http://hdl.handle.net/123456789/2474 2026-04-21T13:26:34Z 2026-04-21T13:26:34Z SILVA, Everson Thiago Santos Gerôncio da http://hdl.handle.net/123456789/3872 2025-05-27T16:31:09Z 2025-05-27T00:00:00Z

(BIO)SENSORES ELETROANALÍTICOS PORTÁTEIS DE BAIXO CUSTO PARA DIAGNÓSTICO E/OU MONITORAMENTO IN LOCO SILVA, Everson Thiago Santos Gerôncio da RESUMO : Os dispositivos de diagnóstico portáteis para análises in loco, também conhecidos como dispositivos de teste point-of-care (POC) ou point-of-need (PON), são ferramentas usualmente descritas como auxiliares próximas ao paciente (ou pessoa interessada na análise). A principal vantagem desse tipo de dispositivo é a obtenção de resultados imediatos, ou em um curto intervalo de tempo, o qual possibilita que pessoas ligadas à saúde (ou outra área de interesse) ou o próprio paciente tomem decisões de maneira rápida e efetiva no que dizem respeito à diagnóstico e/ou necessidade de intervenção clínica/medicamentosa (entre outras ações, de acordo com a aplicação). Nesse projeto propôs-se o desenvolvimento de estratégias para a fabricação de sensores eletroquímicos e colorimétricos/eletrocrômicos miniaturizados, em substratos de papel. No primeiro caso (dispositivos sensores eletroquímicos), eletrodos foram preparados utilizando lápis acoplado a um dispositivo protótipo desenvolvido em impressora 3D, conferindo alta reprodutibilidade e escalabilidade de fabricação. Nesse caso, o sensor eletroquímico miniaturizado preparado foi aplicado para detecção de dopamina em amostras de saliva sintética, apresentando elevada sensibilidade. Outro aluno pôde funcionalizar a mesma plataforma e detectar glifosato como contaminante em amostras de água. Já no segundo caso, dos dispositivos colorimétricos, foi desenvolvido uma estratégia de detecção de creatinina em análises de urina mais seletiva do que o método tradicional atualmente empregado no SUS. Nesse caso, foram usadas nanopartículas metálicas funcionalizadas que, ao contato com a creatinina, alteram sua cor. A quantificação é feita via UV-Vis, mas estamos trabalhando para viabilizar também a quantificação via celular. Esses resultados foram apresentados em evento científico recentemente, e serão publicados em breve. Portanto, espera-se com esse projeto contribuir para a formação de recursos humanos qualificados, além de contribuir para as áreas clínica e ambiental através do desenvolvimento desses dispositivos. ABSTRACT Portable diagnostic devices for on-the-spot testing, also known as point-of-care (POC) or point-of-need (PON) testing devices, are tools commonly used as an aid close to the patient (or person interested in the analysis). The main advantage of this type of device is the achievement of immediate results, or in a short period of time, which allows people linked to health (or other area of interest) or even the patient to make decisions quickly and effectively regarding the diagnosis and/or need for clinical/drug intervention (among other actions, according to the application). In the first case (electrochemical sensor devices), electrodes were prepared using a pencil coupled to a prototype device developed on a 3D printer, providing high reproducibility and manufacturing scalability. In this case, the prepared miniaturized electrochemical sensor was applied to detect dopamine in synthetic saliva samples, showing high sensitivity. Another student was able to functionalize the same platform and detect glyphosate as a contaminant in water samples. In the second case (colorimetric devices), a strategy was developed for detecting creatinine in urine analysis that is more selective than the traditional method currently used in the SUS. In this case, functionalized metal nanoparticles were used that, upon contact with creatinine, change its color. Quantification is done via UV-vis, but we are working to also enable quantification via cell phones. These results were presented at a scientific event recently and it will be published soon. Therefore, this project is expected to contribute to the formation of incorporated human resources, in addition to contributing to the clinical and environmental areas through the development of such devices. Autor(a): Prof. Dr. Everson Thiago Santos Gerôncio da Silva - UFPI

