{"id":352927,"date":"2021-03-05T12:35:05","date_gmt":"2021-03-05T11:35:05","guid":{"rendered":"https:\/\/iotworlds.com\/?p=352927"},"modified":"2021-03-05T12:35:16","modified_gmt":"2021-03-05T11:35:16","slug":"fones-de-ouvido-com-deteccao-de-emocao-alimentados-por-aprendizado-de-maquina-com-iot-para-tornar-sua-vida-melhor","status":"publish","type":"post","link":"https:\/\/iotworlds.com\/pt-br\/fones-de-ouvido-com-deteccao-de-emocao-alimentados-por-aprendizado-de-maquina-com-iot-para-tornar-sua-vida-melhor\/","title":{"rendered":"Fones de ouvido com detec\u00e7\u00e3o de emo\u00e7\u00e3o alimentados por aprendizado de m\u00e1quina com IoT: para tornar sua vida melhor!"},"content":{"rendered":"\n

A Quarta Revolu\u00e7\u00e3o Industrial est\u00e1 levando nossa sociedade a uma r\u00e1pida transi\u00e7\u00e3o para a era da digitaliza\u00e7\u00e3o, afetando profunda e inevitavelmente e alterando a forma como a intera\u00e7\u00e3o entre humanos e humanos e computadores \u00e9 realizada.<\/strong><\/p>\n\n\n\n

IoT \u00e9 a maneira de trazer os dados para v\u00e1rios fins (Alavancagem de modelos de aprendizado de m\u00e1quina, an\u00e1lise, etc.), que t\u00eam um grande impacto na revolu\u00e7\u00e3o industrial<\/strong> , aprimorando e capacitando o cotidiano das pessoas. Ao mesmo tempo, a sociedade no seu conjunto est\u00e1 a esfor\u00e7ar-se por uma maior qualidade de vida e, para isso, as quest\u00f5es de sa\u00fade t\u00eam de ser monitorizadas e tratadas de uma forma melhor. Consequentemente, a cena da Internet das Coisas (IoT)<\/strong> est\u00e1 se enriquecendo gra\u00e7as ao desenvolvimento de novos dispositivos nos diferentes segmentos de mercado desta ind\u00fastria.<\/p>\n\n\n\n

Pense na situa\u00e7\u00e3o, voc\u00ea est\u00e1 usando fones de ouvido para ouvir a m\u00fasica, e tamb\u00e9m imagine o que acontece se o mesmo dispositivo monitora sua val\u00eancia-excita\u00e7\u00e3o (reconhecimento de emo\u00e7\u00e3o)<\/strong> , bem como sua sa\u00fade<\/strong> no backend com a ajuda de biosinais do corpo. Essa ideia poderia ser poss\u00edvel de forma altamente automatizada e escal\u00e1vel, com a combina\u00e7\u00e3o de IoT, sensor de biosinal vest\u00edvel, Intelig\u00eancia Artificial (IA) e Nuvem<\/strong>. Pense na situa\u00e7\u00e3o, voc\u00ea est\u00e1 usando fones de ouvido para ouvir a m\u00fasica, e tamb\u00e9m imagine o que acontece se o mesmo dispositivo monitora sua val\u00eancia-excita\u00e7\u00e3o (reconhecimento de emo\u00e7\u00e3o), bem como sua sa\u00fade no backend com a ajuda de biosinais do corpo. Essa ideia poderia ser poss\u00edvel de forma altamente automatizada e escal\u00e1vel<\/strong>, com a combina\u00e7\u00e3o de IoT, sensor de biosinal vest\u00edvel, Intelig\u00eancia Artificial (IA) e Nuvem.<\/p>\n\n\n\n

O que s\u00e3o Sensores Vest\u00edveis?<\/em><\/strong><\/p>\n\n\n\n

\u00c9 um dispositivo em contato direto com o corpo humano para extrair os dados fisiol\u00f3gicos<\/strong>. Sensores vest\u00edveis est\u00e3o ganhando avan\u00e7o no campo da comercializa\u00e7\u00e3o e pesquisa m\u00e9dica<\/strong>.<\/p>\n\n\n\n

