Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Steiner, Maria Teresinha Arns, 1957- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Métodos Numéricos em Engenharia | - |
Autor(es): dc.creator | Mendes, Karina Borges | - |
Data de aceite: dc.date.accessioned | 2025-09-01T12:32:33Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T12:32:33Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2008 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/15661 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/15661 | - |
Descrição: dc.description | Orientadora: Maria Teresinha Arns Steiner | - |
Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas e Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 2008 | - |
Descrição: dc.description | Inclui bibliografia e anexos | - |
Descrição: dc.description | Área de concentração: Programação matemática | - |
Descrição: dc.description | Resumo: A dor de cabeça (cefaléia) é uma doença muito mais comum do que se imagina. Estudos mostram que chega a afetar cerca de 92% da população. Trata-se de uma doença de alto custo pessoal, social e econômico. Este trabalho tem como objetivo analisar a relevância dos dados coletados através de questionários respondidos por 2177 pacientes com diagnóstico de cefaléia e, através desta análise, verificar se o tratamento desses dados usando Redes Neurais Artificiais (RNAs) como ferramenta de reconhecimento de padrões pode auxiliar nos diagnósticos de novos pacientes. O sistema desenvolvido é baseado em RNAs do tipo Perceptron multicamadas e utilizou-se o software MATLAB 7.0 e o componente Neural Network Toolbox para a sua implementação e seu treinamento. No presente trabalho, são levantados elementos para justificar a utilização de RNAs como ferramenta de apoio ao diagnóstico, objetivando auxiliar o médico no seu dia-a-dia, e também como uma ferramenta educacional de auxílio ao treinamento e qualificação de profissionais da área médica. Os resultados obtidos foram bastante satisfatórios, mostrando que as RNAs podem ser eficientes na resolução deste problema específico. | - |
Descrição: dc.description | Abstract: Headache is a very common disease, even more common that we can think about. Studies show that it affects about 92% of the population. It is a high cost disease , related to social and economical status. The aim of this paper is to analize de relevant results through questionaires answered by 2177 patients with headache diagnosis, and check if the treatment, using Artificial Neural Networks (ANN) as a recognizing tool of patterns can help on new patients diagnosis. The developed system is based on Perceptron ANN multilayers and it was used MATLAB 7.0 software, and Neural Network Toolbox for its implemention and trainning. At this present paper, elements are studied to justify the use of ANN as a diagnosis tool support, as a way to help the doctor's routines, and as well as na educational tool on trainning qualifying medical professionals. The obtained results were satisfying, showing that ANN can be efficient on the resolution of this specific issue. | - |
Formato: dc.format | xi, 80f. : il., tabs ; 30cm. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Relação: dc.relation | Disponível em formato digital | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Enxaqueca | - |
Palavras-chave: dc.subject | Análise numérica | - |
Título: dc.title | O uso de redes neurais artificiais no diagnóstico preditivo dos tipos mais freqüentes de cefaléia | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: