Machine-learning-based biomarkers towards customization of robotic rehabilitation treatments for stroke patients (2021)
- Authors:
- Autor USP: MORETTI, CAIO BENATTI - ICMC
- Unidade: ICMC
- Sigla do Departamento: SSC
- Subjects: APRENDIZADO COMPUTACIONAL; ROBÓTICA; REABILITAÇÃO; ACIDENTE VASCULAR CEREBRAL; BIOMARCADORES
- Keywords: Biomarkers; Machine learning; Rehabilitation robotics; Stroke
- Agências de fomento:
- Language: Inglês
- Abstract: Acoplados a sensores, robôs para reabilitação de AVC descrevem o comportamento motor de pacientes como grandezas cinemáticas e dinâmicas, pouco exploradas no contexto de ciência de dados, devido à custosa tarefa de obter um volume significativo de dados. Além disso, a definição de biomarcadores para uma avaliação mais confiável da evolução do paciente permanece um problema aberto na literatura. Quatro estudos diferentes foram conduzidos com o objetivo de abordar tal questão. É proposta também uma ferramenta modular para organizar programas para análise de dados, com cálculos de mais de vinte métricas implementadas. O primeiro estudo consiste em um método puramente baseado em dados para definir uma região no espaço de dados, aludindo a um estado de reabilitação, baseado na incerteza da classificação de lados hemiparéticos de pacientes com AVC crônico. Nosso segundo estudo levantou evidências de que a tDCS anódica pode ter uma interação desvantajosa com o hemisfério afetado em pacientes com déficis muito severos dos membros superiores. O terceiro estudo correlaciona as métricas implementadas com escalas clínicas tradicionais, de forma que os modelos de aprendizado de máquina treinados possam desempenhar o mesmo papel de forma quantitativa e determinística, eliminando a natureza subjetiva dos métodos tradicionais de avaliação. Descobrimos que utilizar o modelo treinado com dados de apenas de um tipo de robô (ombro/cotovelo ou pulso) para estimar escalas clínicas é tão eficientequanto combinar dados de ambos. Encontramos no quarto estudo evidências, sob uma perspectiva clínica, de um potencial de previsão de resultados clínicos de pacientes em estágios iniciais do tratamento. Nossos resultados indicam a possibilidade de melhorar o processo de tomada de decisão alertando, ao final da segunda sessão, se o paciente potencialmente não apresentará uma resposta significativa à terapia. Os projetos aqui descritos avançam o estado da arte no desenvolvimento de biomarcadores para avaliar e acompanhar o progresso do paciente em terapia robótica; propõem padrões a fim de simplificar o compartilhamento de dados; simplificam os estudos clínicos com amparo estatístico, bem como a ferramenta proposta, e otimizam a tomada de decisão clínica, impactando o orçamento em tratamentos de reabilitação e otimizando recursos do paciente para uma melhor qualidade de vida.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2021
- Data da defesa: 31.03.2021
-
ABNT
MORETTI, Caio Benatti. Machine-learning-based biomarkers towards customization of robotic rehabilitation treatments for stroke patients. 2021. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062021-160523/. Acesso em: 01 abr. 2026. -
APA
Moretti, C. B. (2021). Machine-learning-based biomarkers towards customization of robotic rehabilitation treatments for stroke patients (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062021-160523/ -
NLM
Moretti CB. Machine-learning-based biomarkers towards customization of robotic rehabilitation treatments for stroke patients [Internet]. 2021 ;[citado 2026 abr. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062021-160523/ -
Vancouver
Moretti CB. Machine-learning-based biomarkers towards customization of robotic rehabilitation treatments for stroke patients [Internet]. 2021 ;[citado 2026 abr. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062021-160523/ - Análise de grandezas cinemáticas e dinâmicas inerentes à hemiparesia através da descoberta de conhecimento em base de dados
- Robotic kinematic measures of the arm in chronic Stroke: part 2 – strong correlation with clinical outcome measures
- Robotic kinematic measures of the arm in chronic Stroke: part 1 – motor recovery patterns from tDCS preceding intensive training
- Human-robot interaction: kinematic and kinetic data analysis framework
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
