PPGFST PROGRAMA DE PÓS-GRADUAÇÃO EM FISIOTERAPIA CENTRO DE CIÊNCIAS DA SAÚDE Telefone/Ramal: (84) 3342-2002 https://posgraduacao.ufrn.br/ppgfst

Banca de DEFESA: LEDYCNARF JANUÁRIO DE HOLANDA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : LEDYCNARF JANUÁRIO DE HOLANDA
DATA : 10/02/2023
HORA: 08:30
LOCAL: Remoto
TÍTULO:

Aprendizagem de Máquina Aplicada a Análise do Movimento de Membro Superior de Pessoas com Esclerose Lateral Amiotrófica.


PALAVRAS-CHAVES:

Aprendizagem de Máquina; Funcionalidade; Função Motora; Esclerose Lateral Amiotrófica.


PÁGINAS: 140
RESUMO:

 

Introdução: A Esclerose Lateral Amiotrófica (ELA) desencadeia limitações motoras progressivas, que se apresentam de forma distinta em cada paciente, tais como comprometimentos relacionados ao membro superior (MS). Estas impactam no desempenho das atividades de vida diária e independência funcional. Com a evolução tecnológica, a eletromiografia de superfície (EMGs) e acelerômetro (ACC) estão sendo implementadas como ferramentas adicionais para análise da função motora, desse modo aprimorando as ferramentas de avaliação existentes. Estas ainda podem ser aperfeiçoadas com associação de algoritmos de Aprendizagem de Máquina (AM) que podem contribuir para o desenvolvimento de ferramentas mais acuradas e precisas para a reabilitação.

Objetivo: Implementar modelo de AM sobre dados de EMGs e ACC para avaliação da função motora de MS de pessoas com ELA.

Metodologia: Trata-se de um estudo transversal aprovado pelo Comitê de Ética do Campus Central da UFRN (CAAE: 25687819.3.0000.5537). 10 pessoas saudáveis e 7 com ELA foram avaliadas, a partir de uma ficha de avaliação padronizada, instrumentos de avaliação validados para analisar a condição de saúde da pessoa com ELA e/ou com outras desordens neurológicas e/ou musculoesqueléticas, e análise do movimento de MS, a partir do EMGs e ACC. O processamento dos dados foi realizado no software Matlab R2022b e análise estatística no software Statistical Package for the Social Science (SPSS) versão 20.0.

Resultados:

Artigo 1 - Elaborar uma revisão de escopo a fim de descrever as características de órteses de MS controladas por algoritmos de AM, a partir de informações extraídas de artigos e patentes publicadas.

Artigo 2 - Analisar e comparar o grau de estacionaridade e linearidade de dados de ACC adquiridos durante o movimento de MS de pessoas com ELA e saudáveis.

Artigo 3 - Analisar e comparar o grau de estacionaridade e linearidade de dados de EMGs adquiridos durante o movimento de MS de pessoas com ELA e saudáveis.

Artigo 4 - Analisar e comparar níveis de fadiga e força muscular de pessoas saudáveis e com ELA, a partir de sinais de EMGs e ACC.

- Comparar o nível de ativação muscular e nível de variação de movimento de pessoas saudáveis e com ELA, a partir de sinais de EMGs e ACC, respectivamente.

- Classificar dados de EMGs e ACC de pessoas saudáveis e com ELA, a partir de algoritmos de AM.

Conclusão: Órteses de MS controladas por algoritmos de AM podem oferecer benefícios adicionais para reabilitação motora de pessoas, que possuem alterações do movimento causada por alguma doença, como a ELA. Estes pacientes possuem alterações clínicas que o diferem de uma pessoa saudável. Em nosso estudo, isso foi evidenciado na diferença de propriedades estatísticas do sinal de EMGs e ACC, nível de fadiga, força muscular, ativação muscular e variação do movimento.

 


MEMBROS DA BANCA:
Externo à Instituição - DENIS DELISLE RODRÍGUEZ - ISD
Presidente - 2179208 - ANA RAQUEL RODRIGUES LINDQUIST
Externo à Instituição - EMERSON FACHIN MARTINS - UnB
Externo à Instituição - SUELLEN MARY MARINHO DOS SANTOS ANDRADE - UFPB
Interna - 2319151 - TATIANA SOUZA RIBEIRO
Notícia cadastrada em: 21/12/2022 10:04
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa12-producao.info.ufrn.br.sigaa12-producao