Detalhes bibliográficos
| Ano de defesa: |
2014 |
| Autor(a) principal: |
Appel, Viviane Cristina Roma |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://www.teses.usp.br/teses/disponiveis/18/18149/tde-14112017-102247/
|
Resumo: |
Reabilitação robótica tem um papel importante em exercícios terapêuticos ao combinar robôs com jogos sérios de computador em uma atraente plataforma terapêutica. Entretanto, a tarefa de medir o grau de adesão do paciente ao tratamento não é trivial. A dificuldade de aplicar técnicas baseadas em questionários e entrevistas, particularmente em pacientes que tiveram a fala comprometida por acidente vascular encefálico (AVE), nos inspirou a investigar técnicas não verbais e não invasivas para classificar emoções. Com este propósito, uma rede neural supervisionada foi projetada para interpretar imagens térmicas infravermelhas faciais de indivíduos realizando terapia robótica de reabilitação integrada com os jogos. Uma base de dados contendo imagens de 8 voluntários foi criada e contém reações emocionais espontâneas e provocadas. No total, foram analizadas 2445 imagens térmicas faciais, em média 100 imagens por pessoa por 3 categorias de emoções (neutra, motivado e sobrecarregado). Baseado em análise de matriz de confusão, os resultados experimentais se correlacionaram muito bem com as estimativas manuais, produzindo um desempenho global de 92,6%. |
