Loading...
2 results
Search Results
Now showing 1 - 2 of 2
- Projeto não invasivo de medição de glicose baseado em espectroscopia de infravermelho próximoPublication . Leite, Gabriel A.; Leite, Gabriel A.; Lima, José; Pereira, Ana I.; Monteiro, André Luiz RégisO Diabetes Mellitus, uma doença metabólica crônica, apresenta-se como um desafio global de saúde, com projeções de 642 milhões de casos até 2040. Atualmente, encontra-se entre as dez principais causas de morte em países de renda média-baixa, demandando monitoramento diário. A falta de técnicas não invasivas para medir a glicose torna esse processo repetitivo, doloroso e suscetível a infecções. Portanto, há uma urgência na pesquisa e desenvolvimento de tecnologias para auxiliar no tratamento e controle dos índices glicêmicos. A espectroscopia de infravermelho próximo, embora uma tecnologia previamente limi- tada pelo alto custo, agora está se popularizando devido aos avanços tecnológicos. Este projeto utiliza essa técnica para criar um protótipo destinado a medir diferentes concen- trações de glicose, tanto in vitro quanto in vivo. Os resultados deste estudo revelam que diferentes comprimentos de onda (625 nm, 950 nm, 1450 nm e 1720 nm) interagem de maneiras distintas com a glicose. Essas inte- rações resultam em notáveis diferenças diante das concentrações observadas nas análises realizadas, sendo essas concentrações de 50 até 2000 mg/dL de glicose. Em resumo, este estudo contribui para o avanço da pesquisa sobre diabetes. Os métodos utilizados para testes e análises demonstraram eficácia, embora seja necessária uma melhoria técnica para atender aos requisitos clínicos na medição não invasiva de glicose.
- Categorizing Students of the MathE Platform: A Fuzzy Clustering PerspectivePublication . Leite, Gabriel A.; Azevedo, Beatriz Flamia; Pacheco, Maria F.; Fernandes, Florbela P.; Pereira, Ana I.; PellegrinoActive learning and technology integration offer enhanced student engagement and adaptive learning, accommodating diverse preferences. This work uses fuzzy clustering method to analyze the data of students who answer questions on the MathE platform. To do this, the Fuzzy c-means algorithm was used, which allows flexibility and adaptability in the clustering partitioning, especially in situations where data elements may exhibit overlapping characteristics or belong to multiple categories. Thereby, two datasets are considered: the first is composed of 121 students who answered questions from the Vector Space subtopic, and the second dataset comprises the answers of 297 students who answered to any topic or subtopic of the platform. The results show that the fuzzy clustering method is appropriate for analyzing the student’s data since most students are highly associated with more than one cluster. Besides, the findings can support the formulation of intervention strategies to improve the student’s academic achievement.