Please use this identifier to cite or link to this item: http://hdl.handle.net/10773/38520
Title: Biossensores E-Tongue/E-Nose para deteção de analitos em fluídos humanos
Other Titles: E-Tongue/E-Nose biosensors for the detection of analytes in human fluids
Author: Lemos, Armando Flávio Carneiro
Advisor: Pereira, Luiz Fernando Ribeiro
Keywords: Artificial neural networks
E-Nose
E-Tongue
Patologias ginecológicas e do trato urinário
PCA
Defense Date: 7-Dec-2022
Abstract: Os métodos convencionais atuais, no tratamento de certas doenças, como doenças ginecológicas e do trato urinário, são particularmente dispendiosos e demorados, o que não facilita o processo de diagnóstico precoce da doença, podendo originar efeitos colaterais mais graves e recuperações mais demoradas. As doenças ginecológicas, afetam uma grande parte da população feminina tornando-se um problema grave da sociedade e as do trato urinário são generalizadas. Normalmente, estas patologias não são fatais, podendo, no entanto, causar desconforto. Geralmente, o organismo humano apresenta uma grande quantidade de micro-organismos comensais que, dependendo do estado de imunidade do paciente, podem se tornar infeciosas. O presente trabalho, tem como objetivo a criação/utilização de sistemas, eletronic nose (E-Nose) e eletronic tongue (E-Tongue), que consiga detetar e distinguir patologias do foro ginecológico e urinário, de forma efeciente, rápida, não invasiva, com baixo custo e potencial para aplicar num dispositivo home care. Os dados recolhidos da intereção do sistema misto, com os analitos alvo, serão analisados através dos métodos: análise dos componentes principais (PCA) e técnicas de Artificial Neural Networks (ANN), aferindo-se uma “impressão digital” do biomarcador e calibrar os sistemas para que se possam aplicar ao diagnóstico de patologias associadas. Os resultados obtidos, demonstraram que embora não seja difícil distinguir os biomarcadores através da técnica PCA, obtiveram-se bons indicadores com a criação de ANN, num biomarcador específico (tiramina), com uma probabilidade de 95% de acerto num teste cego.
Current conventional methods for the treatment of certain diseases, such as gynaecological and urinary tract diseases, are particularly expensive and time-consuming, which does not facilitate the process of early diagnosis of the disease, and may lead to more serious side effects and longer recovery. Gynaecological diseases affect a large part of the female population, becoming a serious problem for society, while those of the urinary tract are widespread. Normally, these pathologies are not fatal, but they may cause discomfort. Generally, the human organism presents a large quantity of commensal microorganisms which, depending on the patient's state of immunity, may become infectious. This work aims to create/use systems, electronic nose (E-Nose) and electronic tongue (E-Tongue), that can detect and distinguish gynaecological and urinary pathologies, in an effective, fast, non-invasive, low cost and potential to be applied in a home care device. The data collected from the interaction of the mixed system, with the target analytes, will be analysed using the methods: principal component analysis (PCA) and techniques of Artificial Neural Networks (ANN), assessing a "fingerprint" of the biomarker and calibrate the systems so that they can be applied to the diagnosis of associated pathologies. The results obtained, demonstrated that although it is not difficult to distinguish the biomarkers through the PCA technique, good indicators were obtained with the creation of ANN, in a specific biomarker (tyramine), with a 95% probability of accuracy in a blind test.
URI: http://hdl.handle.net/10773/38520
Appears in Collections:DCM - Dissertações de mestrado
UA - Dissertações de mestrado
DETI - Dissertações de mestrado
DFis - Dissertações de mestrado

Files in This Item:
File Description SizeFormat 
Documento_Armando_Lemos.pdf3.3 MBAdobe PDFView/Open


FacebookTwitterLinkedIn
Formato BibTex MendeleyEndnote Degois 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.