A Internet das Coisas, aplicada ao campo dos dispositivos vest\u00edveis, representa uma combina\u00e7\u00e3o disruptiva de tecnologias que podem permitir uma maior personaliza\u00e7\u00e3o e rastreabilidade dos par\u00e2metros, melhorando consequentemente o bem-estar geral das pessoas.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Figura 1:Coleta de dados no Sensor Wearable<\/p>\n\n\n\n

Tecnologias de detec\u00e7\u00e3o de emo\u00e7\u00f5es em a\u00e7\u00e3o com Machine Learning<\/strong><\/p>\n\n\n\n

Existem algumas tecnologias de reconhecimento\/detec\u00e7\u00e3o de emo\u00e7\u00f5es j\u00e1 foram implementadas no mundo real.<\/p>\n\n\n\n

Sensa\u00e7\u00e3o de emo\u00e7\u00e3o usando sinais fisiol\u00f3gicos:<\/strong> Isso inclui pulseira que tem reconhecimento de emo\u00e7\u00e3o como uma de suas caracter\u00edsticas. Esta tecnologia que tem os sensores embutidos na faixa de pulso\/rel\u00f3gio extrai v\u00e1rios dados, como frequ\u00eancia card\u00edaca (FC), press\u00e3o arterial (PA) e temperatura,<\/strong> a fim de definir o seu estado emocional. Este tipo de tecnologia tem uma ampla gama de utiliza\u00e7\u00e3o, que ajuda a prever quaisquer potenciais problemas de sa\u00fade (diagn\u00f3stico precoce) e monitorar as atividades di\u00e1rias. Esses dispositivos at\u00e9 enviam periodicamente relat\u00f3rios totalmente analisados com poss\u00edveis vulnerabilidades\/previs\u00f5es de sa\u00fade para os m\u00e9dicos\/m\u00e9dicos designados.<\/p>\n\n\n\n

Detec\u00e7\u00e3o de emo\u00e7\u00e3o usando fala e texto:<\/strong> O reconhecimento de emo\u00e7\u00f5es baseado em fala e em texto \u00e9 a tecnologia que usa algoritmos complexos de aprendizado de m\u00e1quina multimodais<\/strong> . Esta tecnologia usa uma Rede Neural Convolutional (CNN) e Mem\u00f3ria de Longa Curto-prazo (LSTM) para aprender recursos de emo\u00e7\u00e3o ac\u00fastica a partir de sinais de fala. E BI-LSTM (Bidirectional-LSTM) usado para aprender emo\u00e7\u00e3o a partir de dados de texto. Em seguida, esses dois pipelines foram aplicados \u00e0 Rede Neural Densa (DNN) para classificar a emo\u00e7\u00e3o com base no texto de entrada e dados de fala.<\/p>\n\n\n\n

Sensa\u00e7\u00e3o emocional usando a express\u00e3o facial:<\/strong> Este t\u00f3pico estava sendo uma pesquisa ativa em plataforma de vis\u00e3o computadorizada, este m\u00e9todo n\u00e3o utiliza dados fisiol\u00f3gicos para reconhecimento de emo\u00e7\u00f5es. Ele inclui principalmente m\u00e9todos t\u00e9cnicos, como processamento de imagens e algoritmos de aprendizagem profunda.<\/p>\n\n\n\n

Os modelos de aprendizado de m\u00e1quina\/aprendizagem profunda mais confi\u00e1veis usados neste dom\u00ednio s\u00e3o a m\u00e1quina vetorial de suporte (SVM), Florestas aleat\u00f3rias (RF), Vizinhos mais pr\u00f3ximos (K-NN), Rede Neural Convolutional (CNN), Mem\u00f3ria de Longo Curto Curto Prazo (LSTM), Unidades Recurrent Gated (GRU)<\/strong>. Assim como a combina\u00e7\u00e3o de tais t\u00e9cnicas de aprendizado de m\u00e1quina, por exemplo, CNN-LSTM<\/strong>.<\/p>\n\n\n\n

Avan\u00e7o \u2014 detec\u00e7\u00e3o de emo\u00e7\u00e3o de desgaste dos ouvidos<\/strong><\/p>\n\n\n\n

