Explorando técnicas de aprendizado de máquina para a modelagem do sistema aeróbio e suas aplicações em programas de reabilitação cardiorrespiratória

Resumo

O entendimento das respostas integradas do sistema aeróbio durante exercício físico é de grande interesse para os programas de reabilitação e treinamento físico. O objetivo principal desse projeto de pesquisa é explorar técnicas de aprendizado de máquina para o modelamento/entendimento das respostas aeróbias através da integração entre diferentes tecnologias de coleta de sinais biológicos durante exercício físico dinâmico. Quarenta voluntários universitários jovens de ambos os sexos e variados graus de potência aeróbia serão selecionados para esse estudo. Os participantes serão submetidos a um protocolo pseudorrandômico binário seguindo por um teste de exercício cardiopulmonar. Durante tais protocolos, diversos sinais biológicos coletados por equipamentos que incluem near-infrared spectroscopy e fotoplesmografia serão utilizados para alimentar algoritmos de aprendizado de máquina que interpretarão a inter-relação entre os sinais biológicos a fim de se construir um modelo do sistema aeróbio. Os algoritmos de aprendizado de máquina incluem árvores de decisão e redes neurais artificiais. O mapeamento do sistema aeróbio nos permitirá identificar eventos fisiológicos relacionados a uma maior reserva fisiológica (como por exemplo, uma resposta aeróbia rápida) que impactam a capacidade física e a saúde em geral. Portanto, tecnologias que monitoram tais eventos fisiológicos teriam o potencial em detectar as alterações/mudanças na capacidade aeróbia e índices relacionados à saúde, permitindo ajustes otimizados nos programas de reabilitação e treinamento em tempo real. (AU)