Detalhes bibliográficos
| Ano de defesa: |
2018 |
| Autor(a) principal: |
Pinheiro, Tuany Dias |
| 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/100/100131/tde-23052018-140406/
|
Resumo: |
O transtorno do espectro autista (TEA) é um transtorno de desenvolvimento que prejudica persistentemente a comunicação e a interação social e causa padrões restritos e repetitivos de comportamento, interesses e atividades. Esses sintomas estão presentes desde o início da infância e limitam ou prejudicam o cotidiano do indivíduo. Contudo, vários fatores impedem que seja possível diagnosticar antes dos três anos de idade, entre eles o fato de que o diagnóstico é essencialmente clínico e realizado com base nos critérios descritos no Manual diagnóstico e estatístico de transtornos mentais da sociedade americana de psiquiatria (DSM), entrevistas com os pais, observação do comportamento e aplicação de questionários e escalas padronizadas. Estas ferramentas e questionários para a realização do diagnóstico ainda carecem de validação e adaptação ao contexto brasileiro. O estudo das características antropométricas em indivíduos com TEA e indivíduos em desenvolvimento típico mostrou que podem existir diferenças como distâncias entre as pupilas, formato das orelhas, estrabismo e circunferência da cabeça. A hipótese é que seria possível classificar indivíduos com TEA e indivíduos em desenvolvimento típico com base nas medidas antropométricas faciais. Desta forma, este trabalho teve como objetivo a construção de um classificador que, dada uma imagem facial de uma criança, consiga discriminar entre os dois grupos, auxiliando assim o diagnóstico. A fim de testar a hipótese, foram coletadas imagens bidimensionais de crianças e adolescentes com TEA e em desenvolvimento tipico para a construção de uma base de dados. As imagens foram processadas por meio de um pipeline definido neste trabalho e foram testados e comparados diferentes métodos de redução de dimensionalidade e classificação e como resultado obteve-se acurácia de 80% na classificação com Random Forests |
