Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/421
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Ribeiro, Aurea Celeste da Costa | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/7281004775553558 | por |
dc.contributor.advisor1 | BARROS FILHO, Allan Kardec Duailibe | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/0492330410079141 | por |
dc.date.accessioned | 2016-08-17T14:53:05Z | - |
dc.date.available | 2009-12-09 | pt_BR |
dc.date.issued | 2009-06-30 | pt_BR |
dc.identifier.citation | RIBEIRO, Aurea Celeste da Costa. DIAGNOSIS OF DIABETES TYPE II BY EFFICIENT CODING AND VECTOR MACHINE SUPPORT. 2009. 52 f. Dissertação (Mestrado em Engenharia) - Universidade Federal do Maranhão, São Luis, 2009. | por |
dc.identifier.uri | http://tedebc.ufma.br:8080/jspui/handle/tede/421 | - |
dc.description.resumo | Diabetes é uma doença causada pela falência do pâncreas em produzir insulina, é incurável e seu tratamento é baseado em dietas, exercícios e remédios. Os custos com o tratamento, diagnóstico na população e combate da doença tornam-se cada vez mais altos. Sistemas de auxíio ao diagnóstico da doença são uma das soluções para ajudar na diminuição dos custos com a doença. Nosso método propõe um sistema de auxílio de diagnóstico baseado nas máquinas de vetor de suporte para uma classe e na codificação eficiente através da análise de componentes independentes para classificar uma base de dados de pacientes em diabéticos e não-diabéticos. Primeiramente, foram feitos testes de classificação com as características não- invasivas e invasivas da base de dados juntas. Em seguida, fizemos um teste sem as características invasivas da base de dados, que são glicose e insulina em jejum, que são feitas com a coleta sanguínea. Obteve-se uma taxa de acurácia de 99,84% e 99,28%, respectivamente. Outros testes foram feitos sem as características invasivas, tirando uma característica não-invasiva por vez, com o fim de observar a influência de cada uma no resultado final. | por |
dc.description.abstract | Diabetes is a disease caused by the pancreas failing to produce insulin. It is incurable and its treatment is based on a diet, exercise and drugs. The costs for diagnosis and human resources for it have become high and ine±cient. Computer- aided design (CAD) systems are essential to solve this problem. Our study proposes a CAD system based on the one-class support vector machine (SVM) method and the eficient coding with independent component analysis (ICA) to classify a patient's data set in diabetics or non-diabetics. First, the classification tests were done using both non-invasive and invasive characteristics of the disease. Then, we made one test without the invasive characteristics: plasma glucose concentration and 2-Hour serum insulin (mu U/ml), which use blood samples. We have obtained an accuracy of 99.84% and 99.28%, respectively. Other tests were made without the invasive characteristics, also excluding one non-invasive characteristic at a time, to observe the influence of each one in the final results. | eng |
dc.description.provenance | Made available in DSpace on 2016-08-17T14:53:05Z (GMT). No. of bitstreams: 1 Aurea Celeste da Costa Ribeiro.pdf: 590401 bytes, checksum: 1ec80bb8ac1a3e674ff49966fa9b383c (MD5) Previous issue date: 2009-06-30 | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior | pt_BR |
dc.format | application/pdf | por |
dc.language | por | por |
dc.publisher | Universidade Federal do Maranhão | por |
dc.publisher.department | Engenharia | por |
dc.publisher.country | BR | por |
dc.publisher.initials | UFMA | por |
dc.publisher.program | PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET | por |
dc.rights | Acesso Aberto | por |
dc.subject | Diabetes | por |
dc.subject | Diagnóstico | por |
dc.subject | Redundância | por |
dc.subject | Codificação Eficiente | por |
dc.subject | Máquinas de vetor de suporte para uma classe | por |
dc.subject | Diabetes | eng |
dc.subject | classification | eng |
dc.subject | Redundancy | eng |
dc.subject | Eficient Coding and One- Class SVM | eng |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA | por |
dc.title | DIAGNÓSTICO DE DIABETES TIPO II POR CODIFICAÇÃO EFICIENTE E MÁQUINAS DE VETOR DE SUPORTE | por |
dc.title.alternative | DIAGNOSIS OF DIABETES TYPE II BY EFFICIENT CODING AND VECTOR MACHINE SUPPORT | eng |
dc.type | Dissertação | por |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
Aurea Celeste da Costa Ribeiro.pdf | 576,56 kB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.