
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado
Centro: Tecnológico
Departamento: Engenharia Elétrica/EEL
Dimensão Institucional: Pesquisa
Dimensão ODS: Social
Tipo do Documento: Projeto de Pesquisa
Título: DESENVOLVIMENTO DE MÉTODOS COMPUTACIONAIS PARA AUXÍLIO NO DIAGNÓSTICO DE DEPRESSÃO, DOENÇAS NEURODEGENERATIVAS E DISTÚRBIOS VOCAIS
Coordenador
- BRUNO CATARINO BISPO
Participante
- BRUNO CATARINO BISPO (D)
Conteúdo
O ser humano, como todo organismo vivo, está su...o ser humano, como todo organismo vivo, está suscetível a contrair doenças. o diagnóstico de uma doença é normalmente realizado por um especialista através da análise de um conjunto de dados formado por sinais, sintomas, histórico clínico, exame físico e exames laboratoriais. é um processo subjetivo e extremamente dependente da experiência do especialista, o que pode levar a erros no diagnóstico. além disso, diferentes doenças podem apresentar um conjunto de dados semelhante, dificultando o diagnóstico e algumas doenças recentes ainda não possuem um método de diagnóstico confiável.
nos últimos anos, métodos computacionais têm sido desenvolvidos para o auxílio no diagnóstico de doenças. o objetivo dessas ferramentas é utilizar o avanço técnico nas áreas de processamento digital de sinais e de aprendizado de máquina para ajudar os especialistas na tomada de decisão durante o processo de diagnóstico.
neste projeto de pesquisa, propõe-se dar continuidade aos esforços empregados recentemente no desenvolvimento de ferramentas computacionais para auxílio no diagnóstico de depressão, doenças neurodegenerativas e distúrbios vocais.
no caso das doenças neurodegenerativas, intenciona-se prosseguir com o desenvolvimento de um método para detecção da doença de alzheimer (da) através de imagens de ressonância magnética e de sinais de fala. a base de dados de ressonância magnética a ser utilizada será inicialmente a fornecida pelo "alzheimer's disease neuroimaging initiative" (adni). o adni foi lançado em 2003 como uma parceria público-privada com o objetivo de testar se a ressonância magnética, a tomografia por emissão de pósitrons e outros marcadores biológicos podem ser combinados para medir a progressão do comprometimento cognitivo leve e da da. a base de dados de fala a ser utilizada será inicialmente a "dementiabank spanish ivanova corpus", a qual contém frases em língua espanhola de pessoas sem da e de pessoas previamente diagnosticadas com da.
em relação aos distúrbios vocais, pretende-se prosseguir com o desenvolvimento de um método para classificação multi-classe de distúrbios relacionados a nódulo vocal, edema de reinke e patologias neurológicas através de sinais de fala. será utilizada uma base de dados de voz fornecida pelo grupo de pesquisa em engenharia médica do conselho nacional de desenvolvimento científico e tecnológico (gpem/cnpq). essa base de dados consiste em 65 gravações da vogal sustentada /a/, sendo 20 pronunciadas por indivíduos saudáveis, 15 por pacientes clinicamente diagnosticados com nódulos vocais, 16 por pacientes clinicamente diagnosticados com edema de reinke e 14 por pacientes clinicamente diagnosticados com patologias neurológicas.
para depressão, pretende-se iniciar a pesquisa em métodos computacionais para detecção de depressão através de sinais eeg. a base de dados a ser utilizada será inicialmente a disponibilizada em "the patient repository for {eeg} data + computational tools (pred+ct)", a qual que contém 34 gravações de eeg, sendo 25 de pessoas saudáveis e 9 de pacientes clinicamente diagnosticados com depressão.
Pós-processamento: Índice de Shannon: 3.74132
ODS 1 | ODS 2 | ODS 3 | ODS 4 | ODS 5 | ODS 6 | ODS 7 | ODS 8 | ODS 9 | ODS 10 | ODS 11 | ODS 12 | ODS 13 | ODS 14 | ODS 15 | ODS 16 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
4,61% | 4,04% | 21,13% | 5,49% | 3,89% | 3,40% | 3,76% | 4,35% | 12,09% | 3,28% | 8,28% | 4,05% | 5,31% | 5,02% | 4,74% | 6,56% |
ODS Predominates


4,61%

4,04%

21,13%

5,49%

3,89%

3,40%

3,76%

4,35%

12,09%

3,28%

8,28%

4,05%

5,31%

5,02%

4,74%

6,56%