Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/30487| Título: | Estudo de processo para a análise de glicose sanguínea |
| Título(s) alternativo(s): | Process study for blood glucose analysis |
| Autor(es): | Azevedo, Augusto Sotello |
| Orientador(es): | Monteiro, André Luiz Regis |
| Palavras-chave: | Espectro infravermelho Glicemia Instrumentos e aparelhos médicos Infrared spectra Blood sugar Medical instruments and apparatus |
| Data do documento: | 1-Jun-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Campo Mourao |
| Citação: | AZEVEDO, Augusto Sotello. Estudo de processo para a análise de glicose sanguínea. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2022. |
| Resumo: | A diabetes é uma das principais doenças endócrinas que representa uma séria ameaça à saúde. No entanto, o método atual, que mede o nível de glicose da amostragem de sangue, é muito desagradável e doloroso para ser usado com frequência. A monitorização não invasiva da glicose é a abordagem mais atraente para o controle da diabetes, permitindo uma medição mais frequente e contínua, sem dor e sangramento. A implementação de um equipamento não invasivo através de infravermelho, pode viabilizar o monitoramento de uma forma menos incômoda e que possa ser realizada a qualquer momento sem a necessidade de realizar punção. Isso, por sua vez, pode impactar na minimização à falta de monitoramento glicêmico que muitas vezes é evitado, justamente por ser algo incômodo ao paciente. A fotopletismografia (FPG) é uma técnica óptica não invasiva que foi utilizada para monitorar às alterações nos índices glicêmicos. Para a resolução matemática da estimativa da glicose, foi utilizado o software MATLAB. Com isso, implementou-se um protótipo capaz de estimar a glicose por meio não invasivo, utilizando dois algoritmos de regressão, Regressão por arvore de decisão e Regressão exponencial gaussiana. Nos testes in vitro os algoritmos mostraram-se capazes de predizer a glicose, diferentemente dos testes in vivo, onde é necessário um aprofundamento na pesquisa. |
| Abstract: | Diabetes is one of the major endocrine diseases that poses a serious threat to health. However, the current method, which measures the glucose level from blood sampling, is too unpleasant and painful to use often. Non-invasive glucose monitoring is the most attractive approach to diabetes management, allowing for more frequent and continuous measurement without pain and bleeding. The implementation of a non-invasive equipment through infrared, can enable monitoring in a less uncomfortable way and that can be performed at any time without the need to perform a puncture. This, in turn, can impact on minimizing the lack of glycemic monitoring that is often avoided, precisely because it is uncomfortable for the patient. Photoplethysmography (FPG) is a non-invasive optical technique that has been used to monitor changes in glycemic indices. For the mathematical resolution of the glucose estimate, the MATLAB software was used. Thus, a prototype capable of estimating glucose was implemented non-invasively, using two regression algorithms, Decision Tree Regression and Gaussian Exponential Regression. In in vitro tests, the algorithms were able to predict glucose, unlike in vivo tests, where further research is needed. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/30487 |
| Aparece nas coleções: | CM - Engenharia Eletrônica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| estudoanaliseglicosesanguinea.pdf | 6,25 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
