Ciência da Computação

Trabalho de Conclusão
Título:Análise comparativa de modelos de redes neurais otimizados no apoio ao tele diagnóstico da Doença de Parkinson (DP) através de sinais de voz.
Aluno:Guilherme Steffen Bauermann
Semestre:2023/01
Situação:TC I
Áreas de interesse:Não informado
Orientador:Gabriel da Silva Simões
Avaliadores:Marta Rosecler Bez, Rodrigo Rafael Villarreal Goulart
Documentos:Anteprojeto, Texto final TC1 (liberado apenas para a banca)
Palavras-chave:Doença de Parkinson; Aprendizado de Máquina; Redes Neurais; Fala; Comparativo.
Resumo:

A Doença de Parkinson (DP) é a segunda maior doença neurodegenerativa que afeta pessoas idosas atualmente. A DP não possui cura até o presente momento, somente tratamento que, se realizado de forma prévia, pode contribuir muito para a qualidade de vida dos portadores da doença. O seu diagnóstico é dado atualmente através de exames clínicos e de MRI (Métodos Radiológicos e Imagens) que envolvem custos elevados e idas presenciais ao consultório médico ou através dos sintomas motores que se tornam aparentes quando a doença já está em um grau avançado. Dentre os sintomas da DP, anomalias na fala dos pacientes como disfonia e disartria são identificadas em 90% dos casos. Embora imperceptíveis ao ouvido humano, estes sintomas podem ocorrer até 5 anos antes dos sintomas motores e podem ser identificados com o uso de algoritmos de Aprendizado de Máquina. Além do diagnóstico precoce, a utilização destas técnicas aplicadas aos dados de gravações de voz coletados de pacientes e controles saudáveis abre as portas para o desenvolvimento de modelos de previsão e ferramentas de telediagnóstico e telemonitoramento. Dentre diversas técnicas de Aprendizado de Máquina aplicadas, estudos apontaram um alto desempenho ao utilizar Redes Neurais Artificiais. Devido à complexidade e ao alto custo computacional destes algoritmos, os modelos normalmente são aplicados em computadores mais robustos como servidores. Este estudo tem como finalidade realizar uma análise comparativa dos resultados obtidos através da aplicação de diferentes arquiteturas de redes neurais à um dataset de sinais de voz, buscando identificar o melhor resultado baseado na acurácia e custo computacional. A manipulação do dataset e a implementação dos algoritmos serão realizados com o uso da linguagem Python, cujo aumento da popularidade se deve à flexibilidade, suporte à diferentes paradigmas e a disponibilidade de diversas bibliotecas para manipulação, visualização e apresentação dos dados, dentre elas Numpy, Pandas, Matplotlib e Seaborn, e bibliotecas para implementação de algoritmos de Redes Neurais como Tensor Flow e Keras.

Link biblioteca:Não informado

TC Online - Sistema de Trabalhos de Conclusão Online