uma abordagem de monitoramento dos sinais motores da doença de parkinson baseada em jogos...

Introducao Estudo de Caso Abordagem JOGUE-ME Experimentos Conclusao e Trabalhos Futuros

Uma Abordagem de Monitoramento dos SinaisMotores da Doenca de Parkinson Baseada em

Jogos EletronicosDefesa de Tese

Aluno: Leonardo Melo de Medeiros

Orientador: Leandro Dias da SilvaOrientador: Hyggo Oliveira de Almeida

Universidade Federal de Campina Grande - UFCG

03/06/2016

1 / 58


Roteiro

Introducao

Estudo de Caso

Abordagem JOGUE-ME

Experimentos

Conclusao e Trabalhos Futuros

2 / 58


Motivacao

Sistemas de Monitoramento da Saude (SMS)

Atualmente, os Sistemas de Monitoramento da Saude (SMS)permitem ao medico:

I Tratar preventivamente e pro-ativamente o estado desaude [Mobyen Uddin Ahmed & Loutfi, 2013]

I Reabilitar o paciente [Graziadio et al. , 2014]

I Melhorar a qualidade de vida [Chen et al. , 2014]

3 / 58


Motivacao

Principais Desafios dos (SMS)

A concepcao de um sistema nao invasivo de monitoramento e umgrande desafio [Alemdar et al. , 2015]

4 / 58


Motivacao

Estrategias de Monitoramento da Saude

5 / 58


Motivacao

SMS Motores

Atualmente, os SMS motores permitem:

I Quantificar as habilidades motoras dosusuarios [Friedman et al. , 2014, Patel et al. , 2009]

I Analisar a marcha dos usuarios [Liao et al. , 2014]

I Identificar sinais de bradicinesia (lentidao dos movimentos)presente no Parkinson [Zwartjes et al. , 2010]

6 / 58


Motivacao

Abordagem Proposta

Nesta tese, propus monitorar a saude de uma forma nao invasivausando jogos eletronicos.

7 / 58


Motivacao

Cenario de Uso

Como possıvel cenario de uso para a pesquisa, supondo que:

I Um paciente faz uso do cliente JOGUE-ME no conforto deseus lar e, consequentemente, fornece os sinais motores emdiferentes momentos do dia

I Logo, esses sinais motores sao quantificados e enviados parao servidor JOGUE-ME

I O servidor JOGUE-ME analisa os sinais e identifica aocorrencia do sintomas motor

I Entao, o medico acessa a informacao sobre a saude motorae consegue melhor gerenciar a saude de seus pacientes

8 / 58


Jogos Para Saude

Jogos Aplicados a Saude

Nos ultimos anos, houve o surgimento de jogos para apoiar apratica de atividade fısica. Como por exemplo:

I Melhoria da saude do idoso com: visando a reabilitacaomotora [Graziadio et al. , 2014]

I Jogo com sensor haptico para quantificar a habilidade motorado paciente com Parkinson [Atkinson & Narasimhan, 2010]

I Jogo para o monitoramento dos sinais vitais(Batimentocardıaco) [Sinclair et al. , 2009]

9 / 58


Jogos Para Saude

Motivacao para uso de jogos para monitoramento dosdados motores

I Percentual expressivo de adultos e idosos que usam jogos emsua rotina diaria (27% acima dos 50 anos [ESA, 2015])

I As tecnologias de sensores de movimento estao presentes nosjogos eletronicos

I Reproducao de movimentos especıficos em um ambienteludico e longe do tratamento de saude

10 / 58


Jogos Para Saude

Objetivo Principal

Conceber um SMS embutido num jogo eletronico para motivar eabstrair o monitoramento dos sinais motores de uma maneiranao invasiva e integrada a rotina diaria

11 / 58


Jogos Para Saude

Etapas do Trabalho

A da metodologia deste trabalho consistiu de tres etapassequenciais:

ETAPA 1 Quais os benefıcios de acompanhar os sinais motoresdo paciente diariamente, do ponto de vista doprofissional da saude?

ETAPA 2 Como melhor adquirir e quantificar sinais motoresutilizando sensores de movimento para monitorar ossinais do Parkinson?

