Um sistema inteligente baseado em eletroencefalografia para apoio ao diagnóstico do transtorno do espectro autista
Transtorno do espectro autista, sistemas de apoio ao diagnóstico, diagnóstico de autismo, aprendizado de máquina, eletroencefalografia.
O Transtorno do Espectro Autista (TEA) é um distúrbio do sistema nervoso que afeta o cérebro e resulta em dificuldades na fala, na interação social e em déficits de comunicação, comportamentos repetitivos e atrasos nas habilidades motoras. Esse distúrbio geralmente pode ser distinguido com os protocolos de diagnóstico clínico existentes a partir dos três anos de idade. O TEA também possui influência genética. Uma em cada 70 crianças em todo o mundo é afetada pelo TEA. Não existe um tratamento específico para o TEA, mas diversas técnicas terapêuticas têm sido desenvolvidas para minimizar os sintomas e melhorar as capacidades cognitivas, as habilidades sociais e comunicativas e a qualidade de vida como um todo. Atualmente o diagnóstico do TEA é clínico: equipes de psiquiatras, psicólogos clínicos e neuropsicólogos, com uso de observações e questionários, realizam o diagnóstico e estabelecem a faixa de gravidade. Diversas pesquisas têm apontado para a possibilidade de diagnósticos diferenciais baseados na análise de sinais eletroencefalográficos (EEG), para avaliar a atividade cerebral pelos sinais de EEG. Técnicas de aprendizado de máquina vêm sendo investigadas para construir ferramentas de apoio ao diagnóstico diferencial. As redes neurais artificiais profundas têm-se mostrado eficazes na resolução de problemas complexos de classificação, o que poderia auxiliar bastante na tarefa de apoio ao diagnóstico por análise multimodal. Este projeto tem como objetivo propor uma arquitetura híbrida baseada em redes neurais artificiais profundas e aprendizado estatístico para apoio ao diagnóstico do TEA a partir da análise de sinais de EEG rotulados por diagnóstico clínico. A arquitetura será validada por meio de bases públicas de sinais de EEG obtidos de voluntários reais dentro e fora do espectro autista.