Análisis biométrico de escritura para estudio de trastornos neurodegenerativos
Author
Leal Salido, MaríaAdvisor
Morales Moreno, AythamiEntity
UAM. Departamento de Tecnología Electrónica y de las ComunicacionesDate
2017-06Subjects
Trastornos neurodegenerativos; TelecomunicacionesNote
Máster Universitario en Ingeniería de TelecomunicaciónEsta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Abstract
El presente proyecto analiza la escritura manuscrita como biomarcador de trastornos neurodegenerativos como el Parkinson. Se ha empleado la base de datos PaHaW, con 75 sujetos que realizan 8 tareas de escritura simples. De cada tarea se han obtenido 100 características globales y 91 características neuromotoras.
Se analiza el poder discriminante de las características en base a tres criterios: 1) distancia entre distribuciones de sujetos con trastorno y sujetos control; 2) diferencias estadísticas significativas y 3) correlación entre características. Con cada uno de los conjuntos se han realizado pruebas de clasificación binaria empleando SVM. El mejor resultado de clasificación ha sido del 22.5% de Equal Error Rate, se ha conseguido combinando las 8 tareas de escritura y empleando características globales con diferencias estadísticas significativas.
Como conclusiones, destacar que en la actualidad no hay ninguna prueba fiable que permita objetivar el estado real de pacientes con Parkinson. Entre las más de 100 características barométricas evaluadas en este trabajo, se ha observado que algunas de ellas pueden resultar de utilidad como biomarcador de este tipo de trastornos. Sin embargo, la elevada dependencia de usuario (edad, medicación, estadio de la enfermedad...) complica el modelado automático. Los resultados obtenidos en este proyecto animan a seguir investigando en esta línea. This project analyze the handwritten as biomarker of neurodegenerative disorders
like Parkinson. It has been used the PaHaW database, with 75 subjects that make 8 task
of simple scripture. Of each task it has been obtained 100 global characteristics and 91
neuromotor characteristics.
It's analyze the discriminating power of the characteristics based on three judgements:
1) distance between distributions of subjects with disorder and control subjects; 2)
Statistically signi cant di erences; and 3) correlation between characteristics. With each
one of the sets, it has been realizes binary classi cation tests using SVM. The best classi-
cation result has been 22.5% of Equal Error Rate, It has been obtained combining the
8 scripture tasks and using global characteristics with statistically signi cant di erences.
To conclude, we can stand out that, in the actuality there isn't any reliable proof
which permits objectify the real state of the subjects with Parkinson. Between more of
100 barometrics characteristics evaluated in this project, it has been observed that some
of that can be useful as biomarker of this type of illness. However, high user dependency
(age, treatment, stage of the disease,...) complicates the automatic model. The results
obtained in this project encourage to investigate in this line.
Files in this item
Google Scholar:Leal Salido, María
This item appears in the following Collection(s)
Except where otherwise noted, this item's license is described as https://creativecommons.org/licenses/by-nc-nd/4.0/
Related items
Showing items related by title, author, creator and subject.
-
Estudios sobre cine en Argentina: una perspectiva desde la articulación memoria-cuerpo-género. Escrituras y conceptos (1983-2010)
Ciancio, María Belén
2013-07-03 -
Estudio de la prevalencia de los trastornos depresivos y de sus factores asociados en la población ingresada en las residencias de ancianoes de la Comunidad de Madrid
Fernández San Martín, María Isabel
1994