El Detección de ELA utilizando Análisis Frecuencial con Aprendizaje Automático
DOI:
https://doi.org/10.32870/recibe.v14i3.451Palabras clave:
Esclerosis Lateral Amiotrófica, Aprendizaje Automático, Análisis FrecuencialResumen
La Esclerosis Lateral Amiotrófica (ELA) es una enfermedad neurodegenerativa progresiva que deteriora las neuronas motoras, provocando debilidad muscular y alteraciones del control voluntario del movimiento, el habla y las expresiones faciales. Los métodos diagnósticos actuales, basados en evaluaciones clínicas y pruebas especializadas, presentan retrasos significativos, afectando la supervivencia y calidad de vida del paciente. Este estudio propone un método no invasivo para detectar ELA mediante la caracterización de marcadores faciales en el dominio de la frecuencia a través de algoritmos de aprendizaje automático.Citas
- Richards, D., Morren, J. A., & Pioro, E. P. (2020). Time to diagnosis and factors affecting diagnostic delay in amyotrophic lateral sclerosis.
- Bandini, A., Green, J. R., Taati, B., Orlandi, S., Zinman, L., & Yunusova, Y. (2018). Automatic Detection of Amyotrophic Lateral Sclerosis (ALS) from Video-Based Analysis of Facial Movements: Speech and Non-Speech Tasks. 2018
- Gomes, N., Yoshida, A., Roder, M., Camargo De Oliveira, G., & Papa, J. (2024). Facial Point Graphs for Amyotrophic Lateral Sclerosis Identification
- Bandini, A., Rezaei, S., Guarin, D. L., Kulkarni, M., Lim, D., Boulos, M. I., Zinman, L., Yunusova, Y., & Taati, B. (2021). A New Dataset for Facial Motion Analysis in Individuals With Neurological Disorders