COMUNICACIÓN POSTER
AUTORES
Triguero Cueva, Lucia 1; Luque Sánchez, Francisco 2; Hernández Muñoz, Laura 2; Madrid Navarro, Carlos Javier 1; Escamilla Sevilla, Francisco 1; Herrera Triguero, Francisco 2
CENTROS
1. Servicio de Neurología. Hospital Universitario Virgen de las Nieves; 2. Departamento de Ciencias de la Computación e Inteligencia Artificial. Universidad de Granada
OBJETIVOS
Presentar los resultados preliminares de un sistema de cuantificación del temblor basado en análisis de vídeo mediante técnicas de inteligencia artificial (IA).
MATERIAL Y MÉTODOS
En 4 pacientes con temblor esencial incapacitante (rango de edades 51-75 años; sexos 1M/3V) se realizaron evaluaciones prequirúrgicas y postquirúrgicas (3 y 6 meses) tras estimulación cerebral profunda (ECP) incluyendo videofilmaciones y la escala Fahn-Tolosa-Marin Tremor-Rating-Scale (FTM-TRS). El análisis del vídeo se centró en las extremidades superiores (EESS) mediante técnicas de IA para detectar y evaluar el desplazamiento en los fotogramas de una región de interés (dedos índices), en maniobras de control postural y cinéticas. Se obtuvieron gráficas de movimiento con análisis de frecuencias y amplitudes.
RESULTADOS
Las medidas obtenidas mediante técnicas de IA se correlacionaron con las puntuaciones en FTM-TRS: de los ítems de EESS (24 registros; R² de 0.78), A+B (12 registros; R² de 0.81) y totales (12 registros; R² de 0.77). La mejoría media del temblor detectada con la ECP fue del 83.5% según FTM-TRS y del 70.5% en el análisis de vídeo.
CONCLUSIONES
Nuestros resultados mostraron que la evaluación del temblor basada en sistemas de análisis de vídeos mediante técnicas de IA es posible y abre una vía para evaluar la gravedad del temblor de una forma objetiva y rápida.
