Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/40294

Compartilhe esta página

Título: A Inteligência Artificial na Identificação de Espécies de Candida
Autor(es): FERREIRA, Renan Williams Marques
Palavras-chave: Inteligência computacional; Diagnóstico de Candidemia; Narizes Eletrônicos; Aprendizagem de Máquina
Data do documento: 30-Jan-2020
Editor: Universidade Federal de Pernambuco
Citação: FERREIRA, Renan Williams Marques. A Inteligência Artificial na Identificação de Espécies de Candida. 2020. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2020.
Abstract: Candidemia é a infecção da corrente sanguínea causada por leveduras do gênero Candida. Uma das maiores dificuldades no tratamento dessa doença é a demora no seu diagnóstico e na identificação do fungo causador da infecção. Implicando também na demora do tratamento correto e, portanto, tornando tardio a cura do paciente. Neste trabalho utilizamos a tecnologia dos narizes eletrônicos, que é um dispositivo que mimetiza o olfato humano, para avaliarmos seu desempenho na identificação de leveduras clínicas do gênero Candida através da amostra de ar obtida. A partir de uma parceria com o Departamento de Micologia da Universidade Federal de Pernambuco, três bases de dados contendo amostras de Candida albicans, C. parapsilosis e C. krusei foram criadas. Um total de oito métodos de inteligência artifical foram avaliados. Nas três bases de teste utilizadas, foram obtidos os seguintes resultados em termos de acurácia: 96%, 88% e 90%. Considerando que este estudo tem por objetivo a desenvoltura de um possível novo método para a identificação de leveduras do gênero Candida, os resultados mostram que a utilização de um nariz eletrônico com alguns algoritmos de aprendizagem de máquina é promissora nesta área.
URI: https://repositorio.ufpe.br/handle/123456789/40294
Aparece nas coleções:Dissertações de Mestrado - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO Renan Williams Marques Ferreira.pdf1,84 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons