ESB - Dissertações de Mestrado / Master Dissertations
Permanent URI for this collection
Browse
Browsing ESB - Dissertações de Mestrado / Master Dissertations by Field of Science and Technology (FOS) "Ciências Médicas::Biotecnologia Médica"
Now showing 1 - 10 of 97
Results Per Page
Sort Options
- Adesão à dieta mediterrânica e controlo metabólico em idosos com diabetes Mellitus tipo 2Publication . Salgado, Ana Cláudia Afonso; Pimenta, Ana Sofia; Pinto, Elisabete Cristina BastosA Dieta Mediterrânica tem sido associada a uma melhor qualidade de vida e a um melhor estado de saúde. São vários os estudos que têm demonstrado os inúmeros benefícios deste padrão alimentar, estando associado a uma elevada taxa de longevidade e à redução do risco de doenças cardiovasculares bem como diminuição das taxas de mortalidade e morbilidade no geral. Além dos seus benefícios ao nível da saúde cardiovascular, a evidência científica tem demonstrado benefícios relativamente às doenças crónicas como a diabetes, hipertensão arterial (HTA), obesidade, doenças neurodegenerativas e determinados tipos de cancro. A população idosa é a mais afetada pelas doenças crónicas, nomeadamente pela Diabetes Mellitus tipo 2 (DM2), cuja progressão tem um elevado impacto na qualidade de vida dos doentes. O presente trabalho teve como objetivo relacionar o controlo metabólico de uma amostra de doentes com idade igual ou superior a 65 anos, seguidos na Consulta de Diabetologia do Centro Hospitalar do Baixo Vouga, E.P.E., com o grau de adesão à Dieta Mediterrânica. Desenhou-se um estudo observacional transversal cuja recolha de informação teve por base a ferramenta Mediterranean Diet Adherence Screener (MEDAS). Participaram no estudo 82 doentes (34 do sexo feminino e 48 do sexo masculino), com idade média de 73,7 anos. Não se verificaram diferenças significativas entre sexos relativamente à média de peso e perímetro da cintura, que se encontrava acima do ponto de corte para risco muito acentuado de complicações metabólicas. Verificou-se que a média do Índice de Massa Corporal (IMC) se encontrava na classe de obesidade para ambos os sexos, sendo que somente com 27,1% dos homens e 8,8% das mulheres apresentavam valores de IMC compatíveis com a normoponderalidade. Os valores médios de hemoglobina glicada (HbA1c) e de glicose em jejum, quer para homens quer para mulheres, e a média do valor dos triglicerídeos no caso das mulheres, foram superiores aos valores de referência. As complicações mais prevalentes nesta amostra foram a HTA (72%), dislipidemia (70,7%), sendo também as únicas patologias para as quais se observaram diferenças significativas em ambos os sexos (HTA: 62,5% vs. 85,3%, p=0,024; dislipidemia: 58,3% vs. 88,2%, p=0,003). Quanto ao grau de adesão à Dieta Mediterrânica, apenas 18,3% dos participantes foram avaliados como tendo uma "boa adesão". Neste trabalho não se verificou qualquer associação entre a adesão à Dieta Mediterrânica e o estado nutricional ou com a existência de comorbilidades. Quanto à associação entre este padrão alimentar e os parâmetros bioquímicos, apenas se observou associação entre a concentração plasmática de HDL e a Dieta Mediterrânica, sendo que a sua média era significativamente superior entre os indivíduos classificados como tendo "boa adesão". Este trabalho vem mostrar que os idosos portugueses não estarão a praticar uma alimentação condizente com os princípios da Dieta Mediterrânica. Assim, seria importante o desenvolvimento de programas que estimulem a população para a adesão à Dieta Mediterrânica.
- Adesivos de biomonitorização sem fios e arquitetura de cama inteligente : a evolução da hospitalização domiciliáriaPublication . Silva, Nicole Gonçalves; Mesquita, José Miguel Ferreira Dinis deO trabalho apresentado nesta tese foi desenvolvido ao longo de um estágio na Glintt, onde foi proposto a colaboração no projeto WoW, cujo objetivo é melhorar a monitorização, o cuidado dos pacientes em ambiente hospitalar e uma expansão da hospitalização domiciliária propondo uma nova arquitetura em que as camas hospitalares dos pacientes têm um papel central. Esta arquitetura envolve o uso de adesivos de biomonitorização para pacientes, em conjunto com uma unidade inteligente Internet of Things (loT) instalada nas camas hospitalares. Essa abordagem tem como objetivo permitir uma monitorização contínua e precisa dos sinais vitais dos pacientes, como a frequência cardíaca, pressão arterial, temperatura corporal e outros parâmetros médicos relevantes. A unidade IoT instalada nas camas hospitalares irá recolher e processar os dados dos adesivos de biomonitorização dos pacientes em tempo real. Esses dados serão enviados para um Sistema de Informação Hospitalar, permitindo aos profissionais de saúde monitorizar os pacientes à distância e tomar medidas adequadas para melhorar o tratamento e os cuidados. Além disso, a unidade IoT pode ser programada para enviar alertas aos profissionais de saúde quando ocorrerem alterações nos sinais vitais dos pacientes, permitindo uma resposta mais rápida e eficaz em casos de emergência. Essa abordagem tem o potencial de melhorar a qualidade dos cuidados de saúde, permitindo uma monitorização mais precisa e contínua dos pacientes e uma resposta mais rápida a alterações nos seus estados de saúde, permitindo, desta forma, que os dados do paciente sejam recolhidos e processados de forma eficiente e segura em ambientes hospitalares e residenciais.
- Adesivos de biomonitorização sem fios e arquitetura de cama inteligente : o caminho para a autonomia do pacientePublication . Ferreira, Bruno Alexandre da Silva; Mesquita, José Miguel Ferreira Dinis deEste relatório sintetiza a experiência de estágio na Glintt, empresa líder em tecnologia da informação na área de saúde, de março a junho de 2023, focando na fase final de validação do projeto WoW, liderado pela empresa. O WoW é um dispositivo inovador de monitorização remota de saúde sem fios, visando resolver a limitação de mobilidade dos utentes no hospital e abrir caminho para melhores cuidados domiciliários, revolucionando a saúde digital. A abordagem envolveu a criação de adesivos de biomonitorização, que captam a resposta fisiológica do corpo, medindo os sinais vitais e os movimentos dos doentes. Estes wearables tiram partido de tecnologia Bluetooth para permitir uma comunicação sem fios e a transmissão de dados em tempo real. Para tal, foi implementada uma unidade IoT inteligente nas camas dos pacientes, para recolha e transmissão de dados. A integração dos dados apurados foi realizada através do software hospitalar Globalcare, seguindo o padrão FHIR para garantir a interoperabilidade com outros sistemas de informação. Os testes clínicos realizados e o feedback dos voluntários e profissionais de saúde foi crucial no aperfeiçoamento das diversas componentes para obter uma solução final funcional. A colaboração multidisciplinar entre engenheiros e profissionais de saúde foi essencial ao sucesso do projeto, pelo que nesta curta estadia se tornou evidente a importância da comunicação e do trabalho em equipa na resolução de problemas e na procura por soluções inovadoras. Os resultados obtidos demonstraram o potencial transformador do novo sistema, permitindo uma monitorização contínua dos pacientes simples e fiável, aumentando a comodidade dos utilizadores comparando com sistemas convencionais. Em suma, esta experiência de estágio foi enriquecedora e providenciou a oportunidade de contribuir para uma solução inovadora na otimização dos cuidados de saúde. Apesar dos desafios decorrentes, o foco na melhoria contínua permitiu que o conceito WoW se tornasse tangível e viável, provavelmente tendo um futuro promissor na substituição dos aparelhos tradicionais.
- Análise cepstral multibanda do sinal de fala vozeado na deteção de patologias vocais e neurológicasPublication . Alves, Marco António Reis; Rodrigues, Pedro Miguel de Luís; Bispo, Bruno CatarinoA fala é o meio de comunicação mais importante utilizado pelo Homem, demonstrando-se essencial para a sua vida profissional e social. A voz é um elemento da fala com forte impacto na sua qualidade, sendo utilizado para o despiste de diversas disfunções da laringe. O objetivo do presente trabalho consistiu no desenvolvimento de um algoritmo capaz de detetar e distinguir múltiplas patologias no sinal de fala vozeado, incluindo edema de Reinke, nódulos vocais e disfonias de origem neurológica. Assim, tendo em conta a discriminação entre pares de grupos de estudo, foi aplicada uma análise cepstral multibanda a sinais de fala vozeados, de forma a extrair características como coeficientes mel cepstrais, distâncias cepstrais, o período glotal e parâmetros energéticos. No processo de classifi- cação, as árvores de decisão, Support Vector Machines quadrático e K-nearest-neighbors cosseno e cúbico foram utilizados como classificadores em processo de leave-one-out cross validation. Os resultados demonstraram uma precisão de 74,20% na distinção entre edema de Reinke e nódulos vocais e 100% entre edema de Reinke e doenças neurológicas, doenças neurológicas e grupo de controlo, edema de Reinke e grupo de controlo, nódulos vocais e doenças neurológicas e ainda nódulos vocais e grupo de controlo. Foi ainda realizada uma análise entre os sujeitos do grupo de controlo e os sujeitos diagnosticados com patologias na laringe e neurológicas, tendo-se atingido 100% de precisão.
- Análise EEG não linear multibanda para deteção das doenças de Alzheimer e Parkinson em estágios iniciaisPublication . Silva, Gabriel Afonso da Rocha; Rodrigues, Pedro Miguel de Luís; Bispo, Bruno CatarinoAs doenças de Alzheimer e Parkinson destacam-se como as duas patologias neurodegenerativas com maior incidência no mundo. O impacto sobre milhões de pessoas, aliado à inexistência de uma cura para ambas as patologias e ao seu período inicial assintomático, evidencia a necessidade de um diagnóstico o mais precoce possível, que possibilite um controlo do desenvolvimento das mesmas. De forma a colmatar a falha clínica de diagnóstico na fase inicial do desenvolvimento das patologias, tirou-se partido da natureza não linear inerente ao sinal EEG, em conjunto com a aplicação da Transformada Wavelet Discreta. Esta ferramenta tem demonstrado vantagens na análise das bandas frequenciais do sinal e em conjunto com uma análise não linear do mesmo, poderá fornecer informação adicional que permita maximizar a deteção e diferenciação de ambas as patologias na sua fase inicial. A classificação dos sinais foi realizada através de diversos classificadores como Árvores de Decisão, Support Vector Machines, K-nearest-neighbors e Regressão Logística, num processo de validação cruzada em leave-one-out. A comparação dos grupos de Parkinson e Alzheimer alcançou precisões de 100% em pelo menos um canal nas bandas beta, alfa, teta e delta. As comparações individuais dos grupos Parkinson e Alzheimer face ao grupo de controlo obtiveram em ambos os casos precisões máxi-mas de 100%, em pelo menos um canal na banda delta, com a comparação do grupo de Parkinson com controlo a atingir também 100% num canal da banda gama. Finalmente, a comparação em conjunto dos grupos de controlo atingiu precisão de 90,6% na bandateta.
- Aplicação de métodos de aprendizagem de máquina profunda para redução de ruído em sinais de falaPublication . Paiva, José Luís Meias Coutinho de; Rodrigues, Pedro Miguel de Luís; Bispo, Bruno CatarinoA digitalização e evolução dos meios de comunicação têm sido temas amplamente discutidos, e as tecnologias relacionadas também são alvo de debate. A comunicação tornou-se mais rápida e eficiente com os avanços tecnológicos, mas surgiram problemas como a distorção do som por ruídos, ecos e reverberações. Para mitigar esses distúrbios, a Inteligência Artificial (IA) pode desempenhar um papel crucial. Este trabalho visou criar mecanismos de IA para identificar e atenuar o Eco Acústico, focando-se nas Redes Neuronais Convolucionais (CNN) para identificar diferentes perturbações sonoras. Foi usada uma CNN para identificar automaticamente 4 tipos de sinais sonoros: sinal limpo, sinal limpo + eco, sinal limpo + ruído e sinal limpo + reverberação. Os sinais limpos foram extraídos da base de dados TIMIT da Defense Advanced Research Projects Agency (DARPA) e manipulados para obter os restantes sinais com diferentes tipos de perturbação. Os espetrogramas de cada sinal foram calculados e usados como entrada para 4 CNNs. A melhor CNN atingiu uma precisão de 98%, demonstrando grande capacidade para diferenciar os diferentes tipos de sinal + perturbações em condições controladas. Na Atenuação do Eco Acústico, os resultados desejados foram mais difíceis de alcançar. Diversas abordagens foram utilizadas, incluindo o uso de sinais de fala manipulados e diferentes saídas esperadas, como sinais de fala reconstruídos sem eco e espetrogramas. Foram utilizadas Redes Neuronais Profundas (DNN), CNNs e Autoencoders Convolucionais, mas os resultados não foram satisfatórios, onde a métrica PESQ, usada para avaliar a qualidade da fala percebida em sinais de áudio, obteve uma média de 1,12 para os Autoencoders, abaixo das expectativas. Em resumo, a tarefa de Classificação foi bem-sucedida e serve de base para trabalhos mais complexos. Os resultados menos promissores na Atenuação do Eco Acústico indicam a necessidade de melhorias e a possível utilização de outras técnicas, como redes BLSTM, GRU e Autoencoders recorrentes.
