Qualidade microbiológica da farinha multimistura distribuída no município de Campo Grande, MS / Microbiological quality of flour multi-mixture distributed in the city of Campo Grande, MS

A multimistura vem sendo utilizada em ações na área de atenção básica à saúde, destinada prioritariamente a famílias de baixa renda que apresentem crianças em risco nutricional. A farinha de multimistura é obtida através da secagem, torragem, moagem e mistura de farelos e pó de folhas escuras. É produzida em nível comunitário, podendo ter condições higiênico-sanitárias inadequadas, oferecendo um risco de contaminação elevado, o que poderá acarretar em doença às crianças que fazem uso deste alimento. Este estudo teve como objetivo avaliar as condições higiênico-sanitárias da farinha de multimistura distribuída em Campo Grande-MS. Das sete amostras de farinha analisadas microbiologicamente, 71,4% apresentaram índices elevados de contaminação por coliformes totais e 42,8% das amostras apresentaram-se contaminadas com coliformes termotolerantes. Não foram detectados em nenhuma amostra analisada a presença de Salmonella sp. e Bacillus cereus. Devido à presença de contaminantes de origem fecal, o seu consumo torna-se inapropriado em especial quando consideramos que o mesmo é empregado em programas de alimentação infantil e combate a carências nutricionais, o que poderia debilitar ainda mais o estado nutricional dos consumidores deste alimento.

A neuro-fuzzy system to support in the diagnostic of epileptic events and non-epileptic events using different fuzzy arithmetical operations / Um sistema neuro-difuso para auxiliar no diagnóstico de eventos epilépticos e eventos não epilépticos utilizando diferentes operações aritméticas difusas

OBJECTIVE: To investigate different fuzzy arithmetical operations to support in the diagnostic of epileptic events and non epileptic events. METHOD: A neuro-fuzzy system was developed using the NEFCLASS (NEuro Fuzzy CLASSIfication) architecture and an artificial neural network with backpropagation learning algorithm (ANNB). RESULTS: The study was composed by 244 patients with a bigger frequency of the feminine sex. The number of right decisions at the test phase, obtained by the NEFCLASS and ANNB was 83.60 percent and 90.16 percent, respectively. The best sensibility result was attained by NEFCLASS (84.90 percent); the best specificity result were attained by ANNB with 95.65 percent. CONCLUSION: The proposed neuro-fuzzy system combined the artificial neural network capabilities in the pattern classifications together with the fuzzy logic qualitative approach, leading to a bigger rate of system success.

OBJETIVO: Investigar diferentes operações aritméticas difusas para auxíliar no diagnóstico de eventos epilépticos e eventos não-epilépticos. MÉTODO: Um sistema neuro-difuso foi desenvolvido utilizando a arquitetura NEFCLASS (NEuro Fuzzy CLASSIfication) e uma rede neural artificial com o algoritmo de aprendizagem backpropagation (RNAB). RESULTADOS: A amostra estudada foi de 244 pacientes com maior freqüência no sexo feminino. O número de decisões corretas na fase de teste, obtidas através do NEFCLASS e RNAB foi de 83,60 por cento e 90,16 por cento, respectivamente. O melhor resultado de sensibilidade foi obtido com o NEFCLASS (84,90 por cento); o melhor resultado de especificidade foi obtido com a RNAB (95,65 por cento). CONCLUSÃO: O sistema neuro-difuso proposto combinou a capacidade das redes neurais artificiais na classificação de padrões juntamente com a abordagem qualitativa da logica difusa, levando a maior taxa de acertos do sistema.

