Dissertação

Discourse analysis for mental health monitoring EVALUATED

A detecção de demência é importante não apenas para os doentes para os quais o diagnóstico é o primeiro passo para o apoio e tratamento adequado, mas também para os investigadores, que afirmam que o diagnóstico precoce é essencial para encontrar uma cura. Deste modo, esta tese aborda o diagnóstico da demência recorrendo ao processamento de linguagem natural para a análise do discurso de doentes com possíveis sintomas desta doença. Como o discurso humano envolve processos cognitivos relacionados a subsistemas linguísticos, a sua análise é uma componente fundamental para a avaliação de um potencial declínio da saúde mental do doente. Três abordagens usando diferentes técnicas foram experimentadas nesta tese para diagnosticar automaticamente demência recorrendo a transcrições de descrições de uma imagem. Usando uma abordagem \textit{Bag-of-Words}, em combinação com um teste estatístico para a seleção de palavras, ao classificar entre doentes com Alzheimer e pessoas saudáveis, 86,1\% das transcrições foram correctamente classificadas, o que corresponde a um valor superior em 4\% relativamente ao estado da arte. A classificação entre indivíduos com demência, nas suas diferentes formas, e pessoas saudáveis é uma tarefa mais complexa do que a anterior. Mantendo esta abordagem, a percentagem de casos correctamente classificados foi semelhante ao estado da arte. Infelizmente, as outras duas abordagens, embeddings e LSTM, tiveram um pior desempenho quando comparadas com os resultados anteriores.
Demência, Processamento Natural de Linguagem, Classificação, Bag-of-Words

Outubro 29, 2018, 10:30

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

David Manuel Martins de Matos

Departamento de Engenharia Informática (DEI)

Professor Auxiliar

ORIENTADOR

Alberto Abad Gareta

Departamento de Engenharia Informática (DEI)

Professor Auxiliar