Visual processing analysis and machine learning in the early diagnosis of asd using eye tracking

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade de Brasília-
Autor(es): dc.contributorUniversidade de Brasília-
Autor(es): dc.contributorUniversidade de Brasília-
Autor(es): dc.contributorUniversidade de Brasília-
Autor(es): dc.contributorUniversidade de Brasília-
Autor(es): dc.creatorNogueira Filho, Ariomar da Luz-
Autor(es): dc.creatorIdrobo Pizo, Gerardo Antonio-
Autor(es): dc.creatorCardoso, Leandro Xavier-
Autor(es): dc.creatorSilva, Marlete Maria da-
Autor(es): dc.creatorMotta, José Maurício Santos Torres da-
Data de aceite: dc.date.accessioned2025-03-18T18:29:16Z-
Data de disponibilização: dc.date.available2025-03-18T18:29:16Z-
Data de envio: dc.date.issued2025-01-08-
Data de envio: dc.date.issued2025-01-08-
Data de envio: dc.date.issued2024-10-13-
Fonte completa do material: dc.identifierhttp://repositorio.unb.br/handle/10482/51305-
Fonte completa do material: dc.identifierhttps://doi.org/10.56238/arev6n2-136-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/949944-
Descrição: dc.descriptionEste estudo não clínico explora a eficácia do processamento holístico no reconhecimento facial e a aplicação de sistemas de rastreamento ocular no diagnóstico do Transtorno do Espectro Autista (TEA). São adotadas três abordagens: Faces Compostas, Part-to-Whole e Efeito de Inversão, destacando a importância de análises holísticas para um reconhecimento facial eficiente. A pesquisa utiliza sistemas de rastreamento ocular baseados em câmeras, notáveis por sua abordagem não invasiva e precisão em detectar movimentos oculares específicos. Empregam-se o software OGAMA® e ferramentas de mineração de dados como o Orange Canvas para analisar métricas oculares. A metodologia inclui a identificação, armazenamento e processamento de variáveis oculométricas usando algoritmos de aprendizado supervisionado para prever padrões comportamentais em indivíduos com TEA. Os experimentos realizados demonstraram a eficácia da metodologia proposta. Dados de referência foram utilizados para validar as descobertas, e técnicas de aprendizado de máquina foram empregadas para diferenciar indivíduos com TEA, destacando-se as Redes Neurais como o algoritmo mais eficaz. Conclui-se que a combinação de rastreamento ocular com mineração de dados oferece insights valiosos para o diagnóstico e compreensão do TEA, abrindo novas possibilidades para a pesquisa em processamento holístico e contribuindo significativamente para as áreas de psicologia, medicina e tecnologias assistivas.-
Descrição: dc.descriptionThis non-clinical study explores the effectiveness of holistic processing in facial recognition and the application of eye-tracking systems in the diagnosis of Autism Spectrum Disorder (ASD). Three approaches are adopted: Composite Faces, Part-to-Whole andFlip Effect, highlighting the importance of holistic analytics for efficient facial recognition.The research utilizes camera-based eye-tracking systems, which are notable for their non-invasive approach and accuracy in detecting specific eye movements. OGAMA® software and data mining tools such as Orange Canvas are used to analyze eye metrics. The methodology includes the identification, storage, and processing of oculometric variables using supervised learning algorithms to predict behavioral patterns in individuals with ASD.The experiments carried out demonstrated the effectiveness of the proposed methodology. Reference data were used to validate the findings, and machine learning techniques were employed to differentiate individuals with ASD, with Neural Networks standing out as the most effective algorithm.It is concluded that the combination of eye tracking with data mining offers valuable insights for the diagnosis and understanding of ASD, opening up new possibilities for research in holistic processing and contributing significantly to the fields of psychology, medicine and assistive technologies.-
Descrição: dc.descriptionFaculdade de Ciências e Tecnologias em Engenharia (FCTE) – Campus UnB Gama-
Descrição: dc.descriptionPrograma de Pós-Graduação em Sistemas Mecatrônicos-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Idioma: dc.languageen-
Publicador: dc.publisherNational Association of Human Rights, Research, and Postgraduate Studies-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsARACÊ (ARE) uses the Creative Commons CC BY license. Information about this license can be found at https://creativecommons.org/licenses/by/4.0/br/. Fonte: https://periodicos.newsciencepubl.com/arace/about/submissions. Acesso em: 09 jan. 2025.-
Palavras-chave: dc.subjectSistemas de rastreamento ocular-
Palavras-chave: dc.subjectTecnologia assistiva-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectTranstorno do Espectro Autista-
Título: dc.titleVisual processing analysis and machine learning in the early diagnosis of asd using eye tracking-
Título: dc.titleAnálise de processamento visual e aprendizado de máquina no diagnóstico precoce do TEA usando rastreamento ocular-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB - Rep. 1

Não existem arquivos associados a este item.
Mostrar registro simples do item Visualizar estatísticas

Avaliação

1 2 3 4 5

Conteúdo acessível em Libras usando o VLibras Widget com opções dos Avatares Ícaro, Hosana ou Guga. Conteúdo acessível em Libras usando o VLibras Widget com opções dos Avatares Ícaro, Hosana ou Guga.