UEMA Repositório
O UEMA Repositório preserva e provê acesso fácil e aberto a todos os tipos de objetos digitais, incluindo: textos, imagens, vídeos e conjuntos de dados.
Use este identificador para citar ou linkar para este item:
https://repositorio.uema.br/jspui/handle/123456789/689| Título: | Auxílio ao diagnóstico da diabetes tipo II na região nordeste com a utilização de marcadores não invasivos |
| Título(s) alternativo(s): | Assistance in the diagnosis of type 2 diabetes in the Northeast region using non-invasive markers |
| Autor(es): | Costa, Denner Araujo |
| Orientador: | Ribeiro, Áurea Celeste da Costa |
| Membro da Banca: | Quarto, Cícero Costa |
| Membro da Banca: | Demetrio, Fernando Jorge Cutrim |
| Data do documento: | 2017-08-08 |
| Editor: | Universidade Estadual do Maranhão |
| Resumo: | Na atualidade, a Diabetes Mellitus é uma patologia incurável e o número de pessoas afetadas continua a agravar-se. Neste trabalho foram aplicadas técnicas de data mining e codificação eficiente para extrair conhecimento de uma amostra dos dados existentes no Data Warehouse do Sistema Único de Saúde para diagnosticar diabetes sem a utilização de valores de testes bioquímicos. A codificação eficiente foi utilizada para formar uma nova representação concisa dos dados e diferentes técnicas de data mining foram utilizadas para demonstrar a melhora na classificação das classes. O método proposto alcançou acurácia de 99.96%. |
| Resumo: | Currently, Diabetes Mellitus is an incurable disease and the number of affected people continues to worsen. In this work data mining and efficient coding techniques were applied to extract knowledge from a sample of the data in the Single Health System Data Warehouse to diagnose diabetes without the use of biochemical test values. Efficient coding was used to form a new concise representation of the data and different data mining techniques were used to demonstrate the improvement in class classification. The proposed method reached an accuracy of 99.96% |
| Palavras-chave: | Data Mining Diabetes tipo II SUS Brasil |
| Aparece nas coleções: | Mestrado Profissional em Engenharia de Computação e Sistemas - CCT - Dissertações |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| DISSERTAÇÃO - DENNER ARAUJO COSTA - PECS CCT UEMA 2017.pdf | PDF A | 551.29 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.