Sleep-IA, monitoramento do sono

Rodrigues, Bruno Lolli; Paula, Guilherme Braga de; Costamilan, Lucas de Moraes; Cervi, Paulo Henrique Vidal

Sleep-IA, monitoramento do sono

dc.contributor.advisor	Thomaz, Carlos Eduardo	pt_BR
dc.contributor.advisorLattes	http://lattes.cnpq.br/1787052168477889	pt_BR
dc.contributor.advisorOrcid	https://orcid.org/0000-0001-5566-1963	pt_BR
dc.contributor.author	Rodrigues, Bruno Lolli
dc.contributor.author	Paula, Guilherme Braga de
dc.contributor.author	Costamilan, Lucas de Moraes
dc.contributor.author	Cervi, Paulo Henrique Vidal
dc.date.accessioned	2021-08-27T14:34:55Z
dc.date.available	2021-08-27T14:34:55Z
dc.date.issued	2021-06-15
dc.description.abstract	A humanidade luta constantemente contra doenças para sua sobrevivência, existem tantas formas diferentes dessas doenças atacarem que é notório o desenvolvimento de soluções para antecipar essas doenças de acordo com os sinais que ocorpohumanodemonstra.Dentre esses sinais,o sono é um dos que menos é conhecidoe que apresenta várias informações importantes. Em especial, tem-sea qualidade do sono,poistanto a parte física como a parte mental estão interligadas,fornecendo informações constantemente das possíveis causas de distúrbios e baixa qualidade do sono.Estudos de laboratórios neste setor mostram que através desses sinais que estãosendo liberados durante o sonoé possível identificar problemas respiratórios, cardíacos, mentais dentre outros.O foco do projeto consiste na criação deuma Inteligência Artificial focada na área médica no setor do sono, dando inícioem umestudocom déficitde ferramentas e recursos, criando um incentivo para novas pesquisasvisando a identificação de doenças e distúrbios do sono.Ao utilizar um algoritmo de rede neural para uma resposta binária, ou seja, identificando se o indivíduo está acordado ou dormindo obteve 82.19% de acurácia, para um algoritmo que identifica se o indivíduo está no sono de Rapid Eye Movement, seestá acordado ou se está fora do Rapid Eye Movementobteve 68.21% e por fim o algoritmo para identificar todos os estágios do sono obteve 59.09%.	pt_BR
dc.description.abstract	Humanity is constantly fighting diseases for its survival, there are many different ways these diseases attack that it is notorious to develop solutions to anticipate these diseases according to the signs that human bodyshows.Among these signs, sleep is one of the least known and presents several important information. In particular, the quality of sleep, both the physical and the mental parts are interconnected, constantly providing information on the possible causes of disturbances and poor sleep quality.Laboratory studies in this sector show that through these signs it is possible to identify respiratory, cardiac,and mental problems, among others.The project's focus is on the creation of an Artificial Intelligence focused on the medical area in the sleep sector, starting a study with a lack of tools and resources, creating an incentive for further research aiming at the identification of diseases and sleep disorders.By using a neural network algorithm for a binary response, i.e., identifying whether the individual is awake or asleep obtained 82.19% accuracy, for an algorithm that identifies whether the individual is in rapid eye movement sleep, if he is awake or if he is out of the Rapid Eye Movement obtained 68.21% and finally the algorithm to identify all stages of sleep obtained 59.09%.	en
dc.format.extent	98	pt_BR
dc.identifier.uri	https://repositorio.fei.edu.br/handle/FEI/3311
dc.rights	Restrito	pt_BR
dc.subject	inteligência artificial.	pt_BR
dc.subject	sono	pt_BR
dc.subject	monitoramento	pt_BR
dc.subject	redes neurais	pt_BR
dc.subject	intelligence artificial.	pt_BR
dc.subject	sleep	pt_BR
dc.subject	monitoring	pt_BR
dc.subject	neural network	pt_BR
dc.title	Sleep-IA, monitoramento do sono	pt_BR
dc.title.alternative	uma abordagem para classificação dos estágios do sono utilizando redes neurais artificiais	pt_BR
dc.type	Trabalho de Conclusão de Curso	pt_BR
fei.date.entrega	2021	pt_BR