Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/62676

Compartilhe esta página

Título: Explorando o potencial do reconhecimento de emoções via EEG e redes neurais profundas : uma investigação computacional na promoção do bem-estar emocional em idosos
Autor(es): RIBEIRO, Andressa Laysa Queiroz
Palavras-chave: Envelhecimento; Eletroencefalograma (EEG); Reconhecimento de Emoções
Data do documento: 26-Fev-2024
Editor: Universidade Federal de Pernambuco
Citação: RIBEIRO, Andressa Laysa Queiroz. Explorando o potencial do reconhecimento de emoções via EEG e redes neurais profundas: uma investigação computacional na promoção do bem-estar emocional em idosos. 2024. Dissertação (Mestrado em Engenharia Biomédica) – Universidade Federal de Pernambuco, Recife, 2024.
Abstract: Diversas condições socioeconômicas, culturais, fisiológicas, ambientais e políticas condi- cionam o envelhecimento da população à prevalência de doenças relacionadas à senescência, como osteoporose, hipertensão e demências, sendo a doença de Alzheimer a mais comum. As demências são condições degenerativas e progressivas que envolvem o declínio da memória e outros déficits cognitivos, o desafio que se apresenta é a elaboração de cenários em que os avanços da saúde, ciência e da tecnologia que permitirão ao ser humano alcançar soluções rápidas, eficientes e a baixo custo para o cuidado da saúde da população idosa, diversos tra- balhos atestam que a musicoterapia pode desacelerar o progresso das demências por meio de estímulos musicais e da educação musical que estimulam as áreas do cérebro responsáveis pela memória por meio das emoções. Reconhecer emoções humanas por meio de computadores tem sido um desafio significativo na área da Computação. Para realizar o reconhecimento de emoções, é necessário coletar dados humanos, o Eletroencefalograma (EEG) pode ser usado para fornecer visões sobre diferentes emoções que estão associadas a padrões distintos de atividade cerebral e pode contribuir para diagnóstico precoce, monitoramento da progressão da condição, personalização da terapia com base em padrões específicos de atividade cere- bral, avaliação de intervenções terapêuticas e o desenvolvimento de tecnologias assistivas. Este trabalho apresenta a avaliação de quatro redes neurais profundas (CNN): Lenet, Resnet, SqueezeNet e VGG, para extração atributos de dados coletados através do EEG de pessoas idosas com e sem demências. Em suma, os resultados apresentados fornecem uma visão abran- gente do desempenho das CNNs em conjunto com o classificador Random Forest, em tarefas de classificação. Os modelos demonstraram consistentemente uma capacidade promissora de aprendizado e generalização, alcançando acurácia perfeita, altos coeficientes kappa, sensibili- dade e especificidade ideais, além de uma área sob a curva ROC próxima de 1,0 em diversas configurações. Esses resultados destacam a eficácia e a robustez das CNNs e do Random Forest na tarefa de classificação, evidenciando sua capacidade de lidar com uma variedade de problemas e conjuntos de dados.Os resultados sugerem que esses modelos têm potencial para aplicação em uma ampla gama de campos, desde diagnósticos médicos até reconhecimento de padrões em imagens e análise de texto.
URI: https://repositorio.ufpe.br/handle/123456789/62676
Aparece nas coleções:Dissertações de Mestrado - Engenharia Biomédica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO Andressa Laysa Queiroz Ribeiro.pdf2,74 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons