Resumen de Clasificación de enfermedades neurodegenerativas (EP, EH, EELA) usando los algoritmos de aprendizaje LS-SVM y AdaBoosting

Julio Cesar Rico, Luis Enrique Mendoza, Hernando J. Velandia Villamizar

• Este trabajo presenta un método para la multi-clasificación de enfermedades neurodegenerativas conocidas como: Parkinson (EP), Huntington (EH) y la Esclerosis Lateral Amiotrófica (EELA). Se muestra la importancia y resultados de los Algoritmos de multi-clasificación conocidos como Adabbosting y LS-SVM aplicado a señales EMG las cuales caracterizan las enfermedades neurodegenerativas mencionadas. Las herramientas matemáticas usadas para acondicionar las señales son: transformada de Fourier (TF), transformada discreta del coseno (DCT), análisis de componentes principales (PCA) y wavelet. Con los resultados conseguidos de este sistema de multi-clasificación, se genera una herramienta de soporte para el especialista en la detección de las enfermedades EP, EH y EELA. Además se demostró que las señales electromiográficas pueden ser usadas para diagnosticar enfermedades como: EH, EP y EELA.