Engenharia Elétrica
URI permanente desta comunidadehttps://repositorio.fei.edu.br/handle/FEI/21
Navegar
4 resultados
Resultados da Pesquisa
- Um novo biomarcador para auxiliar na interpretação dos exames de espirometria através da aplicação da inteligência artificial e das funções das wavelets(2022) Piva, Rodrigo Galluzzi GarciaNas últimas décadas, o volume de informações armazenadas digitalmente cresce em taxas expressivas. Soluções tradicionais relacionadas ao tratamento de séries temporais e inteligência artificial são amplamente aplicadas no contexto na extração de informação deste tipo de dado. Um dos sistemas mais robustos e de baixo custo para a aquisição de sinais de função pulmonar, são os espirometros. O processamento dos sinais de espirometria, através de inteligência artificial, utilizando um conjunto de wavelets para uma análise espacial e temporal da capacidade pulmonar, apresenta uma alternativa para classificação e ordenação de um conjunto de exames. Neste trabalho é proposto uma metodologia para classificar e representar uma relação entre exames de espirometria juntamente com conjuntos de exames posteriormente realizados para diferentes grupos de voluntários. Também é interessante mencionar que um novo marcador em exames de espirometria é de grande importância, visto que na nossa pesquisa bibliográfica poucos trabalhos foram encontrados utilizando um modelo matemático mais robusto na busca por novos marcadores e, procurando ter uma maior eficiência, utilizando-se modelos matemáticos e séries temporais, além da aplicação desses resultados em uma estrutura de armazenamento de dados de forma que possam ser estudadas no futuro, com a análise das wavelets que também são utilizadas por diversos pesquisadores como uma alternativa da série de fourier clássica, auxilia neste caso o médico pneumologista a ter um diagnóstico mais confiável e preciso. Assim, para a inteligência artificial ter sucesso, precisamos da inteligência e de um artefato, e o computador tem sido o artefato preferido. Este trabalho aplica métodos matemáticos em sistemas multiváriáveis, e através da análise estatística em conjunto com a inteligencia artificial, produz artefatos de forma a caracterizar exames de prova de função pulmonar em três níveis, classificando os pacientes em normal, obstrutivo ou restritivo. Oresultado final é um sistema computacional que demonstra graficamente os valores encontrados de um banco de dados, comparando-os com o resultado do exame obtido a ser analisado no momento. Através desse conjunto de ferramentas, utilizou-se um banco de dados, gentilmente cedido pela Dra. Silvia Rodrigues, proporcionando realizar o treinamento do modelo e, utilizando ferramentas de I.A., extraindo a covariância dos coeficientes produzidos pelas wavelets, possibilitando a classificação em três grupos distintos (clustering), e através da regressão de Ridge, criar parâmetros como o índice de precisão de uma nova amostra analisada
Trabalho de Conclusão de Curso H-Watch(2021-12-08) Almeida, Bruno Calixta; Costa, Danilo Ferreira; Hayahi, Lucas Henrique Kazuo; Figueiredo, Oscar Gonçalves; Okama, Ricardo Seiki; Assato, Sabrina MidoriEste trabalho propõe-se a desenvolver um sistema de monitoramento da saúde de idosos, composto por um protótipo do circuito elétrico de uma Pulseira Sensorizada (hardware), juntamente a um aplicativo de smartphone. Neste sentido, a frequência e oximetria de pulso do paciente é monitorada, sendo possível detectar a ocorrência de quedas e, quando necessário, o sistema comunica um responsável e aciona ajuda médica através do aplicativo. Fornecendo assim mais independência para o idoso por não necessitar de uma pessoa para monitorá-lo constantemente. A revisão bibliográfica, bem como os sensores utilizados para a detecção de queda e monitoramento da frequência e oximetria de pulso, aliada ao método de aprendizagem que foi utilizado para a inteligência artificial, possibilitaram a definição das erramentas e técnicas necessárias para o delineamento da solução proposta. O protótipo possui compromisso com diminuição de custos em relação a modelos semelhantes já existentes no mercado, de modo a torná-la mais acessível e viável ao uso cotidiano. Como interface de usuário foi adotado o smartphone em virtude de sua flexibilidade na criação de interfaces, utilizando um aplicativo para exibir os parâmetros coletados pelo hardware, e quando necessário acionar a lista de contatos salva no mesmo, para contactar o número de emergência salvo. Através de testes realizados, comprovou-se o funcionamento do hardware na coleta dos parâmetros dos sensores e envio para o banco de dados, e através dos dados de quedas gerados pelos membros do grupo, o desenvolvimento da inteligência artificial para a detecção de quedas. O aplicativo lê os dados de frequência cardíaca e oximetria para monitoramento e exibição na tela principal. Em caso de queda, o aplicativo recebe essa informação da inteligência artificial, gerando os alertas para os responsáveis.Trabalho de Conclusão de Curso Sistema de predição de risco de quedas para área hospitalar utilizando machine learning(2021-12-09) Pereira, Isaías Cabral; Batista, Jonathan Fellipe Francisco; Sonoda, Matheus Salgueiro; Nacimento, Monica Marques; Braga, Vinícius SilvaO mundo vive um crescente momento de envelhecimento populacional. Vários fatores explicam tal fenômeno, como por exemplo a queda da fecundidade proveniente da diminuição do número de nascimentos, além do aumento da expectativa de vida da população em decorrência de melhorias no âmbito da saúde e na qualidade de vida. Por outro lado, o problema de quedas sofridas pela população idosa já é um assunto preocupante conhecido ao redor do mundo, uma vez que pequenas quedas podem gerar grandes transtornos e riscos à vida, saúde e integridade física desta camada da população. Com o agravante ainda de que no momento atual muitos idosos moram sozinhos e devido ao afastamento de seus familiares, os riscos se tornam ainda maiores. Devido ao aumento no número de quedas, diversos dispositivos já foram propostos para detectá-las e em seguida alertar aos contatos previamente cadastrados pelo usuário. Nesse sentido, estudar os indícios de uma possível queda é de suma importância, uma vez que ela pode trazer sérias consequências para a saúde da população, podendo até mesmo ser fatal. O objetivo deste trabalho consiste, portanto, no desenvolvimento de uma ferramenta de predição de risco de queda por meio da utilização dos algoritmos de machine learning árvore de decisão (DT) e rede neural, por meio dos softwares MATLAB® e WEKA. Isto posto, foram treinados dois modelos computacionais baseados nestes algoritmos, que puderam predizer o risco de quedas no idoso. Tais modelos foram embasados nas informações contidas num banco de dados previamente estabelecido e obtiveram taxas de assertividade, precisão e sensibilidade adequadas com possibilidades de melhorias para aplicação prática futura.Trabalho de Conclusão de Curso S.A.I COVID-19(2021-06-17) Carvalho, Antonio; Leite, Diego; Novais, Luiz; Lima, Paulo; Casassa, RodrigoO Projeto de Trabalho de Conclusão de Curso apresentado neste documento foi estruturado perante uma nova realidade em que a população foi submetida a partir do ano de 2020, onde com o surgimento de uma doença que afetava principalmente as vias respiratórias e o sistema imunológico de forma geral se tornaram presente no dia a dia da população mundial, conhecida como COVID-19 (primeiro surgimento no ano de 2019). Como forma de prevenção, as pessoas passaram a utilizar máscaras de proteção individual, a medição de temperatura nos estabelecimentos comerciais, hospitalares e públicos, aliado ao distanciamento social com o intuito de reduzir a taxa de transmissão do vírus. A partir desta necessidade de distanciamento social, desenvolveu-se um sistema eletrônico que visa agilizar a verificação de temperatura, oxigenação sanguínea e o correto uso de máscara de proteção facial, trazendo velocidade ao processo de primeira avaliação individual e minimizando os riscos de contaminação pelo operador e disseminação do vírus através do uso da tecnologia. Este sistema eletrônico foi nomeado como S.A.I COVID-19 (Sistema de Análise Inicial COVID-19), e tem como sua função realizar a identificação visual por meio de um modelo de inteligência artificial que identifica a utilização de máscara e utilizando de dois sensores distintos, a medição da temperatura por meio do pulso e a oxigenação do indivíduo por meio do dedo indicador.