Dissertação
Automatic Classification of Cognitive States EVALUATED
A imagem por ressonância magnética funcional é hoje em dia uma das mais poderosas ferramentas para medir actividade cerebral induzida por um estado cognitivo ou percepção. O problema inverso é abordado neste estudo; dada uma medida da actividade cerebral prever o estado cognitivo que a originou. Para resolver este problema foram utilizadas técnicas de aprendizagem automática. A análise de dados de fMRI é um grande desafio para a aprendizagem automática; pelo seu baixo sinal ruído, elevada dimensionalidade, diminuto número de exemplos e elevada variabilidade inter-pessoal. Para abordar o problema proposto foram testados vários métodos de classificação e de selecção de características. O principal critério de selecção foi a Informação Mútua numa abordagem univariada, mas também foram testados métodos multi-variados para a selecção de características. Ambos classificadores únicos, como conjunto de classificadores foram testados. Para a combinação de classificadores o método consistiu em treinar um classificador optimizado para cada estímulo. Os dados analisados foram obtidos de três experiências de estimulação visual em estudos multi-indivíduo obtidos a diferentes campos magnéticos, cada uma com quatro classes de estímulos. Em geral a combinação de classificadores suplanta o classificador único nos diversos conjuntos de dados e métodos de selecção de características analisados. Os resultados sugerem que uma combinação de classificadores pode apresentar vantagens em relação ao classificador único especialmente quando os estímulos estão ligados a zonas cerebrais específicas.
novembro 18, 2010, 14:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
CO-ORIENTADOR
Maria Margarida Campos da Silveira
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar
