Aprendizagem de máquina para predição da quantidade de blocos em experimento de aquisição de habilidade motora em tarefa de decalque

Abstract

Uma parcela considerável da população mundial adquiriu algum tipo de doença neuromotora, seja por motivos genéticos ou fatores externos. Por conta disso, a neurociência tem como um dos seus objetivos compreender como a aprendizagem motora pode ocorrer em pacientes saudáveis ou com doenças neuro-motoras. A literatura subdivide aprendizagem motora em dois tipos principais: aquisição de habilidade e rehabilitação. Uma hipótese ainda não testada é a possibilidade de predizer a quantidade de sessões de treinamento motor, seja para aquisição de habilidades ou rehabilitação, será necessária. Nesse sentido, a aprendizagem de máquina é uma ferramenta que pode dar suporte para estimar a evolução no desempenho de pacientes. O presente trabalho utilizou uma mesa digitalizadora em conjunto com um software visando replicar o experimento de tarefa de decalque e realizar a coleta de dados de participantes: erro médio, tempo médio e bloco de treinamento. Em seguida, a partir dos dados obtidos foram aplicadas técnicas de aprendizagem de máquina como regressão linear, kNN e SVR com objetivo de predizer valores de bloco. Os resultados obtidos foram satisfatórios considerando coeficiente de correlação de Pearson de 0,775 e erro médio quadrático de 0,27 em alguns experimentos, permitindo afirmar considerável correlação entre os dados preditos e os dados reais com baixo valor de erro.