Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas

Detalhes bibliográficos
Autor(a) principal: Costa, Jônnatas Lennon Lima
Data de Publicação: 2018
Outros Autores: Paixão, Flávio Costa
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Monografias da UnB
Texto Completo: https://bdm.unb.br/handle/10483/26558
Resumo: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama, Engenharia de Software, 2018.
id UNB-2_5f763750168a7ce8d7b9cb3dac24d6de
oai_identifier_str oai:bdm.unb.br:10483/26558
network_acronym_str UNB-2
network_name_str Biblioteca Digital de Monografias da UnB
repository_id_str 11571
spelling Costa, Jônnatas Lennon LimaPaixão, Flávio CostaGuimarães, Ithallo Junior AlvesBrasil, Lourdes MattosCOSTA, Jônnatas Lennon Lima; PAIXÃO, Flávio Costa. Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas. 2018. 91 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software)—Universidade de Brasília, Brasília, 2018.https://bdm.unb.br/handle/10483/26558Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama, Engenharia de Software, 2018.A Doença de Parkinson é uma doença neurológica que atinge uma grande parcela da população mundial, sendo majoritariamente pessoas idosas. Apesar de não terem sido descobertos os motivos efetivos que causam a doença, seu diagnóstico é possível graças aos sinais evidentes causados pela presença da mesma, sendo os mesmos suficientes. Ainda existe uma necessidade de se obter mais informações sobre o estado do paciente dessa doença para possíveis estudos sobre a mesma. Para garantir o acesso à essas informações e auxiliar no diagnóstico da Doença de Parkinson é possível utilizar os conceitos de Aprendizado de Máquina, que tem sido muito requisitado em diversas áreas do conhecimento, incluindo a área da saúde, e para a solução de problemas de diversos contextos. Este trabalho de conclusão de curso implementa um sistema denominado DPDP (Detector Preliminar da Doença de Parkinson) no qual é aplicado um modelo de Aprendizado de Máquina para o auxílio no diagnóstico preliminar da doença de Parkinson. Isso foi feito utilizando amostras recolhidas por dispositivos de coletas de sinais de eletromiográfia de superfície (sEMG), afim de reconhecer padrões e obter novas informações sobre a doença em questão. O sistema utiliza o algoritimo Random Forest para detecção dos padrões da doença, pois o mesmo obteve maior exito em comparação a outros modelos estudados neste trabalho.Submitted by Caroline Botelho Teixeira (carolinebotelhoteixeira@gmail.com) on 2020-04-23T18:59:26Z No. of bitstreams: 1 2018_JonnatasLennonCosta_FlavioCostaPaixao_tcc.pdf: 13009117 bytes, checksum: 1c38c50f10616d863cedfd69dd8998f4 (MD5)Approved for entry into archive by Patricia Nunes (patricia@bce.unb.br) on 2021-02-02T18:55:34Z (GMT) No. of bitstreams: 1 2018_JonnatasLennonCosta_FlavioCostaPaixao_tcc.pdf: 13009117 bytes, checksum: 1c38c50f10616d863cedfd69dd8998f4 (MD5)Made available in DSpace on 2021-02-02T18:55:34Z (GMT). No. of bitstreams: 1 2018_JonnatasLennonCosta_FlavioCostaPaixao_tcc.pdf: 13009117 bytes, checksum: 1c38c50f10616d863cedfd69dd8998f4 (MD5)Parkinson’s disease is a neurological disease that affects a large portion of the world’s population, most of whom are elderly. Although the actual reasons that cause the disease have not been discovered, its diagnosis is possible thanks to the evident signs caused by the presence of the disease, it being sufficient. There is still a need to obtain more information about the state of the patient of this disease for possible studies about it. In order to guarantee access to this information and to assist in the diagnosis of Parkinson’s Disease it is possible to use the concepts of Machine Learning, which has been widely requested in several areas of knowledge, including health, and to solve problems of several contexts. This final project implements a system called DPDP (Preliminary Detector of Parkinson’s Disease, Detector Preliminar da Doença de Parkinson) in which a Machine Learning model is applied to aid in the preliminary diagnosis of Parkinson’s disease. This was done using Surface Electromyography (sEMG) signals, in order to recognize patterns and to obtain new information about the disease in question. The system uses the algorithm Random Forest to detect the patterns of the disease, once it was more successful in comparison with other models studied in this work.A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.info:eu-repo/semantics/openAccessParkinson, Doença deAprendizado do computadorTecnologia em saúdeSistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2021-02-02T18:55:34Z2021-02-02T18:55:34Z2018-12-10porreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/26558/2/license.txt21554873e56ad8ddc69c092699b98f95MD52ORIGINAL2018_JonnatasLennonCosta_FlavioCostaPaixao_tcc.pdf2018_JonnatasLennonCosta_FlavioCostaPaixao_tcc.pdfapplication/pdf13009117http://bdm.unb.br/xmlui/bitstream/10483/26558/1/2018_JonnatasLennonCosta_FlavioCostaPaixao_tcc.pdf1c38c50f10616d863cedfd69dd8998f4MD5110483/265582021-02-02 16:55:34.233oai:bdm.unb.br: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Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712021-02-02T18:55:34Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas
title Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas
spellingShingle Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas
Costa, Jônnatas Lennon Lima
Parkinson, Doença de
Aprendizado do computador
Tecnologia em saúde
title_short Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas
title_full Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas
title_fullStr Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas
title_full_unstemmed Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas
title_sort Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas
author Costa, Jônnatas Lennon Lima
author_facet Costa, Jônnatas Lennon Lima
Paixão, Flávio Costa
author_role author
author2 Paixão, Flávio Costa
author2_role author
dc.contributor.advisorco.none.fl_str_mv Guimarães, Ithallo Junior Alves
dc.contributor.author.fl_str_mv Costa, Jônnatas Lennon Lima
Paixão, Flávio Costa
dc.contributor.advisor1.fl_str_mv Brasil, Lourdes Mattos
contributor_str_mv Brasil, Lourdes Mattos
dc.subject.keyword.pt_BR.fl_str_mv Parkinson, Doença de
Aprendizado do computador
Tecnologia em saúde
topic Parkinson, Doença de
Aprendizado do computador
Tecnologia em saúde
description Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama, Engenharia de Software, 2018.
publishDate 2018
dc.date.submitted.none.fl_str_mv 2018-12-10
dc.date.accessioned.fl_str_mv 2021-02-02T18:55:34Z
dc.date.available.fl_str_mv 2021-02-02T18:55:34Z
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.citation.fl_str_mv COSTA, Jônnatas Lennon Lima; PAIXÃO, Flávio Costa. Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas. 2018. 91 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software)—Universidade de Brasília, Brasília, 2018.
dc.identifier.uri.fl_str_mv https://bdm.unb.br/handle/10483/26558
identifier_str_mv COSTA, Jônnatas Lennon Lima; PAIXÃO, Flávio Costa. Sistema para auxiliar a detecção da Doença de Parkinson interpretando sinais de tremor de repouso parkinsoniano utilizando aprendizado de máquinas. 2018. 91 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software)—Universidade de Brasília, Brasília, 2018.
url https://bdm.unb.br/handle/10483/26558
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Monografias da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Biblioteca Digital de Monografias da UnB
collection Biblioteca Digital de Monografias da UnB
bitstream.url.fl_str_mv http://bdm.unb.br/xmlui/bitstream/10483/26558/2/license.txt
http://bdm.unb.br/xmlui/bitstream/10483/26558/1/2018_JonnatasLennonCosta_FlavioCostaPaixao_tcc.pdf
bitstream.checksum.fl_str_mv 21554873e56ad8ddc69c092699b98f95
1c38c50f10616d863cedfd69dd8998f4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv bdm@bce.unb.br||patricia@bce.unb.br
_version_ 1801493107274940416

Registros relacionados