发布求助
文献互助 智能选刊 最新文献

Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021)最新文献

筛选
英文 中文
Um Mecanismo de Compressão de Dados Local em Tempo Real Energeticamente Eficiente para Redes WBANs 实时数据压缩机制的地方和fi知道WBANs网络的能量
Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021) Pub Date : 2021-06-15 DOI: 10.5753/sbcas.2021.16104
Cainã Passos, A. Santos
{"title":"Um Mecanismo de Compressão de Dados Local em Tempo Real Energeticamente Eficiente para Redes WBANs","authors":"Cainã Passos, A. Santos","doi":"10.5753/sbcas.2021.16104","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16104","url":null,"abstract":"Dentre as redes computacionais voltadas ao cuidado com a saúde, destacam-se as redes corporais sem fio (WBANs), que possibilitam o monitoramento contínuo e em tempo real dos sinais fisiológicos. No entanto, esse monitoramento resulta em uso excessivo de transmissão de dados, afetando o consumo de energia dos dispositivos. Este artigo de dissertação apresenta GROWN1, uma abordagem híbrida de compressão de dados local para reduzir a redundância de informações na transmissão de dados e redução do consumo de energia dos dispositivos, através de métodos de compressão de dados locais de WSN. O GROWN foi avaliado por experimentação e os resultados mostram diminuição do consumo de energia dos dispositivos e um aumento na vida útil da rede.","PeriodicalId":438786,"journal":{"name":"Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021)","volume":"36 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122798125","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Métodos computacionais baseados em superpixels para segmentação automática da próstata em imagens de ressonância magnética 3D 基于超像素的三维磁共振图像前列腺自动分割计算方法
Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021) Pub Date : 2021-06-15 DOI: 10.5753/sbcas.2021.16095
G. A. D. Silva, A. C. Silva, A. Paiva
{"title":"Métodos computacionais baseados em superpixels para segmentação automática da próstata em imagens de ressonância magnética 3D","authors":"G. A. D. Silva, A. C. Silva, A. Paiva","doi":"10.5753/sbcas.2021.16095","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16095","url":null,"abstract":"A segmentação da próstata é um pré-requisito essencial para auxiliar o diagnóstico e o tratamento do câncer. Na prática atual, o radiologista realiza esse processo manualmente, o que é extremamente demorado e exige experiência e concentração. Sendo assim, o desenvolvimento de métodos automáticos e confiáveis para segmentação da próstata é clinicamente desejável. Portanto, esta tese apresenta três métodos computacionais para segmentação automática da próstata em imagens de ressonância magnética, usando técnicas de processamento de imagens e reconhecimento de padrões. Os métodos propostos foram avaliados em duas bases de imagens públicas, obtendo um coeficiente de similaridade Dice de 87,67%.","PeriodicalId":438786,"journal":{"name":"Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021)","volume":"24 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129899660","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Treinamento de Classificadores de Aprendizagem de Máquina para o Diagnóstico do Glaucoma com o Uso de Dados de Perimetria Automatizada Padrão (SAP) 使用标准自动化周界数据(SAP)对青光眼诊断的机器学习分类器进行培训
Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021) Pub Date : 2021-06-15 DOI: 10.5753/sbcas.2021.16117
Bruno F. Hashimoto, Leonardo S. Shigueoka, V. P. Costa, E. S. Gomi
{"title":"Treinamento de Classificadores de Aprendizagem de Máquina para o Diagnóstico do Glaucoma com o Uso de Dados de Perimetria Automatizada Padrão (SAP)","authors":"Bruno F. Hashimoto, Leonardo S. Shigueoka, V. P. Costa, E. S. Gomi","doi":"10.5753/sbcas.2021.16117","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16117","url":null,"abstract":"O glaucoma é uma doença ocular que provoca danos ao nervo óptico e consequente perda do campo visual. Este projeto de pesquisa tem como objetivo investigar o desempenho de Classificadores de Aprendizagem de Máquina no diagnóstico do glaucoma usando dados do exame SAP (Standard Automated Perimetry). Por conta do dataset com dados de pacientes reais ser pequeno, foi gerado um dataset sintético para aumentar a quantidade de dados disponíveis. Foram testados os classificadores Random Forest, Gradient Boosting e DNN (Deep Neural Network). Os resultados obtidos mostram que esses classificadores apresentam desempenho aceitável para o diagnóstico do glaucoma, todos com AUC acima de 83,9% e acurácia acima de 72,0%.","PeriodicalId":438786,"journal":{"name":"Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021)","volume":"31 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114771603","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Modelagem in silico das propriedades farmacocinéticas de ligantes com atividade antitumoral para Sarcoma 180 具有抗肿瘤活性的配体对肉瘤180药代动力学特性的硅模型
Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021) Pub Date : 2021-06-15 DOI: 10.5753/sbcas.2021.16110
L. Nascimento, Teresinha de Jesus Aguiar dos Santos, Joaquim José da Cunha Júnior, D. Silva
{"title":"Modelagem in silico das propriedades farmacocinéticas de ligantes com atividade antitumoral para Sarcoma 180","authors":"L. Nascimento, Teresinha de Jesus Aguiar dos Santos, Joaquim José da Cunha Júnior, D. Silva","doi":"10.5753/sbcas.2021.16110","DOIUrl":"https://doi.org/10.5753/sbcas.2021.16110","url":null,"abstract":"O Sarcoma 180 (S180) é um tipo de câncer de mama, que está associado à uma alta morbimortalidade e, por isso, a elucidação dos mecanismos moleculares é importante. O avanço da Química Medicinal no planejamento in silico de fármacos e vem despertando o interesse de cientistas e indústrias farmacêuticas. Assim, este trabalho tem como principal objetivo avaliar parâmetros farmacocinéticos (ADME) in silico, por meio do software PreADMET, para ligantes derivados de pirrole de anel A oito, substituídos de duocarmicina B2, com avaliação antitumoral em S180. Os resultados inéditos obtidos corroboram com informações moleculares que são essenciais para prever a biodisponibilidade oral dos potentes candidatos à fármacos.","PeriodicalId":438786,"journal":{"name":"Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021)","volume":"63 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116385717","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Detecção de anomalia através da comparação de modelos representativos 通过比较代表性模型进行异常检测
Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021) Pub Date : 2021-03-23 DOI: 10.11606/T.55.2021.TDE-24052021-171751
Giovana Jaskulski Gelatti
{"title":"Detecção de anomalia através da comparação de modelos representativos","authors":"Giovana Jaskulski Gelatti","doi":"10.11606/T.55.2021.TDE-24052021-171751","DOIUrl":"https://doi.org/10.11606/T.55.2021.TDE-24052021-171751","url":null,"abstract":"Existem barreiras burocráticas e de ideais que tornam a comparação de departamentos e identificação de padrões, em geral, tarefas difíceis. A exploração dos dados coletados, juntamente com um modelo descritivo induzido a partir desses dados, podem ajudar a identificar modelos destoantes e promover a comparação das instituições. O estudo propõe a criação de modelos de redes Bayesianas capazes de representar e extrair conhecimentos novos e significativos a partir dos dados nas variáveis utilizadas no estudo de caso. São selecionadas variáveis sobre secções obstétricas de hospitais de Portugal para a criação do modelo de cada entidade/secção. As funções do pacote R \"bnlearn\" foram usadas para manipular e recriar dados no modelo. O desempenho deste modelo foi validado quanto à capacidade de recriar dados. Para construir uma matriz de distâncias entre modelos para identificação de entidades destoantes, a distância de Hamming. As anomalias detectadas pela comparação dos modelos criados foram validadas por especialista de acordo com a escala Likert. Os dados foram descritos e recriados através de redes Bayesianas com imputação de dados, com referência significativa aos dados reais. A comparação dos modelos sobre as secções de obstetrícia identificou padrões e anomalias. A comparação permitiu diferenciar os setores com diferentes taxas de cesárea e distribuição nos grupos de Robson, de acordo com as variáveis selecionadas, preservando o acesso aos dados reais das instituições.","PeriodicalId":438786,"journal":{"name":"Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021)","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-03-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131148127","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
首页 上一页
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整，为了账户安全，请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
请完成安全验证×
相关产品
×
本文献相关产品
联系我们：info@booksci.cn Book学术提供免费学术资源搜索服务，方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号：604180095
Book学术官方微信
小红书