Mostrar el registro sencillo del ítem

dc.contributor.advisorLópez López, Juan Manuel
dc.contributor.authorPulido Castro, Sergio David
dc.date.accessioned2022-02-21T14:50:14Z
dc.date.available2022-02-21T14:50:14Z
dc.date.issued2021
dc.identifier.urihttps://repositorio.escuelaing.edu.co/handle/001/2026
dc.description.abstractEl Trastorno del Espectro Autista (TEA) es una condición que afecta el neurodesarrollo, caracterizada por déficits en la comunicación e interacción social y patrones comportamentales repetitivos. Según estudios, 15 de cada 1,000 niños sufren de TEA. Varias barreras existen que impiden el acceso a cuidado médico de individuos con TEA, incluyendo la escasez de servicios de salud, un elevado costo en los servicios y un conocimiento deficiente del trastorno, lo que implica una alta necesidad de crear herramientas tecnológicas que aporten en los procesos socio-comunicativos de individuos con TEA. Por este motivo, en este proyecto se decidió hacer un énfasis en la estimulación de los procesos de imitación y reconocimiento de emociones, un aspecto clave para la comunicación no-verbal. Así, el proyecto se dividió en cuatro grandes etapas: el desarrollo de un protocolo experimental, el desarrollo de un algoritmo de reconocimiento de expresiones faciales emocionales en tiempo real, la creación de un videojuego donde se implementa el protocolo experimental y la ejecución de pruebas experimentales con niños con TEA y un grupo control. El protocolo experimental, diseñado con ayuda de psicólogas y estudiantes de psicología, se dividió en tres etapas fundamentales: (I) Introducción de las partes del rostro, las emociones y las expresiones faciales, (II) imitación de expresiones faciales y (III) reconocimiento de expresiones faciales en situaciones con y sin contexto. La dificultad de los conceptos enseñados aumenta a lo largo de 12 sesiones experimentales, con las cuales se espera que los participantes aprendan los fundamentos de las seis emociones básicas: alegría, tristeza, enojo, asco, sorpresa y miedo. El algoritmo de reconocimiento de expresiones faciales contó con varias etapas en las que se evaluaron las mejores técnicas de preprocesamiento, extracción de características y clasificación. Adicionalmente, se implementó un ensamble de algoritmos de aprendizaje automático que se enfocó en mejorar la exactitud de reconocimiento de ciertas expresiones faciales. Finalmente, se utilizó una técnica de reducción de características, de forma que se lograra mejorar el tiempo de cómputo del algoritmo, habilitando su uso en tiempo real. El videojuego creado que implementó el protocolo experimental y el algoritmo de reconocimiento contó con retos como la generación de bibliotecas dinámicas para permitir el uso de algoritmos de visión artificial en un motor de videojuegos. Finalmente, se realizaron pruebas con la ayuda de tres niños, de los cuales uno tiene TEA. El algoritmo de reconocimiento de expresiones faciales mostró resultados positivos, de forma que logró separar siete categorías de expresiones faciales con una efectividad satisfactoria. Por otro lado, la herramienta de estimulación demostró tener un impacto positivo en los participantes del estudio, reflejado por medio de puntajes superiores en pruebas psicométricas y registros conductuales después de realizar la intervención. En trabajos futuros, se espera mejorar la efectividad de reconocimiento del algoritmo de expresiones faciales, por medio del uso de otras técnicas de aprendizaje automático, extracción de distintas características e implementación de algoritmos de caracterización del rostro especializados. Finalmente, se espera que más adelante se logre realizar una validación formal de la herramienta desarrollada para que su uso se estandarice en instituciones prestadoras de salud.spa
dc.description.abstractAutism Spectrum Disorder (ASD) is a condition that affects neurodevelopment, characterized by deficits in communication and social interaction and repetitive behavioral patterns. According to studies, 15 out of every 1,000 children suffer from ASD. Several barriers exist that prevent access to medical care for individuals with ASD, including the scarcity of health services, a high cost of services and poor knowledge of the disorder, which implies a high need to create technological tools that contribute to socio-communicative processes of individuals with ASD. For this reason, in this project it was decided to emphasize the stimulation of the processes of imitation and recognition of emotions, a key aspect for non-verbal communication. Thus, the project was divided into four major stages: the development of an experimental protocol, the development of an algorithm for recognizing emotional facial expressions in real time, the creation of a video game where the experimental protocol is implemented, and the execution of experimental tests. with children with ASD and a control group. The experimental protocol, designed with the help of psychologists and psychology students, was divided into three fundamental stages: (I) Introduction of the parts of the face, emotions and facial expressions, (II) imitation of facial expressions and (III) recognition of facial expressions in situations with and without context. The difficulty of the concepts taught increases throughout 12 experimental sessions, with which participants are expected to learn the fundamentals of the six basic emotions: happiness, sadness, anger, disgust, surprise and fear. The facial expression recognition algorithm had several stages in which the best preprocessing, feature extraction and classification