Personalização de terapias pelo reconhecimento de emoções em biossinais
DOI:
https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1315Palavras-chave:
Terapia Focada em Emoções, Musicoterapia, Inteligência ArtificialResumo
Objetivo: Este estudo buscou desenvolver uma arquitetura de rede neural artificial híbrida para reconhecer estados de ânimo em biossinais de pessoas idosas, incluindo aquelas com demência leve a moderada, para ser utilizada como apoio à personalização de terapias. Método: O estudo empregou Transformada de Wavelet para converter sinais em imagens, que foram utilizadas como entrada para uma arquitetura híbrida formada por uma rede neural convolucional pré-treinada do tipo LeNet para extração de características e um algoritmo Random Forest com 450 árvores para classificação. O desempenho do algoritmo proposto foi avaliado em bases de dados pública de sinais de eletroencefalografia e voz, e posteriormente verificado em uma base de dados autoral de idosos com e sem demências. Resultados: A acurácia alcançada foi em torno de 71 a 73%. Conclusão: Essa tecnologia pode ser integrada em interfaces humano-máquina para personalizar terapias diversas, tais como a musicoterapia.
Referências
Vivas EN, Rocha SF. The Brazilian population aging and its contemporary challenges. MOJ Gerontol Ger. 2020;5(5):165-8. DOI: https://doi.org/10.15406/mojgg.2020.05.00251
Bloom DE, Canning D, Lubet A. Global population aging: Facts, challenges, solutions & perspectives. Daedalus. 2015;144(2):80-92. DOI: https://doi.org/10.1162/DAED_a_00332
Silva-Júnior JD. Memórias Autobiográficas e Música em Idosos. Campinas: Editora Alínea. 2018.
Peixoto CT da S. Saúde mental: um enfoque voltado à prevenção da demência de alzheimer. JHMReview [Internet]. 2021;7(3). Disponível em: https://ijhmreview.org/ijhmreview/article/view/276
Santana MA, Lima CL, Torcate AS, Fonseca FS, Santos WP. Affective computing in the context of music therapy: a systematic review. RSD [Internet]. 2021;10(15): e392101522844. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/22844 DOI: https://doi.org/10.33448/rsd-v10i15.22844
Veltmeijer EA, Gerritsen C, Hindriks KV. Automatic emotion recognition for groups: a review. IEEE Transactions on Affective Computing. 2021;14(1):89-107. DOI: https://doi.org/10.1109/TAFFC.2021.3065726
Dupré D, Krumhuber EG, Küster D, McKeown GJ. A performance comparison of eight commercially available automatic classifiers for facial affect recognition. Plos one. 2020;15(4):e0231968. DOI: https://doi.org/10.1371/journal.pone.0231968
Mallat SG. Multifrequency channel decompositions of images and wavelet models. IEEE Transactions on Acoustics, speech, and signal processing. 1989;37(12):2091-110. DOI: https://doi.org/10.1109/29.45554
Eaton JW, Bateman D, Hauberg S. GNU Octave version 3.0. 1 manual: a high-level interactive language for numerical computations. Whales: Network Theory Ltd. 2007.
Witten IH, Frank E, Hall MA. Data Mining: Practical machine learning tools and techniques. Burlington: Morgan Kaufmann Publishers. 2011.
Soleymani M, Lichtenauer J, Pun T, Pantic M. A multimodal database for affect recognition and implicit tagging. IEEE transactions on affective computing. 2011;3(1):42-55. DOI: https://doi.org/10.1109/T-AFFC.2011.25
Livingstone SR, Russo FA. The Ryerson Audio-Visual Database of Emotional Speech and Song (RAVDESS): A dynamic, multimodal set of facial and vocal expressions in North American English. PloS one. 2018;13(5):e0196391. DOI: https://doi.org/10.1371/journal.pone.0196391
McHugh ML. Interrater reliability: the kappa statistic. Biochemia medica. 2012;22(3):276-82. DOI: https://doi.org/10.11613/BM.2012.031
Almeida OP. Mini exame dos estado mental e o diagnóstico de demência no Brasil. Arquivos de Neuro-psiquiatria. 1998;56:605-12. DOI: https://doi.org/10.1590/S0004-282X1998000400014
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
A submissão de um artigo ao Journal of Health Informatics é entendida como exclusiva e que não está sendo considerada para publicação em outra revista. A permissão dos autores para a publicação de seu artigo no J. Health Inform. implica na exclusiva autorização concedida aos editores para incluí-lo na revista. Ao submeter um artigo, ao autor será solicitada a permissão eletrônica de um Termo de Transferência de Direitos Autorais. Uma mensagem eletrônica será enviada ao autor correspondente confirmando o recibo do manuscrito e o aceite da Declaração de Direito Autoral.
