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
• Data de Início da vigência: 01 de fevereiro de 2023
• Data de Término da vigência: 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
• Bolsa(s) vinculada(s): 23/13729-0 - Tomografia de impedância elétrica para diagnóstico de AVC com uso de redes neurais profundas, BP.DR; 23/17178-9 - Voicebot para plataformas de telemonitoramento de pacientes baseado em cuidado híbrido, BP.MS
• 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)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

NETO, ARNALDO FIM; GODINHO, FABIO; DA SILVA, LUIZ RICARDO TRAJANO; DE LUCCAS, JULIA BALDI; TAKAHATA, ANDRE KAZUO; FIGUEIREDO, EBERVAL GADELHA; CARLOTTI JUNIOR, CARLOS GILBERTO; ROCHA, MARIA SHEILA GUIMARAES; SORIANO, DIOGO COUTINHO. Alpha and high beta subthalamic intermittent activity correlates with freezing of gait severity in Parkinson's disease. CLINICAL NEUROPHYSIOLOGY, v. 171, p. 10-pg., 2025-01-29. (18/14285-0, 13/07559-3, 22/03243-0)