Application of Support Vector Machines (SVM) for clinical diagnosis of Parkinson's Disease and Essential Tremor

[ES] Los enfermos de Párkinson (EP) y de temblor esencial (TE) suponen un porcentaje importante de la casuística clínica en los trastornos del movimiento, que impiden a los sujetos afectados el llevar una vida normal, produciendo discapacidad física y una no menos importante exclusión social en muchos de los casos. Las vías de tratamiento son dispares, de ahí que sea crítico acertar con precisión en el diagnóstico en las etapas iniciales de la enfermedad. Hasta la actualidad, los profesionales y expertos en medicina, utilizan unas escalas cualitativas para diferenciar la patología y su grado de afectación. Dichas escalas también se utilizan para efectuar un seguimiento clínico y registrar la historia del paciente. En este trabajo se propone la utilización de clasificadores binarios centrados en las Máquinas de Soporte Vectorial (SVM) para obtener un diagnóstico diferencial entre las dos patologías de temblor mencionadas.

[EN] Parkinson's Disease (PD) and Essential Tremor (ET) patients represent a significant percentage of the clinical cases in movement disorders pathologies, which prevents to the affected people leading a normal life. A physical disability results and important social exclusion in many cases are produced. The treatment methods are very differents, so it is critical hitting with the diagnosis in the early stages of these diseases. Until today, professionals and experts in medicine, use qualitative scales to differentiate pathology cases and its level of affectation. These scales are used to follow up clinically and register the patient's history. This work proposes the use of binary classifiers focused on the Vector Support Machines (SVM) to obtain a differential diagnosis between the essential tremor and Parkinson’s disease.

También hacer mención al Centro de Referencia Estatal de Autonomía Personal y Ayudas Técnicas (CEAPAT), organismo que financió el sistema DIMETER, herramienta fundamental cuyo desarrollo y utilización nos ha permitido poder llegar a las conclusiones que aquí exponemos tras un largo periodo de análisis, procesamiento y explotación de las pruebas realizadas.