Neurônios difusos para auxiliar no diagnóstico de eventos hepilépticos e eventos não epilépticos utilizando operações aritméticas difusas t-normas e t-conormas / Fuzzy neurons for aims at diagnosing epileptic events and non epileptic events using t-norms and t-conorms fuzzy arithmetic operations

O objetivo desta pesquisa é investigar a aplicabilidade de diferentes operações aritméticas difusas t-normas et-conomas, implementadas através dos neurônios difusos propostos por Kwan-Cai e Hirota-Pedrycz. O sistema neuro-difuso para auxiliar no diagnóstico de doenças epilépticas (SNDDE) representa uma ajuda no diagnóstico de eventos epilépticos e eventos não epilépticos. O sistema contém conhecimento médico representado na forma de regras difusas utilizando o método de inferência difuso Mamdani, baseado no modelo perceptron multilayer (MLP). O processo de aprendizagem consiste em atualizar os pesos sinápticos através das operações aritméticas difusas t-normas e t-conormas. O sistema contém 14 unidades de entrada, representando os sintomas apresentados pelos pacientes, correspondendo a um eventoepiléptico ou um evento não epiléptico. A entrada da redecontém valores quantitativos, ou seja, quantidade de sintomas apresentados pelos pacientes durante um evento epiléptico ou um evento não epiléptico. A amostra estudada foi de 244 pacientes, com maior freqüência no sexo feminino. Os resultados mostram que as operações aritméticas difusas Soma/Produto de Einstein E(OU), implementadas com o neurônio difuso proposto por Kwan-Cai, obtiveram os melhores índices de acerto do sistema e os melhores resultados de sensibilidade e especificidade, com 93,58%, 90,69% e 96,82%, respectivamente. O SNDDE proposto combinou a capacidade das redes neurais artificiais na classificação de padrões juntamente com a abordagem qualitativa da lógica difusa, levando a uma maior taxa de acertos do sistema.

The goal of this research is to investigate the applicability of different t-norms and t-conorms fuzzy arithmetical operations, implemented with the fuzzy neurons proposed by Kwan-Cai and Hirota-Pedrycz. This research on neuro-fuzzy systems to support the epilepsy diseases diagnosis (NFSED) aims to help on diagnostics of epileptic and non epileptic events...

SNDDDE: sistema neuro-difuso para auxiliar no diagnóstico de doenças epilépticas / NFSDED: neuro-fuzzy system to support the diagnosis of epileptic diseases

Introdução: Esta pesquisa aborda o desenvolvimento de um sistema neurodifuso para auxiliar no diagnóstico de doenças epilépticas (SNDDDE). Sistemas neurodifusos representam o tipo mais comum de inteligência artificial na medicina. O sistema neurodifuso contém conhecimento médico representado na forma de regras, unindo a força de dois paradigmas: redes neurais artificiais e lógica difusa. Objetivo: O maior interesse da pesquisa é examinar a aplicabilidade das operações aritméticas difusas t-normas e tconormas, implementadas através de neurônios difusos. Resultados: Os resultados mostram que as operações aritméticas difusas Soma/Produto de Einstein E/OU implementadas com o neurônio difuso proposto por Kwan-Cai obtiveram os melhores índices de acertos do sistema quando comparadas com as operações aritméticas padrões máx/mín.

Background: This research approaches the development of a neuro-fuzzy system to support the diagnosis of epileptic diseases (NFSDED). Neuro-fuzzy systems are the most common type of artificial intelligence in medicine. The neuro-fuzzy system contains medical knowledge represented by rules, gathering the strength of two paradigms: artificial neural networks and fuzzy logic. Objective: The main interest of the research is to examine the applicability of the t-norms and t-conorms fuzzy arithmetical operations, implemented by fuzzy neurons. Results: Show that the arithmetical operations of Einstein's Sum/Product AND/OR implemented with the fuzzy neuron proposed by Kwan-Cai obtained the highest rates of system hits, when compared to the min/max arithmetical operations.

Metodologia de aprendizagem utilizando neurônios difusos aplicada no diagnóstico de eventos paroxísticos / Learning methodology that uses fuzzy neurons applied in the diagnosis of paroxysmal events

Este artigo tem por objetivo propor uma metodologia de aprendizagem integrando os conceitos entre redes neurais qrtificiais (RNAs) e a teoria dos conjuntos difusos (TCDs). O maior interesse da pesquisa é examinar a aplicabilidade das operações aritméticas t-normas e t-conormas, implementadas através de dois tipos de neurônios difusos. Os resultados mostram que a operação aritmética Soma/Produto de Einstein E/OU implementado com o neurônio difuso proposto por Kwan-Cai obteve os melhores índices de acertos do SND. Os resultados foram analisados considerando os indicadores quantitativos de modelagem. A área de domínio, utilizada para provar a validade da metodologia, é no diagnóstico de eventos paroxístico (EPs), envolvendo os eventos epilépticos (EEs) e os eventos não epilépticos (ENEs).

