Exportação concluída — 

Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Fonseca, Mateus Beck
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Catolica de Pelotas
Centro de Ciencias da Saude
Brasil
UCPel
Programa de Pos-Graduacao em Saude Comportamento
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
biomarcadores; redes neurais artificiais; transtorno bipolar; esquizofrenia; depressão; citocinas inflamatórias; neurotrofinas
biomarkers; artificial neural networks; bipolar disorder; schizophrenia; cytokines, neurotrophins
MEDICINA::PSIQUIATRIA
Link de acesso: http://tede.ucpel.edu.br:8080/jspui/handle/jspui/782
Resumo: O transtorno bipolar, a depressão maior e a esquizofrenia são transtornos de difícil diagnóstico e diferenciação. Estudos apontam que a alteração de níveis de biomarcadores inflamatórios e neurotróficos podem estar associados com o diagnóstico dessas doenças. Redes neurais artificiais (RNA) são ferramentas computacionais de inteligência artificial para modelagem baseadas em sistemas neurais biológicos, as quais utilizam fórmulas matemáticas mimetizando o comportamento neural. O objetivo deste trabalho é propor um modelo de RNA para auxiliar no diagnóstico de transtorno bipolar, da depressão maior e da esquizofrenia, utilizando biomarcadores e características simples da população amostrada. O método de análise para o primeiro artigo é o treinamento de RNA aplicada à um banco de dados de distribuição livre da Stanley Neuropathology Consortium, o qual consiste de biomarcadores inflamatórios e características da população com diagnósticos de esquizofrenia, transtorno bipolar e um grupo controle (sem transtornos); para o segundo artigo utilizou-se outro banco de dados, com variáveis bioquímicas, características da população e respostas de questionários com diagnósticos de depressão maior, transtorno bipolar e um grupo controle (sem transtornos). O programa de treinamento da RNA utilizado é o OpenNN, e também é de distribuição livre. Como resultado tem-se RNAs treinadas com mais de 80% de acurácia nas classificações dos diagnósticos
id UCPe_d5bb04f9efaf9d3a4a7148fda072cc40
oai_identifier_str oai:tede.ucpel.edu.br:jspui/782
network_acronym_str UCPe
network_name_str Biblioteca Digital de Teses e Dissertações do UCpel
repository_id_str
spelling Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiaisbiomarcadores; redes neurais artificiais; transtorno bipolar; esquizofrenia; depressão; citocinas inflamatórias; neurotrofinasbiomarkers; artificial neural networks; bipolar disorder; schizophrenia; cytokines, neurotrophinsMEDICINA::PSIQUIATRIAO transtorno bipolar, a depressão maior e a esquizofrenia são transtornos de difícil diagnóstico e diferenciação. Estudos apontam que a alteração de níveis de biomarcadores inflamatórios e neurotróficos podem estar associados com o diagnóstico dessas doenças. Redes neurais artificiais (RNA) são ferramentas computacionais de inteligência artificial para modelagem baseadas em sistemas neurais biológicos, as quais utilizam fórmulas matemáticas mimetizando o comportamento neural. O objetivo deste trabalho é propor um modelo de RNA para auxiliar no diagnóstico de transtorno bipolar, da depressão maior e da esquizofrenia, utilizando biomarcadores e características simples da população amostrada. O método de análise para o primeiro artigo é o treinamento de RNA aplicada à um banco de dados de distribuição livre da Stanley Neuropathology Consortium, o qual consiste de biomarcadores inflamatórios e características da população com diagnósticos de esquizofrenia, transtorno bipolar e um grupo controle (sem transtornos); para o segundo artigo utilizou-se outro banco de dados, com variáveis bioquímicas, características da população e respostas de questionários com diagnósticos de depressão maior, transtorno bipolar e um grupo controle (sem transtornos). O programa de treinamento da RNA utilizado é o OpenNN, e também é de distribuição livre. Como resultado tem-se RNAs treinadas com mais de 80% de acurácia nas classificações dos diagnósticosBipolar disorder and schizophrenia are disorders of difficult diagnosis and differentiation, and studies point to the alteration of levels of inflammatory biomarkers with the diagnosis of diseases. Artificial neural networks (ANNs) are computational tools of artificial intelligence for modeling based on biological neural systems, which use mathematical formulas mimicking neural behavior. The objective of this work is to propose a model of ANN to aid in the diagnosis of bipolar disorder and schizophrenia using biomarkers and simple characteristics of the sampled population. The method of analysis is ANN training applied to a free distribution database of the Stanley Neuropathology Consortium, which consists of inflammatory biomarkers and characteristics of the population with diagnoses of schizophrenia, bipolar disorder and a control (without mental disorders) group. The RNA training program used is OpenNN, and is also freely distributed. As a result, it is expected to train a ANN with more than 80% accuracy in the classification of bipolar disorder diagnoses, schizophrenia and control group. Bipolar disorder, major depression and schizophrenia are disorders of difficult diagnosis and differentiation. Studies indicate that altered levels of inflammatory and neurotrophic biomarkers may be associated with the diagnosis of these diseases. Artificial neural networks (ANN) are computational tools of artificial intelligence for modeling based on biological neural systems, which use mathematical formulas mimicking neural behavior. The objective of this work is to propose an ANN model to aid in the diagnosis of bipolar disorder, major depression and schizophrenia, using biomarkers and simple characteristics of the population sampled. The method of analysis for the first article is ANN training applied to a free distribution database of the Stanley Neuropathology Consortium, which consists of inflammatory biomarkers and characteristics of the population with diagnoses of schizophrenia, bipolar disorder and one control group (without disorders); for the second article, another database was used, with biochemical variables, population characteristics and questionnaire responses with diagnoses of major depression, bipolar disorder and a control group (without disorders). The RNA training program used is OpenNN, and it is also freely distributed. As a result, trained RNAs with more than 80 % accuracy in diagnostic classificationsUniversidade Catolica de PelotasCentro de Ciencias da SaudeBrasilUCPelPrograma de Pos-Graduacao em Saude ComportamentoOses, Jean Pierrehttp://lattes.cnpq.br/5472512244993546Wiener, Carolina Davidhttp://lattes.cnpq.br/2933372263174303Moreira , Fernanda Pedrottihttp://lattes.cnpq.br/9712014792169334Almeida, Sergio José Melo dehttp://lattes.cnpq.br/2722601824277488Fonseca, Mateus Beck2019-05-24T13:44:22Z2019-02-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfFonseca, Mateus Beck. Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais. 2019. 67 f. Tese( Programa de Pos-Graduacao em Saude Comportamento) - Universidade Catolica de Pelotas, Pelotas.http://tede.ucpel.edu.br:8080/jspui/handle/jspui/782porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações do UCpelinstname:Universidade Católica de Pelotas (UCPEL)instacron:UCPEL2020-09-29T21:40:08Zoai:tede.ucpel.edu.br:jspui/782Biblioteca Digital de Teses e Dissertaçõeshttp://www2.ufpel.edu.br/tede/http://tede.ucpel.edu.br:8080/oai/requestbiblioteca@ucpel.edu.br||cristiane.chim@ucpel.tche.bropendoar:2020-09-29T21:40:08Biblioteca Digital de Teses e Dissertações do UCpel - Universidade Católica de Pelotas (UCPEL)false
dc.title.none.fl_str_mv Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais
title Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais
spellingShingle Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais
Fonseca, Mateus Beck
biomarcadores; redes neurais artificiais; transtorno bipolar; esquizofrenia; depressão; citocinas inflamatórias; neurotrofinas
biomarkers; artificial neural networks; bipolar disorder; schizophrenia; cytokines, neurotrophins
MEDICINA::PSIQUIATRIA
title_short Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais
title_full Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais
title_fullStr Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais
title_full_unstemmed Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais
title_sort Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais
author Fonseca, Mateus Beck
author_facet Fonseca, Mateus Beck
author_role author
dc.contributor.none.fl_str_mv Oses, Jean Pierre
http://lattes.cnpq.br/5472512244993546
Wiener, Carolina David
http://lattes.cnpq.br/2933372263174303
Moreira , Fernanda Pedrotti
http://lattes.cnpq.br/9712014792169334
Almeida, Sergio José Melo de
http://lattes.cnpq.br/2722601824277488
dc.contributor.author.fl_str_mv Fonseca, Mateus Beck
dc.subject.por.fl_str_mv biomarcadores; redes neurais artificiais; transtorno bipolar; esquizofrenia; depressão; citocinas inflamatórias; neurotrofinas
biomarkers; artificial neural networks; bipolar disorder; schizophrenia; cytokines, neurotrophins
MEDICINA::PSIQUIATRIA
topic biomarcadores; redes neurais artificiais; transtorno bipolar; esquizofrenia; depressão; citocinas inflamatórias; neurotrofinas
biomarkers; artificial neural networks; bipolar disorder; schizophrenia; cytokines, neurotrophins
MEDICINA::PSIQUIATRIA
description O transtorno bipolar, a depressão maior e a esquizofrenia são transtornos de difícil diagnóstico e diferenciação. Estudos apontam que a alteração de níveis de biomarcadores inflamatórios e neurotróficos podem estar associados com o diagnóstico dessas doenças. Redes neurais artificiais (RNA) são ferramentas computacionais de inteligência artificial para modelagem baseadas em sistemas neurais biológicos, as quais utilizam fórmulas matemáticas mimetizando o comportamento neural. O objetivo deste trabalho é propor um modelo de RNA para auxiliar no diagnóstico de transtorno bipolar, da depressão maior e da esquizofrenia, utilizando biomarcadores e características simples da população amostrada. O método de análise para o primeiro artigo é o treinamento de RNA aplicada à um banco de dados de distribuição livre da Stanley Neuropathology Consortium, o qual consiste de biomarcadores inflamatórios e características da população com diagnósticos de esquizofrenia, transtorno bipolar e um grupo controle (sem transtornos); para o segundo artigo utilizou-se outro banco de dados, com variáveis bioquímicas, características da população e respostas de questionários com diagnósticos de depressão maior, transtorno bipolar e um grupo controle (sem transtornos). O programa de treinamento da RNA utilizado é o OpenNN, e também é de distribuição livre. Como resultado tem-se RNAs treinadas com mais de 80% de acurácia nas classificações dos diagnósticos
publishDate 2019
dc.date.none.fl_str_mv 2019-05-24T13:44:22Z
2019-02-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv Fonseca, Mateus Beck. Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais. 2019. 67 f. Tese( Programa de Pos-Graduacao em Saude Comportamento) - Universidade Catolica de Pelotas, Pelotas.
http://tede.ucpel.edu.br:8080/jspui/handle/jspui/782
identifier_str_mv Fonseca, Mateus Beck. Classificação de transtorno bipolar, esquizofrenia e depressão utilizando redes neurais artificiais. 2019. 67 f. Tese( Programa de Pos-Graduacao em Saude Comportamento) - Universidade Catolica de Pelotas, Pelotas.
url http://tede.ucpel.edu.br:8080/jspui/handle/jspui/782
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Catolica de Pelotas
Centro de Ciencias da Saude
Brasil
UCPel
Programa de Pos-Graduacao em Saude Comportamento
publisher.none.fl_str_mv Universidade Catolica de Pelotas
Centro de Ciencias da Saude
Brasil
UCPel
Programa de Pos-Graduacao em Saude Comportamento
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do UCpel
instname:Universidade Católica de Pelotas (UCPEL)
instacron:UCPEL
instname_str Universidade Católica de Pelotas (UCPEL)
instacron_str UCPEL
institution UCPEL
reponame_str Biblioteca Digital de Teses e Dissertações do UCpel
collection Biblioteca Digital de Teses e Dissertações do UCpel
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do UCpel - Universidade Católica de Pelotas (UCPEL)
repository.mail.fl_str_mv biblioteca@ucpel.edu.br||cristiane.chim@ucpel.tche.br
_version_ 1840084810342596608

Registros relacionados