|
Descripción
|
|
|---|---|
| Son varias las enfermedades que se han convertido en un problema creciente en las sociedades modernas actuales con una alta esperanza de vida. Por una parte, ciertas enfermedades neurodegenerativas como la enfermedad de Parkinson, la enfermedad de Alzheimer o la esclerosis, pueden manifestarse con mucha frecuencia (incidencia), padeciéndola los enfermos durante una mayor cantidad de tiempo (prevalencia). Por otro lado el incremento de la esperanza de vida también permite manifestarse a otros trastornos no degenerativos, pero incapacitantes en similar medida, como es el caso del temblor esencial. Las personas que padecen estos síntomas, que afectan al movimiento de las extremidades, concretamente el temblor de Parkinson y el del temblor esencial, se han encontrado frecuentemente con dificultades a la hora de ser diagnosticados con precisión, impidiendo así un tratamiento efectivo desde los primeros momentos en los que se manifiesta la enfermedad. El avance de los distintos campos del reconocimiento de patrones y de la inteligencia artificial, sumados al progresivo abaratamiento y capacidades de los sistemas digitales, han permitido el desarrollo de soluciones eficientes y fiables en tareas de ayuda al diagnóstico. Objetivos: En la presente Tesis se pretende analizar diferentes técnicas para el reconocimiento de patrones/clases que puedan ser utilizadas para obtener diagnósticos más fiables en determinadas patologías, aportando una fuente adicional objetiva, determinista y precisa, de información a los profesionales y expertos del área de la medicina (neurólogos, neurofisiólogos, ?). En concreto se centrará el estudio en las enfermedades o patologías que cursan con trastornos del movimiento como la enfermedad de Párkinson, el temblor esencial y el temblor fisiológico. Se desarrollará un banco de pruebas, utilizando un dispositivo háptico, capaz de realimentar fuerzas en el extremo, para someter a los pacientes de temblor parkinsoniano, temblor esencial y fisiológico a una serie de patrones (estáticos, cinéticos y dinámicos) y obtener así los registros correspondientes para el posterior estudio de características. Logros y aportaciones: Se ha conseguido diseñar, desarrollar e implementar, un sistema de captura, análisis e identificación del temblor en pacientes de Párkinson y temblor esencial. El sistema ha sido probado durante varios años en los servicios de neurofisiología del Hospital Ramón y Cajal y del Hospital de la Princesa de Madrid, durante los cuales han sido evaluados un total de 50 pacientes. | |
|
Internacional
|
No |
|
ISBN
|
|
|
Tipo de Tesis
|
Doctoral |
|
Calificación
|
Sobresaliente cum laude |
|
Fecha
|
29/01/2016 |