Classificação de pacientes com transtorno de dislexia usando Redes Neurais Artificiais

Transcrição

1 Classificação de pacientes com transtorno de dislexia usando Redes Neurais Artificiais Raimundo José Macário Costa Programa de Engenharia de Sistemas, COPPE/UFRJ Telma Silveira Pará Programa de Engenharia Elétrica, COPPE/UFRJ Luís Pereira Calôba Programa de Engenharia Elétrica, COPPE/UFRJ Luís Alfredo Vidal Filho Programa de Engenharia de Sistemas, COPPE/UFRJ Introdução O avanço tecnológico está contribuindo para a solução de problemas na área médica. O uso de softwares como ferramentas de apoio ao diagnóstico vem crescendo ao longo dos anos cuja aplicabilidade pode ser observada nas diversas as áreas do conhecimento. A tecnologia computacional apresenta-se como importante aliada do profissional de saúde no auxílio do processo de diagnóstico, contribuindo para mudanças dos processos tradicionais para processos cada vez mais precisos por utilizarem a tecnologia computacional. O uso dos computadores vem se tornando uma rotina na área da saúde onde são integradas as características do processo de diagnóstico e as estratégias embutidas em programas específicos com a finalidade de alcançar um determinado objetivo. Este trabalho tem como objetivo implementar uma rede neural do tipo Multi Layer Perceptron (MLP) que seja capaz de classificar probabilisticamente pacientes com o transtorno da dislexia. Dentre os problemas existentes acerca da aprendizagem, a dislexia destaca-se pelas características mais reconhecidas que incluem atrasos graves na leitura, na escrita e ortografia, assim como inversões de símbolos. Outras manifestações incluem confusão de tempo e de espaço, desorganização e dificuldade de compreensão. Porém, um dos grandes problemas no meio médico tem sido o diagnóstico da dislexia, ou seja, quais os critérios que determinam se uma pessoa tem ou não esse transtorno (Davis, 2004). Os problemas de aprendizagem são as múltiplas varetas de um amplo guarda-chuva. A dislexia é apenas uma delas, mas muito especial. É mais fácil conceituá-la através do que não é do que defini-la pelo que é (Estill, 2006). A dislexia não é um problema de inteligência, de deficiência visual ou auditiva, muito menos um problema afetivo-emocional. A dislexia é uma dificuldade específica de linguagem que se apresenta na língua escrita. É uma dificuldade própria nos processamentos da linguagem para reconhecer, reproduzir, identificar, associar e ordenar os sons e as formas das letras, organizando-os corretamente (Estill, 2006). Tal dificuldade pode ser observada na figura 1. Uma pessoa disléxica, ou com fatores disléxicos, deveria ser examinada e acompanhada por profissionais especializados em linguagem, para não serem confundidos os sintomas de transtornos na linguagem com distúrbios de aprendizagem (Estill, 2006). Diversos pesquisadores consideram a dislexia uma forma de transtorno de

