Elaboração de um modelo computacional para diagnóstico do nível de daltonismo para usuários da web Área do Conhecimento: Engenharias e Computação Ranieri Alves dos Santos (bolsista), Ademar Schmitz (orientador). PUIC, Sistemas de Informação, Campus Tubarão Introdução O daltonismo caracteriza-se de uma deficiência visual onde a percepção de uma ou mais cores é afetada. Tal deficiência é presente em cerca de 8% da população. O presente projeto visou elaborar um teste computacional eficaz, contemplando todos os níveis de daltonismo. Objetivos Objetivo Geral Desenvolver um modelo computacional para diagnosticar o nível de daltonismo para usuários da web. Objetivos específicos Estudar os níveis de daltonismo e as técnicas para diag- nosticá-los. Fazer um levantamento de técnicas computacionais capa- zes de auxiliar no diagnóstico do nível de daltonismo. Elaborar um modelo para diagnosticar o nível de daltonismo de usuários da web, implementá-lo e testá-lo. Metodologia Foi realizado um levantamento dos trabalhos realizados anteriormente, dos modelos de diagnóstico de daltonismo e técnicas computacionais para tal. Após o modelo foi implementado e testado para avaliar com as expectativas. Figura 1: Intersecções dos Cones de Visão Resultados Para o diagnóstico foi utilizado o teste Munsell D-15, que contempla todos os níveis de daltonismo fornecendo uma sequência de 15 cores que devem ser ordenadas cromaticamente. Munsell D-15 fornece a sequência correta, e as três sequências de cada nível de daltonismo de acordo com os cones de visão afetados (figura 1). Porém foi visto que ao utilizar o teste, em alguma circunstância o indivíduo pode se equivocar na sequência com alguma cor, e o teste dar errado. Para tanto foram utilizadas redes neurais artificiais, técnica de inteligência artificial que visa solucionar problemas baseados nos neurônios humanos. Para o projeto foi utilizada a rede neural Perceptron, uma rede de aprendizado supervisionado, onde é necessário treinar a rede previamente e é utilizada para reconhecer padrões. Foram utilizados 15 neurônios na camada de entrada, quatro na camada intermediária e um na camada de saída, como na figura 2 onde é apresentada a topologia da rede neural. Figura 2: Topologia da rede neural A rede foi treinada com os quatro padrões, o correto e o de cada um dos três níveis de deficiência. A interface foi implementada em ambiente web com recursos drag and drop para que o usuário possa arrastar as cores no teste. A figura 2 apresenta a interface implementada. Figura 3: Interface do teste Conclusões A avaliação do teste foi realizada com indivíduos que já tinham ciência de suas deficiências e o teste se mostrou eficaz, pois ao ordenarem as cores alguns se equivocaram em algumas cores, porém o teste contemplava essa lacuna e mesmo assim realizou o diagnóstico.O teste pode ser acessado pelo endereço: Bibliografia GUYTON, Arthur C.; HALL, John E. Tratado de fisiologia médica. 11. ed. Rio de Janeiro: Elsevier, KANSKI, Jack J; MENON, Jay. Oftalmologia clínica: uma abordagem sistemática. 5. ed. Rio de Janeiro: Elsevier, REZENDE, Solange Oliveira. Sistemas Inteligentes: Fundamentos e Aplicações. Ed. Manole, Barueri - SP, 2003 RUSSEL, Stuart; NORVIG, Peter. Artificial Intelligence: A Modern Approach. Prentice Hall, Inc., Apoio Financeiro: Unisul