2025-05-27T00:00:00Z LEÃO, Erico Meneses http://hdl.handle.net/123456789/3590 2024-09-09T14:07:14Z 2024-09-09T00:00:00Z

MECANISMOS EFICIENTES PARA DISSEMINAÇÃO DE DADOS EM APLICAÇÕES IoT E RSSF DE LARGA ESCALA LEÃO, Erico Meneses RESUMO: Com o advento da Internet das Coisas (IoT – Internet of Things) no âmbito industrial, comercial e residencial, o desenvolvimento de aplicações e mecanismos de comunicação eficientes baseadas em Redes Sensores Sem Fio (RSSF) têm se tornado uma área atrativa, principalmente por sua adaptabilidade em ambientes de larga escala. Além de ser uma tecnologia adequada para ambientes de difícil acesso por sistemas cabeados e a atuação humana (WILLIG; MATHEUS; WOLISZ, 2005; AFSAR; TAYARANI-N, 2014), RSSFs compõem propriedades de dinamicidade, autonomia, operação colaborativa, mobilidade e flexibilidade no processo de comunicação (AKYILDIZ et al., 2002). Com os crescentes avanços tecnológicos dos sistemas de comunicação sem fio e dos dispositivos Micro e Nano eletrônicos, as RSSFs têm sido apontadas com uma das tecnologias mais relevantes no âmbito de aplicações da Internet das Coisas. A principal ideia dessa revolução tecnológica é, além de conectar pessoas, animais, veículos e qualquer outro tipo de “objeto” a “qualquer hora” e em “qualquer lugar”, permitir que essas instâncias possam gerar e propagar informações de forma inteligente, autônoma e com custos reduzidos. Através do uso de dispositivos sensores cada vez mais robustos em termos de processamento, memória, armazenamento e comunicação, IoT permite que os “objetos” possam cooperar entre si, utilizando a Internet como infraestrutura global de comunicação, a fim de atingir objetivos comuns (ATZORI; IERA; MORABITO, 2010; WHITMORE; AGARWAL; DA XU, 2014). Entre as principais áreas de aplicação de IoT, temos: cidades Inteligentes, automação industrial e residencial, veículos autônomos, agricultura de precisão e smart healthcare(STANKOVIC, 2008; BARONTI et al., 2007; KUMAR; OVSTHUS; KRISTENSEN, 2014; MAHMOOD; SEAH; WELCH, 2015).

2024-09-09T00:00:00Z ARAÚJO, Flávio Henrique Duarte de http://hdl.handle.net/123456789/2906 2022-10-06T19:34:40Z 2022-10-06T00:00:00Z

