Detalhes bibliográficos
| Ano de defesa: |
2019 |
| Autor(a) principal: |
Fonseca, Antonio Henrique de Oliveira |
| Orientador(a): |
Bampi, Sergio |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
eng |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Link de acesso: |
http://hdl.handle.net/10183/236605
|
Resumo: |
O estudo do comportamento animal fascina cientistas há centenas de anos. Uma fonte importante de informações sobre o comportamento pode passar despercebida a ouvidos descuidados, que é a emissão de vocalização ultrassônica (USV) por certas espécies de mamíferos, tais como camundongos. Com o objetivo de ter um sistema preciso e flexível para detectar e classificar USVs emitidos por camundongos, aqui descrevemos o desenvolvimento do VocalMat, uma ferramenta de software para analisar USVs em arquivos de áudio. O VocalMat usa abordagens de processamento de imagem e geometria diferencial para detectar USVs em espectrogramas, eliminando a necessidade de ajuste de parâmetro definido pelo usuário. Além disso, o módulo de classificação VocalMat usa visão computacional e métodos de aprendizado de máquina para classificar USVs em categorias distintas. Em um conjunto de dados de >4.000 USVs emitidos por filhotes de camundongos, VocalMat detectou mais de 98% dos USVs e classificou com precisão 85% de USVs ao considerar categoria mais provável e 95% ao considerar as duas categorias mais prováveis. Utilizamos Diffusion Maps e o Manifold Alignment para analisar a distribuição de probabilidade da classificação de USV entre diferentes grupos, o que forneceu um método robusto para quantificar e qualificar o repertório vocal em diferentes condições experimentais. Assim, o VocalMat permite uma análise precisa e altamente quantitativa das USVs, abrindo a oportunidade para uma análise detalhada deste comportamento. |
