Uso de Algoritmos Genéticos para Estimar a Interação e a Importância de Variáveis na Classificação de Severidade da Apneia do Sono

• Processo: 24/10564-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2024
• Data de Término da vigência: 30 de setembro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Renato Tinós
• Beneficiário: Sabrina Sousa Carvalho
• Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Assunto(s): Algoritmos genéticos Apneia do sono Aprendizado computacional Variabilidade da frequência cardíaca Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Algoritmos Geneticos | Apnéia do Sono | Aprendizado de Máquina | Explicabilidade de Modelos | Variabilidade da Freqüência Cardíaca | Inteligência Artificial

Resumo

Apneia Obstrutiva do Sono é um dos distúrbios do sono mais comuns, consistindo na ocorrência de cessação ou diminuição do fluxo aéreo durante o sono. O teste mais comum e preciso para diagnosticar distúrbios do sono é a polissonografia que, apesar de sua eficácia, é um exame complexo e relativamente caro. Recentemente, investigou-se o uso de Variabilidade da Frequência Cardíaca e Aprendizado de Máquina (AM) para classificar a severidade da Apneia do Sono. Neste projeto, iremos aplicar o Genetic Algorithm with Linkage Learning (GAwLL) na seleção de atributos no problema na classificação de severidade da Apneia do Sono. O GAwLL descobre um grafo de interações entre variáveis como um efeito colateral da otimização realizada por um Algoritmo Genético simples. Descobrir quais atributos são importantes e como interagem em um modelo de AM para a tomada de decisão é relevante para o entendimento, por especialistas da área de Medicina, de como a Variabilidade da Frequência Cardíaca é relacionada à Apneia do Sono.