Please use this identifier to cite or link to this item: https://ric.cps.sp.gov.br/handle/123456789/35430
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorALMEIDA, Maurício Amaral de-
dc.contributor.authorBAIÃO, Gabrielly de Lima-
dc.date.accessioned2025-09-02T17:44:52Z-
dc.date.available2025-09-02T17:44:52Z-
dc.date.issued2025-06-23-
dc.identifier.citationBAIÃO, Gabrielly de Lima. A importância da inteligência artificial e machine learning (aprendizado de máquina) na avaliação por ressonância magnética da doença de Alzheimer, 2025. Trabalho de conclusão de curso (Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas) – Faculdade de Tecnologia de São Paulo, São Paulo, 2025.pt_BR
dc.identifier.urihttps://ric.cps.sp.gov.br/handle/123456789/35430-
dc.description.abstractO objetivo deste trabalho foi revisar sistematicamente a importância da inteligência artificial, deep learning, aprendizado de máquina e redes neurais na avaliação da doença de Alzheimer por ressonância magnética e demonstrar como são capazes de verificar com precisão cérebros saudáveis com cognição normal de cérebros com alterações causadas pela doença de Alzheimer. Métodos: Efetuou-se uma pesquisa na ACM Digital Library (ACM), IEEE Xplore Digital Library (IEEE) e Pubmed no período de 2015 a 2020, utilizando-se as seguintes palavras chaves: “Artificial intelligence”, “MRI”, “Alzheimer”, “Neural networks”, “Machine learning” , além de referências cruzadas dos artigos selecionados. Resultados: Foram encontrados 20 estudos que preencheram os critérios de inclusão adotados para o presente trabalho. Estes estudos mostraram que é possível obter a melhor evidência quanto ao aprendizado de máquina e seu modo de avaliação em pacientes com Alzheimer. Conclusão: Verificou-se que a produção científica mundial sobre inteligência artificial e aprendizado de máquina tem ganhado cada vez mais relevância com estudos importantes que predizem o diagnóstico individual e o comprometimento cognitivo leve com base na ressonância magnética.pt_BR
dc.description.abstractPurpose: The aim of this article was to systematically review the importance of artificial intelligence, deep learning, machine learning and neural networks in the evaluation of Alzheimer’s disease by magnetic resonance imaging. Methods: Performed a search in ACM Digital Library (ACM), IEE Xplore Digital Library (IEEE) and Pubmed in the period from 2015 to 2020, using the following keywords: “Artificial intelligence”, “MRI”, “Alzheimer”, “Neural networks”, “Machine learning”, ins addition to cross-references of the selected articles. Results: Twenty studies were found that met the inclusion criteria adopted for the present study. These studies show that it’s possible to obtain the best proof of machine learning and it’s way of evaluating Alzheimer’s patients. Conclusion: It was found that the worldwide scientific production on artificial intelligence and machine learning are increasingly relevant with important studies on individual diagnosis and mild cognitive impairment based on magnetic resonance imaging.pt_BR
dc.description.sponsorshipCurso Superior de Tecnologia em Análise e Desenvolvimento de Sistemaspt_BR
dc.language.isopt_BRpt_BR
dc.publisher002pt_BR
dc.subjectDoença de alzheimerpt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectRessonância magnética nuclear (diagnóstico)pt_BR
dc.subjectRedes neuraispt_BR
dc.subjectMachine learningpt_BR
dc.subject.otherInformação e Comunicaçãopt_BR
dc.titleA importância da inteligência artificial e machine learning (aprendizado de máquina) na avaliação por ressonância magnética da doença de Alzheimerpt_BR
dc.title.alternativeThe importance of artificial intelligence and machine learning in the MRI evaluation of Alzheimer's diseasept_BR
dc.typeMonografiapt_BR
dcterms.type-pt_BR
Appears in Collections:Trabalhos de conclusão de curso



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