dc.contributorMarino Neto, José
dc.contributorAzevedo, Fernando Mendes de
dc.contributorUniversidade Federal de Santa Catarina
dc.creatorCrispim Junior, Carlos Fernando
dc.date2012-10-26T08:54:23Z
dc.date2012-10-26T08:54:23Z
dc.date2011
dc.date2011
dc.date.accessioned2017-04-03T21:18:29Z
dc.date.available2017-04-03T21:18:29Z
dc.identifier296447
dc.identifierhttp://repositorio.ufsc.br/xmlui/handle/123456789/96111
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/713210
dc.descriptionTese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2011
dc.descriptionO comportamento animal é um sinal biológico pouco explorado pelas disciplinas de processamento de sinais e inteligência computacional em Engenharia Biomédica. As neurociências usam registros e quantificações do comportamento animal para examinar os mecanismos neurais de controle comportamental. Estes registros são geralmente realizados por um observador humano, e estão sujeitos a vieses de interpretação (e.g., cansaço, experiência, e ambiguidades entre as categorias). Neste trabalho, examinou-se o uso de descritores de imagens (morfológicos: como área e comprimento; e cinemáticos, como distância percorrida e variação angular) como parâmetros de entrada de redes neurais artificiais (RNAs), na identificação automática de comportamentos de animais de laboratório. Os descritores foram extraídos de comportamentos de ratos Wistar em arenas de campo aberto (locomoção: LOC, imobilidade: IMO, limpeza corporal: LIC, exploração vertical: EXP), tratados com cafeína (2 ou 6 mg/Kg) ou com seu veículo (salina), usando um software de etografia e rastreamento desenvolvido durante essa tese (o ETHOWATCHER®). Empregou-se RNAs perceptron de múltiplas camadas (MLP), avaliadas por múltiplos índices de desempenho de diagnóstico (AUC, Kappa). Os descritores foram previamente avaliados quanto a sua relevância na diferenciação entre os comportamentos usando o teste estatístico de Kruskal-Wallis. Em animais tratados com veículo, as MLPs identificaram 97,3 ± 2,0 % dos casos de IMO (AUC, média ± desvio padrão); 95,6 ± 8,0 % de LOC; 94,6 ± 3,0 % de EXP; e 83,6% ± 16,0 % de LIC. Em animais tratados com cafeína, obteve-se: 85,2 ± 1,8 % em IMO; 83,5 ± 0,9 % em LOC; 67,0 ± 2,0 % em EXP; e 78,0 ± 10,0 % em LIC. Os resultados indicam que as MLP usando os descritores cinemáticos e morfológicos identificam com sucesso variável os comportamentos investigados. As diferenças estatisticamente significantes entre os desempenhos dos classificadores usando parâmetros relevantes e aqueles usando irrelevantes validaram o uso do teste Kruskal-Wallis na seleção de descritores adequados para a identificação comportamental. A redução de desempenho da MLP em comportamentos de animais tratados com cafeína em dose sub-efetiva (0,2 mg/Kg) pode sugerir que os procedimentos aqui utilizados são capazes de detectar variações em padrões morfológicos e cinemáticos dos comportamentos (Mann-Whitney, p<0,05) não detectáveis pelos procedimentos usuais de análise comportamental. Embora reduzido, o desempenho da MLP foi superior ao medido em observadores iniciantes no registro comportamental de um rato ingênuo a tratamento (Kappa: 35,48%), evidenciando a viabilidade do uso dessas RNAs na avaliação de alterações em padrões comportamentais.
dc.format137 p.| il., grafs., tabs.
dc.languagepor
dc.publisherFlorianópolis, SC
dc.subjectEngenharia eletrica
dc.subjectMorfologia (Animais)
dc.subjectCinematica
dc.subjectAnimais -
dc.subjectComportamento
dc.subjectRedes neurais (Computação)
dc.subjectBioengenharia
dc.titleUso de descritores morfológicos e cinemáticos na identificação automática de comportamentos de animais de laboratório
dc.typeTesis


Este ítem pertenece a la siguiente institución