Análise de modelos de aprendizagem para diagnosticar eventos paroxísticos / Analysis of learning models to diagnose paroxysmal events

Esta pesquisa tem como objetivo a análise de modelos de aprendizagem utilizando diferentes operações aritméticas aplicadas em um Sistema Neuro-Difuso (SND). A pesquisa integra os conceitos entre as Redes Neurais Artificiais (RNAs) e a Teoria dos Conjuntos Difusos (TCDs). Descreve diferentes combinações de operações aritméticas para compor as regras difusas utilizando expressões de entrada lingüísticas e numéricas. Para avaliar a validade da proposta, um SND é proposto para diagnosticar Eventos Paroxísticos envolvendo os Eventos Epilépticos(EEs) e os Eventos não Epilépticos (ENEs). Após uma simulação realizada constatou-se que as operações aritméticas Produto/Soma Algébrica e Produto/Soma de Hamacher apresentaram um valor final mais próximo em relação ao valor fornecido pelo especialista de domínio.

Modelo híbrido de aprendizagem utilizando expressões linguísticas e numéricas no auxílio ao diagnóstico / Hybrid model of learning using linguistic expressions and numerical in the diagnosis

O objetivo desta pesquisa é a análise de modelos de aprendizagem, utilizando diferentes operações aritméticas aplicadas de Sistemas Neuro-Fuzzy (NFS)...

Uma análise nas técnicas de aprendizagem utilizadas em redes neurais artificiais / An analysis of learning techniques that uses artificial neural networks

Este trabalho analisa dois algoritmos de aprendizagem na área da neurologia descrevendo algumas técnicas de aprendizagem utilizadas em Redes Neurais Artificiais (RNAs). Os algoritmos utilizam a aprendizagem competitiva através do Mapa Auto-organizável de Kohonen em uma arquitetura de rede 2 x 2 e uma arquitetura de rede 5 x 5. Através da técnica Learning Vector of Quantization (LVQ1) o conjunto de treinamento referente à matriz 5 x 5 apresentou um índice de convergência de 95,2 por cento; o conjunto de teste da rede obteve um índice de convergência de 95,1 por cento; na matriz 2 x 2 apenas 84,7 por cento da base de treinamento da rede apresentou índices de convergência; no conjunto de teste da rede o índice de acertos subiu para 85,4 por cento. A partir destes resultados pode-se observar que a rede obteve um índice melhor de classificação de crises convulsivas com a aplicação da técnica LVQ1.

Exploração de bases de dados médicas através de redes neurais artificiais / Medical data base exploration through artificial neural networks

O objetivo deste trabalho é a implementação de técnicas utilizadas no processo de aprendizagem em Redes Neurais Artificiais Auto-organizáveis (RNA's). Inicialmente a rede será treinada a partir do simulador da Neurosciences - ActiveX que utiliza o algoritmo padrão de Kohonen com a aprendizagem competitiva e não supervisionada. O resultado da simulação será comparado com o algoritmo que utiliza aprendizagem supervisionada através da técnica Learning Vector of Quantization (LVQ1). O domínio escolhido para a implementação dos algoritmos de aprendizagem foi a aplicação no Diagnóstico Clínico das Crises Convulsivas, baseado na Classificação International League Against Epilepsy - ILAI/81. De acordo com os resultados encontrados do simulador e do algoritmo que utiliza a técnica LVQ1 em uma matriz (2x2) as bases de treinamento e teste da rede mostraram um índice de convergência de 71,31 por cento e 100 por cento; em uma matriz (5x5) as bases de treinamento e teste apresentaram 84,4 por cento e 100 por cento respectivamente. A partir destes resultados observou-se que, com a utilização da técnica LVQ1 em ambas as topologias de rede ocorreu uma melhora significativa no reconhecimento dos padrões

