Atenção!


O atendimento às questões referentes ao Repositório Institucional será interrompido entre os dias 20 de dezembro de 2025 a 4 de janeiro de 2026.

Pedimos a sua compreensão e aproveitamos para desejar boas festas!

Logo do repositório

Auxílio ao diagnóstico de ELA e AVC através de expressão facial

Carregando...
Imagem de Miniatura

Orientador

Prado, Simone das Graças Domingues
Oliveira, Guilherme Camargo de

Coorientador

Pós-graduação

Curso de graduação

Ciência da Computação - FC

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Estadual Paulista (Unesp)

Tipo

Trabalho de conclusão de curso

Direito de acesso

Acesso abertoAcesso Aberto

Resumo

Resumo (português)

O presente trabalho foca em verificar a possibilidade do auxílio ao diagnóstico de pessoas que possuem ou não doenças neurológicas através do estudo das expressões faciais. O trabalho utiliza a ferramenta de extração de Action Units (py-feat) para extrair informações de alguns vídeos, para serem analisados onde nesses vídeos voluntários realizaram algumas tarefas de fala ou movimento olhando para a câmera. Através desses actions units extraídos, uma análise exploratória foi feita dos dados extraídos e alguns testes de predição de classificação de algoritmos específicos de aprendizado de máquina para classificar quais dos pacientes possuía ou não algum tipo de doença. Por fim, o trabalho apresenta a conclusão com base nos resultados que apresentaram pontuações altas para tarefas e algoritmo específicos e depois alguns possíveis trabalhos futuros.

Resumo (inglês)

The present work focuses on verifying the possibility of aiding the diagnosis of people who have or do not have neurological diseases through the study of facial expressions. The work uses the Action Units extraction tool (py-feat) to extract information from some videos, where volunteers perform some speech or movement tasks looking at the camera so they can be analyzed. Through these extracted actions units, an exploratory analysis was made of the extracted data and some classification prediction tests of specific machine learning algorithms to classify which of the patients had or did not have some type of disease. Finally, the work presents the conclusion based on the results that presented high scores for specific tasks and algorithm and then some possible future work.

Descrição

Palavras-chave

Aprendizado de máquina, , Inteligência artificial, Diagnóstico auxiliado por computador, Esclerose lateral amiotrófica, Machine learning, Facial recognition, Neurological disorders diagnoses, Actions units, Artificial inteligence, Data science

Idioma

Português

Citação

Itens relacionados

Financiadores

Unidades

Item type:Unidade,
Faculdade de Ciências
FC
Campus: Bauru


Departamentos

Cursos de graduação

Programas de pós-graduação