Auxílio ao diagnóstico do Transtorno do Espectro Autista com base em trajetórias provenientes de rastreamento do olhar (2020)
- Authors:
- Autor USP: CARDOSO, THIAGO VICTOR - EACH
- Unidade: EACH
- DOI: 10.11606/D.100.2020.tde-14122020-231950
- Subjects: RECONHECIMENTO DE PADRÕES; PROCESSAMENTO DE IMAGENS; TRANSTORNO DO ESPECTRO AUTISTA; APRENDIZADO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL
- Keywords: Aprendizado de máquina; Atenção compartilhada; Desenvolvimento típico; Eye tracking; Joint attention; Machine learning; Random forest; Rastreamento do olhar; Typical development
- Language: Português
- Abstract: O uso do Eye Tracking (ET) tem sido investigado como mecanismo auxiliar para diagnóstico do Transtorno do Espectro Autista (TEA). Por meio de imagens estáticas ou vídeos usados como estímulo, o olhar é rastreado e os dados obtidos são analisados por técnicas diversas. Um dos paradigmas investigados usando ET é a Atenção Compartilhada (AC), a qual refere-se a momentos em que indivíduos estão focados no mesmo alvo, de modo que ambos estão cientes que o foco de atenção é compartilhado. As ferramentas computacionais que visam auxiliar o diagnóstico de TEA têm utilizado técnicas de Processamento de Imagens e Aprendizado de Máquina para processar imagens, vídeos e sinais de ET. No entanto, o paradigma de AC ainda é pouco explorado e apresenta desafios, pois é necessário analisar a trajetória do olhar, exigindo abordagens inovadoras. O objetivo deste projeto é propor um modelo capaz de extrair características de um vídeo usado como estímulo para verificar a AC e classificar indivíduos como pertencentes ao grupo TEA ou Desenvolvimento Típico (DT). O principal diferencial em relação às abordagens da literatura é a definição e implementação do conceito de Regiões de Interesse flutuantes, que possibilitam o acompanhamento do olhar em relação a um objeto, considerando a sua semântica, mesmo que o objeto apresente características distintas ao longo do vídeo.Um modelo baseado em Comitê de Máquinas usando o algoritmo Random Forest foi implementado para classificar indivíduos como TEA ou DT usando as características de trajetória extraídas dos sinais de ET. O método alcançou 0,75 de acurácia e 0,82 de F1-score, indicando que a abordagem proposta, baseada em trajetória e AC, apresenta potencial para aplicação no auxílio ao diagnóstico de TEA
- Imprenta:
- Data da defesa: 03.12.2020
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
CARDOSO, Thiago Victor. Auxílio ao diagnóstico do Transtorno do Espectro Autista com base em trajetórias provenientes de rastreamento do olhar. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-14122020-231950/. Acesso em: 10 jan. 2026. -
APA
Cardoso, T. V. (2020). Auxílio ao diagnóstico do Transtorno do Espectro Autista com base em trajetórias provenientes de rastreamento do olhar (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/100/100131/tde-14122020-231950/ -
NLM
Cardoso TV. Auxílio ao diagnóstico do Transtorno do Espectro Autista com base em trajetórias provenientes de rastreamento do olhar [Internet]. 2020 ;[citado 2026 jan. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-14122020-231950/ -
Vancouver
Cardoso TV. Auxílio ao diagnóstico do Transtorno do Espectro Autista com base em trajetórias provenientes de rastreamento do olhar [Internet]. 2020 ;[citado 2026 jan. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-14122020-231950/
Informações sobre o DOI: 10.11606/D.100.2020.tde-14122020-231950 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
