Portal de Periódicos da CAPES

prova de conceito para o diagnóstico diferencial do transtorno do espectro autista usando aprendizado de máquina

2025; UNIVERSIDADE FEDERAL DE PERNAMBUCO; Volume: 22; Issue: 1 Linguagem: Português

10.51359/1679-1827.2024.263456

1679-1827

Flávio Secco Fonseca, Maria Vitória Soares Muniz, Catarina Victória Nascimento de Oliveira, Thailson Caetano Valdeci da Silva, Wellington Pinheiro dos Santos,

Autism Spectrum Disorder Research

Objetivo: O Transtorno do Espectro do Autismo (TEA) é um transtorno do neurodesenvolvimento caracterizado por déficits na comunicação social e na interação social. Atualmente, o diagnóstico do TEA é clínico. Neste contexto, este trabalho busca validar uma nova proposta de ferramenta para diagnóstico diferencial do TEA, de suporte à decisão do especialista, baseada na utilização de aprendizagem de máquina e sinais de EEG. Método/abordagem: Utilizou-se o dataset 1 da base de dados Sheffield após processamento. Foram extraídos e selecionados atributos para avaliação utilizando 2 métodos: otimização por enxame de partículas e busca evolucionária. Os dois conjuntos foram divididos em treino (80%) e teste (20%), aplicou-se validação cruzada com 10 folds e, em seguida, avaliou-se 12 modelos de classificação distintos. Os experimentos foram repetidos 30 vezes. Contribuições teóricas/práticas/sociais: O modelo com melhores resultados foi o SVM Rbf 0.5, com bons valores de acurácia (99,31%), índice Kappa (0,986), sensibilidade (0,994), especificidade (0,992) e área ROC (0,993). Originalidade/relevância: Os resultados sugerem que a aprendizagem de máquina é uma ferramenta eficaz no diagnóstico do TEA.