Auxílio ao diagnóstico de ELA e AVC através de expressão facial

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPrado, Simone das Graças Domingues-
Autor(es): dc.contributorOliveira, Guilherme Camargo de-
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.creatorOliveira, Leonardo Silva de-
Data de aceite: dc.date.accessioned2025-08-21T23:26:12Z-
Data de disponibilização: dc.date.available2025-08-21T23:26:12Z-
Data de envio: dc.date.issued2022-08-15-
Data de envio: dc.date.issued2022-08-15-
Data de envio: dc.date.issued2022-08-02-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/236142-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/236142-
Descrição: dc.descriptionO presente trabalho foca em verificar a possibilidade do auxílio ao diagnóstico de pessoas que possuem ou não doenças neurológicas através do estudo das expressões faciais. O trabalho utiliza a ferramenta de extração de Action Units (py-feat) para extrair informações de alguns vídeos, para serem analisados onde nesses vídeos voluntários realizaram algumas tarefas de fala ou movimento olhando para a câmera. Através desses actions units extraídos, uma análise exploratória foi feita dos dados extraídos e alguns testes de predição de classificação de algoritmos específicos de aprendizado de máquina para classificar quais dos pacientes possuía ou não algum tipo de doença. Por fim, o trabalho apresenta a conclusão com base nos resultados que apresentaram pontuações altas para tarefas e algoritmo específicos e depois alguns possíveis trabalhos futuros.-
Descrição: dc.descriptionThe present work focuses on verifying the possibility of aiding the diagnosis of people who have or do not have neurological diseases through the study of facial expressions. The work uses the Action Units extraction tool (py-feat) to extract information from some videos, where volunteers perform some speech or movement tasks looking at the camera so they can be analyzed. Through these extracted actions units, an exploratory analysis was made of the extracted data and some classification prediction tests of specific machine learning algorithms to classify which of the patients had or did not have some type of disease. Finally, the work presents the conclusion based on the results that presented high scores for specific tasks and algorithm and then some possible future work.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual Paulista (UNESP)-
Direitos: dc.rightsinfo:eu-repo/semantics/openAccess-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectDiagnóstico auxiliado por computador-
Palavras-chave: dc.subjectEsclerose lateral amiotrófica-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectFacial recognition-
Palavras-chave: dc.subjectNeurological disorders diagnoses-
Palavras-chave: dc.subjectActions units-
Palavras-chave: dc.subjectArtificial inteligence-
Palavras-chave: dc.subjectData science-
Título: dc.titleAuxílio ao diagnóstico de ELA e AVC através de expressão facial-
Título: dc.titleSupport in the diagnosis of ALS and CVA through facial expression-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.