivo Augusto
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5748220882915553
dc.creatorCampos, Herbert Douglas Silva da Silva
dc.creator.Latteshttps://lattes.cnpq.br/3916810734555645
dc.date.accessioned2026-01-19T18:42:07Z
dc.date.available2026-01-19T18:42:07Z
dc.date.issued2025-11-26
dc.description.abstractParkinson’s disease (PD) is characterized as a neurodegenerative and progressive disorder that affects a significant portion of the elderly population worldwide. The most common symptoms in PD include cognitive problems, which predominantly begin to appear in more advanced stages, unlike the motor symptoms that manifest at the onset of the disease. The Movement Disorder Society Unified Parkinson’s Disease Rating Scale (MDS-UPDRS) is one of the assessments that aid in diagnosing and monitoring the levels of Parkinson’s disease in patients. Within the MDS-UPDRS III, which assesses the motor aspects of patients, there is the Finger Tapping Test (FTT), used to assess bradykinesia and rigidity of movement. FTT is typically administered by a healthcare professional who observes the patient performing the test. However, the use of computer vision can provide a more effective alternative by accurately capturing the movement’s characteristics. The aim of this study was to develop a computer vision system capable of acquiring data from fine finger movements during the FTT and subsequently classify Parkinson’s disease levels according to the MDS-UPDRS. For this study, a computer vision algorithm was created to record data resulting from the abduction and adduction of hand movements during the FTT, calculating the amplitude generated by these movements. A dataset comprising 532 videos of both Parkinson’s and non-Parkinson’s patients, classified into four levels according to the MDS-UPDRS, was used. Subsequently, biomechanical signal processing procedures were conducted. The results obtained indicate that the use of computer vision in assisting healthcare professionals is promising. Data collection from movements allows for the creation of a database that can be used in machine learning models to predict the patient’s disease level based on the MDS-UPDRS. Additionally, a binary classifier was developed to determine the level at which each patient falls, using a Support Vector Machine (SVM) along with the leave-one-out cross-validation technique. This resulted in an accuracy of 73.3% when using the entire available dataset and 76.6% when using only the right-hand FTT.
dc.description.resumoA 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
dc.identifier.urihttps://repositorio.ifal.edu.br/handle/123456789/1376
dc.language.isopt
dc.publisher.countryBrasil
dc.publisher.departmentCampus Maceió
dc.relation.referencesCAMPOS, Hebert Douglas da Silva. Análise de movimentos motores finos dos dedos utilizando visão computacional: um estudo de caso do Finger Tapping Test (FTT) na doença de Parkinson. 2025. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Instituto Federal de Alagoas, Campus Maceió, Maceió, 2025.
dc.rightsAttribution-ShareAlike 3.0 Brazilen
dc.rights.urihttp://creativecommons.org/licenses/by-sa/3.0/br/
dc.subjectSistemas de Informação
dc.subjectVisão computacional – Sistema
dc.subjectDoença de Parkinson
dc.subjectTeste de Toque de Dedos
dc.subjectFinger Tapping Test (FTT)
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO
dc.titleAnálise de movimentos motores finos dos dedos utilizando visão computacional: um estudo de caso do Finger Tapping Test (FTT) na doença de Parkinson
dc.typeTrabalho de Conclusão de Curso

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
TCC_Graduação_Herbert Douglas Silva da Silva Campos.pdf
Tamanho:
1.46 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.66 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

TCC Sistemas de Informação