Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.087
Aluno: Ellen Cristina Xavier Coelho
Orientador: Prof. Leandro Almeida Maciel
Título: Análise de desempenho de modelos de aprendizagem de máquina na
classificação de séries temporais dos compostos voláteis fúngicos
Data: 27/07/2023
Hora/Local: 9h – Virtual – Interessados em assistir entrar em contato com a aluna
Banca Examinadora:
Prof. Cleber Zanchettin (UFPE / Centro de Informática)
Prof. Cícero Pinheiro Inácio (UFPE / Departamento de Micologia)
Prof. Leandro Maciel Almeida (UFPE / Centro de Informática)
RESUMO:
Os fungos são organismos essenciais para garantir a manutenção da vida no meio
ambiente. Leveduras do gênero Candida fazem parte da microbiota do corpo humano, colonizando a pele e mucosas dos tratos digestivo e urinário, bucal e vaginal. Em condições normais, a maioria não causa danos ao indivíduo, entretanto, esses mesmos fungos podem apresentar características patogênicas. Atualmente, existem cerca de duzentas espécies do gênero Candida, no entanto, pouco mais de vinte são nocivas ao homem. O principal fator do desenvolvimento de infecções por essas leveduras, ocorre pelo rompimento do equilíbrio parasita-hospedeiro, desencadeado por alterações na barreira tecidual, alterações na microbiota normal e pelo comprometimento do sistema imunológico. Esse desequilíbrio pode causar desde doenças superficiais até invasivas, e, principalmente em hospedeiros debilitados, pode ser fatal. Dado a criticidade das infecções causadas por esses fungos, um diagnóstico precoce da infecção é fundamental para um tratamento eficaz. Métodos alternativos vêm sendo estudados e desenvolvidos com o objetivo de aliar a entrega de um resultado rápido e preciso a um baixo custo econômico, e que não precise de um conhecimento especializado para operá-los. Uma tecnologia que se destaca entre esses métodos é a dos narizes eletrônicos (e-nose). Os dados produzidos por esses instrumentos, normalmente, possuem características complexas. Dessa forma, o objetivo deste trabalho é buscar por métodos e técnicas satisfatórios com menores custos computacionais para o processo de identificação das espécies de fungos Candida. Assim, com o auxílio de um nariz eletrônico, foram coletadas diversas amostras do ar de seis diferentes espécies do gênero Candida. A partir dessas coletas, um conjunto de dados foi formado, e aplicou-se técnicas de pré-processamento e processamento a fim de buscar um classificador com bom desempenho e um baixo custo computacional. No geral, o classificador TimeSeries Forest obteve os melhores resultados com a acurácia, sensibilidade de precisão de 100% e um tempo de processamento de 0.58 segundos. Como trabalhos futuros tem-se a expansão e a diversificação das espécies de leveduras clínicas do gênero Candida utilizadas para estudo, visando cobrir uma gama mais ampla de problemas e patologias, além disso, a criação e utilização de um ambiente controlado para realização de novos experimentos, a fim de minimizar erros causados por fatores externos.
Palavras-chave: Candida; nariz eletrônico; pré-processamento de séries
temporais.
Comentários desativados