Se por muitos anos smartwatches e bandas inteligentes t\u00eam impulsionado a demanda por wearables<\/strong> que monitoram a vida humana, mas para mudan\u00e7as, a nova tecnologia em ascens\u00e3o<\/strong> est\u00e1 tomando a cena. Este \u00e9 o caso dos dispositivos de earwear<\/strong>, comumente referidos como wearables.<\/p>\n\n\n\n

De acordo com a IDC, esses wearables alcan\u00e7aram o maior crescimento anual de 2018 a 2019, com um n\u00famero impressionante de 242% em rela\u00e7\u00e3o ao ano anterior. Em 2019, 139,4 milh\u00f5es de dispositivos auditivos<\/strong> foram enviados, capturando 45,7% da quota de mercado de 2019. Espera-se que este n\u00famero cres\u00e7a ainda mais. A crescente demanda do cliente para assumir o controle de sua sa\u00fade est\u00e1 influenciando fortemente o uso de tecnologia vest\u00edvel no setor de sa\u00fade.<\/p>\n\n\n\n

Como parte da IoT, o Hearables pode oferecer mais do que conectividade entre dispositivos, oferecendo o potencial para novos modelos de neg\u00f3cios agora e no futuro. As orelhas representam uma posi\u00e7\u00e3o ideal para<\/strong> recuperar os dados<\/strong> e s\u00e3o metaforicamente descritas como entrada USB de uma pessoa. Sua proximidade com o c\u00e9rebro sugere que, no futuro, sensores que conseguem recuperar este tipo de dados ser\u00e3o explorados atrav\u00e9s deste tipo de dispositivo.<\/p>\n\n\n\n

Por que n\u00e3o dependemos de tecnologias antigas<\/strong><\/p>\n\n\n\n

Como vimos a pesquisa relacionada a este campo, h\u00e1 alguma realiza\u00e7\u00e3o utilizando os dados psicol\u00f3gicos e mais isto \u00e9, express\u00e3o facial baseada em imagem, voz, texto. No entanto, o reconhecimento de emo\u00e7\u00f5es usando esses dados n\u00e3o pode garantir uma solu\u00e7\u00e3o confi\u00e1vel<\/strong>. Porque, sensoriamento emocional usando rosto, fala e texto dependem altamente da express\u00e3o, que varia amplamente com cada indiv\u00edduo e sua forma\u00e7\u00e3o cultural<\/strong> e pode ser facilmente falsificado<\/strong> . Considere um indiv\u00edduo em um estado negativo de emo\u00e7\u00e3o em algumas ocasi\u00f5es sociais, ele\/ela poderia relativamente fingir o verdadeiro estado emocional com um sorriso.<\/p>\n\n\n\n

Devido a tal complexidade nas solu\u00e7\u00f5es existentes, os dados fisiol\u00f3gicos (frequ\u00eancia card\u00edaca) passivamente medidos formam o corpo humano ao longo do dia s\u00e3o usados no reconhecimento de<\/strong> emo\u00e7\u00f5es, o que torna o sistema mais preciso em tempo h\u00e1bil<\/strong> . A sofistica\u00e7\u00e3o dos sensores incorporados nos fones de ouvido (ear-wearables) ajuda a estudar os sinais cerebrais<\/strong> (eletroencefalografia (EEG)) no futuro.<\/p>\n\n\n\n

Impacto no mundo real<\/strong><\/p>\n\n\n\n

Mas primeiro, quem s\u00e3o os benefici\u00e1rios? A vida humana na Terra \u00e9 altamente diversificada e esta solu\u00e7\u00e3o pode ser aplicada a toda a natureza da vida humana. Para ser simples, quem n\u00e3o gosta de m\u00fasica? Para ser particular, imagine uma pessoa com defici\u00eancia intelectual. Os wearables com detec\u00e7\u00e3o de emo\u00e7\u00e3o podem ajudar a monitorar o estado emocional da pessoa com condi\u00e7\u00f5es mentais e de sa\u00fade 24 horas por dia, 7 dias por semana.<\/p>\n\n\n\n

Intera\u00e7\u00e3o homem-m\u00e1quina:<\/strong> o potencial da IoT com detec\u00e7\u00e3o de emo\u00e7\u00f5es desbloqueia uma enorme possibilidade nas ind\u00fastrias de m\u00eddia e entretenimento. Podemos construir um sistema de recomenda\u00e7\u00e3o \u00edntima com o avan\u00e7o nos algoritmos de IA e ML. Os sistemas de IA fornecem biofeedback relacionado \u00e0 emo\u00e7\u00e3o que controla nossa experi\u00eancia de \u00e1udio\/v\u00eddeo em tempo real.<\/p>\n\n\n\n

Otimiza\u00e7\u00e3o do encontro cl\u00ednico:<\/strong> O sistema equipado com os protocolos de coleta de dados colaborados com sensores IoT envia periodicamente relat\u00f3rios totalmente analisados com poss\u00edveis vulnerabilidades\/previs\u00f5es de sa\u00fade para os m\u00e9dicos\/m\u00e9dicos designados.<\/p>\n\n\n\n

An\u00e1lise de Sa\u00fade:<\/strong> Analisamos diferentes par\u00e2metros diretamente na fonte, possibilitando tomar melhores decis\u00f5es de sa\u00fade na identifica\u00e7\u00e3o dos dist\u00farbios certos, medidas preventivas para evit\u00e1-los e levar um estilo de vida melhor. \u201cN\u00f3s nos esfor\u00e7amos para curar permanentemente a defici\u00eancia, diretamente na fonte.\u201d<\/p>\n\n\n\n

Transporte:<\/strong> As pessoas especialmente portadoras de defici\u00eancia ou idosas n\u00e3o t\u00eam necessariamente de visitar hospitais com frequ\u00eancia. Eles poderiam ficar em casa e evitar a dor excessiva de viagem\/transporte, garantindo que suas vidas estejam seguras 24\/7.<\/p>\n\n\n\n

Qualidade do atendimento\/Emerg\u00eancias:<\/strong> Nosso sistema identifica emerg\u00eancias em tempo real e envia um alerta imediato para os hospitais pr\u00f3ximos, cuidadores, entes queridos ou vizinhos. Isso garante que eles obtenham ajuda a tempo, mesmo antes dos servi\u00e7os de emerg\u00eancia chegarem.<\/p>\n\n\n\n

Prioridade:<\/strong> Garantimos que seus relat\u00f3rios sejam totalmente analisados pelos cuidadores\/hospitais. Damos a eles a prioridade no agendamento de consultas, eles n\u00e3o t\u00eam a capacidade de esperar longas horas nos hospitais e o objetivo \u00e9 priorizar sua seguran\u00e7a com a m\u00e1xima conveni\u00eancia.<\/p>\n\n\n\n

Inova\u00e7\u00e3o futura com dados abertos:<\/strong> Com a ajuda de dados biom\u00e9tricos que coletamos, abre uma nova maneira de pesquisar\/desenvolver drogas e estabelece um caminho para novas inova\u00e7\u00f5es t\u00e9cnicas futuras para humanos.<\/p>\n\n\n\n

Conclus\u00e3o: Pr\u00f3xima Evolu\u00e7\u00e3o dos fones de ouvido!<\/strong><\/p>\n\n\n\n

Sincronizar a m\u00fasica com seu humor; Fa\u00e7a seu dispositivo aprender seu h\u00e1bito; Monitorar sua sa\u00fade;<\/em><\/strong><\/p>\n\n\n\n

Podemos finalmente coletar a frequ\u00eancia card\u00edaca bruta, EEG e dados de movimento<\/strong> com a ajuda de sensores vest\u00edveis embutidos<\/strong> nos fones de ouvido. A recupera\u00e7\u00e3o dessas m\u00e9tricas pode ser traduzida em informa\u00e7\u00f5es mais precisas e adaptadas, atrav\u00e9s da implementa\u00e7\u00e3o de intelig\u00eancia artificial<\/strong>, a fim de aumentar a conscientiza\u00e7\u00e3o sobre as condi\u00e7\u00f5es de sa\u00fade e aptid\u00e3o, detec\u00e7\u00e3o precoce de doen\u00e7as e preven\u00e7\u00e3o do risco potencial na sistema cardiovascular.<\/p>\n\n\n\n