ETAPA 3 Na perspectiva dos usuarios, a abordagem dequantificar os sinais motores e consideradanao-invasiva e aplicavel a rotina diaria?

12 / 58


Parkinson

Estudo de Caso

Como estudo de caso, foi utilizada a Doenca de Parkinson(Parkinson) por ser uma doenca debilitante, progressiva e quepossui uma grande flutuabilidade dos sintomas com otratamento medicamentoso

13 / 58


Parkinson

Parkinson

O Parkinson e uma afeccao do sistema nervoso central, que afetaaproximadamente a 2% dos idosos e nao possui ainda diagnosticoestabelecido.O diagnostico e dado pelo neurologista na analise clınica dos sinaiscardinais de rigidez, bradicinesia, tremor e instabilidadepostural [Jankovic, 2008] e a resposta positiva ao tratamentomedicamentoso [Picon et al. , 2010].

14 / 58


Parkinson

Parkinson

Sintoma de bradicinesia

I Enquanto que o tremor e o sintoma motor mais visıvel doParkinson, a bradicinesia e o mais incapacitante

I A bradicinesia e acompanhada de: rigidez dos musculos,assimetria dos movimentos e dificuldade nos movimentos

15 / 58


Parkinson

Estagios da Doenca

Escala Unificada de Avaliacao da Doenca de Parkinson(UPDRS)

A escala contem itens referentes a:

I Mental, comportamento e humor

I Atividades da vida diaria

I Exame motor

I Complicacoes no tratamento

16 / 58


Parkinson

Escala (UPDRS)

I Avaliacao dos sintomas de maneira subjetiva e esporadica

I Flutuacao dos sintomas (fenomeno on/off )

17 / 58


Entrevista

ETAPA 1Quais os benefıcios de acompanhar os sinais motores do pacientediariamente, do ponto de vista do profissional da saude?

18 / 58


Entrevista

Entrevista Semi-Estruturada com Profissionais de Saude

Objetivo da Pesquisa

O objetivo da entrevista semiestruturada foi entender como e feitoo acompanhamento do paciente com sintomatologia do Parkinson,juntamente aos profissionais de saude

Participantes

LEGENDA PROFISSAO EXPERIENCIA (ANOS)FIS 01 Fisioterapeuta 10

FIS 02 Fisioterapeuta 10

NEU 01 Neurologista 15

NEU 02 Neurologista 30

19 / 58


Entrevista

Analise dos fragmentos da entrevista

Um ponto de convergencia entre os profissionais entrevistados e aimportancia de monitorar a velocidade angular dos pacientes.

Como pode ser analisado nesta citacao de um dos neurologistas:

[FRAGMENTO-14][NEU 01] “E como eu falei, paramim seria melhor se capturassemos se ele esta maislento. Se atraves dessa amplitude, voce conseguir porintermedio do computador identificar que ele esta maislento de um lado do que do outro, e conseguir visualizara velocidade de um lado e do outro. Entao, isso einteressante.”

20 / 58


Entrevista

Resultado da Entrevista

I Identifiquei a importancia de monitorar a bradicinesia paraacompanhar a evolucao do Parkinson

I Os profissionais de saude informaram da importancia decalcular:

1. amplitude dos movimentos de abducao e aducao dos bracos2. a velocidade angular desse movimento

21 / 58


Apresentacao

ETAPA 2Como melhor adquirir e quantificar sinais motores utilizandosensores de movimento para monitorar os sinais do Parkinson?

22 / 58


Apresentacao

Abordagem JOGUE-ME

A abordagem JOGUE-ME faz uso de jogos eletronicos comointerface de aquisicao de sinais, tornando os usuarios maismotivados a fornecer seus dados motores

Este trabalho pretende usar um ambiente de jogo para a execucaode movimentos especıficos, com o proposito de quantificar os sinaismotores dos usuarios e, consequentemente, realizar omonitoramento

