Aplicación de técnicas de aprendizaje automático para la clasificación de actividades mediante una muleta inteligente para esclerosis múltiple

Abstract

[Resumen] El nivel de actividad física diaria que un paciente de Esclerosis Múltiple es capaz de realizar se ha demostrado que es una importante fuente de información para el seguimiento de la enfermedad y la adaptación individualizada de las terapias. Así, en este trabajo se propone el diseño de un clasificador de actividades de la vida diaria, realizado mediante la combinación de dos técnicas de Inteligencia Artificial (RandomForest y Redes Neuronales Artificiales), el cual podría facilitar información de valor a las y los terapeutas.

[Abstract] The level of daily physical activity that a Multiple Sclerosis patient is able to perform has been shown to be an important source of information in order to monitorise the disease and adapt therapies in a personalised way. Consequently, in this work a novel desing of a daily physical activity classifier is proposed by the combination of two Artificial Intelligence techniques (a RandomForest and Artificial Neural Networks), which can provide an useful information for the therapists.