Desenvolvimento de Deep Belief Networks voltadas para o suporte ao diagnóstico de transtornos psiquiátricos

• Processo: 13/05168-7
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Vigência (Início): 01 de julho de 2013
• Vigência (Término): 01 de dezembro de 2016
• Área do conhecimento: Interdisciplinar
• Pesquisador responsável: João Ricardo Sato
• Beneficiário: Walter Hugo Lopez Pinaya
• Instituição Sede: Centro de Matemática, Computação e Cognição (CMCC). Universidade Federal do ABC (UFABC). Ministério da Educação (Brasil). Santo André , SP, Brasil
• Bolsa(s) vinculada(s): 15/14993-7 - Desenvolvimento de Deep Belief Networks voltadas para o suporte ao diagnóstico de transtornos psiquiátricos de bases de dados públicas de grande escala, BE.EP.DR
• Assunto(s): Biomarcadores Diagnóstico por computador Distúrbios psicológicos
• Palavra(s)-Chave do Pesquisador: biomarcadores | Deep Belief Network | Diagnóstico Psiquiátrico | Neurociência

Resumo

A neurociência tem servido de base para uma maior compreensão de fenômenos ligados ao funcionamento do cérebro. Seu desenvolvimento contribui com vários campos da medicina, como a psiquiatria, que atualmente ainda realiza um trabalho diagnóstico muito subjetivo. Assim qualquer informação objetiva vinculada aos substratos neurais de transtornos psiquiátricos são de grande valia como complemento para os métodos diagnósticos convencionais. Várias pesquisas buscam marcadores biológicos, utilizando técnicas de neuroimagem e genética. Como essas técnicas de investigação criam grandes volumes de dados, algoritmos de aprendizagem são indicados para avaliar as pequenas variações relacionadas a distúrbios psiquiátricos, porém a maioria dos estudos realizados até então obtiveram resultados modestos, uma vez que trabalham com amostras relativamente pequenas. Este projeto será baseado em um dos modelos mais modernos que utilizam aprendizagem de máquina, as Deep Belief Networks, que tem gerado resultados promissores por obter desempenhos superiores a de outras ferramentas. Este modelo permite implementar redes neurais artificiais com múltiplas camadas ocultas, obtendo resultados promissores em grandes bases de treinamento. Este projeto irá introduzir esta abordagem na análise de marcadores objetivos para fornecer suporte ao diagnóstico de transtornos psiquiátricos utilizando bases de dados com centenas de indivíduos. (AU)

Publicações científicas

(5)

(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)

VIEIRA, SANDRA; PINAYA, WALTER H. L.; MECHELLI, ANDREA. Using deep learning to investigate the neuroimaging correlates of psychiatric and neurological disorders: Methods and applications. NEUROSCIENCE AND BIOBEHAVIORAL REVIEWS, v. 74, n. A, p. 58-75, MAR 2017. (13/05168-7)

VIEIRA, SANDRA; GONG, QI-YONG; PINAYA, WALTER H. L.; SCARPAZZA, CRISTINA; TOGNIN, STEFANIA; CRESPO-FACORRO, BENEDICTO; TORDESILLAS-GUTIERREZ, DIANA; ORTIZ-GARCIA, VICTOR; SETIEN-SUERO, ESTHER; SCHEEPERS, FLOORTJE E.; et al. Using Machine Learning and Structural Neuroimaging to Detect First Episode Psychosis: Reconsidering the Evidence. SCHIZOPHRENIA BULLETIN, v. 46, n. 1, p. 17-26, JAN 2020. (13/05168-7)

PINAYA, WALTER H. L.; GADELHA, ARY; DOYLE, ORLA M.; NOTO, CRISTIANO; ZUGMAN, ANDRE; CORDEIRO, QUIRINO; JACKOWSKI, ANDREA P.; BRESSAN, RODRIGO A.; SATO, JOAO R.. Using deep belief network modelling to characterize differences in brain morphometry in schizophrenia. SCIENTIFIC REPORTS, v. 6, DEC 12 2016. (13/05168-7, 13/10498-6)

DE MOURA, ADRIANA MIYAZAKI; LOPEZ PINAYA, WALTER HUGO; GADELHA, ARY; ZUGMAN, ANDRE; NOTO, CRISTIANO; CORDEIRO, QUIRINO; BELANGERO, SINTIA IOLE; JACKOWSKI, ANDREA P.; BRESSAN, RODRIGO A.; SATO, JOAO RICARDO. Investigating brain structural patterns in first episode psychosis and schizophrenia using MRI and a machine learning approach. PSYCHIATRY RESEARCH-NEUROIMAGING, v. 275, p. 14-20, MAY 30 2018. (13/10498-6, 13/08531-5, 14/07280-1, 13/05168-7)

VIEIRA, SANDRA; PINAYA, WALTER H. L.; MECHELLI, ANDREA. Using deep learning to investigate the neuroimaging correlates of psychiatric and neurological disorders: Methods and applications. NEUROSCIENCE AND BIOBEHAVIORAL REVIEWS, v. 74, p. 18-pg., 2017-03-01. (13/05168-7)