23 / 58


Apresentacao

Visao Geral da Abordagem JOGUE-ME

24 / 58


Apresentacao

JOGUE-ME - Jogo com Monitoramento de SaudeEmbutido

I REQ-JOGUE-ME-01 - Pontuacao e taxa de acerto

I REQ-JOGUE-ME-02 - Progresso e evolucao do jogador edos desafios

I REQ-JOGUE-ME-03 - Estado de fluxo

I REQ-JOGUE-ME-04 - Preocupacao com integridade fısicado jogador

I REQ-JOGUE-ME-05 - Aquisicao e armazenamento de sinaismotores

I REQ-JOGUE-ME-06 - Mecanismo de identificacao desintomas motores

I REQ-JOGUE-ME-07 - Mecanismo de visualizacao25 / 58


Processamento de Sinais

Estudo Biomecanico da Cinematica Angular

I A cinematica angular permite examinar o movimento angulara partir de segmentos de um movimento, divididos em partesidentificaveis que aumentam a compreensao do movimentohumano

I Estudo das forcas e momentos que resultam no movimento docorpo e seus segmentos

I Processamento das grandezas cinematicas considerando:

1. tempo2. angulo3. amplitude4. velocidade angular

26 / 58



Sensor de Captura de Movimentos

27 / 58



Movimento Angular

Movimento de Abducao e Aducao do Braco [McGinnis, 2013]

28 / 58



Mecanismo de Identificacao de Sintomas Motores

29 / 58



Tecnicas de Picos e Vales do Sinal

30 / 58



Velocidade Angular do Movimento de Abducao e Aducao

31 / 58



Filtragem de Dados: Remocao de Ciclos Incompletos

32 / 58



Visualizacao das Caracterısticas do Movimento

33 / 58


Classificador de Dados


Nesta tese, a Maquina de Vetor de Suporte (SVM) foi usada comometodo de aprendizagem supervisionada para problemas declassificacao.A escolha da SVM deveu-se a sua elevada capacidade degeneralizacao na previsao de dados nao treinados, e na robustezem grandes dimensoes de dados, por ex., analise de sinais.

34 / 58



Processamento dos Sinais Biomecanicos

35 / 58


Caso-Controle

Estudo Analıtico de Caso-Controle: Identificacao daBradicinesia

Objetivo da Pesquisa

Como melhor adquirir e quantificar sinais motores utilizandosensores de movimento para monitorar os sinais do Parkinson?

Coleta de Dados

I Protocolo de pesquisa submetido aprovado junto ao CEP daUFCG (CAAE: 14408213.9.1001.5182)

I Coleta realizada nas instituicoes:

1. Hospital Universitario da UFAL2. Fundacao Pestalozzi3. Clınica Fisioterapia do CESMAC

36 / 58


Caso-Controle

Amostra

I A tecnica de amostragem utilizada para selecao, foi porconveniencia, composta por:

1. 15 indivıduos portadores do Parkinson entre 51 e 65 anos(media de idade : 58 anos)

2. 15 sem o diagnostico, como grupo controle entre 50 e 65 anos(media : 57 anos)

I No grupo de portadores do Parkinson, foram inclusosindivıduos ate o Estagio 3 (Doenca bilateral leve a moderadacom alguma instabilidade postural e capacidade para viverindependente), segundo a UPDRS

37 / 58


Caso-Controle

Coleta dos Dados Utilizando o Jogo: Catch the Spheres

38 / 58


Caso-Controle

Coleta de Dados

39 / 58


Classificacao dos Dados

Maquina de Vetor de Suporte (SVM)

I Uma SVM busca encontrarvetores de suporte queconsigam separa duas classes

I Formalmente, essaclassificador separa os dadospor meio de um hiperplanoatraves de uma funcaodiscriminante

40 / 58



Optimizacao dos Parametros da SVM

Aplicacao do Metodo de Grid-Search

Para identificar os melhores parametros da SVM, foi aplicado ometodo Grid-Search [Li et al. , 2010] usando validacao cruzadaLeave-One-Out [Kantardzic, 2011].

41 / 58



Parametros da SVM

Custo (C )

O C e o parametro que controla a influencia de individual de cadavetor de suporte no resultado da classificacao.

Gamma (γ)

O parametro γ controla a flexibilidade da funcao de kernel, valorespequenos de γ permitem ao classificador ajustar todos os rotuloshavendo risco de sobre ajustamento (overfitting).

