Diagnóstico de doenças mentais baseado em mineração de dados e redes complexas (2019)
- Authors:
- Autor USP: ALVES, CAROLINE LOURENÇO - ICMC
- Unidade: ICMC
- Sigla do Departamento: SME
- Subjects: REDES COMPLEXAS; MINERAÇÃO DE DADOS; BIOINFORMÁTICA; INTELIGÊNCIA ARTIFICIAL
- Keywords: Artificial intelligence; Complex networks; Data mining; Doenças neurológicas; Neurological diseases
- Agências de fomento:
- Language: Português
- Abstract: O uso de técnicas de mineração de dados tem produzido resultados importantes em diversas áreas, tais como bioinformática, atividades de transações bancárias, auditorias de computadores relacionados à segurança, tráfego de redes, análise de textos, imagens e avaliação da qualidade em processos de fabricação. Em medicina, métodos de mineração de dados têm se revelado muito eficazes na realização de diagnósticos automáticos, ajudando na tomada de decisões por equipes médicas. Além do uso de mineração de dados, dados médicos podem ser representados por redes complexas, de modo a incluir conexões entre seus elementos. Por exemplo, no caso do cérebro, regiões corticais podem representar vértices em um grafo e as conexões podem ser definidas através das atividades corticais. Com isso, pode-se comparar a estrutura do cérebro de sujeitos sadios com a de pacientes que apresentam doenças mentais de modo a definir métodos para diagnóstico e obter conhecimento sobre como a estrutura do cérebro está relacionada com alterações comportamentais e neurológicas. Nesse trabalho, estamos interessados em usar métodos de mineração de dados e redes complexas para classificar pacientes portadores de quatro diferentes tipos de doenças mentais, isto é, esquizofrenia, autismo, déficit de atenção/desordem de hiperatividade e paralisia progressiva nuclear.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2019
- Data da defesa: 23.01.2019
-
ABNT
ALVES, Caroline Lourenço. Diagnóstico de doenças mentais baseado em mineração de dados e redes complexas. 2019. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-07032019-102825/. Acesso em: 23 abr. 2024. -
APA
Alves, C. L. (2019). Diagnóstico de doenças mentais baseado em mineração de dados e redes complexas (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-07032019-102825/ -
NLM
Alves CL. Diagnóstico de doenças mentais baseado em mineração de dados e redes complexas [Internet]. 2019 ;[citado 2024 abr. 23 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-07032019-102825/ -
Vancouver
Alves CL. Diagnóstico de doenças mentais baseado em mineração de dados e redes complexas [Internet]. 2019 ;[citado 2024 abr. 23 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-07032019-102825/ - On the application of Machine Learning and Complex Networks to Neuroscience
- Revisiting the involvement of tau in complex neural network remodeling: analysis of the extracellular neuronal activity in organotypic brain slice co-cultures
- Diagnosis of neurological diseases based on data mining and complex network
- On the advances in machine learning and complex network measures to an EEG dataset from DMT experiments
- Analysis of functional connectivity using machine learning and deep learning in different data modalities from individuals with schizophrenia
- EEG functional connectivity and deep learning for automatic diagnosis of brain disorders: Alzheimer's disease and schizophrenia
- Analysis of quantile graphs in EGC data from elderly and young individuals using machine learning and deep learning
- Diagnosis of autism spectrum disorder based on functional brain networks and machine learning
- Application of machine learning and complex network measures to an EEG dataset from ayahuasca experiments
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
