Resumen

La diplejía es una subcategoría específica del amplio espectro de trastornos del movimiento reunidos bajo el nombre de parálisis cerebral. Trabajos recientes han propuesto utilizar el análisis de la marcha para clasificar la diplejía, allanando el camino para el análisis automatizado. Un sistema de clasificación de la marcha clínicamente establecido divide a los pacientes con diplejía en 4 formas principales, cada una de ellas asociada a un patrón de marcha peculiar. En este trabajo, aplicamos dos técnicas diferentes de aprendizaje profundo, a saber, el perceptrón multicapa y las redes neuronales recurrentes, para clasificar automáticamente a los niños en las 4 formas clínicas. Para el análisis, hemos utilizado un conjunto de datos que comprende datos de la marcha de 174 pacientes recogidos mediante un sistema optoelectrónico. Las mediciones que describen los patrones de la marcha se han procesado para extraer 27 parámetros angulares y, a continuación, se han utilizado para entrenar ambos tipos de redes neuronales. Los resultados de la clasificación son comparables a los proporcionados por expertos en 3 de cada 4 formas.

• Materias:Análisis de espectro Organización modular Diagnóstico automatizado Monitoreo Servicios de salud
• Subjects:Spectrum analysis Modular organization Automated diagnostics Monitoring Health services
• Palabras claves:diferentes técnicas de aprendizaje profundo, patrón de marcha peculiar, redes neuronales recurrentes, resultados de clasificación, trabajos recientes, parámetros angulares, análisis automatizado, parálisis cerebral, sistema de clasificación, formas clínicas
• Keywords:different deep learning techniques, peculiar walking pattern, recurrent neural networks, Classification results, Recent works, angular parameters, automated analysis, cerebral palsy, classification system, clinical forms