Utilize este identificador para referenciar este registo: https://hdl.handle.net/10316/33093
Título: BCI applications regarding the perception of emotions in healthy individuals and autism
Autor: Monteiro, Raquel Vaz Maia 
Orientador: Castelo-Branco, Miguel
Simões, Marco
Andrade, João
Palavras-chave: Engenharia biomédica; Perturbação do espectro do autismo; Electroencefalografia; Expressões faciais; Sociabilização
Data: Set-2016
Título da revista, periódico, livro ou evento: BCI applications regarding the perception of emotions in healthy individuals and autism
Local de edição ou do evento: Coimbra
Resumo: As relações sociais são essenciais para uma vida saudável, evitando o isolamento social que pode conduzir a condições de ansiedade clinicamente relevante e, até mesmo, de depressão. As expressões faciais funcionam como sinais sociais, dando informação sobre o estado emocional do “outro” e, por isso, constituem a chave para a comunicação social. Desde o primeiro ano de vida que as crianças conseguem reconhecer sinais sociais a partir das faces. A capacidade de interpretar corretamente esses sinais é crítica para se ser bem-sucedido no desenvolvimento de interações diádicas ou multidiádicas no dia-a-dia. Contudo, os défices no domínio social constituem o défice mais importante na Perturbação do Espectro do Autismo (PEA). PEA é uma patologia do neuro-desenvolvimento caracterizada por défices na comunicação e interação social, bem como um padrão de comportamentos repetitivos e interesses restritos. A literatura existente em estudos com eletroencefalografia (EEG) reporta diferenças de grupo entre indivíduos com PEA e indivíduos controlo durante tarefas que envolvem reconhecimento e processamento de expressões faciais. O principal objetivo do trabalho desenvolvido consistiu em avaliar a viabilidade do desenvolvimento de uma aplicação de neurofeedback, com recurso a EEG, para reabilitar indivíduos com PEA no que diz respeito aos seus défices a nível social, através do reconhecimento e imaginação do “outro” a fazer expressões faciais. Para tal, foi adquirido sinal EEG de dezassete adolescentes com PEA e dezassete indivíduos controlo durante uma tarefa com uma primeira parte de estimulação visual com expressões faciais, seguida de uma parte de imaginação do “outro” a realizar a expressão facial da instrução. Usando os dados da imaginação de expressões faciais foram extraídas features do domínio temporal e features não lineares com o objetivo de classificar entre estados de imaginação e não-imaginação. A classificação foi realizada recorrendo a Support Vector Machines. Os resultados de classificação obtidos não foram, porém, promissores no que diz respeito ao desenvolvimento da aplicação de neurofeedback para reabilitação social dos indivíduos com PEA. Como análise complementar avaliou-se a existência de um possível biomarcador eletrofisiológico que permitisse distinguir os indivíduos dos dois grupos, durante o período de imaginação. Usando as mesmas features de domínio temporal e não lineares, através de uma estratégia de classificação leave-one-out, cada participante do estudo foi atribuído a um dos dois grupos. Os resultados indicam que foi possível distinguir entre os dois grupos com uma precisão entre 80 % a 90 %. As features mais relevantes para este processo de classificação revelaram ser das bandas de frequência teta, beta e gama e, maioritariamente determinadas das regiões temporo-parietais e parieto-occipitais do hemisfério direito. Estas regiões correspondem também à localização das estruturas cerebrais responsáveis pelo processamento da face. Palavras-chave: eletroencefalografia (EEG), Perturbação do Espectro do Autismo (PEA) processamento de expressões faciais, emoções, imaginação.
URI: https://hdl.handle.net/10316/33093
Direitos: openAccess
Aparece nas coleções:UC - Dissertações de Mestrado
FCTUC Física - Teses de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato
DM Raquel Monteiro.pdf3.16 MBAdobe PDFVer/Abrir
Mostrar registo em formato completo

Visualizações de página 20

698
Visto em 26/mar/2024

Downloads 50

368
Visto em 26/mar/2024

Google ScholarTM

Verificar


Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.