Modelo para la comparación de datos posturográficos estructuralmente complejos

Abstract

Esta Tesis tiene por finalidad desarrollar todo un Marco de Trabajo (modelos de datos, algoritmos, etc.) que permita la extracción de conocimiento útil a partir de datos estructuralmente complejos, mediante el uso de técnicas de Data Mining. Dicho conocimiento será utilizado para la toma de decisiones en el entorno de estos datos. Para diseñar, desarrollar y validar el modelo se utilizarán datos de un entorno médico, concretamente datos recogidos con un Posturógrafo, que es un sistema de valoración muscular que permite medir diversos aspectos relacionados con el equilibrio y la coordinación psicomotriz. En concreto se ha empleado el dispositivo denominado Balance Master, de la compañía Neurocom.
Los datos procedentes de las pruebas posturográficas están formados por series temporales multidimensionales en conjunción con otros atributos univaluados.
En este trabajo se van a abordar dos problemas: el primero consiste en encontrar un modelo o una estructura que permita representar y, por tanto, almacenar los datos; el segundo es la comparación entre dos conjuntos de datos complejos, algo que no es un problema trivial. De hecho, la comparación entre datos es un problema fundamental, que se considera la base a la hora de resolver otros muchos, como el de encontrar patrones que se repiten en dos o más conjuntos de datos.
En primer lugar, se ha creado un modelo de datos y una base de datos capaz de almacenar toda la información necesaria. Con esto, se ha resuelto el primero de los problemas descritos. En segundo lugar, se ha planteado toda una arquitectura para resolver el problema de la comparación entre conjuntos de datos complejos, así como los algoritmos que es necesario ejecutar para hacer posible dicho proceso de comparación. Dicha arquitectura y dichos algoritmos son lo suficientemente genéricos como para poder ser empleados, no solo en el dominio de la posturografía, sino en muchos otros de características similares.
La técnica aquí descrita se basa en la comparación, tanto de las series temporales como de los atributos univaluados, de dos pruebas posturográficas. De especial interés resulta el algoritmo empleado para comparar series temporales, que se basa en el análisis de los eventos de dichas series temporales. Los eventos son zonas de especial interés en las series temporales; en sismografía, por ejemplo, los eventos se localizan en aquellos momentos de las series temporales que recogen un seísmo, la actividad volcánica previa al mismo o las réplicas. En el algoritmo planteado, se propone una comparación entre los eventos de dos series temporales, mediante la realización de un proceso de clustering de dichos eventos. Una vez realizado este proceso de clustering y obtenidos los eventos comunes, se propone una medida de similaridad entre las series, de forma que serán más similares cuanto mayor sea el número de eventos parecidos que éstas tengan en común.
Se ha desarrollado un sistema software que implementa el método descrito en esta Tesis, para cuya evaluación se ha contando con el apoyo del Consejo Superior de Deportes, una institución adscrita al Ministerio de Educación y Ciencia, encargada de coordinar las actividades deportivas en España. Dicha institución ha facilitado para este estudio series temporales de deportistas de élite de diferente sexo, edad y disciplina deportiva. Se ha contado con un experto de dicha institución para validar los resultados generados al ejecutar el método planteado.
La evaluación ha consistido en la realización de comparaciones entre cada par de pruebas posturográficas. Tras evaluar el sistema, los resultados obtenidos han sido muy satisfactorios, tanto para el equipo de investigación como para los expertos, que han mostrado su interés en seguir cooperando en este campo.