Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/39125
ORCID: | http://orcid.org/0000-0002-2620-1404 |
Document type: | Tese |
Access type: | Acesso Aberto |
Title: | Identification and characterization of short-term motor patterns in rest tremor of individuals with Parkinson’s disease |
Alternate title (s): | Identificação e caracterização de padrões motores de curto prazo no tremor de repouso de indivíduos com doença de Parkinson |
Author: | Rabelo, Amanda Gomes |
First Advisor: | Andrade, Adriano de Oliveira |
First coorientator: | Almeida, Rodrigo Maximiano Antunes de |
First member of the Committee: | Rodriguez, Denis Delisle |
Second member of the Committee: | Folador, João Paulo |
Third member of the Committee: | Santos, Thiago Ribeiro Teles dos |
Fourth member of the Committee: | Carneiro, Pedro Cunha |
Summary: | O tremor é um significante biomarcador para várias doenças, incluindo a doença de Parkinson e desempenha um papel fundamental no monitoramento da progressão da doença, na avaliação da eficácia de tratamentos e auxiliando no diagnóstico. Apesar do considerável progresso das pesquisas envolvendo tremor nos últimos 30 anos, ainda existem desafios na compreensão da natureza do tremor e nas flutuações individuais. Uma compreensão profunda dos tremores pode auxiliar em tratamentos personalizados e otimizar estudos de fármacos para a patologia. O objetivo dessa pesquisa é identificar e caracterizar os padrões motores de curto prazo (STMPs) presentes no sinal do tremor por meio do giroscópio. Os STMPs manifestam no sinal em uma janela menor que 1 segundo e exibem estruturas auto-semelhantes em múltiplas escalas de tempo. Eles possuem uma dinâmica oculta com estruturas subjacentes que contribuem para o movimento anormal observado nos tremores. Este estudo envolveu indivíduos hígidos, no grupo controle (N = 12, media idade 60.1 ± 5.9 anos) e indivíduos com a doença de Parkinson (N = 14, media idade 65 ± 11.54 anos). Os sinais foram coletados usando um giroscópio triaxial posicionado no dorso da mão dominate durante a coleta em repouso. Os dados foram pré-processados e sete características foram extraídas de cada janela de 1 segundo com 50% de sobreposição. Os STMPs foram identificados usando a técnica de clusterização k-menas aplicada ao espaço bidimensional gerados pelo t-Distributed Stochastic Neighbor Embedding (t-SNE). A frequência, probabilidade de transição e tempo de duração dos STMPs foram avaliados para cada grupo. Todas as medias das caracteríticas extraídas dos STMPs foram calculados entre os grupos. Três STMPS distintos (STMP1, STMP2, and STMP3) foram identificados no sinal do tremor (p<0.05). O STMP1 foi predominante em indivíduos do grupo controle, o STMP2 estava presente em ambos os grupos, e o STMP3 foi mais recorrente no grupo co com a doença de Parkinson. Somente o coeficiente de probabilidade e complexidade não apresentaram diferença significativa entre os grupos. Com relação a dinâmica dos sinais, sinais de indivíduos com a doença de Parkinson tendem a possuir a probabilidade de transição entre STMPs menor e maior tempo de duração no STMP quando comparado ao grupo controle. Esses achados podem auxiliar profissionais na caracterização e avaliação da severidade do tremor e avaliação da eficácia de tratamentos. |
Abstract: | Tremor serves as a significant biomarker for various diseases, including Parkinson's Disease, and plays a crucial role in monitoring disease progression, assessing treatment efficacy, and aiding in the diagnosis of movement disorders. Despite considerable progress in tremor research over the past thirty-eight years, challenges still remain in understanding the nature of tremors and within-individual fluctuations. A deeper understanding of tremors can lead to personalized treatment approaches and optimize pharmacogenomics studies for the pathology. The objective of this research is to identify and characterize the Short-Term Motor Patterns (STMPs) present in the rest tremor signal using inertial sensors. STMPs manifest in the signal in less than 1 second and exhibit self-similar structures across multiple time scales. They have a hidden dynamic with underlying structures contributing to the abnormal movement observed in tremors. The study involved healthy individuals (N = 12, mean age 60.1 ± 5.9 years) and individuals with Parkinson's Disease (N = 14, mean age 65 ± 11.54 years). Signals were collected using a triaxial gyroscope placed on the dorsal side of the hand during a resting condition. The data were pre-processed, and seven features were extracted from each 1-second window with 50% overlap. The STMPs were identified using the k-means clustering technique applied to the data in the two-dimensional space generated by t-Distributed Stochastic Neighbor Embedding (t-SNE). The frequency, transition probability, and duration of the STMPs were assessed for each group. All STMP features were averaged across the groups. Three distinct STMPs (STMP1, STMP2, and STMP3) were identified in the tremor signals (p < 0.05). STMP1 was predominant in the healthy control (HC) subjects, STMP2 was present in both the healthy and Parkinson's disease group, and STMP3 was observed in the Parkinson's disease group. Only the coefficient of variation and complexity not showed significant differences between the groups. Regarding signal dynamics, signals from individuals with Parkinson's disease tended to exhibit lower STMP transition probabilities and longer durations of STMP than the healthy control subjects. These findings can assist professionals in characterizing and evaluating the severity of tremors and assessing treatment efficacy. |
Keywords: | Empirical Mode Decomposition k-means gyroscope Parkinson’s disease rest tremor short-term motor patterns (STMPs) t-SNE giroscópio doença de Parkinson tremor de repouso padrões motores de curto prazo (STMP) |
Area (s) of CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOS |
Subject: | Engenharia elétrica Parkinson, Doença de Distúrbios psicomotores Giroscópios |
Language: | eng |
Country: | Brasil |
Publisher: | Universidade Federal de Uberlândia |
Program: | Programa de Pós-graduação em Engenharia Elétrica |
Quote: | RABELO, Amanda Gomes. EIdentification and characterization of short-term motor patterns in rest tremor of individuals with Parkinson’s disease. 2023. 81 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Uberlândia, 2023. DOI http://doi.org/10.14393/ufu.te.2023.515. |
Document identifier: | http://doi.org/10.14393/ufu.te.2023.515 |
URI: | https://repositorio.ufu.br/handle/123456789/39125 |
Date of defense: | 30-Aug-2023 |
Appears in Collections: | TESE - Engenharia Elétrica |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
IdentificationCharacterizationShort.pdf | Tese | 3.13 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.