dc.contributor.author |
Αναστασίου, Εμμανουήλ
|
el |
dc.contributor.author |
Anastasiou, Emmanouil
|
en |
dc.date.accessioned |
2019-06-18T10:02:47Z |
|
dc.date.available |
2019-06-18T10:02:47Z |
|
dc.date.issued |
2019-06-18 |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/48840 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.16643 |
|
dc.rights |
Default License |
|
dc.subject |
Εικονική πραγματικότητα |
el |
dc.subject |
Φοβίες |
el |
dc.subject |
Αναγνώριση συναισθήματος |
el |
dc.subject |
Ποσοτικοποίηση συναισθήματος |
el |
dc.subject |
Μηχανική μάθηση |
el |
dc.subject |
Virtual reality |
en |
dc.subject |
Phobias |
en |
dc.subject |
Emotion recognition |
en |
dc.subject |
Emotion quantification |
en |
dc.subject |
Machine learning |
en |
dc.title |
Ανάπτυξη εφαρμογής αναγνώρισης συναισθηματικής κατάστασης του ασθενή |
el |
heal.type |
bachelorThesis |
|
heal.classification |
Μηχανική μάθηση |
el |
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2019-03-27 |
|
heal.abstract |
Σε αυτή τη μελέτη προτείνουμε μια βελτίωση στα συστήματα εικονικής πραγματικότητας που χρησιμοποιούνται στη θεραπεία της έκθεσης στις φοβίες. Αυτή η βελτίωση παρέχει στον ιατρό διορατικότητα σχετικά με τη συναισθηματική κατάσταση του ασθενούς, καθώς και τη δυνατότητα να κάνει δυναμικές προσαρμογές στο εικονικό περιβάλλον κατά τη διάρκεια της θεραπείας. Η αναγνώριση των συναισθημάτων του ασθενούς πραγματοποιείται με τεχνικές μηχανικής μάθησης αξιοποιώντας τα φυσιολογικά δεδομένα που προέρχονται από βιοαισθητήρες. Ιδιαίτερη έμφαση δίνεται στη σημασία της ποσοτικοποίησης του φόβου σε ένα σύστημα παρακολούθησης συναισθήματος, το οποίο χρησιμοποιείται για τη βελτίωση της θεραπείας φοβιών. Η έλλειψη επαρκούς βιβλιογραφίας σχετικά με τον ποσοτικό προσδιορισμό των συναισθημάτων επισημαίνει την ανάγκη μελλοντικών σχετικών μελετών. Ο στόχος τους είναι η δημιουργία ενός συνόλου δεδομένων που να συσχετίζει φυσιολογικά σήματα με επίπεδα φόβου, με βάση μια συγκεκριμένη μέθοδο εκμαίευσης συναισθημάτων. Μακροπρόθεσμα, το προτεινόμενο σύστημα οδηγεί σε ασφαλή, αποτελεσματική και εξατομικευμένη θεραπεία κατά των φοβιών. |
el |
heal.abstract |
In this study, we propose an enhancement on Virtual Reality systems used in Exposure Therapy treatment of phobias. This enhancement provides to the doctor real time insights about patient’s emotional state, as well as the capability to make dynamic adjustments of the virtual environments, during the therapy. We suggest that patient’s emotion identification should be implemented with machine learning techniques by leveraging physiological data derived from a selection of biosensors. Particular emphasis is placed on the importance of fear quantification on an emotion monitoring system, utilized to improve phobias treatment. The lack of sufficient literature on the field of emotion quantification highlights the need for future research studies. The goal is the creation of a dataset correlating physiological signals with fear levels, based on a specific emotion elicitation method. In the long-term, this concept leads to safe and effective phobia treatment through a personalized procedure. |
en |
heal.advisorName |
Κουτσούρης, Δημήτριος |
el |
heal.committeeMemberName |
Κουτσούρης, Δημήτριος |
el |
heal.committeeMemberName |
Τσανάκας, Παναγιώτης |
el |
heal.committeeMemberName |
Ματσόπουλος, Γιώργος |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
80 σ. |
|
heal.fullTextAvailability |
true |
|