Aplicação de redes neurais artificiais na classificação de padrões posturais em crianças respiradoras bucais

Made available in DSpace on 2015-12-06T23:46:58Z (GMT). No. of bitstreams: 0 Previous issue date: 2007 === Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) === A respiracao bucal cronica e uma sindrome que pode promover altera¬coes na postura corporal. Por existirem diferentes...

Full description

Bibliographic Details
Main Author: Mancini, Felipe [UNIFESP]
Other Authors: Universidade Federal de São Paulo (UNIFESP)
Format: Others
Language:Portuguese
Published: Universidade Federal de São Paulo (UNIFESP) 2015
Subjects:
Online Access:http://repositorio.unifesp.br/handle/11600/23486
Description
Summary:Made available in DSpace on 2015-12-06T23:46:58Z (GMT). No. of bitstreams: 0 Previous issue date: 2007 === Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) === A respiracao bucal cronica e uma sindrome que pode promover altera¬coes na postura corporal. Por existirem diferentes etiologias e possivel que e¬xistam diferentes categorias de alteracoes posturais associadas a respiracao bucal. Metodos estatisticos tem sido propostos a fim de realizar modelagem nao-linear com alta dimensionalidade de dados biomedicos, entre eles desta¬cam-se as redes neurais artificiais (RNA). RNA sao ferramentas estatisticas que realizam mapeamentos nao-lineares entre um conjunto de variaveis de entrada e um conjunto de variaveis de saida. O objetivo deste trabalho e utilizar o mapa auto-organizavel (SOM) na investigacao do perfil postural de criancas respiradoras bucais e desenvolver um software utilizando RNA que classifique automaticamente o perfil postural de criancas respiradoras bucais. Para esta investigacao utilizou-se uma base de dados de avaliacao postural de 84 crian¬cas, sendo 52 respiradoras bucais e 32 respiradoras nasais, contendo variaveis antropometricas, medidas da excursao do diafragma e postura corporal. Quatro algoritmos de RNA - SOM, perceptron, backpropagation e aprendizagem por quantizacao vetorial (L VQ) - tiveram seus desempenhos avaliados por meio de tecnicas de validacao cruzada, buscando-se o modelo mais adequado na ex¬tracao de caracteristicas e classificacao do perfil postural. Na investigacao pos¬tural foram definidas 4 classes distintas por meio do SOM englobando respira¬dores bucais e nasais. Na classificacao da postura, o L VQ apresentou sensibi¬lidade 0,98 e especificidade 0,97 utilizando o conjunto de dados de treinamen¬to. Para o conjunto de dados de validacao, o L VQ apresentou sensibilidade 0,95 e especificidade 0,90. Alem disto, o software baseado no LVQ realizou corretamente (100 por cento de acerto) a classificacao da postura de criancas respira¬doras bucais, de acordo com uma escala de gravidade arbitraria. Palavras-chave: Redes neurais artificiais, postura, respiracao bucal, tecnicas de apoio para a decisao === BV UNIFESP: Teses e dissertações