Aplicaçãos de RNAPno auxílio dodiagnóstico daDoença de AlzheimerComo você fez?
A doença de Alzheimer●        Doença neurológica caracterizada por alteração cognitiva1.●        É mais prevalente senescê...
O EEG
O EEGAtividade Beta > 13 HzAtividade Alpha 8 Hz-13 HzAtividade Theta 4 Hz-7 HzAtividade Delta < 4 Hz
A metodologia
Último trabalho publicado    Paraconsistent Artificial Neural Networks and    AD Analysis – Improvements    Computational ...
A RNAPSistema Neural ArtificialParaconsistente paraTratamento deContradição
CNAP: Conexão Analítica function TFaPANN.PANCAC(mi, lambda,     if (abs(Gce) > Ftce) then begin Ftce, Ftct: real; output: ...
CNAP: Maximização Function TFaPANN.PANCMAX(mi, lambda: real): real; var   mir: real; begin   mir := ((mi - lambda) + 1) / ...
CNAP: Minimização Function TFaPANN.PANCMIN(mi, lambda: real): real; var   mir: real; begin   mir := ((mi - lambda) + 1) / ...
CNAP: A RNAPfunction TF_pann.Ad_diagnostic_analysis(PA, PB, PC: real;tipo: integer): real;var C1, C2, C3, C4, C5, C6, C7: ...
CNAP: Orientado à Objeto
CNAP: Orientado à Objeto
CNAP: Orientado à Objeto
CNAP: Orientado à Objeto
CNAP: Orientado à Objeto
That´s all Folks!Dúvidas, críticas sugestões?Helder Frederico Lopes      helderfredlopes@usp.br      @helder_fs_lopes     ...
Upcoming SlideShare
Loading in …5
×

Aplicação de Redes Neurais Artificiais Paraconsistentes no auxílio do diagnóstico da doença de Alzheimer: Como você fez???

694 views

Published on

Apresentação feita no I Workshop Intelligent Computing System - WICS 2013.
Dias 11 e 12 de março de 2013
Sala de Eventos IEA/USP
Rua Praça do Relógio, 109, Bl. K 5º andar - Cidade Universitária - São Paulo - SP - Brasil.

Published in: Education
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
694
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
18
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Aplicação de Redes Neurais Artificiais Paraconsistentes no auxílio do diagnóstico da doença de Alzheimer: Como você fez???

  1. 1. Aplicaçãos de RNAPno auxílio dodiagnóstico daDoença de AlzheimerComo você fez?
  2. 2. A doença de Alzheimer● Doença neurológica caracterizada por alteração cognitiva1.● É mais prevalente senescência1 e corresponde a cerca de 50% dos casos dedemência2.● As formas de DA podem ser3. ○ Familial (genética). ○ Esporádica: Possui fatores de riscos, tais como idade avançada, histórico familiar, sexo feminino, trauma crânio-encefálico, baixa escolaridade, histórico familiar de Síndrome de Down e genótipo com a presença da ApoE entre outros.1 McKhann G. Clinical diagnosis of AD. 1984.2 Herrera J. E. Estudo epidemiológico populacional de demência na cidade de Catanduva, estado de São Paulo, Brasil.1998.3 Jelic V. Phd Thesis. 1999.
  3. 3. O EEG
  4. 4. O EEGAtividade Beta > 13 HzAtividade Alpha 8 Hz-13 HzAtividade Theta 4 Hz-7 HzAtividade Delta < 4 Hz
  5. 5. A metodologia
  6. 6. Último trabalho publicado Paraconsistent Artificial Neural Networks and AD Analysis – Improvements Computational Collective Intelligence. Technologies and Applications. Lecture Notes in Computer Science. Volume 7653, 2012, pp 259-267● Jair Minoro Abe,● Helder Frederico S. Lopes,● Kazumi Nakamatsu
  7. 7. A RNAPSistema Neural ArtificialParaconsistente paraTratamento deContradição
  8. 8. CNAP: Conexão Analítica function TFaPANN.PANCAC(mi, lambda, if (abs(Gce) > Ftce) then begin Ftce, Ftct: real; output: integer): S1 := mir; real; S2 := 0; var end Gce: real; else begin Gun: real; if (abs(Gun) > Ftct) and (abs lambdacp: real; (Gun) > abs(Gce)) then begin mir: real; S1 := mir; S1, S2: real; S2 := abs(Gun); begin end lambdacp := 1 - lambda; else begin Gce := mi - lambdacp; S1 := 0.5; Gun := mi + lambdacp - 1; S2 := 0; mir := (Gce + 1) / 2; end; end; if output = 1 then result := S1 else result := S2; end;
  9. 9. CNAP: Maximização Function TFaPANN.PANCMAX(mi, lambda: real): real; var mir: real; begin mir := ((mi - lambda) + 1) / 2; if (mir > 0.5) then result := mi else result := lambda; end;
  10. 10. CNAP: Minimização Function TFaPANN.PANCMIN(mi, lambda: real): real; var mir: real; begin mir := ((mi - lambda) + 1) / 2; if (mir < 0.5) then result := mi else result := lambda; end;
  11. 11. CNAP: A RNAPfunction TF_pann.Ad_diagnostic_analysis(PA, PB, PC: real;tipo: integer): real;var C1, C2, C3, C4, C5, C6, C7: real;begin C1 := FaPANN.PANCAC(PA, PB, 0, 0, 1); C2 := FaPANN.PANCAC(PC, PB, 0, 0, 1); C3 := FaPANN.PANCAC(PC, PA, 0, 0, 1); C4 := FaPANN.PANCMAX(C1, C2); C6 := FaPANN.PANCMAX(C4, C3); C5 := FaPANN.PANCMIN(C2, C3); C7 := FaPANN.PANCMIN(C1, C5); if tipo = 1 then result := FaPANN.CNAPCA(C6, C7, 0, 0,1) else result := FaPANN.CNAPCA(C6, C7, 0, 0, 2);end;
  12. 12. CNAP: Orientado à Objeto
  13. 13. CNAP: Orientado à Objeto
  14. 14. CNAP: Orientado à Objeto
  15. 15. CNAP: Orientado à Objeto
  16. 16. CNAP: Orientado à Objeto
  17. 17. That´s all Folks!Dúvidas, críticas sugestões?Helder Frederico Lopes helderfredlopes@usp.br @helder_fs_lopes Agradecimento: Charles Alves

×