dc.contributor |
Universitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions |
dc.contributor |
École polytechnique de Montréal |
dc.contributor |
Lázaro Villa, José Antonio |
dc.contributor |
Plamondon, Réjean |
dc.contributor.author |
Bou Hernández, Albert |
dc.date |
2014-06 |
dc.identifier.citation |
ETSETB-230.104915 |
dc.identifier.uri |
http://hdl.handle.net/2099.1/25391 |
dc.language.iso |
eng |
dc.publisher |
Universitat Politècnica de Catalunya |
dc.rights |
S'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada' |
dc.rights |
info:eu-repo/semantics/openAccess |
dc.rights |
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
dc.subject |
Àrees temàtiques de la UPC::Enginyeria biomèdica::Electrònica biomèdica |
dc.subject |
Cardiovascular system -- Diseases |
dc.subject |
lognormal |
dc.subject |
Kinematic Theory |
dc.subject |
brain stroke risk factors |
dc.subject |
lognormal |
dc.subject |
factores de riesgo de accidente cerebrovascular |
dc.subject |
Enginyeria biomèdica |
dc.subject |
Medicina -- Processament de dades |
dc.subject |
Sistema cardiovascular -- Mesurament -- Instrumentació |
dc.subject |
Sistema cardiovascular -- Malalties |
dc.title |
Omega-lognormal analysis of oscillatory movements as a function of brain stroke risk factors |
dc.type |
info:eu-repo/semantics/bachelorThesis |
dc.description.abstract |
[ANGLÈS] The development of predictive tools has been commonly utilized as the most effective manner to prevent illnesses that strike suddenly. Within this context, investigations linking fine human motor control with brain stroke risk factors are considered to have a high potential but they are still in an early stage of research. The present paper analyses neuromuscular features of oscillatory movements based on the Omega-Lognormal model of the Kinematic Theory. On a database of oscillatory movements from 120 subjects, we demonstrate that the proposed features differ significantly between subjects with and without brain stroke risk factors. This promising result motivates the development of predictive tools based on the Omega-Lognormal model. |
dc.description.abstract |
[CASTELLÀ] El desarrollo de herramientas de prevención ha sido siempre considerado uno de los métodos más efectivos para prevenir enfermedades que se manifiestan repentinamente. En este contexto, las investigaciones que relacionan la psicomotricidad humana con los factores de riesgo de sufrir un derrame cerebral o accidente cerebrovascular, se encuentran todavía en un estado relativamente incipiente. Sin embargo, ya han demostrado tener mucho potencial. Esta tesis analiza las características neuromusculares de los movimientos oscilatorios basados en el modelo Omega-Lognormal de la Kinematic Theory. En una base de datos de movimientos oscilatorios que provienen de 120 sujetos, se demuestra que las características propuestas difieren de forma significativa entre los sujetos con factores de riesgo de accidente cerebrovascular y sin ellos. Los resultados motivan el desarrollo de herramientas de prevención de esta afección basados en el modelo propuesto. Posteriormente, el problema ha sido de igual forma analizado desde el punto de vista de la clasificación de patrones. La técnica de Support Vector Machine ha sido utilizada para obtener información que vaya más allá de la evaluación individual de los parámetros. |
dc.description.abstract |
[CATALÀ] El desenvolupament d’eines de prevenció ha estat sempre vist com un dels mètodes més efectius de prevenir malalties que es manifesten sobtadament. En aquest context, les investigacions que relacionen la psicomotricitat humana amb els factors de risc d’accidents vasculars cerebrals, es troben encara en un estat relativament incipient. Tot i això, ja han demostrat ser un fructífer camp d’investigació. Aquesta tesi analitza les característiques neuromusculars dels moviments oscil·latoris basats en el model Omega-Lognormal de la Kinematic Theory. En una base de dades de moviments oscil·latoris provinents de 120 subjectes, es demostra que les característiques proposades difereixen de manera significativa entre subjectes amb factors de risc d’accident vascular cerebral i sense. Els resultats motiven el desenvolupament d’eines de prevenció d’aquesta afecció basades en el model proposat. Posteriorment, el problema ha estat també analitzat des del punt de vista de la classificació de patrons. La tècnica de Support Vector Machine ha estat utilitzada per obtenir informació que vagi més enllà de l'avaluació individual dels paràmetres. |