Skip to content
@cilab-ufersa

CILab

Computational Intelligence Laboratory - CILab

LinkedIn Instagram

Tecnologias:

python logo git logo jupyter logo vscode logo pandas logo numpy logo streamlit logo

Desenvolvemos soluções com Inteligência Artificial

Projetos desenvolvidados

1. Diagnostico de Hipotireoidismo com Inteligência Artificial Explicável

O hipotireoidismo é uma doença que afeta a tireoide, uma glândula localizada no pescoço, responsável por produzir hormônios que regulam o metabolismo do corpo. O diagnóstico precoce é fundamental para o tratamento da doença, que pode ser feito por meio de exames de sangue. O objetivo deste projeto é desenvolver um modelo de inteligência artificial que possa auxiliar no diagnóstico de hipotireoidismo, utilizando dados de exames de sangue. Além disso, o modelo deve ser capaz de explicar suas decisões, de forma a fornecer informações sobre os fatores que influenciaram o diagnóstico.

Repositório do projeto

Diagnostico de Hipotireoidismo com Inteligência Artificial Explicável


2. Detecção de Fissuras na Construção Civil com Visão Computacional

A detecção de fissuras em estruturas de concreto é um problema importante na construção civil, pois as fissuras podem indicar problemas estruturais que comprometem a segurança das edificações. O objetivo deste projeto é desenvolver um sistema de visão computacional capaz de detectar fissuras em imagens de estruturas de concreto, utilizando técnicas de processamento de imagens e aprendizado de máquina. O sistema deve ser capaz de identificar a presença de fissuras, delimitar sua extensão e classificar sua gravidade, de forma a auxiliar engenheiros e arquitetos na inspeção das construções.

Repositório do projeto

Crackit©: Crack analysis and diagnosis on buildings elements


3. Saúde e bem estar da mulher: Planejamento Familiar e predição de ciclos com Inteligência Artificial

O planejamento familiar é um direito fundamental de todas as pessoas, que consiste na possibilidade de decidir livremente sobre o número de filhos que desejam ter e o intervalo entre as gestações. O conhecimento do ciclo menstrual é essencial para o planejamento familiar, pois permite identificar os dias férteis da mulher e prevenir a gravidez indesejada. O objetivo deste projeto é desenvolver um aplicativo de saúde feminina que possa auxiliar as mulheres no planejamento familiar e na predição do ciclo menstrual, utilizando técnicas de inteligência artificial. O aplicativo deve ser capaz de prever o ciclo menstrual da mulher com base em informações sobre seu ciclo anterior, sintomas e hábitos de vida, de forma a fornecer informações precisas e personalizadas sobre sua saúde reprodutiva.


Support by

Pinned Loading

  1. introduction_machine_learning introduction_machine_learning Public

    Introdução a machine learning com Python 3 🧠 - v.1

    Python 10 5

  2. period_cycle_prediction period_cycle_prediction Public

    PERIOD CYCLE PREDICTION©: Predictive Modeling of Menstrual Cycle Length: A Time Series Forecasting Approach ♀ https://arxiv.org/pdf/2308.07927.pdf

    Python 9 7

  3. cilab-coding-standards cilab-coding-standards Public

    Padrões de codificação usados no laboratório 💻💾

  4. crack_detection_app crack_detection_app Public

    Crackit©: Crack analysis and diagnosis on buildings elements

    Python 3 2

  5. surface_crack_detection surface_crack_detection Public

    Concrete Crack Detection 🧱 https://ieeexplore.ieee.org/document/10693377

    Python 4

  6. thyroid_disease_AI thyroid_disease_AI Public

    Thyroid Disease prediction with machine learning approaches 🧬

    Python

Repositories

Showing 10 of 14 repositories

Top languages

Loading…

Most used topics

Loading…