- Artificial intelligence system for the automatic detection of Alzheimer disease through electroencephalographic signalsPublication . Araújo, Teresa Guerra Mendonça de Sousa de; Rodrigues, Pedro Miguel de LuísAlzheimer’s Disease (AD) stands out as one of the main causes of dementia. This neurodegenerative disease is characterised by the deterioration of human cognitive functions – the accumulation of toxic substances in the brain causes the progressive death of neuronal cells. Worldwide, AD represents around 65% of all dementia cases, affecting mainly elderly people. This disease is composed by four evolutionary stages and the asymptomatic period can last up until 20 years. With respect to the researcher’s community, this topic remains a huge challenge since it is crucial to create a tool to assist the diagnosis in the early stages with the aim of halting the disease progression. In this way, the main purpose of this dissertation is to develop a system that would be able to differentiate each disease stage. Thereby, a nonlinear multiband analysis of the Electroencephalographic Signals (EEG) was performed enabling to study its behaviour and to extract several features from each study group. After a feature selection per electrode, it was executed, by means of Classic Machine Learning (ML) and Deep Learning (DL) methods, the data classification through a process of leave-one-out cross validation. The maximum accuracies obtained were 78.9% (C vs MCI), 81.0% (C vs ADM), 84.2% (C vs ADA), 88.9% (MCI vs ADM), 93.8% (MCI vs ADA), 77.8% (ADM vs ADA) and 56.8% (All vs All). Considering the topographic maps, it can be concluded that the central and parietal brain regions are the ones that present the most significant differences when the study groups were discriminated. In conclusion, it can be stated that entropy features are the most relevant and that DL did not over performed Classic ML results. Regarding the state of the art with the same EEG database, the proposed method outperforms by 2% in the binary comparison MCI vs ADM. This improvement reflects the performance of this powerful tool in detecting AD.
- Artificial intelligence system for the automatic detection of Alzheimer’s disease using magnetic resonance imaging (MRI)Publication . Silva, Joana Rodrigues; Rodrigues, Pedro Miguel de LuísAlzheimer’s disease (AD) is a neurodegenerative illness and is considered one of the main causes of dementia affecting millions of people. In its early stage – Mild-cognitive impairment (MCI) – is asymptomatic. Furthermore, although several studies have been made, until this day, no cure is yet available. Currently, some pharmaceuticals provide a slowing of symptoms if administered in early stages. However, to do so, the diagnosis needs to be properly performed to distinguish AD different stages. Thereby, there remains a growing need for early diagnosis to minimise AD impact by delaying it and its underlying effects. This work main purpose is to create an intelligent system that enables Alzheimer’s automatic detection using Magnetic Resonance Imaging (MRI). To do so, a set of MRI images were analysed in the sagittal, coronal, and axial anatomical views and certain features were extracted and pre-selected to feed machine learning classic algorithms and a deep learning algorithm. On the one hand, for the Machine Learning classic algorithms, and for the comparison between: (1) AD vs Control (CN), a Bagged Trees Classifier reached a discrimination accuracy of 93.3!; (2) AD vs MCI, Quadratic SVM classifier got a discrimination accuracy of 87.7!; (3) CN vs MCI, Fine KNN and Subspace KNN classifiers achieved a discrimination accuracy of 88.2!, respectively; and (4) All vs All, the Subspace KNN classifier provided a discrimination accuracy of 75.3!. On the other hand, for the Deep Learning algorithm, and for the comparison between: (1) AD vs CN, a discrimination accuracy of 82.2! was achieved; (2) AD vs MCI, got a discrimination accuracy of 75.4!; (3) CN vs MCI, reached a discrimination accuracy of 83.8!; and (4) All vs All, reached a discrimination accuracy of 64.0!. In the CN vs MCI comparison, the proposed method, when compared with methods that use structural MRI (sMRI), showed an increase in classification accuracy of 9%. Therefore, the potential of this work in the diagnosis of AD, mainly in its early stages, is reinforced.
