Classification de la démarche chez les patients atteints de la maladie de Parkinson

La maladie de Parkinson est la deuxième maladie neurodégénérative la plus répandue chez les personnes âgées, bien que sa prévalence et son incidence varient en fonction de l'âge, du sexe et de la race/ethnie. Les études montrent que la prévalence augmente avec l'âge, avec une estimation de 5 à 26 cas pour 100 000 personnes par an, soit environ 1 % chez les personnes âgées de 65 à 69 ans et de 3 à 14,3 % chez les personnes âgées de plus de 85 ans. Les signes cliniques les plus courants du processus inflammatoire comprennent la présence de tremblements au repos, de rigidité musculaire, de bradykinésie et d'instabilité posturale. Le diagnostic de la maladie n'est pas simple, car on sait qu'il existe des schémas d'étapes dans la progression de la maladie dans le corps humain. Cependant, de nombreux patients ne suivent pas cette progression en raison de l'hétérogénéité des manifestations qui peuvent survenir. L'analyse de la démarche est devenue un mécanisme quantitatif attrayant et non invasif qui peut contribuer à la détection et au suivi des personnes atteintes de la maladie de Parkinson. L'extraction des caractéristiques est une tâche extrêmement importante pour la qualité des données à utiliser par les algorithmes de ML, l'objectif principal étant de réduire la dimensionnalité des données dans un processus de classification.