Por favor, use este identificador para citar o enlazar este ítem: https://rd.uffs.edu.br/handle/prefix/7340
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisor1Kim, Jung Ho-
dc.contributor.advisor-co1Carazzo, Charles André-
dc.contributor.referee1Kim, Jung Ho-
dc.contributor.referee2Carazzo, Charles André-
dc.contributor.referee3Stobbe, Júlio César-
dc.contributor.referee4Navarini, Daniel-
dc.creatorOliveira, Henrik Gerber de-
dc.date2022-
dc.date.accessioned2024-02-15T16:47:04Z-
dc.date.available2023-12-
dc.date.available2024-02-15T16:47:04Z-
dc.date.issued2022-
dc.identifier.urihttps://rd.uffs.edu.br/handle/prefix/7340-
dc.description.resumoMielopatia cervical degenerativa (MCD) é definida como um conjunto de doenças responsáveis por disfunções neurológicas e funcionais na região cervical da medula espinal. Compreende a mielopatia cervical espondilótica, a ossificação do ligamento longitudinal posterior e as doenças degenerativas discais.1. Apesar de existirem indicações bem estabelecidas de tratamento cirúrgico para essas doenças, em alguns casos, torna-se difícil estabelecer a melhor conduta terapêutica. Assim, por meio das técnicas de Inteligência Artificial, busca-se facilitar a decisão do tratamento. Inteligência Artificial (IA) é um termo geral que implica a utilização de um computador para modelar um comportamento inteligente com o mínimo de intervenção humana.2. Dentre as principais técnicas de IA, destaca-se a aprendizagem de máquina. 3. Essa técnica consiste em um método de análise de dados que, por meio da observação de padrões, automatiza a formação de modelos analíticos, o que pode facilitar a tomada de decisão em situações que utilizem-se da análise de padrões, como o prognóstico das condições de saúde.4. Considerando as especificidades da MCD, este estudo visa avaliar a efetividade da utilização das técnicas de aprendizagem de máquinas no prognóstico dessa afecção.pt_BR
dc.description.provenanceSubmitted by Cristiano Silva de Carvalho (cristianoscarvalho@uffs.edu.br) on 2024-02-01T13:53:56Z No. of bitstreams: 1 HENRIK GERBER DE OLIVEIRA.pdf: 504180 bytes, checksum: 22b3b0f8c92e32355be4674cb8744153 (MD5)en
dc.description.provenanceApproved for entry into archive by Franciele Scaglioni da Cruz (franciele.cruz@uffs.edu.br) on 2024-02-15T16:47:04Z (GMT) No. of bitstreams: 1 HENRIK GERBER DE OLIVEIRA.pdf: 504180 bytes, checksum: 22b3b0f8c92e32355be4674cb8744153 (MD5)en
dc.description.provenanceMade available in DSpace on 2024-02-15T16:47:04Z (GMT). No. of bitstreams: 1 HENRIK GERBER DE OLIVEIRA.pdf: 504180 bytes, checksum: 22b3b0f8c92e32355be4674cb8744153 (MD5) Previous issue date: 2022en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Fronteira Sulpt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCampus Passo Fundopt_BR
dc.publisher.initialsUFFSpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectAprendizagempt_BR
dc.subjectMaquinariapt_BR
dc.subjectMielomapt_BR
dc.subjectPrognósticopt_BR
dc.titlePrognóstico de mielopatia cervical degenerativa utilizando técnicas de machine learning: uma revisão sistemáticapt_BR
dc.typeMonografiapt_BR
Aparece en las colecciones: Medicina

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
HENRIK GERBER DE OLIVEIRA.pdf492,36 kBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem Recomiende este ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.