- Avaliação biomecânica do movimento humano : estágio curricular realizado no laboratório de biomecânica da Universidade do PortoPublication . Sousa, Inês da Costa Martins de; Campos, João Paulo Vilas-Boas Soares; Fonseca, Pedro FilipeEste documento tem como objetivo apresentar o relatório concernente ao estágio curricular do 2º semestre do 2º ano em Engenharia Biomédica, realizado no Laboratório de Biomecânica da Universidade do Porto - LABIOMEP, localizado na Faculdade de Desporto da Universidade do Porto – FADEUP. Ao longo deste relatório serão descritos os trabalhos executados no âmbito do estágio, assim como o seu enquadramento, objetivos e respetiva explicação. O desejo de estagiar no laboratório surgiu no decorrer do meu percurso académico, na disciplina de biomecânica. Durante a lecionação da disciplina são dados diversos exemplos de projetos que são desenvolvidos no laboratório, o que me suscitou curiosidade e vontade de aprender sobre uma temática que possui uma potencialidade imensa. Como tal, o meu objetivo de estagiar no LABIOMEP não era apenas de aprender a trabalhar com os equipamentos de forma isolada, mas sim intervir e auxiliar no máximo de projetos em curso, de modo a rentabilizar a aquisição de novos conhecimentos. Efetivamente, este estágio permitiu-me obter uma elevada autonomia na maioria dos equipamentos, softwares de recolha e tratamento de dados biomecânicos. O estágio assinala uma etapa fulcral no reconhecimento do percurso académico uma vez que, quando aliado com os conhecimentos da área de formação, permite o desenvolvimento de competências que mais tarde serão aplicadas no mercado de trabalho.
- Avaliação cardíaca do padrão de responsividade à cafeína através de métodos de aprendizagem computacionalPublication . Domingues, Ana Rita Queirós; Rodrigues, Pedro Miguel de Luís; Silva, Clédna Patrícia de OliveiraAproximadamente 80% da população adulta mundial consome um produto cafeinado diariamente e, ao contrário de outras drogas, o consumo acontece em todos os níveis socioeconómicos. Além do custo-benefício, a cafeína atua como um poderoso estimulante do sistema nervoso central com efeitos fisiológicos muito apelativos ao consumidor, especialmente a nível cognitivo e da performance física. A forma de administrar esta substância psicoativa parece influenciar a resposta do organismo e, por isso, estudos têm sido desenvolvidos a fim de encontrar soluções mais eficientes. A entrega de cafeína através dos Oral Films (OF) representa uma grande oportunidade para os investigadores. De forma a colmatar a lacuna científica nesta área, tirou-se partido da influência da cafeína sobre a modulação da atividade do sistema nervoso, através do rastreamento da variabilidade da atividade cardíaca, em indivíduos saudáveis sujeitos ao consumo de diferentes modalidades de cafeína: café, descafeinado, OF_cafeína e OF_placebo. Considerando a era científico-tecnológica em que vivemos, e no sentido de maximizar a capacidade discriminativa dos sinais eletrocardiográficos (ECG), tirou-se partido da sua natureza dinâmica com recurso a métodos robustos de processamento de sinal e técnicas de Inteligência Artificial para estudar as comparações binárias descafeinado/café e OF_placebo/OF_cafeína. Assim, após os ECG serem submetidos a uma análise multibanda através da Transformada Wavelet Discreta (DWT), para todos os 5 níveis de decomposição, foram extraídas as métricas energia, entropia, expoente de Lyapunov, expoente de Hurst e dimensão fractal de Higuchi. Estas métricas alimentaram 23 modelos de classificação num processo de validação cruzada em leave-one-out, a cada 1 min. Para otimizar o processo de classificação, selecionaram-se automaticamente as métricas que melhor descrevem os sinais, removendo informações redundantes e evitando o overfitting, recorrendo-se ao treino classificativo com a Análise de Componentes Principais (PCA) a 100%, 80%, 70%, 50%, 20%, 10%, 5% e 1%. Para compreender a evolução temporal do efeito fisiológico das modalidades no organismo, foram traçadas curvas de precisão de 50 min com resolução de 1 min, para cada comparação binária, para todos os classificadores e para todos os treinos com PCA. Face ao elevado volume de dados, a decisão do classificador que melhor discrimina as modalidades em cada comparação binária foi efetuada com base na precisão média das curvas de precisão. Os resultados das análises individuais revelaram os melhores valores de precisão média para os classificadores de árvore de decisão no treino com PCA 100% (50,2%) e Fine Gaussian no treino com PCA 95% (72%), para as comparações descafeinado/café e OF_placebo/OF_cafeína, respetivamente. Ainda assim, existem picos discriminativos de maior amplitude ao longo do tempo que são camuflados pela precisão média. As curvas de precisão revelaram, ao contrário da comparação descafeinado/café, diferenças significativas ao longo do tempo entre o OF_placebo e o OF_cafeína, evidenciando que o consumo de cafeína através de OF revela capacidade efetiva em relação ao seu placebo. Entretanto, no caso da comparação descafeinado/café, os resultados apontam para que o descafeinado não constitua um verdadeiro placebo do café. O principal fator aponta para o facto de que ambas as modalidades foram servidas da mesma máquina e resíduos de cafeína podem ter passado para a bebida descafeinada.