Banca de QUALIFICAÇÃO: ALISSON LUIZ RIBEIRO DE OLIVEIRA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: ALISSON LUIZ RIBEIRO DE OLIVEIRA
DATA : 05/03/2026
LOCAL: Google meet
TÍTULO:

Análise de marcha em pessoas com Doença de Parkinson através de Visão Computacional

 

PALAVRAS-CHAVES:

Doença de Parkinson, Visão computacional, Análise de marcha, MediaPipe, Estimativa de pose.

 

PÁGINAS: 76
RESUMO:

A Doença de Parkinson (DP) é uma enfermidade neurodegenerativa caracterizada por sintomas
motores e não motores, entre os quais as alterações da marcha se destacam por impactarem
diretamente a mobilidade e a qualidade de vida. A análise quantitativa da marcha é fundamental
para o monitoramento da progressão da doença e para o desenvolvimento de estratégias
terapêuticas personalizadas. Entretanto, os métodos convencionais de avaliação, baseados em
observação clínica ou sistemas de captura de movimento, são limitados por custos elevados e
baixa aplicabilidade em ambientes clínicos de rotina. Nesse contexto, a visão computacional
surge como uma alternativa promissora, possibilitando a estimativa automática de parâmetros
cinemáticos e espaço-temporais por meio de câmeras comuns. Contudo, apesar do seu potencial
teórico, ainda são necessárias validação clínica, padronização metodológica e demonstração
de desempenho em populações reais com DP para que essa tecnologia seja efetivamente
incorporada à prática clínica. O presente trabalho teve como objetivo desenvolver e validar
um pipeline de visão computacional para análise da marcha em indivíduos com Doença de
Parkinson, integrando os modelos YOLO, para detecção corporal, e MediaPipe Pose, para
estimativa de pose e cálculo de variáveis espaço-temporais da marcha. A pesquisa envolveu a
construção e validação de um pipeline para análise de marcha, elaboração de um dataset
original com registro de avaliação no Mocap/Qualysis de 30 participantes com doença de
Parkinson, avaliados no Laboratório de Controle e Análise de Movimento (LACAF/UFPE),
além de uma revisão de escopo sobre metodologias de visão computacional aplicadas à DP.
O pipeline proposto alcançou desempenho satisfatório (acurácia de 77,3%; especificidade de
81,8%; sensibilidade de 72,7%; AUC = 0,876), confirmando sua viabilidade para a
quantificação objetiva da marcha em populações clínicas. Os resultados reforçam o potencial
da visão computacional como ferramenta acessível e precisa para análise clínica e suporte à
reabilitação motora.

 

MEMBROS DA BANCA:
Interna - 3727505 - GISELLE MACHADO MAGALHAES MORENO
Externa ao Programa - 1296271 - MAIRA ARAUJO DE SANTANA - UFPE