Classificação de estados afetivos em pessoas idosas: uma abordagem de representação de dados multimodais de EEG e voz

Abstract

Impulsionada pelo avanço da inteligência artificial nos últimos anos, a computação afetiva vem conquistando cada vez mais destaque dentro da comunidade científica. Dentro desse contexto, grande parte das pesquisas dessa área utilizam dados de fontes públicas para investigar, através dos seus estudos, o reconhecimento das emoções. Entretanto, os dados disponíveis publicamente ainda não são capazes de contemplar as particularidades inerentes a diferentes grupos sociais, como pessoas idosas com quadro de demência, dada a limitação de casos existentes nesses corpora. Sendo assim, o estudo proposto utilizou dados de pessoas idosas, com e sem demência, dispostos em 3 modalidades: sinais EEG, sinais de voz e uma abordagem multimodal combinando ambos os tipos. Como forma de investigar a capacidade computacional no reconhecimento dos estados afetivos no grupo exposto, foi utilizada uma extração de atributos de cunho matemático e algoritmos rasos de aprendizado de máquina sobre as três abordagens. Os resultados destacam o desempenho da abordagem multimodal, cuja acurácia obtida alcançou 90,90% na etapa de teste, sinalizando positivamente para cenários de uso em aplicações reais, dentre elas, o tratamento do quadro de demência com uso da musicoterapia. Em seguida, é destacada a abordagem com uso de sinais EEG com 99,48% de acurácia e de voz com 90,41%.