Esta es un versión antigua publicada el 2014-01-02. Consulte la versión más reciente.

Clasificación de enfermedades neurodegenerativas (EP, EH, EELA) usando los algoritmos de aprendizaje LS-SVM y AdaBoosting

Autores/as

Julio Cesar Rico Universidad de Pamplona
Luis Enrique Mendoza Universidad de Pamplona
Hernando Velandia V Universidad de Pamplona

DOI:

https://doi.org/10.24054/rcta.v1i23.1879

Palabras clave:

LS-SVM, Adabbosting, TF, DCT, PCA, wavelet

Resumen

Este trabajo presenta un método para la multi-clasificación de enfermedades neurodegenerativas conocidas como: Parkinson (EP), Huntington (EH) y la Esclerosis Lateral Amiotrófica (EELA). Se muestra la importancia y resultados de los Algoritmos de multi-clasificación conocidos como Adabbosting y LS-SVM aplicado a señales EMG las cuales caracterizan las enfermedades neurodegenerativas mencionadas. Las herramientas matemáticas usadas para acondicionar las señales son: transformada de Fourier (TF), transformada discreta del coseno (DCT), análisis de componentes principales (PCA) y wavelet. Con los resultados conseguidos de este sistema de multi-clasificación, se genera una herramienta de soporte para el especialista en la detección de las enfermedades EP, EH y EELA. Además se demostró que las señales electromiográficas pueden ser usadas para diagnosticar enfermedades como: EH, EP y EELA.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Cohen, W. (1995). Fast effective rule induction. In Proceedings of the Twelfth International Conference on Machine Learning, pp. 115–123.

Cortes, C. and Vapnik, V. Ñ. (1995). Support vector networks. Machine Learning, Vol. 20, pp. 273-297.

Freund, Y. and Schapire, R E. (1999). Short Introduction to Boosting, Journal of Japanese Society for Artificial Intelligence, 14(5):771-780, September.

Fundación Citren, http:// citren.org/? q= node/2, 2010.

Huntington, G. (1872). On Chorea, Medical and Surgical Reporter, 26, 320-321.

Instituto de Salud Carlos III. (2010). Esfuerzo compartido contra las enfermedades neurodegenerativas, http://www.elblogsaludable.es/archive/2010/07/26/esfuerzocompartido-c.

Matas, J. and Sochman, J. (2009), Centre for Machine Perception, Czech Technical University, Prague, http://cmp.felk.cvut.cz.

National Institute of Neurological Disorders and Stroke. (2010). Esclerosis lateral amiotrófica, http://espanol.ninds.nih.gov/trastornos/esclerosis_lateral_amiotrofica.htm.

Parkinson, J. (1995). An essay on the shaking palsy.

Santafe, Y.; Chaparro, B. y Franco, J. (2012). Deteccción de patrones característicos con transformadas wavelet en señales electromiográficas del cuádriceps. Revista de Tecnologías de avanzada. Vol 1, No. 21.

SiPBA (2010). Procesado de Señal y Aplicaciones Biomédicas de la Universidad de Granada.

Vapnik, V. Ñ. (1998). Statistical learning theory. New York: Wiley.

Velandia, H.; Medica, R., y Mendoza, L. (2013). Estimación del movimiento de la pared del ventrículo izquierdo y cuantificación de su funcionalidad en imágenes ventriculográficas. Revista de Tecnologías de Avanzada, Vol. 1, No. 21.

Descargas

Publicado

2022-11-08 — Actualizado el 2014-01-02

Versiones

Cómo citar

Rico, J. C., Mendoza, L. E., & Velandia V, H. (2014). Clasificación de enfermedades neurodegenerativas (EP, EH, EELA) usando los algoritmos de aprendizaje LS-SVM y AdaBoosting. REVISTA COLOMBIANA DE TECNOLOGIAS DE AVANZADA (RCTA), 1(23), 107–111. https://doi.org/10.24054/rcta.v1i23.1879 (Original work published 8 de noviembre de 2022)