Validação de um sistema especialista de apoio ao diagnóstico médico / Validation of a expert system to support the medical diagnosis

Sistemas Especialistas Médicos são projetados para o profissional da saúde no auxílio ao suporte à decisão aplicados ao diagnóstico ou prognóstico do paciente. Estimaðse que, aproximadamente 90 por cento de todos os Sistemas Especialistas Médicos não foram avaliados no ambiente clínico. Pesquisas estão demonstrando que existem diversas técnicas de avaliação de Sistemas Especialistas, entre elas o desempenho ð feedback na tomada de decisão e a aplicação de medidas estatísticas. Este artigo descreve as diferentes estratégias de pesquisas utilizadas na avaliação de Sistemas Especialistas Médicos e identifica um método utilizado para avaliar o desempenho de um Sistema Especialista Probabilístico no laboratório e no ambiente clínico

Duas abordagens numéricas utilizadas no tratamento da incerteza em um sistema de apoio ao diagnóstico médico / Two numeric approaches used in uncertainity treatment in a medical diagnosis system

O objetivo despte trabalho é a aplicação de duas abordagens numéricas baseadas em probabilidades utilizadas no tratamento da incerteza e sua respectiva validação. Esta pesquisa realizou um estudo probabilístico em sistemas especialistas: Rede Bayesianas e Fatores de Certeza, apresentando como domínio de aplicação o diagnóstico clínico das crises epiléticas. O sistema foi desenvolvido com a ajuda da metodologia KADS e baseado na International League Against Epilepsy/ILAE81...

Um sistema baseado em conhecimento de auxílio ao diagnóstico clínico das crises epilépticas / A knowledge based system to support the clinical diagnosis of epileptic seizures

Este artigo apresenta um Sistema Baseado em Conhecimentos (SBC) para auxiliar no Diagnóstico Clínico das Crises Epiléticas (CE). Foi baseado na classificaçäo por tipo de crise da International League Against Epilepsia/ILAE81. O objetivo do sistema é obter um conjunto de sintomas apresentado pelo paciente, classificar o tipo de crise e indicar um provável diagnóstico. Para fazer o tratamento da incerteza será utilizado o Teorema de Bayes. O modo de classificaçäo utilizou as técnicas da Inteligência Artificial Simbólica através do Shell Kappa-PC e o paradigma de Orientaçäo a objetos

Sistema de auxílio ao diagnóstico clínico das crises epilépticas / A system to help on the clinical diagnosis of epileptic crises

Apresenta-se um sistema baseado em conhecimentos, para auxiliar no diagnóstico clínico das crises epilépticas, tendo como modêlo a classificação por tipo de crise da International League against Epilepsia. O objetivo do sistema é obter um conjunto de sintomas apresentado pelo paciente, classificar o tipo de crise e indicar o provável diagnóstico...

Sistema de aquisiçäo do conhecimento para auxiliar no diagnóstico clínico das crises epilépticas / Creating an automatized system for the acquisition of knowledge to help classify epileptic seizures

Com o objetivo de desenvolver sistemas automatizados de aquisiçäo de conhecimento para auxiliar na classificaçäo de crises epilépticas, este artigo apresenta um Sistema de Auxílio ao Diagnóstico Clínico de Crises Epilépticas, baseado na metodologia KADS (Knowledge Acquisition and Design Structure). Os métodos utilizados pelas ferramentas, tanto para a aquisiçäo como representaçÝo do conhecimento, representam o escopo da Engenharia do Conhecimento. O objetivo do sistema é obter conjuntos de sintomas apresentados pelo paciente e descrever um provável diagnóstico. O modo de classificaçäo utiliza as técnicas de IA simbólica, através do "shell Kappa-PC"e foi baseado na classificaçäo por tipo de crise da Liga Internacional Contra Epilepsia/ILAE. O sistema encontra-se na fase de teste e manutençäo das regras que fazem parte do módulo de propagaçäo do foco epiléptico