Show simple item record

dc.contributor.authorMarubayashi, Fernando Ogata
dc.date.accessioned2023-09-04T18:37:38Z
dc.date.available2023-09-04T18:37:38Z
dc.date.issued2023-08-29
dc.identifier.citationMARUBAYASHI, Fernando Ogata. Glycos – Sistema IoT de monitoramento de glicemia e auxílio à prevenção e ao tratamento da Diabetes Mellitus. 2023. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18506.*
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/18506
dc.description.abstractAround 16.8 million according to the research done by the Internation Diabetes Federation. With this meaningful number in mid and utilizing concepts of Internet of Things (IoT) a device capable of measuring capillary blood glucose was created to assist with the treatment and self-care of people with DM or in states of pre-diabetes. The device also known as a glucometer also has the capability to connect itself to the internet though an integrated Wi-Fi module, which means that all measures are directly sent to a cloud server where the data can be kept in a database. The data consists not only of the blood sugar but also questions like "Have you been practicing physical exercise?" or "Are you taking the medicine correctly?" which allow an Artificial Intelligence technique to take place known as fuzzy logic. This technique is capable of predicting the glycemic levels based on past measures and the answers to the other questions, thus being able to say if there are chances of it raising, lowering or stabilizing. After the data treatment, the user along with their doctor and family members will have access to all the information though a Progressive Web App (PWA) that runs natively in the browser of any smartphone. With this easy-to-access data and a prediction made based on said data, the treatment and general service to patients with DM will be more agile, precise on the preventive measures and supply the medical staff with other point of views. Along the project, a number of tests were conducted in order to test the logic and quality of the system in a homologation process. The results prove that both the trend prediction and the system work well, and that it’ll be possible to move into tests with patients or real anonymous data in the future.eng
dc.description.sponsorshipNão recebi financiamentopor
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAttribution 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/br/*
dc.subjectDiabetes Mellituspor
dc.subjectGlicosímetropor
dc.subjectInternet das Coisaspor
dc.subjectIoTpor
dc.subjectProgressive Web Applicationeng
dc.subjectInteligência Artificialpor
dc.subjectLógica fuzzypor
dc.subjectMQTTpor
dc.subjectESP32por
dc.titleGlycos – Sistema IoT de monitoramento de glicemia e auxílio à prevenção e ao tratamento da Diabetes Mellituspor
dc.title.alternativeGlycos – Glycemia IoT monitoring system and aid in the prevention and treatment of Diabetes Mellituseng
dc.typeTCCpor
dc.contributor.advisor1Valente, Fredy João
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8165518000687142por
dc.description.resumoestá por volta de 16.8 milhões de acordo com a pesquisa feita pela International Diabetes Federation. Com esse número significativo em mente e, utilizando conceitos de Internet das Coisas (Internet of Things, IoT) foi criado um aparelho capaz de medir a glicose capilar a fim de facilitar o tratamento e autocuidado de pessoas com o DM ou pré-diabéticas. Além de medir a glicose, o aparelho conhecido como glicosímetro possui conectividade Wi-Fi integrada, ou seja, todas as medições realizadas podem ser enviadas diretamente para um servidor na nuvem onde os dados podem ser guardados num banco de dados. Esses dados de medidas consistem não só da glicose sanguínea, mas também de diversas perguntas como “Está praticando exercício físico?” ou “Está utilizando medicação corretamente” que permitem com que uma técnica de inteligência artificial, conhecida como lógica fuzzy, seja aplicada. Essa técnica é capaz de prever a tendência da glicemia com base nos dados de medidas anteriores para identificar os padrões de resposta do usuário, assim apontando se existem chances da glicemia aumentar, diminuir ou estabilizar. Após o tratamento de dados, o usuário, assim como seu médico e familiares, terão acesso a esses por meio de uma plataforma Progressive Web App (PWA) que roda nativamente pelo navegador de qualquer dispositivo smart-phone, tablet ou desktop. Com esses dados de fácil acesso e uma tendência calculada a partir deles, o atendimento e tratamento para pacientes com o DM será mais ágil e preciso nas medidas preventivas, além de proporcionar diferentes visões ao médico. Ao longo do trabalho diversos testes foram conduzidos a fim de testar a lógica e a qualidade do sistema numa espécie de homologação do mesmo. Os resultados obtidos comprovam o funcionamento tanto da previsão de tendência quanto do sistema como um todo, mostrando que testes com pacientes ou dados reais anônimos poderiam ser conduzidos num futuro próximo.por
dc.publisher.initialsUFSCarpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.publisher.addressCâmpus São Carlospor
dc.contributor.authorlatteshttp://lattes.cnpq.br/8651823061594110por
dc.publisher.courseEngenharia de Computação - ECpor
dc.contributor.authororcidhttps://orcid.org/0009-0009-2713-2461por
dc.contributor.advisor1orcidhttps://orcid.org/0000-0002-2735-4787por


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution 3.0 Brazil
Except where otherwise noted, this item's license is described as Attribution 3.0 Brazil