Desenvolver classificadores de diagnóstico usando técnicas computacionais de aprendizado de máquina

1. Mapear evidências de atenção visual atípica que auxiliem no diagnóstico de TEA;
2. Definir quais os estímulos visuais a serem colocados em vídeos, de acordo com os indícios de
atenção visual atípica, que melhor ajudem na detecção de TEA;
3. Implementar e avaliar um modelo computacional de atenção visual que desenvolva a predição
de atenção visual em TEA;
4. Desenvolver um protótipo que facilite a validação e o uso do modelo desenvolvido;
5. Analisar os resultados para estabelecer o melhor classificador para a criança com ou sem TEA
em casos reais em conjunto com dados fenotípicos e epidemiológicos.

Em atualização