Aplicativo móvel para mapeamento colaborativo de focos de aedes aegypti utilizando técnicas de machine learning

• Autor(a) principal: Nunes, Lucas Ronchetti
• Data de Publicação: 2020
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/219097
• topic: Aplicativo móvel; Android; Aedes aegypti; Armazenamento de dados; Machine learning

O mosquito Aedes aegypti é um vetor de transmissão de diversas doenças tropicais. A identificação de focos de mosquito ocorre atualmente de forma quase artesanal, através da instalação de armadilhas e análise em laboratório dos mosquitos capturados, bem como pela identificação de nascedouros da espécie. No intuito de fornecer à comunidade uma ferramenta para o mapeamento imediato da ocorrência de mosquitos em uma determinada região, o objetivo do presente trabalho é a pesquisa e o desenvolvimento de um aplicativo para smartphones que possa identificar A. aegypti a partir da análise do som gerado pelo bater de asas do mosquito. Utilizou-se a plataforma Android como base para a aplicação e um banco de dados na nuvem para a armazenagem dos dados pertinentes gerados na identificação positiva. Uma rede neural previamente treinada com um dataset de áudios de mosquitos foi implementada com sucesso no aplicativo móvel. Testes foram conduzidos no intuito de identificar o efeito de diferentes ruídos de fundo sobre a performance do aplicativo. Com ruído ambiente, o aplicativo identifica o mosquito com sucesso a uma distância de 40 cm. Sons gerados pelo compressor de um ar-condicionado e por uma televisão têm efeitos deletérios sobre a classificação. A aplicação desenvolvida demonstra potencial para se tornar uma valiosa ferramenta no combate à disseminação do mosquito A. aegypti, o que deve se traduzir em maior controle sobre as endemias das quais ele é vetor.