techniques were evaluated. Additionally, an assembly of machine learning algorithms was implemented that focused on improving the recognition accuracy of certain facial expressions. Finally, a feature reduction technique was used to improve the computation time of the algorithm, enabling its use in real time. The video game created that implemented the experimental protocol and the recognition algorithm had challenges such as the generation of dynamic libraries to allow the use of artificial vision algorithms in a video game engine. Finally, tests were carried out with the help of three children, one of whom has ASD. The facial expression recognition algorithm showed positive results, in that it was able to separate seven categories of facial expressions with satisfactory effectiveness. On the other hand, the stimulation tool proved to have a positive impact on the study participants, reflected by higher scores in psychometric tests and behavioral records after performing the intervention. In future works, it is expected to improve the recognition effectiveness of the facial expression algorithm, through the use of other machine learning techniques, extraction of different features and implementation of specialized face characterization algorithms. Finally, it is expected that later on a formal validation of the developed tool will be achieved so that its use is standardized in health-providing institutions.eng
dc.description.tableofcontentsI. INTRODUCCIÓN 10 1.1 Trastorno del Espectro Autista (TEA) 10 1.1.1 Definición y clasificación de TEA 10 1.1.2 Prevalencia de TEA 11 1.1.3 Condiciones familiares y sociales de personas con TEA 12 1.2 Emociones 14 1.2.1 Concepto de las emociones 14 1.2.2 Emociones y TEA 15 1.2.3 Expresiones faciales de las emociones 15 1.3 Antecedentes 17 1.4 Justificación 18 1.5 Organización general del documento 19 II. OBJETIVOS 20 2.1 Objetivo general 20 2.2 Objetivos específicos 20 III. ESTADO DEL ARTE 21 3.1 Aspectos neurofisiológicos 21 3.1.1 Protocolos experimentales para el apoyo a individuos con TEA 21 3.1.2 Medidas psicométricas para la evaluación emocional 22 3.2 Aspectos técnicos 25 3.2.1 Preprocesamiento de imágenes 25 3.2.2 Detección de rostros 26 3.2.3 Características faciales 27 3.2.4 Reconocimiento de expresiones faciales 29 3.2.5 Desarrollo herramientas tecnológicas para TEA 31 IV. METODOLOGÍA 34 4.1 Implementación del protocolo experimental 34 4.1.1 Introducción a la herramienta de estimulación 34 4.1.2 Aprendizaje de las partes del rostro 37 4.1.3 Actividades para la imitación de expresiones faciales 38 4.1.4 Actividades para el reconocimiento de expresiones faciales 40 4.1.5 Calentamientos y pausas activas 43 4.2 Algoritmo de reconocimiento de expresiones faciales 45 4.2.1 Diagrama general para reconocimiento de expresiones faciales 46 4.2.2 Preprocesamiento de imágenes 47 4.2.3 Detección facial 47 4.2.4 Ubicación de marcadores faciales 48 4.2.5 Extracción de características de marcadores faciales 50 4.2.6 Preparación de los datos para el cálculo de HOG 52 4.2.7 Extracción de características de HOG 54 4.2.8 Predicción de expresiones faciales 55 4.2.9 Preparaciones finales del algoritmo de reconocimiento 63 4.3 Desarrollo de la herramienta interactiva 64 4.3.1 Aspectos generales 64 4.3.2 Escenas desarrolladas 66 4.4 Evaluación de la efectividad 78 4.4.1 Implementación de medidas psicométricas 78 4.4.2 Registros conductuales 78 4.5 Selección muestral 79 4.5.1 Población objetivo 79 4.5.2 Criterios de inclusión y exclusión 79 4.5.3 Pruebas piloto 80 4.5.4 Muestra utilizada 80 V. RESULTADOS Y DISCUSIÓN 81 5.1 Algoritmo de reconocimiento facial 81 5.1.1 Corrección de contraste previa a la detección de rostros 81 5.1.2 Corrección de contraste previa a la ubicación de marcadores faciales 82 5.1.3 Corrección de contraste previa a la extracción de características de HOG 84 5.1.4 Detección facial 85 5.1.5 Ubicación de marcadores faciales 87 5.1.6 Predicción de expresiones faciales 89 5.2 Aspectos psicométricos 98 5.2.1 Medidas psicométricas 98 5.2.2 Registros conductuales 100 VI. CONCLUSIONES Y TRABAJOS FUTUROS 113 VII. REFERENCIAS 117eng
dc.format.extent131 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.titleHerramienta computacional para estimular la imitación y el reconocimiento de expresiones emocionales faciales en niños con Trastorno del Espectro Autistaspa
dc.typeTrabajo de grado - Maestríaspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.contributor.researchgroupGIBIOMEspa
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Ingeniería Electrónicaspa
dc.description.researchareaProcesamiento de Señales e Imágenes Médicasspa
dc.identifier.urlhttps://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=22921
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.programMaestría en Ingeniería Electrónicaspa
dc.relation.indexedN/Aspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.armarcTrastorno del Espectro Autista
dc.subject.armarcVisión Artificial
dc.subject.armarcEstimulación Emocional
dc.subject.armarcHerramienta computacional interactiva
dc.subject.proposalTrastorno del Espectro Autistaspa
dc.subject.proposalVisión Artificialspa
dc.subject.proposalEstimulación Emocionalspa
dc.subject.proposalHerramienta computacional interactivaspa
dc.subject.proposalAutism Spectrum Disordereng
dc.subject.proposalArtificial visioneng
dc.subject.proposalEmotional stimulationeng
dc.subject.proposalInteractive computational tooleng
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.redcolhttps://purl.org/redcol/resource_type/TMspa


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem