@PHDTHESIS{ 2015:1075872258,
 	title = {Rastreamento não invasivo para diabetes tipo 2},
 	year = {2015},
 	url = "http://tedebc.ufma.br:8080/jspui/handle/tede/1607",
 	abstract = "O rastreamento do diabetes tipo 2 tornou-se um recurso importante devido ao grande aumento desta doença no mundo moderno, estima-se que haja 385 milhões de diabéticos no mundo e que 46% deste número desconhece sua condição. Isto dificulta seu tratamento e muitos pacientes no diagnóstico já apresentam alguma complicação devido a falta deste nos estágios iniciais da diabetes. Haviam discussões sobre a efetividade do rastreamento para diabetes tipo 2, no Brasil por exemplo, o último rastreamento teve um custo considerado desnecessário, de quase 40 milhões de reais. Métodos mais simples e eficazes de rastreio são estudados, como nos EUA e China que utilizam alguns métodos não invasivos para calcular o risco de diabetes. Este estudo propõe um método de rastreamento não invasivo baseado na técnica de codificação e ciente para extrair características de uma base de dados brasileira(HIPERDIA) para formar uma nova representação concisa destes, com a diminuição de redundância. A principal hipótese trabalhada nesta fase foi a busca das componentes independentes, que possivelmente estiveram presentes na formação da doença. Desta forma, os dados originais foram decompostos pelo método de análise de componentes independentes. Na fase de classificação para assegurar a discriminação entre as classes utilizou-se o método de maquinas de vetores de suporte para uma classe. Testes foram feitos para verificar o desempenho do classificador após à fase de extração de características, e mostraram que ela aumenta o desempenho da máquina de vetor de suporte para uma classe em fazer a discriminação entre diabéticos e não diabéticos. Alcançou-se resultados de (100%)com a combinação de certas características, e o método demonstra a promessa em obter-se um rastreamento de diabetes não invasivo confiável. Outros testes foram feitos para verificar a influência de cada marcador não invasivo no resultado final e a generalidade do método utilizando outras bases de dados, como a base de índios Pima e de americanos de origem africana. Diminuindo o número de características utilizadas para treinar o método e testando-se todas as possibilidades de combinações entre as restantes, retirando-se uma a uma, com um total de 12.910 possibilidades. Observou-se as características que mais afetavam no resultado final foram idade e as características relacionadas com a gordura corporal. Testando-se a generalidade do método em outras bases de dados verificou-se que o método trabalha melhor com bases balanceadas.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}