42 / 58



Optimizacao dos Parametros

O objetivo da optimizacao dos parametros e encontrar no espacoformado por (γ, C ) pontos nos quais a acuracia do classificadorseja a maior possıvel.Os valores dos parametros de pesquisa do grid-search foram:

I C = [2−5, ... ,22]

I γ = [2−15, ... ,23]

Valores da Busca Detalhada:

I C = [0.25, 0.5, ... ,2.5]

I γ = [1, 2, ...,10]

Parametros EncontradosLogo, usando o metodo grid-search, encontramos os seguintesvalores para os parametros: C = 2 e γ = 3

43 / 58



Grid-Search - Acuracia da Classificacao

44 / 58



Matriz de Confusao do Estudo Analıtico Caso-ControleUsando SVM

Classe PreditivaParkinson Controle

Parkinson 12 3

Controle 1 14

45 / 58



Metricas da Classificacao

TpRate : taxa de amostras positivas corretamenteclassificadas

FpRate : taxa de falso alarme obtido

Accuracy : taxa de amostras classificadas corretamente

Precision : taxa de acerto de uma instancia em determinadaclasse

F-Measure : considera a media harmonica da taxa de precision edo tp rate

TpRate 80,00%

FpRate 6,67%

Accuracy 86,67%

Precision 92,31%

F-Measure 85,71%

46 / 58



Outros Experimentos

Uso de Jogo em Smartphone Para Deteccao de Tremor

Insucesso na Quantificacao do Tremor

I Tremor do Parkinson e de repouso

I Indivıduos quando utilizavam o jogo reduziam drasticamente osintoma

I Como os dados nao seriam satisfatorios, logo a coletatornou-se inviavel

47 / 58


GQM

ETAPA 3Na perspectiva dos usuarios, a abordagem de quantificar os sinaismotores e considerada nao-invasiva e aplicavel a rotina diaria?

48 / 58


GQM

Questoes da Pesquisa

1. O usuario poderia integrar a abordagem JOGUE-ME a suarotina diaria ?

2. A seguranca com a integridade fısica esta de acordo com afaixa etaria do usuario ?

49 / 58


GQM

Integrar a Abordagem a Rotina Diaria

50 / 58


GQM


51 / 58


GQM


52 / 58


GQM

Seguranca a Integridade Fısica

53 / 58


GQM

Seguranca a Integridade Fısica

54 / 58


Conclusao

Nos experimentos realizados, conseguimos demonstrar:

I A importancia do acompanhamento dos sinais motoresintegrados a rotina diaria do paciente

I A viabilidade do desenvolvimento de jogos para omonitoramento, pois, obtivemos uma taxa de acuracia de86,67% e falsos positivos de 6,67%

I Um percentual de 83% dos usuarios integrariam a solucao demonitoramento proposta em sua rotina diaria

55 / 58


Trabalhos Futuros

A partir dos resultados apresentados nesta tese e extensao damesma, alguns trabalhos futuros sao propostos para contribuicaocientıfica:

I Coletar uma amostra maior de pacientes com Parkinson, eagrupa-los de acordo com o estagio dadoenca [Goulart & Pereira, 2005]

I Usar tecnicas de multi-classificacao dedados [Chamasemani & Singh, 2011] para identificar oprogresso do Parkinson de acordo com as escalas de avaliacao

I Avaliar o sinal da bradicinesia em diferentes momentos do dia,para verificar a eficacia do tratamentomedicamentoso [Picon et al. , 2010]

56 / 58


Publicacoes

Foram publicados tres artigos, em conferencias internacionais,relacionados a tese:

I Abstract: Monitoring Parkinson related Gait Disorderswith Eigengaits, XX World Congress on Parkinson’s Diseaseand Related Disorders (2013)

I Full Paper : A Game-Based Approach to MonitorParkinson’s Disease: The bradykinesia symptomclassification, International Symposium on Computer-BasedMedical Systems (CBMS 2016)

I Full Paper : A Gait Analysis Approach to TrackParkinson’s Disease Evolution Using PrincipalComponent Analysis, International Symposium onComputer-Based Medical Systems (CBMS 2016)

57 / 58


DUVIDAS ?

58 / 58


Alemdar, Hande, Tunca, Can, & Ersoy, Cem. 2015.Daily life behaviour monitoring for health assessment usingmachine learning: Bridging the gap between domains.Personal ubiquitous computing.

Atkinson, S.D., & Narasimhan, V.L. 2010.Design of an introductory medical gaming environment fordiagnosis and management of parkinson’s disease.In: Trendz in information sciences computing.IEEE.

Chamasemani, F. F., & Singh, Y. P. 2011.Multi-class support vector machine (svm) classifiers - anapplication in hypothyroid detection and classification.In: Sixth international conference on bio-inspired computing:Theories and applications.IEEE.

58 / 58


Chen, Huan, Liao, Guo-Tan, Fan, Yao-Chung, Cheng,Bo-Chao, Chen, Cheng-Min, & Kuo, Ting-Chun. 2014.Design and implementation of a personal health monitoringsystem with an effective svm-based pvc detection algorithm incardiology.In: Symposium on applied computing.ACM.

ESA. 2015.Essential facts about the u.s. computer and video gameindustry: Sales, demophahy and usage data.

Friedman, N., Rowe, J.B., Reinkensmeyer, D.J., & Bachman,M. 2014.The manumeter: A wearable device for monitoring daily use ofthe wrist and fingers.Ieee journal of biomedical and health informatics.

58 / 58


Goulart, Fatima, & Pereira, Luciana Xavier. 2005.Uso de escalas para avaliacao da doenca de parkinson emfisioterapia.Fisioterapia e pesquisa.

Graziadio, S., Davison, R., Shalabi, K., Sahota, K. M. A.,Ushaw, G., Morgan, G., & Eyre, J. A. 2014.Bespoke video games to provide early response markers toidentify the optimal strategies for maximizing rehabilitation.In: Proceedings of the 29th annual acm symposium on appliedcomputing.ACM.

Jankovic, J. 2008.Parkinson’s disease: clinical features and diagnosis.Journal of neurology, neurosurgery & psychiatry.

Kantardzic, M. 2011.58 / 58


Data mining: Concepts, models, methods, and algorithms. 2ndedn.Piscataway, NJ, USA: John Wiley & Sons.

Li, Cheng-Hsuan, Lin, Chin-Teng, Kuo, Bor-Chen, & Ho,H.-H. 2010.An automatic method for selecting the parameter of thenormalized kernel function to support vector machines.In: International conference on technologies and applicationsof artificial intelligence.IEEE.

Liao, Chien-Ke, Lim, Chung Dial, Cheng, Ching-Ying, Huang,Cheng-Ming, & Fu, Li-Chen. 2014.Vision based gait analysis on robotic walking stabilizationsystem for patients with parkinson’s disease.In: International conference on automation science andengineering (case).

58 / 58


IEEE.

McGinnis, Peter. 2013.Biomechanics of sport and exercise.Human Kinetics.

Mobyen Uddin Ahmed, Hadi Banaee, & Loutfi, Amy. 2013.Health monitoring for elderly: An application using case-basedreasoning and cluster analysis.Isrn artificial intelligence.

Patel, S., Lorincz, K., Hughes, R., Huggins, N., Growdon, J.,Standaert, D., Akay, M., Dy, J., Welsh, M., & Bonato, P.2009.Monitoring motor fluctuations in patients with parkinson’sdisease using wearable sensors.IEEE transactions on information technology in biomedicine.

Picon, Paulo, Gadelha, Maria, & Beltrame, Alberto. 2010.

58 / 58


Protocolo clınico e diretrizes terapeutica - doenca deparkinson.Ministerio da Saude.

Sinclair, Jeff, Hingston, Philip, Masek, Martin, & Nosaka,Kazunori (Ken). 2009.Using a virtual body to aid in exergaming system development.

Ieee computer graphics applications.

Zwartjes, D.G.M., Heida, T., van Vugt, J.P.P., Geelen, J.A.G.,& Veltink, P.H. 2010.Ambulatory monitoring of activities and motor symptoms inparkinson’s disease.Ieee transactions on biomedical engineering.

58 / 58

uma abordagem de monitoramento dos sinais motores da doença de parkinson baseada em jogos...

Software