2 aprendizagem, mas o transtorno da aprendizagem é apenas um aspecto da dislexia (Davis, 2004). Fig.1 - Davis, Ronald D., O Dom da Dislexia, 2004 A dislexia não é causada por quaisquer defeitos visuais grosseiros ou escrita em espelho. Inverter as letras é absolutamente comum em crianças até oito anos de idade; um indício de problemas de leitura é a incapacidade da criança para aprender o relacionamento entre as letras e os sons ou não ter consciência de fenômenos fonológicos como as rimas (Pliszka, 2004),. Do ponto de vista neurológico, Galaburda e seus colaboradores (in RAPAN, 2002) descreveram defeitos menores da migração celular e diminutas cicatrizes localizadas seletivamente nas áreas perisilvianas (localizadas no sulco lateral de Sylvius) do hemisfério esquerdo do cérebro (funções cognitivas) em disléxicos. Estes mesmos pesquisadores ressaltaram que a dislexia está estatisticamente ligada à falta da assimetria esperada entre os dois hemisférios, associada a um plano temporal atipicamente grande à direita. A complexidade do cérebro em sua fase de desenvolvimento inicial apresenta uma grande variedade de oportunidades para que haja uma conexão errada ou falsa. O sistema neural necessário para a análise fonológica está, de alguma forma, mal conectado, e a criança, neste caso, passa a ter um problema fonológico que interfere na linguagem falada e escrita (Shaywitz, 2006). Dependendo da natureza ou gravidade desta falha nos circuitos espera-se observar variações e diversos graus de dificuldade de leitura. Porém, neste percurso, há muitas seqüências de acontecimentos possíveis para o desenvolvimento da dislexia. O que é realmente necessário para entender este distúrbio é a capacidade de mapear todo o circuito neural da leitura. Atualmente, a fmri (Ressonância magnética funcional) é o método mais utilizado para estudar o cérebro em funcionamento (SHAYWITZ, 2006). Realizar uma tarefa cognitiva como a leitura é trabalhosa e consome energia. Quando uma criança tenta rimar duas palavras, uma série de eventos se desencadeia: os sistemas neurais necessários para executar a tarefa da rima são ativados e consomem energia. Para atender essa necessidade de aumento de energia, mais sangue é necessário para trazer mais combustível (oxigênio) e nutrientes ao local. Essa auto-regulação do fluxo sanguíneo cerebral é o princípio subjacente das imagens do cérebro em funcionamento. Tal regulação também produz alterações nas propriedades magnéticas do sangue e é justamente isso que permite que a ressonância magnética funcione. A genética, incluindo a ligação aos cromossomos 6 ou 15 em algumas famílias, tem papel etiológico importante, porém não exclusivo. A evolução final do quadro de dislexia depende, em parte, do nível intelectual geral e da adequação da intervenção, ou seja, da influência do meio em que o disléxico se desenvolve (in RAPAN, 2002). A maioria dos disléxicos inteligentes acaba por aprender a ler mais ou menos eficientemente, mas tendem a soletrar mal, têm dificuldade em ler não-palavras e podem não ler por prazer. No Brasil, funciona a AND - Associação Nacional de Dislexia, localizada no Rio de Janeiro e a ABD - Associação Brasileira de Dislexia, localizada em São Paulo, dando suporte aos portadores do distúrbio. Os dados da AND, em particular, serviram de base para este experimento. A metodologia proposta para este trabalho se fez através de classificação probabilística, usando a técnica computacional de Redes Neurais Artificiais com o objetivo de classificar o individuo com transtorno da dislexia. Foram utilizados dados reais de

3 pessoas com e sem diagnóstico de dislexia, baseados nas escalas diagnósticas padronizadas. Esses dados foram coletados através da Associação Nacional de Dislexia (AND). Ver figura 2. definidos pelas equações Estrutura da Rede Neural Fig.2 Questionário para identificação do Disléxico adulto (AND, 2006) As Redes Neurais são algoritmos que tentam emular de uma forma simplificada a maneira como o cérebro animal processa determinadas informações. São baseadas em processadores elementares chamados neurônios, Fig. 3, A rede neural utilizada neste trabalho é do tipo feedforward com duas camadas de neurônios, com múltiplas entradas z 1,, z E e uma saída ŷ, como apresentado na Fig. 4. O único neurônio da camada de saída tem função de ativação linear. A camada intermediária tem Q neurônios com função de ativação tipo tangente hiperbólica tgh(.) e um neurônio do tipo linear na camada de saída. Todos os neurônios da camada intermediária têm sinapse de polarização, que é dispensável no neurônio de saída. Cada entrada se comunica através de sinapses w com todos os neurônios da primeira camada, e a saída de cada neurônio da primeira camada se comunica através de sinapses t com o neurônio de saída, na segunda camada. Sem perda de generalidade fazemos t1 constante, t1 = 1. Fig. 4 Rede neural feedforward. Fig. 3 Neurônio. A propagação do sinal é dada por

