Estudo comparativo de algoritmos de classificação para predição da glicemia sangüínea em pacientes diabéticos

Detalhes bibliográficos
Autor(a) principal: Claudio, Onyas D'aquino
Data de Publicação: 2012
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Universitário da Ânima (RUNA)
Texto Completo: https://repositorio.animaeducacao.com.br/handle/ANIMA/10968
Resumo: A Diabetes Mellitus e um mal que aflige um grande numero de pessoas. Nao existe cura e o tratamento e todo baseado no controle. Dessa forma, este trabalho dispoe de informacoes sobre a doenca e acompanha o desenvolvimento de um aplicativo que auxilie no controle da alimentacao, medicacao e glicemia sanguinea de um paciente. Com metodologia cientifica, foi realizado um estudo teorico sobre a Diabetes, suas causas, consequencias, formas de tratamento disponivel, englobando varios aspectos como nutricao e farmacia. Seguido das etapas de projecao e construcao de um sistema informatizado. Por fim, discutimos tecnicas de classificacao que permitiram fazer a predicao da glicemia sanguinea em pacientes diabeticos, tais como regressao linear, redes neurais artificiais e arvores de decisao. Os resultados obtidos por meio delas podem ajudar ao diabetico a definir sua dieta, fundamental no tratamento, para evitar complicacoes. Ao final, avaliamos e comparamos as tecnicas utilizadas. A regressao conseguiu um acerto de 57% por aproximacao do valor real, enquanto a arvore de decisao e a rede neural conseguiram taxas de acerto de 65% e 74%, respectivamente, por meio da classificacao dos dados. Numeros que foram discutidos e analisados ao final deste trabalho.
id Ânima_8154940deebc7a9162bf34ab6b113a22
oai_identifier_str oai:repositorio.animaeducacao.com.br:ANIMA/10968
network_acronym_str Ânima
network_name_str Repositório Universitário da Ânima (RUNA)
repository_id_str
spelling Estudo comparativo de algoritmos de classificação para predição da glicemia sangüínea em pacientes diabéticosSimulação (Computadores digitais)Redes neurais (Computação)DiabetesAlgoritmos de computadorA Diabetes Mellitus e um mal que aflige um grande numero de pessoas. Nao existe cura e o tratamento e todo baseado no controle. Dessa forma, este trabalho dispoe de informacoes sobre a doenca e acompanha o desenvolvimento de um aplicativo que auxilie no controle da alimentacao, medicacao e glicemia sanguinea de um paciente. Com metodologia cientifica, foi realizado um estudo teorico sobre a Diabetes, suas causas, consequencias, formas de tratamento disponivel, englobando varios aspectos como nutricao e farmacia. Seguido das etapas de projecao e construcao de um sistema informatizado. Por fim, discutimos tecnicas de classificacao que permitiram fazer a predicao da glicemia sanguinea em pacientes diabeticos, tais como regressao linear, redes neurais artificiais e arvores de decisao. Os resultados obtidos por meio delas podem ajudar ao diabetico a definir sua dieta, fundamental no tratamento, para evitar complicacoes. Ao final, avaliamos e comparamos as tecnicas utilizadas. A regressao conseguiu um acerto de 57% por aproximacao do valor real, enquanto a arvore de decisao e a rede neural conseguiram taxas de acerto de 65% e 74%, respectivamente, por meio da classificacao dos dados. Numeros que foram discutidos e analisados ao final deste trabalho.Diabetes Mellitus is a disease that afflicts a large number of people. There is no cure and treatment is all based on control. So, this paper proposes with information about the disease and accompanies the development of an application that aids in the control of feeding, medication and blood glucose levels of a patient. With scientific methodology, we conducted a theoretical study on diabetes, its causes, consequences, treatments available, covering various aspects such as nutrition and pharmacy. Follow by the steps of designing and building a computerized system. Finally, we discuss techniques for classification to the prediction of blood glucose in diabetic patients, such as linear regression, artificial neural networks and decision trees. The results obtained by them may help to define a diabetic diet, basic treatment to prevent complications. To finish, we evaluate and compare the techniques used. The regression took a rate of 57% by approximation of the true value, while the decision tree and the neural network achieved success rates of 65% and 74%, respectively, by classifying the data. Numbers that have been discussed and analyzed at the end of this paper.Pereira, Max RobertoClaudio, Onyas D'aquino2016-11-30T15:05:41Z2020-11-29T05:45:49Z2016-11-30T15:05:41Z2020-11-29T05:45:49Z2012info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdf1897https://repositorio.animaeducacao.com.br/handle/ANIMA/10968Sistemas de Informação - Florianópolisinfo:eu-repo/semantics/openAccessporreponame:Repositório Universitário da Ânima (RUNA)instname:Ânima Educaçãoinstacron:Ânima2020-12-02T07:32:39Zoai:repositorio.animaeducacao.com.br:ANIMA/10968Repositório InstitucionalPRIhttps://repositorio.animaeducacao.com.br/oai/requestcontato@animaeducacao.com.bropendoar:2020-12-02T07:32:39Repositório Universitário da Ânima (RUNA) - Ânima Educaçãofalse
dc.title.none.fl_str_mv Estudo comparativo de algoritmos de classificação para predição da glicemia sangüínea em pacientes diabéticos
title Estudo comparativo de algoritmos de classificação para predição da glicemia sangüínea em pacientes diabéticos
spellingShingle Estudo comparativo de algoritmos de classificação para predição da glicemia sangüínea em pacientes diabéticos
Claudio, Onyas D'aquino
Simulação (Computadores digitais)
Redes neurais (Computação)
Diabetes
Algoritmos de computador
title_short Estudo comparativo de algoritmos de classificação para predição da glicemia sangüínea em pacientes diabéticos
title_full Estudo comparativo de algoritmos de classificação para predição da glicemia sangüínea em pacientes diabéticos
title_fullStr Estudo comparativo de algoritmos de classificação para predição da glicemia sangüínea em pacientes diabéticos
title_full_unstemmed Estudo comparativo de algoritmos de classificação para predição da glicemia sangüínea em pacientes diabéticos
title_sort Estudo comparativo de algoritmos de classificação para predição da glicemia sangüínea em pacientes diabéticos
author Claudio, Onyas D'aquino
author_facet Claudio, Onyas D'aquino
author_role author
dc.contributor.none.fl_str_mv Pereira, Max Roberto
dc.contributor.author.fl_str_mv Claudio, Onyas D'aquino
dc.subject.por.fl_str_mv Simulação (Computadores digitais)
Redes neurais (Computação)
Diabetes
Algoritmos de computador
topic Simulação (Computadores digitais)
Redes neurais (Computação)
Diabetes
Algoritmos de computador
description A Diabetes Mellitus e um mal que aflige um grande numero de pessoas. Nao existe cura e o tratamento e todo baseado no controle. Dessa forma, este trabalho dispoe de informacoes sobre a doenca e acompanha o desenvolvimento de um aplicativo que auxilie no controle da alimentacao, medicacao e glicemia sanguinea de um paciente. Com metodologia cientifica, foi realizado um estudo teorico sobre a Diabetes, suas causas, consequencias, formas de tratamento disponivel, englobando varios aspectos como nutricao e farmacia. Seguido das etapas de projecao e construcao de um sistema informatizado. Por fim, discutimos tecnicas de classificacao que permitiram fazer a predicao da glicemia sanguinea em pacientes diabeticos, tais como regressao linear, redes neurais artificiais e arvores de decisao. Os resultados obtidos por meio delas podem ajudar ao diabetico a definir sua dieta, fundamental no tratamento, para evitar complicacoes. Ao final, avaliamos e comparamos as tecnicas utilizadas. A regressao conseguiu um acerto de 57% por aproximacao do valor real, enquanto a arvore de decisao e a rede neural conseguiram taxas de acerto de 65% e 74%, respectivamente, por meio da classificacao dos dados. Numeros que foram discutidos e analisados ao final deste trabalho.
publishDate 2012
dc.date.none.fl_str_mv 2012
2016-11-30T15:05:41Z
2016-11-30T15:05:41Z
2020-11-29T05:45:49Z
2020-11-29T05:45:49Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 1897
https://repositorio.animaeducacao.com.br/handle/ANIMA/10968
identifier_str_mv 1897
url https://repositorio.animaeducacao.com.br/handle/ANIMA/10968
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Sistemas de Informação - Florianópolis
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Universitário da Ânima (RUNA)
instname:Ânima Educação
instacron:Ânima
instname_str Ânima Educação
instacron_str Ânima
institution Ânima
reponame_str Repositório Universitário da Ânima (RUNA)
collection Repositório Universitário da Ânima (RUNA)
repository.name.fl_str_mv Repositório Universitário da Ânima (RUNA) - Ânima Educação
repository.mail.fl_str_mv contato@animaeducacao.com.br
_version_ 1767415823241052160

Registros relacionados