| dc.description | Depressão, ansiedade, raiva, úlcera, gastrite, psoríase, ataques cardíacos e diabetes tipo 2 são algumas das doenças que podem ser ocasionadas pelo excesso de estresse na vida do ser humano. Devido a isso, para se ter uma vida saudável, é importante que se tenha cuidado com a saúde. E o que pode ser feito para auxiliá-lo neste cuidado? Na computação existe uma área chamada detecção de padrões e, através dela, é possível treinar o computador para identificar um padrão de comportamento. Assim, é possível que seja utilizado este aprendizado para monitorar e detectar quando o indivíduo está sob situações estressantes, de forma a alertá-lo para que ele possa tomar alguma providência para reduzir ou controlar o nível de estresse. Embora o corpo humano apresente alterações fisiológicas que podem ser verificadas para a identificação do estresse, atualmente o diagnóstico é ainda realizado por meio de questionários e avaliação de especialista. Entretanto, é possível observar uma movimentação da comunidade acadêmica com estudos de um sistema de detecção automática através de um processo e técnicas de detecção de padrões sob as alterações fisiológicas. Neste contexto, um sistema multimodal de detecção automática de estresse foi desenvolvido neste trabalho, com a utilização de diversas características (como média, mediana, variância), redução de dimensionalidade com LDA e PCA e classificação utilizando SVM e Random Forest. Através da utilização da base de dados WESAD para avaliar o desempenho do software, conclui-se que não foi possível obter melhores resultados com a fusão de classificadores (acurácia de 84,6%) quando comparado à fusão de características do sistema tradicional de detecção de estresse multimodal (acurácia de 89,3% e 89,8%) (sic). | pt_BR |
