Auto-adaptive robot-aided therapy using machine learning techniques

Analysis of in-air movement in handwriting: A novel marker for Parkinson's disease

“…We chose SVM since it allows to capture complex multivariate relationships in the data, it has good generalization properties and can deal with feature vectors of high dimensionality. In fact, SVM classifier was successfully applied to the individual classification of a variety diseases and medical conditions [12,34,35]. Because of the nonlinear propagation of the features we selected RBF kernel.…”

Evaluación en un paciente con ictus en fase crónica de un sistema autoadaptativo de neurorehabilitación robótica

“…Estos algoritmos son técnicas donde el sistema de aprendizaje trata de etiquetar (clasificar) una serie de vectores de entrada utilizando una entre varias categorías (clases). Finalmente, se han utilizado los 9 algoritmos supervisados de clasificación implementados en (Badesa et al, 2014b Muchas de las técnicas de clasificación, como el caso de SVM, se tratan de técnicas de clasificación binaria, esto es, que sólo clasifican distinguiendo entre dos posibles clases. Para el caso de estas técnicas, se ha implementado la estrategia para clasificación multi-clase One vs One (OvO).…”

“…Utilizando un procedimiento similar al expuesto en (Badesa et al, 2014b), en la experimentación realizada para la adquisición de señales fisiológicas se siguieron los siguientes pasos:…”

“…Obsevando la Tabla 1 y los resultados mostrados en (Badesa et al, 2014b), el uso de más de tres componentes principales no proporciona una mejora significativa en los porcentajes de acierto obtenidos en la validación cruzada. Finalmente, se ha optado por utilizar el algoritmo de clasificación SVM con una función RBF como kernel, usando las tres primeras componentes principales obtenidas mediante el algoritmo PCA.…”

“…El presente trabajo extiende los resultados del estudio presentado en (Badesa et al, 2014b), realizado con sujetos sanos, a su utilización con pacientes que hayan sufrido un accidente cerebrovascular. En concreto, el entrenamiento de los clasificadores utilizados se realiza mediante la adquisición del comportamiento del propio sujeto ante distintas sesiones de evaluación.…”