4 independente do aprendizado, o que implica em utilizar três conjuntos de pares entradasaída: o de treinamento, o de validação e o de teste. Cada conjunto deve representar estatisticamente bem a relação entrada-saída da rede. Coleta e representação dos dados As variáveis de entrada e saída são escaladas para média nula e amplitude na faixa (-1, 1) antes de serem apresentadas à rede. É possível demonstrar que para um Q suficientemente grande, mas finito, esta rede é um aproximador universal para Treinamento O treinamento usual é por épocas. Para a rede da Fig. 4 os acréscimos nas sinapses calculados para descida contra o gradiente (ou retropropagação do erro, regra delta) para cada par entrada-saída (z, y) usando passo de treinamento α são dados por: Os dados foram coletados a partir dos questionários fornecidos pela Associação Nacional de Dislexia (AND) sediada no Rio de Janeiro (Fig. 2). Esse questionário elaborado pela AND (Inventário para Identificação de Dislexia em Adultos) é composto de 50 perguntas que enfocam as dificuldades de leitura, escrita e organização do pensamento. Essas perguntas foram transformadas em 53 variáveis. Foram descartadas as três últimas perguntas por não comprometerem o resultado do diagnóstico. A amostra para este trabalho é composta de 50 casos, sendo 25 de pacientes disléxicos e 25 de não-disléxicos. A partir do questionário foi construída uma tabela em Excel (dislexia.xls) com 50 amostras. Processamento dos dados Os dados foram normalizados e foi realizada a correlação dos mesmos. As variáveis de entrada são do tipo categóricas: - 5 binárias - 42 ordinais - 3 nominais A variável de saída é binária: -1 (ND), +1(D) Em função da pequena amostra, mantivemos todos os dados obtidos na normalização (outlayers) bem como as variáveis após a correlação. Descrição dos experimentos E o acréscimo a ser aplicado após cada época é o valor médio dos acréscimos calculados para cada par entrada-saída pelas equações acima. Normalmente é necessário controlar o overtraining e obter um teste final Foram consideradas para o Experimento 1, todas as variáveis para a implementação da rede. A ferramenta escolhida para a simulação da Rede Neural foi o software NNTools do Matlab v Foi desenvolvido um script no Matlab, utilizando o treinamento RP (Resilient Backpropagation).

5 Foi utilizada uma RNA de duas camadas. Na camada oculta utilizamos dois (02) neurônios não-lineares do tipo tangente hiperbólica e na camada de saída um (01) neurônio linear. Para os conjuntos dos pares de entrada-saída, foram utilizados: 60% para o treinamento (30 casos) e 40% para o Teste (20 casos). Resultados Experimento 1 Neste experimento (Ver gráficos 1 e 2), verificou-se que a rede classificou bem os dois grupos (Disléxicos e Não-Disléxicos). Este experimento não utilizou a técnica PCA (Análise de Componentes Principais). Gráfico 3 Erro de Treinamento e Teste com PCA - 5 épocas Experimento 2 Neste segundo experimento (Ver gráficos 3 e 4), observamos que com a utilização da técnica do PCA, a rede apresentou uma classificação melhor para os dois grupos (Disléxicos e Não-Disléxicos), e também houve a convergência em um número menor de épocas. Training-Blue Goal-Black Validation-Green Epochs Gráfico 1 Erro de Treinamento e Teste Performance is , Goal is Gráfico 2 Dispersão das duas classes (D e ND) Erro Treinamento Teste Treinamento Teste Gráfico 4 Dispersão das duas classes (D e ND) com PCA Considerações Finais A tecnologia computacional aplicada à área de saúde apresenta-se como uma importante aliada às novas formas de diagnóstico médico. Com base nos resultados obtidos, consideramos a pertinência das redes neurais artificiais na classificação de pacientes com o transtorno de dislexia, a fim de auxiliar pacientes e profissionais da área de saúde e psicologia. Tendo em vista o tamanho da amostra, consideramos que a rede neural é uma ferramenta útil na classificação dos dois grupos deste experimento. O trabalho requer aprimoramento no sentido da criação de uma base de dados representativa para o treinamento da rede. Por esse motivo, não podemos garantir a generalização. A Associação Brasileira de Dislexia e Associação Nacional de Dislexia já se pronunciaram no sentido de fornecer os dados para ampliar a pesquisa. A partir deste

6 trabalho, serão realizados outros experimentos com o público infantil, objeto da pesquisa. Referências [1] Davis, Ronaldo D., O Dom da Dislexia. Tradução de Ana Lima e Gracia Badaró Massad. RJ, ed. Rocco, [2] Calôba, L. P., Apostila CPE 721 Redes Neurais Feedforward, [3] Matlab 6.5 Fundamentos de Programação, São Paulo, ed. Érica, 2002 [4] Haykin, S. Redes Neurais, Bookman, 2001 [5] Estill, Cléria A. Dislexia, as muitas faces de um problema de linguagem. AND - Associação Nacional de Dislexia, RJ, [6] Pliszka, Steven R. Neurociência para o clínico de saúde mental. Capítulo 13. Transtornos Cognitivos. Trad. Carlos Alberto Silveira Neto. Porto Alegre: Artmed, [7] Rapin, Isabele. Distúrbios estáticos do desenvolvimento cerebral. Capítulo 76. Merrit Tratado de Neurologia. Décima Edição. Editora Guanabara Koogan. Rio de Janeiro [8] Shaywitz, S., Entendendo a Dislexia: um novo e completo programa para todos os níveis de problemas de leitura. Porto Alegre: Artmed, 2006.