Geração de dados sintéticos para classificação de disléxicos por meio de aprendizado de máquina / Synthetic data generation for classification of dyslexics by machine learning / Generación de datos sintéticos para clasificación de disléxicos mediante aprendizaje automático

Objetivo: Este estudo pretende aplicar a técnica de geração de dados sintéticos com auxílio de técnicas de limpeza de dados para a classificação de disléxicos e não - disléxicos. Método: Os outliers foram selecionados por especialista. Foi feito uma geração sintética de dados. para cada um de cinco algoritmos foram selecionados características com busca exaustiva. Cada algoritmo foi executado com as características selecionadas e então suas curvas de calibração foram comparadas. Resultados: A regressão logística se destacou como o melhor algoritmo, apresentando o resultado de 99% de acurácia e área sob a curva ROC de 0,999, além de ter obtido a melhor curva de calibração Conclusão: O uso da geração sintética de dados e seleção de características foram capazes de fazer todos os algoritmos avaliados obterem ótimos resultados na classificação de disléxicos e não disléxicos. A regressão logística foi selecionado como melhor algoritmo para classificação de disléxicos.

Objective: This study aims to apply the synthetic data generation technique with the aid of data cleaning techniques for the classification of dyslexics and non - dyslexics. Method: Outliers were selected by specialist. Synthetic of data Generated. For each of five algorithms, characteristics were selected with exhaustive search. Each algorithm was executed with the selected characteristics and then their calibration curves were compared. Results: Logistic regression presented the best results with 99% accuracy and area under the ROC curve of 0.999, besides obtaining the best calibration curve. Conclusion: The use of synthetic data generation and feature selection were able to make all algorithms achieve excellent results in the classification of dyslexic and non - dyslexic. Logistic regression was selected as the best algorithm for dyslexic classification.

Objetivo: Este estudio tiene como objetivo aplicar la técnica de generación de datos sintéticos con la ayuda de técnicas de limpieza de datos para la clasificación de disléxicos y no disléxicos. Método: los valores atípicos fueron seleccionados por especialistas. Se realizó una generación sintética de datos. Para cada uno de los cinco algoritmos, se seleccionaron características con búsqueda exhaustiva. Cada algoritmo se ejecutó con las características seleccionadas y luego se compararon sus curvas de calibración. Resultados: La regresión logística se destacó como el mejor algoritmo, presentando el resultado del 99% de precisión y área bajo la curva ROC de 0.999, además de obtener la mejor curva de calibración. Conclusión: El uso de la generación de datos sintéticos y la selección de Estas características lograron que todos los algoritmos evaluados obtuvieron excelentes resultados en la clasificación de disléxicos y no disléxicos. Se seleccionó la regresión logística como el mejor algoritmo para la clasificación disléxica.

Oscillation of plantar pressure center in athletes and non-athletes with and without ankle sprains / Oscilação do centro de pressão plantar de atletas e não atletas com e sem entorse de tornozelo

ABSTRACT OBJECTIVE: To assess whether there is any difference in the oscillation of the plantar pressure center in single-leg stance between athletes and non-athletes with and without ankle sprains. METHODS: 54 volunteers performed four static assessments and one dynamic assessment while standing on one foot on a baropodometer, barefoot, for 10 s in each test. The variables of area (cm2), distance (cm), anteroposterior oscillation (cm), mediolateral oscillation (cm) and mean velocity (cm/s) were analyzed. The items "other symptoms" and "sports and recreation" of the subjective Foot and Ankle Outcome Score (FAOS) questionnaire were applied. For the statistical analysis, repeated-measurement ANOVA (ANOVA-MR), multivariate ANOVA (MANOVA), Tukey's post hoc test and partial eta squared were used. RESULTS: ANOVA-MR revealed differences regarding distance, with major effects for eyes (p < 0.001), knees (p < 0.001), group (p < 0.05) and the interaction between eyes and knees (p < 0.05); and regarding mean velocity with major effects for eyes (p < 0.001), knees (p < 0.001) (p < 0.05), group (p < 0.05) and the interaction between eyes and knees (p < 0.05). MANOVA revealed main group effects for distance (p < 0.05), anteroposterior oscillation (p < 0.05) and mean velocity (p < 0.05). In the FAOS questionnaire, there were no differences: "other symptoms", p > 0.05; and "sport and recreation", p > 0.05. CONCLUSION: Athletes present higher mean velocity of oscillation of plantar pressure center and generally do not have differences in oscillation amplitude in the sagittal and coronal planes, in comparison with non-athletes.

RESUMO OBJETIVO: Avaliar se há diferença quanto à oscilação do centro de pressão plantar em apoio unipodal entre atletas e não atletas com e sem entorse de tornozelo. MÉTODO: Fizeram quatro avaliações estáticas e uma dinâmica em apoio unipodal descalço sobre o baropodômetro 54 voluntarios, com duração de 10 segundos cada teste. Foram analisadas as variáveis área (cm2), distância (cm), oscilação anteroposterior (cm), oscilação mediolateral (cm) e velocidade média (cm/s). Foram aplicados os itens "Outros sintomas" e "Esporte e recreação" do questionário subjetivo Foot and Ankle Outcome Score (FAOS). Para a análise estatística foram usadas a ANOVA de médias repetidas (ANOVA-MR), a ANOVA multivariada (MANOVA), o post hoc de Tukey e o partial eta square. RESULTADOS: A ANOVA-MR revelou diferenças para distância, com efeitos principais para olhos (p < 0,001), joelho (p < 0,001), grupo (p < 0,05) e interação olhos e joelho (p < 0,05) e para a velocidade média com efeitos principais para olhos (p < 0,001), joelho (p < 0,001), grupo (p < 0,05) e interação olhos e joelho (p < 0,05). A MANOVA revelou efeitos principais de grupo para distância (p < 0,05), oscilação anteroposterior (p < 0,05) e velocidade média (p < 0,05). No questionário FAOS não houve diferenças ("Outros sintomas" [p > 0,05], "Esporte e eecreação" [p > 0,05]). CONCLUSÃO: Atletas apresentam maior velocidade média de oscilação do centro de pressão plantar e não apresentam, de modo geral, diferenças quanto à amplitude de oscilação nos planos sagital e coronal quando comparados com não atletas.