Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas

Abstract

O diagnóstico precoce da Doença de Parkinson (DP) é de suma importância para tratamento da doença, pois, o quanto antes for iniciado o tratamento melhores serão as chances de reversão do quadro clínico. Apesar de não haver cura, existem tratamentos que visam a combater os sintomas da doença. Medicamentos e cirurgias fazem parte do arsenal terapêutico, assim como sessões de fisioterapia, terapia ocupacional, fonoaudiologia e, em alguns casos, de psicologia. Porém, o diagnóstico da DP e seu nível de evolução (estadiamento), ainda é uma tarefa bastante complexa e imprecisa, realizada de forma clínica, por meio da história do paciente e de avaliação neurológica. Casos duvidosos são encaminhados para exames subsidiários como tomografia computadorizada, ressonância magnética e exames laboratoriais. O que pode acarretar erros de decisão por parte do especialista. A proposta deste trabalho é o desenvolvimento de um sistema utilizando técnicas de Aprendizado de Máquina (AM) e processamento de sinais para identificação, extração de características e classificação de diferentes níveis da DP por meio dos dados contidos em sinais eletromiográficos de superfície (sEMG). O sistema tem como finalidade fornecer uma segunda opinião confiável e eficiente para médicos neurologistas que venham a utilizar.