???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tedebc.ufma.br/jspui/handle/tede/tede/1607
Tipo do documento: Tese
Título: Rastreamento não invasivo para diabetes tipo 2
Título(s) alternativo(s): The type 2 diabetes screening
Autor: Ribeiro, Áurea Celeste da Costa 
Primeiro orientador: BARROS FILHO, Allan Kardec Duailibe
Resumo: 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.
Abstract: The type 2 diabetes screening has become an important resource due to the increase in this disease in the modern world, it is estimated that there are 385 millions of diabetics in worldwide and that 46% of this number are unaware of their condition. This complicates their treatment and many patients at diagnosis already present any complications due to lack this in the early stages of diabetes. Researchers have discussed the e ectiveness of type 2 diabetes screening, for example: The Brazil made a screening in 2001 and it was considered an unnecessary cost of almost 40 million. The tracking of type 2 diabetes has become an important resource due to the large increase in this disease in the modern world, it is estimated that there are 385 million diabetics worldwide and that 46% of this number are unaware of their condition. This complicates their treatment and many patients the diagnosis already present any complications due to lack this in the early stages of diabetes. There were discussions about the effectiveness of screening for type 2 diabetes, in Brazil for example, the last scan was considered unnecessary cost of almost 40 million. Simplest and most effective methods of screening are studied, such as the US and China that use some non-invasive methods to calculate the risk of diabetes. This study proposes a non-invasive screening method based on eficient coding technique to extract features of a Brazilian database (HIPERDIA) to form a new concise representation thereof, with the decrease of redundancy. The main hypothesis worked at this stage was the pursuit of independent components, which possibly it were present at the formation of the disease. Thus, the original data were decomposed by the independent component analysis method. In the classification stage to ensure discrimination between classes was used the method of support vector machines for one class. Tests were done to check the performance of the classifier after the feature extraction phase, and showed that it increases the performance of support vector machine to one class in making the discrimination between diabetics and non-diabetics. Results were reached (100%) with the combination of certain characteristics, and the method shows promise in obtaining a non invasive type 2 diabetes screening. Other tests were done to determine the influence of each non invasive marker in the final result and the generality of the method using other databases, as t of the Pima Indians and African Americans data sets. Then, reducing the number of features used to train the method and testing whether all possible combinations among the remaining, removing one by one, a total of 12,910 possibilities. It was observed the characteristics or markers that most affected the final outcome were age and characteristics related to body fat. Testing the generality of the method in other databases found that the method works best with balanced data set.
Palavras-chave: Processamento de sinais
Rastreamento
Diabetes
Não Invasivo
Signal processing
Screening
Non invasive
Área(s) do CNPq: Bioengenharia
Idioma: por
País: Brasil
Instituição: Universidade Federal do Maranhão
Sigla da instituição: UFMA
Departamento: DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET
Programa: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET
Citação: RIBEIRO, Áurea Celeste da Costa. Rastreamento não invasivo para diabetes tipo 2. 2015. 69 f. Tese (Programa de Pós-Graduação em Engenharia de Eletricidade) - Universidade Federal do Maranhão, São Luís, 2015.
Tipo de acesso: Acesso Aberto
URI: http://tedebc.ufma.br:8080/jspui/handle/tede/1607
Data de defesa: 7-Aug-2015
Appears in Collections:TESE DE DOUTORADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE

Files in This Item:
File Description SizeFormat 
AureaRibeiro.pdfTese870,94 kBAdobe PDFDownload/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.