Nos últimos anos, tem aumentado significativamente o uso de redes neurais artificiais para a classificação e análise cinemática e cinética da marcha humana, em uma tentativa de superar as limitações da análise dinâmica tradicional e de encontrar novos indicadores clínicos para interpretar, de forma rápida e objetiva, a grande quantidade de informação obtida em laboratórios de marcha humana. Uma das redes neurais mais utilizadas para análise de marcha é o mapa de Kohonen ou mapa auto-organizado, baseado em aprendizado não supervisionado, sem uma definição prévia de grupos naturais que se formam. O uso deste tipo de rede neural tem mostrado benefícios significativos associados com a redução da dimensionalidade dos dados com mínima perda de conteúdo de informação e com o agrupamento de dados de acordo com suas semelhanças. Neste contexto, este trabalho apresenta um caso de aplicação de um mapa de Kohonen como classificador das características cinéticas da locomoção em indivíduos normais e com doença de Parkinson. Os resultados indicam que os grupos identificados no mapa são consistentes com a classificação feita por especialistas com base em análise dinâmica tradicional, que mostra o potencial desta técnica para diferenciar populações de indivíduos com marcha normal e de indivíduos com distúrbios da marcha de etiologia diferente.
Marcha humana; Doença de Parkinson; Rede neural artificial; Classificação
