
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Royal Melbourne Institute of Technology | - |
| Autor(es): dc.creator | Oliveira, Guilherme Camargo | - |
| Autor(es): dc.creator | Ngo, Quoc Cuong | - |
| Autor(es): dc.creator | Passos, Leandro Aparecido | - |
| Autor(es): dc.creator | Oliveira, Leonardo Silva | - |
| Autor(es): dc.creator | Stylianou, Stella | - |
| Autor(es): dc.creator | Papa, João Paulo | - |
| Autor(es): dc.creator | Kumar, Dinesh | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T21:25:55Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T21:25:55Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2024-08-29 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1159/000540547 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/309779 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/309779 | - |
| Descrição: dc.description | Introduction: Weakened facial movements are early-stage symptoms of amyotrophic lateral sclerosis (ALS). ALS is generally detected based on changes in facial expressions, but large differences between individuals can lead to subjectivity in the diagnosis. We have proposed a computerized analysis of facial expression videos to detect ALS. Methods: This study investigated the action units obtained from facial expression videos to differentiate between ALS patients and healthy individuals, identifying the specific action units and facial expressions that give the best results. We utilized the Toronto NeuroFace Dataset, which includes nine facial expression tasks for healthy individuals and ALS patients. Results: The best classification accuracy was 0.91 obtained for the pretending to smile with tight lips expression. Conclusion: This pilot study shows the potential of using computerized facial expression analysis based on action units to identify facial weakness symptoms in ALS. | - |
| Descrição: dc.description | RMIT University | - |
| Descrição: dc.description | School of Science São Paulo State University | - |
| Descrição: dc.description | School of Engineering Royal Melbourne Institute of Technology | - |
| Descrição: dc.description | School of Science Royal Melbourne Institute of Technology | - |
| Descrição: dc.description | School of Science São Paulo State University | - |
| Formato: dc.format | 171-180 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Digital Biomarkers | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Amyotrophic lateral sclerosis | - |
| Palavras-chave: dc.subject | Facial action units | - |
| Palavras-chave: dc.subject | Facial expression | - |
| Palavras-chave: dc.subject | Logistic regression | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Título: dc.title | Video Assessment to Detect Amyotrophic Lateral Sclerosis | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: