Pesquisa interdisciplinar de técnicas de aprendizado de máquina e inteligência artificial para desenvolvimento de tecnologias de processamento de sinais, imagens e linguagem natural

• Processo: 22/03243-0
• Modalidade de apoio: Auxílio à Pesquisa - Projeto Inicial
• Vigência: 01 de fevereiro de 2023 - 31 de janeiro de 2028
• Área do conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Pesquisador responsável: André Kazuo Takahata
• Beneficiário: André Kazuo Takahata
• Instituição Sede: Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas (CECS). Universidade Federal do ABC (UFABC). Ministério da Educação (Brasil). Santo André , SP, Brasil
• Pesquisadores associados: Celso Setsuo Kurashima ; Diogo Coutinho Soriano ; Fabio Luiz Franceschi Godinho ; Fernando Silva de Moura ; Lilian Berton ; Margarethe Born Steinberger-Elias ; Maria Sheila Guimarães Rocha ; Priscyla Waleska Targino de Azevedo Simões ; Ricardo Suyama
• Assunto(s): Processamento digital de sinais Processamento de linguagem natural Aprendizado computacional Inteligência artificial COVID-19 Doença de Parkinson Tomografia de impedância elétrica
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Covid-19 | Doença de Parkinson | Processamento de Linguagem Natural | processamento digital de sinais | tomografia de impedância elétrica | Processamento Digital de Sinais

Resumo

Este projeto tem como objetivo consolidar grupo de pesquisa interdisciplinar com pesquisadores da área da engenharia de informação, engenharia biomédica, linguística, computação e medicina, capaz de desenvolver aplicações de aprendizado de máquina e inteligência artificial na realização de processamento de sinais, imagens e linguagem natural. A pesquisa se dará em frentes de pesquisa que já vem sendo realizadas pelo proponente como utilização de técnicas de aprendizado de máquina para extração de biomarcadores de Doença de Parkinson a partir de sinais de potencial de campo local (LFP) adquirido durante cirurgia de implantação de dispositivo de estimulação cerebral profunda (DBS) e utilização de redes neurais profundas em tomografia de impedância elétrica para auxílio a diagnóstico de acidente vascular cerebral (AVC). Além disso, na linha de pesquisa em processamento de linguagem natural será abordada a caracterização de textos sobre COVID-19, com objetivo de se identificar palavras biomédicas automaticamente com uso de redes neurais profundas, e serão estudados voicebots para plataformas de telemonitoramento de pacientes baseado em cuidado híbrido. (AU)