Al\u00e9m disso, os dispositivos auditivos s\u00e3o capazes de fornecer feedback de voz aos usu\u00e1rios, eliminando assim a necessidade de os usu\u00e1rios olharem para uma tela para a informa\u00e7\u00e3o<\/p>\n\n\n\n

Atualmente, estamos trabalhando para desenvolver aparelhos auditivos sens\u00edveis \u00e0 emo\u00e7\u00e3o que usar os sinais do cora\u00e7\u00e3o s\u00e3o capazes de ‘ler’ o estado emocional dos usu\u00e1rios. <\/strong> A pesquisa mostra que dados fisiol\u00f3gicos, como a variabilidade da freq\u00fc\u00eancia card\u00edaca (HSV), podem ser usados para determinar o estado emocional de uma pessoa a partir dos m\u00e9todos de excita\u00e7\u00e3o de val\u00eancia. Isso inclui entender se uma pessoa est\u00e1 estressada, feliz, triste, cansada, etc.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Figura 2: Val\u00eancia-excita\u00e7\u00e3o<\/p>\n\n\n\n

Ao expandir o aspecto do rastreamento de sa\u00fade, pode ser interessante desenvolver um algoritmo de recomenda\u00e7\u00e3o musical baseado em t\u00e9cnicas de Aprendizagem de M\u00e1quina e Aprendizagem Profunda e algoritmos de Intelig\u00eancia Artificial<\/strong>. Estes algoritmos conheceriam o utilizador, em particular atrav\u00e9s da compreens\u00e3o dos seus gostos musicais e, consequentemente, da compreens\u00e3o de que tipo de m\u00fasica s\u00e3o mais prefer\u00edveis dependendo da circunst\u00e2ncia.<\/p>\n\n\n\n

Portanto, com base no gosto musical e no status emocional dos usu\u00e1rios, recomenda a m\u00fasica adequada para a circunst\u00e2ncia particular.<\/p>\n\n\n\n

Al\u00e9m disso, incorporar recursos como tradu\u00e7\u00e3o ao vivo e cancelamento de ru\u00eddo poderia potencialmente adicionar mais apelo a este novo produto. Por esta raz\u00e3o, estamos tentando entender o estado atual do mercado de fones de ouvido.<\/p>\n\n\n\n

Compreender os padr\u00f5es de compra, bem como as expectativas do cliente para desenvolvimentos futuros, pode ajudar na fase de desenvolvimento deste projeto. Ent\u00e3o, Por favor, d\u00ea sua id\u00e9ia sobre a prefer\u00eancia por modelos de ear-wear em sua mente agora.<\/p>\n\n\n\n

Para mais detalhes, contacte-nos<\/a>!<\/p>\n","protected":false},"excerpt":{"rendered":"

A Quarta Revolu\u00e7\u00e3o Industrial est\u00e1 levando nossa sociedade a uma r\u00e1pida transi\u00e7\u00e3o para a era da digitaliza\u00e7\u00e3o, afetando profunda e…<\/p>\n","protected":false},"author":1,"featured_media":352929,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_lmt_disableupdate":"","_lmt_disable":"","footnotes":""},"categories":[1776],"tags":[],"class_list":["post-352927","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-healthcare-pt-br"],"acf":[],"_links":{"self":[{"href":"https:\/\/iotworlds.com\/pt-br\/wp-json\/wp\/v2\/posts\/352927","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/iotworlds.com\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/iotworlds.com\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/iotworlds.com\/pt-br\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/iotworlds.com\/pt-br\/wp-json\/wp\/v2\/comments?post=352927"}],"version-history":[{"count":0,"href":"https:\/\/iotworlds.com\/pt-br\/wp-json\/wp\/v2\/posts\/352927\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/iotworlds.com\/pt-br\/wp-json\/wp\/v2\/media\/352929"}],"wp:attachment":[{"href":"https:\/\/iotworlds.com\/pt-br\/wp-json\/wp\/v2\/media?parent=352927"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/iotworlds.com\/pt-br\/wp-json\/wp\/v2\/categories?post=352927"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/iotworlds.com\/pt-br\/wp-json\/wp\/v2\/tags?post=352927"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}