Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/40294
Comparte esta pagina
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | ALMEIDA, Leandro Maciel | - |
dc.contributor.author | FERREIRA, Renan Williams Marques | - |
dc.date.accessioned | 2021-06-09T19:58:31Z | - |
dc.date.available | 2021-06-09T19:58:31Z | - |
dc.date.issued | 2020-01-30 | - |
dc.identifier.citation | 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. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/40294 | - |
dc.description.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. | pt_BR |
dc.language.iso | por | pt_BR |
dc.publisher | Universidade Federal de Pernambuco | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Inteligência computacional | pt_BR |
dc.subject | Diagnóstico de Candidemia | pt_BR |
dc.subject | Narizes Eletrônicos | pt_BR |
dc.subject | Aprendizagem de Máquina | pt_BR |
dc.title | A Inteligência Artificial na Identificação de Espécies de Candida | pt_BR |
dc.type | masterThesis | pt_BR |
dc.contributor.authorLattes | http://lattes.cnpq.br/3479842603126612 | pt_BR |
dc.publisher.initials | UFPE | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.degree.level | mestrado | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/8513145553846486 | pt_BR |
dc.publisher.program | Programa de Pos Graduacao em Ciencia da Computacao | pt_BR |
dc.description.abstractx | Candidemia is a bloodstream infection caused by yeasts of the genus Candida. One of the biggest difficulties in the treatment of this disease is the delay in its diagnosis and in the identification of the fungus that causes the infection. It also implies the delay of the correct treatment and, therefore, delaying the cure of the patient. In this work we use the technology of electronic noses, which is a device that mimics the human sense of smell, to evaluate its performance in the identification of clinical yeasts of the genus Candida through the air sample obtained. From a partnership with the Mycology Department of the Federal University of Pernambuco, three databases containing samples of Candida albicans, C. parapsilosis and C. krusei were created. A total of eight artificial intelligence methods were evaluated. In the three test bases used, the following results were obtained in terms of accuracy: 96%, 88% and 90%. Considering that this study aims to develop a possible new method for the identification of yeasts of the genus Candida, the results show that the use of an electronic nose with some machine learning algorithms is promising in this area. | pt_BR |
Aparece en las colecciones: | Dissertações de Mestrado - Ciência da Computação |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
DISSERTAÇÃO Renan Williams Marques Ferreira.pdf | 1,84 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons