Redes Neuronales Artifciales para Cuantificar la Motricidad en Niños con Hemiparesia Cerebral

Abstract

En busca de una herramienta confiable para poder cuantificar la motricidad del miembro superior, este trabajo busca mejorar la forma de clasificación de la afectación motriz en miembro superior en pacientes con alteraciones o patologías en el sistema nervioso central, proponiendo una nueva forma objetiva de medir y clasificar el grado de capacidad de movimiento. Utilizando el método de redes neuronales artificiales para cuantificar con mayor eficacia el nivel de motricidad en cinco niveles de la nueva escala de clasifiación propuesta SSULF para tener una mejor valoración y grado de la funcionalidad motriz del miembro superior en pacientes diagnosticados con hemiparesia cerebral utilizando los resultados obtenidos con la herramienta de valoración Sorting Block Box, logrando clasificar con eficacia más del 95% de los pacientes del grupo control y más del 90% de los pacientes con su mano afectada en algún nivel de la escala SSULF entre los niveles 2 y 4.