???jsp.display-item.identifier??? https://repositorio.unipampa.edu.br/jspui/handle/riu/8820
???org.dspace.app.webui.jsptag.ItemTag.full???
???org.dspace.app.webui.jsptag.ItemTag.dcfield??????org.dspace.app.webui.jsptag.ItemTag.value??????org.dspace.app.webui.jsptag.ItemTag.lang???
dc.contributor.advisor1Kreutz, Diego-
dc.creatorMartins, Michael Luis de Nazaré-
dc.date.accessioned2024-01-12T17:19:30Z-
dc.date.available2024-01-11-
dc.date.available2024-01-12T17:19:30Z-
dc.date.issued2023-12-07-
dc.identifier.citationMARTINS, Michael Luis de Nazaré. X-Ray Covid19: um aplicativo móvel para diagnóstico através de radiografias do tórax. Orientador: Diego Kreutz. 2023. 42p. Trabalho de Conclusão de Curso (Bacharel em Engenharia de Software) - Universidade Federal do Pampa, Curso de Engenharia de Software, Alegrete, 2023.pt_BR
dc.identifier.urihttps://repositorio.unipampa.edu.br/jspui/handle/riu/8820-
dc.description.abstractDuring the COVID-19 pandemic, declared in 2020, various organizations came together to seek solutions to combat the virus. The PredictCovid platform was created to operate during this pandemic, developed to assist healthcare professionals in the screening of COVID-19 through X-ray image analysis. It spurred the demand for Artificial Intelligence (AI) and Machine Learning (ML) solutions during the pandemic. To overcome some of the challenges faced by PredictCovid, we developed the mobile application X-Ray Covid19. Utilizing technologies like Flutter, Firebase, and TensorFlow Lite, this application significantly enhances the user experience and provides another tool to assist healthcare professionals. The usability evaluation, conducted based on Nielsen’s 10 heuristics, revealed a generally positive experience, with highlights for the visibility of the system status and minimalist design. This AI support to doctors is a significant advancement in the fight against COVID-19. Key-words: Machine Learning. PredictCovid. X-ray. X-Ray Covid19.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal do Pampapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectEngenharia de softwarept_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectRaios Xpt_BR
dc.subjectCOVID-19 (Doença)pt_BR
dc.subjectSoftware engineeringpt_BR
dc.subjectMachine learningpt_BR
dc.subjectX-rayspt_BR
dc.subjectCOVID-19 (Disease)pt_BR
dc.titleX-Ray Covid19: um aplicativo móvel para diagnóstico através de radiografias do tóraxpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor-co1Camargo, Alex-
dc.publisher.initialsUNIPAMPApt_BR
dc.publisher.countryBrasilpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRApt_BR
dc.description.resumoDurante a pandemia do COVID-19, declarada em 2020, diversos órgãos se reuniram pra buscar solução no combate ao vírus. Para atuar durante essa pandemia foi criada plataforma PredictCovid, desenvolvida para auxiliar profissionais de saúde na triagem de Covid-19 através de análises de imagens de raio-x, impulsionou a demanda por soluções de Inteligência Artificial (IA) e Machine Learning (ML) durante a pandemia. Para superar alguns dos desafios enfrentados pela PredictCovid, desenvolvemos o aplicativo móvel X-Ray Covid19. Com utilização de tecnologias como Flutter, Firebase e TensorFlow Lite, este aplicativo traz uma melhoria significativa na experiência do usuário e fornecendo mais uma ferramenta para auxiliar os profissionais da saúde. A avaliação de usabilidade, realizada com base nas 10 heurísticas de Nielsen, revelou uma experiência geralmente positiva, com destaque para a visibilidade do status do sistema e design minimalista. Este auxílio aos médico através de IA é um avanço significativo no combate ao COVID-19. Palavras-chave: Aprendizado de Máquina. PredictCovid. Raio-X. X-Ray Covid19.pt_BR
dc.publisher.departmentCampus Alegretept_BR
???org.dspace.app.webui.jsptag.ItemTag.appears???Engenharia de Software

???org.dspace.app.webui.jsptag.ItemTag.files???
???org.dspace.app.webui.jsptag.ItemTag.file??? ???org.dspace.app.webui.jsptag.ItemTag.description??? ???org.dspace.app.webui.jsptag.ItemTag.filesize??????org.dspace.app.webui.jsptag.ItemTag.fileformat??? 
Michael Luis de Nazare Martins - 2023.pdf1.76 MBAdobe PDF???org.dspace.app.webui.jsptag.ItemTag.view???


???jsp.display-item.copyright???