Desenvolvimento de um método para classificação de fungos do gênero Metarhizium utilizando dados de espectroscopia no infravermelho e técnica de machine learning

Página do item simplificado
dc.contributor.advisorPereira, Thiago Martini [UNIFESP]
dc.contributor.advisorLatteshttp://lattes.cnpq.br/3291751276972553pt_BR
dc.contributor.authorSouza, Bruno João de [UNIFESP]
dc.coverage.spatialSão jose dos campospt_BR
dc.date.accessioned2021-03-26T12:11:03Z
dc.date.available2021-03-26T12:11:03Z
dc.date.issued2021-02-22
dc.description.abstractA capacidade de identificar e classificar amostras de fungos é de grande interesse na medicina diagnóstica e mercado agroindustrial. No que se diz respeito a saúde pública, nos últimos anos, fungos do gênero Aspergillus, antes considerados inofensivos, passaram a contaminar seres humanos com o sistema imune inibido ou enfraquecido devido a medicação antibiótica ou tratamentos invasivos [1]. No caso da indústria de produção, fungos como o gênero Metarhizium vêm sendo usados como biopesticidas para enfrentamento de diversas pragas (espécies de insetos).Foram utilizados dados de espectroscopia no infravermelho por transformada de Fourier (FTIR) de seis linhagens de três espécies diferentes do fungo de gênero Metarhizium (filo Ascomycota), pertencentes ao USDA - ARSEF (“United States Department of Agriculture – Agricultural Research Service Collection of Entomopathogenic Fungal Cultures”). Foram três linhagens da espécie Metarhizium acridum (ARSEF 324, ARSEF 3391 e ARSEF 7486), uma da espécie Metarhizium anisopliae (ARSEF 5749) e duas da espécie Metarhizium brunmeum (ARSEF 1095 e ARSEF 5626). Os dados foram pré-processados em MATLAB® (2015a) com aplicação de downsampling (redução da taxa de amostragem), normalização e filtragem de suavização de Savitzky-Golay (S-G). Os dados representam a absorbância de espectros em função do número de onda, sendo avaliadas as bandas de 900 a 1350cm-1 e de 900 a 1800cm-1 com variação do grau de derivada e do tamanho da janela do filtro. A comparação foi realizada quanto a capacidade de classificação dos grupos com aplicação das técnicas combinadas de Análise de Componentes Principais (PCA) e Análise Discriminante Linear (LDA).Identificou-se que os parâmetros do filtro de Savitzky-Golay (grau de derivada e dimensão da janela) têm grande importância para construção de classificadores juntamente com aplicação de PCA para otimização da razão sinal-ruído (SNR), assim como a escolha das regiões do espectro, visto que a região de 900 a 1800cm-1 apresentou resultados com muita interferência de ruídos decorrentes de contaminante de vapor d’águapt_BR
dc.description.sponsorshipNão recebi financiamentopt_BR
dc.format.extent62pt_BR
dc.identifier.urihttps://repositorio.unifesp.br/handle/11600/60765
dc.languageporpt_BR
dc.publisherUniversidade Federal de São Paulopt_BR
dc.rightsinfo:eu-repo/semantics/openAccesspt_BR
dc.subjectEspectroscopia FTIRpt_BR
dc.subjectMachine learningpt_BR
dc.subjectBioespectroscopiapt_BR
dc.subjectFungospt_BR
dc.subjectBioengenhariapt_BR
dc.titleDesenvolvimento de um método para classificação de fungos do gênero Metarhizium utilizando dados de espectroscopia no infravermelho e técnica de machine learningpt_BR
dc.typeinfo:eu-repo/semantics/bachelorThesispt_BR
unifesp.assessoresproreitoriasNão se aplicapt_BR
unifesp.campusInstituto de Ciência e Tecnologia (ICT)pt_BR
unifesp.departamentopt_BR
unifesp.especializacaoNão se aplicapt_BR
unifesp.graduacaoEngenharia Biomédicapt_BR
unifesp.graduateProgramNão se aplicapt_BR
unifesp.knowledgeAreaOutrapt_BR
unifesp.researchAreaotica biomedicapt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
TCC_BrunoJoaoSouza.pdf
Tamanho:
1.63 MB
Formato:
Adobe Portable Document Format
Descrição:
texto de tcc final
Baixar
Licença do Pacote
Agora exibindo 1 - 2 de 2
Imagem de Miniatura
Nome:
license.txt
Tamanho:
5.4 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Imagem de Miniatura
Nome:
Termo de autorizacao de publicacao eletronica no repositorio institucional e catalogo online da unifesp - Bruno Joao.pdf
Tamanho:
628.67 KB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Engenharia Biomédica