Use este identificador para citar ou linkar para este item:
https://repositorio.ufpa.br/jspui/handle/2011/16561
Tipo: | Dissertação |
Data do documento: | 16-Ago-2022 |
Autor(es): | LIMA, Marco Antonio Loureiro |
Primeiro(a) Orientador(a): | CARDOSO, Diego Lisboa |
Título: | Análise e classificação de severidade de COVID-19 usando aprendizado de máquina |
Agência de fomento: | CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior |
Citar como: | LIMA, Marco Antonio Loureiro. Análise e classificação de severidade de COVID-19 usando aprendizado de máquina. Orientador: Diego Lisboa Cardoso. 2022. 51 f. Dissertação (Mestrado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2022. Disponível em: https://repositorio.ufpa.br/jspui/handle/2011/16561. Acesso em:. |
Resumo: | Nos últimos anos, com o crescimento alarmante de casos de COVID-19, uma doença viral altamente contagiosa, fez-se necessário novas formas de diagnóstico e controle desta enfermidade a fim de que a sua propagação seja reduzida até que a população seja vacinada efetivamente. Neste contexto, Inteligência Artificial (IA) e seus subcampos surgem como possíveis alternativas para auxiliar no combate da doença por meio de análises de sintomas relacionados a esta patologia. Alguns métodos de Aprendizado de Máquina (AM) são mostrados como resposta para essa doença, contribuindo com a análise baseada em um conjunto de sintomas apresentados pelo paciente e consequentemente auxiliando o diagnóstico, bem como agilizando o processo de tratamento. Para atingir esse objetivo são propostos três modelos que utilizam esses métodos de AM para predizer a severidade de COVID-19 em graus distintos. Os resultados em cada um destes modelos são avaliados através de métricas estabelecidas ao longo deste trabalho. No mais, diferentes sugestões são mostradas para melhorar a análise e realizar predições com maior acurácia. |
Abstract: | In the last years, with the alarming growth of COVID-19 cases, a highly contagious viral disease, new forms of diagnosis and control for this sickness have become necessary to the spread decreases until the population is effectively vaccinated. In this context, Artificial Intelligence (AI) and its subfields appear as possible alternatives to help and provides a response to combat the virus. Some Machine Learning (ML) methods are shown as an answer to control this disease, these methods can perform an analysis based on a set of symptoms presented by the patient and consequently indicating the diagnosis, as well as streamline the treatment process. To achieve this goal in this paper, three models that uses ML methods to predict COVID-19 severity on different degrees are proposed, unlike other works whose purpose was to diagnose only the presence or absence of COVID-19, this paper aims to improve the classification of the patient’s disease state. The results in each of these models are evaluated through the metrics established in this work. Furthermore, there are distinct suggestions to improve the analysis and make predictions with greater accuracy.. |
Palavras-chave: | Covid19 Inteligência artificial Aprendizado de máquina Artificial intelligence |
Área de Concentração: | COMPUTAÇÃO APLICADA |
Linha de Pesquisa: | INTELIGÊNCIA COMPUTACIONAL |
CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
País: | Brasil |
Instituição: | Universidade Federal do Pará |
Sigla da Instituição: | UFPA |
Instituto: | Instituto de Tecnologia |
Programa: | Programa de Pós-Graduação em Engenharia Elétrica |
Tipo de Acesso: | Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 Brazil |
Fonte URI: | Disponível na internet via correio eletrônico: bibliotecaitec@ufpa.br |
Fonte: | 1 CD-ROM |
Aparece nas coleções: | Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Dissertacao_AnaliseClassificacaoSeveridade.pdf | 795,15 kB | Adobe PDF | Visualizar/Abrir |
Este item está licenciado sob uma Licença Creative Commons