Combinação de mapas auto-organizáveis e árvore de decisão para explicação da tomada de decisão diagnóstica no transtorno de déficit de atenção/hiperatividade
dc.contributor.advisor | Silva, Leandro Augusto da | |
dc.contributor.author | Silva, Anderson Martins | |
dc.date.accessioned | 2022-05-20T12:44:00Z | |
dc.date.available | 2022-05-20T12:44:00Z | |
dc.date.issued | 2021-08-06 | |
dc.description.abstract | Transtorno de Déficit de Atenção/Hiperatividade (TDAH) apresenta-se em crianças e adolescentes como um padrão persistente de desatenção, hiperatividade e impulsividade que interfere no seu desenvolvimento. Estudos computacionais realizados sobre TDAH focam nas medidas de atividades cerebrais dos participantes e poucos utilizam testes cognitivos padronizados ou inventários comportamentais para avaliação de indicadores objetivos para elaboração do diagnóstico. O trabalho apresenta como proposta computacional a combinação de dois m´métodos de inteligência artificial para auxiliar a identificação de indicadores diagnósticos para diagnóstico do TDAH. A proposta é combinar uma rede neural de mapas auto-organizáveis para agrupar fatores advindos de testes e inventários padronizados e árvores de decisão para classificar os fatores mais relevantes. O estudo contemplado teve 127 crianças e adolescentes de 6 a 16 anos, sendo 48 com diagnóstico confirmado e 79 sem indicadores diagnósticos para TDAH. O trabalho apresenta como resultado relevante, a forte contribuição de escores do inventário de comportamentos para crianças e adolescentes no diagnóstico do transtorno. | pt_BR |
dc.description.sponsorship | CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível | pt_BR |
dc.description.sponsorship | IPM - Instituto Presbiteriano Mackenzie | pt_BR |
dc.identifier.uri | https://dspace.mackenzie.br/handle/10899/29228 | |
dc.language.iso | pt_BR | pt_BR |
dc.language.iso | en | pt_BR |
dc.publisher | Universidade Presbiteriana Mackenzie | |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | mapas auto-organizáveis (SOM) | pt_BR |
dc.subject | árvore de decisão | pt_BR |
dc.subject | transtorno de déficit de atenção e hiperatividade (TDAH) | pt_BR |
dc.title | Combinação de mapas auto-organizáveis e árvore de decisão para explicação da tomada de decisão diagnóstica no transtorno de déficit de atenção/hiperatividade | pt_BR |
dc.type | Dissertação | pt_BR |
local.contributor.advisorLattes | http://lattes.cnpq.br/1396385111251741 | pt_BR |
local.contributor.advisorOrcid | https://orcid.org/0000-0002-8671-3102 | pt_BR |
local.contributor.authorLattes | http://lattes.cnpq.br/5040656764872969 | pt_BR |
local.contributor.authorOrcid | https://orcid.org/0000-0003-3160-1813 | pt_BR |
local.contributor.board1 | Carreiro, Luiz Renato Rodrigues | |
local.contributor.board1Lattes | http://lattes.cnpq.br/0203967709311323 | pt_BR |
local.contributor.board1Orcid | https://orcid.org/0000-0001-8249-1832 | pt_BR |
local.contributor.board2 | Souza, Alexandra Aparecida de | |
local.contributor.board2Lattes | http://lattes.cnpq.br/1119774618311172 | pt_BR |
local.description.abstracten | Attention-Deficit/Hyperactivity Disorder (ADHD) presents in children and adolescents as a persistent pattern of inattention, hyperactivity, and impulsivity that interferes with their development. Computational studies on ADHD focus on measures of brain activity of the participants and few uses standardized cognitive tests or behavioral inventories to assess objective indicators for diagnosis. The paper presents as a computational proposal the combination of two artificial intelligence methods to aid the identification of diagnostic indicators for ADHD. The proposal is to combine a neural network of self-organizing maps to group factors from standardized tests and inventories, and a decision tree to classify the most relevant factors. The study included 127 children and adolescents from 6 to 16 years old, 48 with ADHD diagnosis and 79 without ADHD (control group). The most relevant result of the study was the strong contribution of the scores of the Inventory of Behaviors for Children and Adolescents in the diagnosis of the disorder. | pt_BR |
local.keywords | self-organizing maps (SOM) | pt_BR |
local.keywords | decision tree | pt_BR |
local.keywords | attention-deficit hyperactivity disorder (ADHD) | pt_BR |
local.publisher.country | Brasil | |
local.publisher.department | Escola de Engenharia Mackenzie (EE) | pt_BR |
local.publisher.initials | UPM | |
local.publisher.program | Engenharia Elétrica e Computação | pt_BR |
local.subject.cnpq | Engenharia da Computação | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- ANDERSON MARTINS SILVA - protegido.pdf
- Tamanho:
- 1011.08 KB
- Formato:
- Adobe Portable Document Format
- Descrição:
- Anderson Martins Silva
Licença do Pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 1.95 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: