Freezing of gait detection in Parkinsons Disease using relative power from wearable sensors: a Random Forest approach (2025)
- Authors:
- Autor USP: SOARES, JOÃO PAULO FERREIRA - EESC
- Unidade: EESC
- Sigla do Departamento: SEL
- DOI: 10.11606/D.18.2025.tde-14052025-142659
- Subjects: DOENÇA DE PARKINSON; MARCHA (LOCOMOÇÃO); PROCESSAMENTO DE SINAIS; SIMULAÇÃO (APRENDIZAGEM)
- Language: Inglês
- Abstract: O Congelamento de Caminhada (FoG) é um dos sintomas motores mais debilitantes da Doença de Parkinson (DP), caracterizando-se pela incapacidade súbita e temporária de iniciar ou continuar a caminhada. A detecção e monitoramento desses episódios são fundamentais para aprimorar diagnósticos e estratégias de intervenção. Este trabalho propõe uma abordagem baseada em análise espectral de sinais de aceleração para identificar padrões associados ao FoG. A metodologia emprega a extração de características de potência relativa por meio do método de Welch, além da definição da métrica denominada Frequency Spectral Bands Ratio (FSBR). Os dados analisados provêm do conjunto Daphnet Freezing of Gait Dataset, que contém registros de sensores inerciais posicionados no tornozelo, coxa e tronco de pacientes com DP. Para a classificação dos eventos, utilizou-se o algoritmo Random Forest, avaliando diferentes posicionamentos de sensores e comprimentos de janela temporal (2s, 3s e 4s). Os resultados indicam que janelas mais longas melhoram a detecção do FoG, com o sensor de tronco apresentando a maior taxa de recall (0.918) para uma janela de 4 segundos, tornando-se a configuração ideal para minimizar falsos negativos. A análise da matriz de confusão demonstra que a abordagem proposta captura transições motoras críticas com alta precisão, sendo uma alternativa promissora para aplicações em monitoramento contínuo e intervenções em tempo real. Adicionalmente, a investigação das bandas espectraismais relevantes revelou que oscilações de baixa frequência no eixo Z (1.52.0 Hz) e componentes de alta frequência no eixo X (20.030.0 Hz) desempenham um papel fundamental na distinção entre episódios de FoG e marcha normal. Esses achados reforçam o potencial da análise espectral na caracterização da dinâmica da marcha em pacientes com DP, contribuindo para o desenvolvimento de sistemas de detecção mais precisos e individualizados
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 09.04.2025
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
SOARES, João Paulo Ferreira. Freezing of gait detection in Parkinsons Disease using relative power from wearable sensors: a Random Forest approach. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-14052025-142659/. Acesso em: 09 jan. 2026. -
APA
Soares, J. P. F. (2025). Freezing of gait detection in Parkinsons Disease using relative power from wearable sensors: a Random Forest approach (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18153/tde-14052025-142659/ -
NLM
Soares JPF. Freezing of gait detection in Parkinsons Disease using relative power from wearable sensors: a Random Forest approach [Internet]. 2025 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-14052025-142659/ -
Vancouver
Soares JPF. Freezing of gait detection in Parkinsons Disease using relative power from wearable sensors: a Random Forest approach [Internet]. 2025 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-14052025-142659/
Informações sobre o DOI: 10.11606/D.18.2025.tde-14052025-142659 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
