Year: 2016
Type: dissertation
Abstract: As relações sociais são essenciais para uma vida saudável, evitando o \nisolamento social que pode conduzir a condições de ansiedade clinicamente \nrelevante e, até mesmo, de depressão. As expressões faciais funcionam como \nsinais sociais, dando informação sobre o estado emocional do “outro” e, por isso, \nconstituem a chave para a comunicação social. Desde o primeiro ano de vida que \nas crianças conseguem reconhecer sinais sociais a partir das faces. A capacidade \nde interpretar corretamente esses sinais é crítica para se ser bem-sucedido no \ndesenvolvimento de interações diádicas ou multidiádicas no dia-a-dia. Contudo, \nos défices no domínio social constituem o défice mais importante na Perturbação \ndo Espectro do Autismo (PEA). PEA é uma patologia do neuro-desenvolvimento \ncaracterizada por défices na comunicação e interação social, bem como um \npadrão de comportamentos repetitivos e interesses restritos. A literatura existente \nem estudos com eletroencefalografia (EEG) reporta diferenças de grupo entre \nindivíduos com PEA e indivíduos controlo durante tarefas que envolvem \nreconhecimento e processamento de expressões faciais. \nO principal objetivo do trabalho desenvolvido consistiu em avaliar a \nviabilidade do desenvolvimento de uma aplicação de neurofeedback, com recurso \na EEG, para reabilitar indivíduos com PEA no que diz respeito aos seus défices a \nnível social, através do reconhecimento e imaginação do “outro” a fazer \nexpressões faciais. Para tal, foi adquirido sinal EEG de dezassete adolescentes \ncom PEA e dezassete indivíduos controlo durante uma tarefa com uma primeira \nparte de estimulação visual com expressões faciais, seguida de uma parte de \nimaginação do “outro” a realizar a expressão facial da instrução. Usando os dados \nda imaginação de expressões faciais foram extraídas features do domínio \ntemporal e features não lineares com o objetivo de classificar entre estados de \nimaginação e não-imaginação. A classificação foi realizada recorrendo a Support \nVector Machines. Os resultados de classificação obtidos não foram, porém, promissores no que diz respeito ao desenvolvimento da aplicação de \nneurofeedback para reabilitação social dos indivíduos com PEA. \nComo análise complementar avaliou-se a existência de um possível \nbiomarcador eletrofisiológico que permitisse distinguir os indivíduos dos dois \ngrupos, durante o período de imaginação. Usando as mesmas features de domínio \ntemporal e não lineares, através de uma estratégia de classificação leave-one-out, \ncada participante do estudo foi atribuído a um dos dois grupos. Os resultados \nindicam que foi possível distinguir entre os dois grupos com uma precisão entre \n80 % a 90 %. As features mais relevantes para este processo de classificação \nrevelaram ser das bandas de frequência teta, beta e gama e, maioritariamente \ndeterminadas das regiões temporo-parietais e parieto-occipitais do hemisfério \ndireito. Estas regiões correspondem também à localização das estruturas \ncerebrais responsáveis pelo processamento da face. \nPalavras-chave: eletroencefalografia (EEG), Perturbação do Espectro do \nAutismo (PEA) processamento de expressões faciais, emoções, imaginação.
Author: Raquel Monteiro
Language: English
Subfield: Cognitive Neuroscience
Field: Neuroscience
Domain: Life Sciences
Open Access status: green
OpenAlex ID: W2585502287