DESENVOLVIMENTO DE UMA FERRAMENTA PARA CONTAGEM E RECONHECIMENTO DE OVOS DE MOSQUITO AEDES ARAÚJO, Flávio Henrique Duarte de RESUMO: As arboviroses são doenças infecciosas causadas por vírus que se desenvolvem e são transmitidas pelos insetos vetores, tais como Dengue, Febre Amarela Urbana, Zika e Chikungunya que são transmitidas pelo mosquito Aedes aegypti. Uma das formas de realizar o monitoramento da infestação do mosquito é por meio do uso de ovitrampa, que são pequenos recipientes que simulam locais adequados para a postura de ovos. O uso deste tipo de armadilha pode fornecer importantes informações para o monitoramento destes vetores em uma área. Essa é uma técnica barata, segura e de fácil manuseio, no entanto, sua desvantagem é a necessidade de contagem de ovos dos mosquitos que é realizada manualmente por um agente, com o auxílio de microscópio estereoscópio (Lupa), em ambiente laboratorial. Em períodos chuvosos, é comum encontrar milhares de ovos por palheta, o que torna esse método inviável pela necessidade de grande número de agentes para realizar a contagem dos ovos, de forma confiável e no tempo suficiente para resultar numa ação efetiva de controle vetorial. Com base no exposto, o objetivo deste projeto é utilizar técnicas de Visão Computacional para criar uma ferramenta de contagem automática de ovos de mosquito Aedes em imagens obtidas das palhetas utilizadas nas armadilhas do tipo ovitrampa. O principal produto esperado da execução deste projeto é o desenvolvimento e disponibilização de uma ferramenta que poderá ser utilizada nos laboratórios que mapeiam a taxa de infestação do mosquito Aedes por meio das armadilhas ovitrampa. O aumento da eficiência na contagem, permitirá ampliar o número de áreas mapeadas pelo laboratório. Dessa forma, o potencial inovador da ferramenta é promissor, uma vez que, todos os estados do Brasil que possuem laboratórios que realizam esse mapeamento poderão usufruir da ferramenta proposta. ABSTRACT: Arboviruses are infectious diseases caused by viruses that develop and are trans-mitted by vector insects, such as Dengue, Urban Yellow Fever, Zika and Chikungunya that are transmitted by the Aedes aegypti mosquito. One of the ways to monitor the mosquito infestation is through the use of ovitraps, which are small containers that simulate suitable places for laying eggs. The use of this type of trap can provide important information for monitoring these vectors in an area. This is a cheap, safe and easy-to-use technique, however, its disadvantage is the need to count mosquito eggs, which is performed manually by an agent, with the aid of a stereoscopic microscope (Magnifying glass), in a laboratory environment. In rainy periods, it is common to find thousands of eggs per straw, which makes this method unfeasible due to the need for a large number of agents to perform the egg count, reliably and in a sufficient time to result in an effective vector control action. Based on the above, the objective of this project is to use Computer Vision techniques to create an automatic counting tool for Aedes mosquito eggs in images obtained from the straws used in ovitrap traps. The main product expected from the execution of this project is the development and availability of a tool that can be used in laboratories that map the infestation rate of the Aedes mosquito through ovitrap traps. The increase in counting efficiency will allow increasing the number of areas mapped by the laboratory. In this way, the innovative potential of the tool is promising, since all Brazilian states that have laboratories that carry out this mapping will be able to take advantage of the proposed tool.

2022-10-06T00:00:00Z SILVA, Romuere Rodrigues Veloso e http://hdl.handle.net/123456789/2895 2022-10-05T18:27:59Z 2022-10-05T00:00:00Z

MONITORAMENTO DE PEQUENOS RUMINANTES EM REBANHOS UTILIZANDO VISÃO SILVA, Romuere Rodrigues Veloso e RESUMO: Segundo o Instituto Brasileiro de Geografia e Estatística (IBGE), o Brasil possuía em 2019 um rebanho de aproximadamente 11,3 milhões de caprinos (Capra hircus) e 19,7 milhões de ovinos (Ovis aries). Essas duas espécies compõem uma categoria de produção conhecida como pequenos ruminantes e são exploradas comercialmente na ovino-caprinocultura. Segundo a Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA), a comercialização de ovinos e caprinos entre 2006 e 2017 teve um acréscimo de 229% e 298%, respectivamente. Apesar dos crescentes investimentos nos últimos anos, a ovinocaprino-cultura no Brasil ainda não chegou a patamares comparáveis aos da bovinocultura, que representa uma das atividades pecuárias responsáveis pelo destaque do país no cenário mundial, com um rebanho de mais de 214 milhões de animais. Utilizando-se como base a bovinocultura brasileira, é possível estimar que a ovinocaprinocultura ainda tem espaço para crescer substancialmente no setor de produção de proteína animal. Para isso, são necessárias técnicas modernas de manejo de rebanho, tais como: expansão dos programas de melhoramento genético; monitoramento contínuo do rebanho; ganho de peso diário; e nutrição. Uma alternativa ao uso de balanças é fazer a predição do peso corporal utili-zando medidas morfológicas que sejam significantemente relevantes para o peso, tais como circunferência torácica, altura da cernelha e largura do quadril. Essas características são usualmente aferidas com uso de fita métrica ou réguas específicas. Entretanto, a maioria das medidas corporais são subjetivas, trabalhosas e requerem treinamento. Além disso, essas aferições podem ser estressantes para os animais. Levando em consideração o exposto, um sistema de visão computacional para pesagem automática de ovinos e caprinos seria de grande valia para o manejo de rebanho em fazendas. O sistema teria as seguintes características: baixo custo em relação às balanças tradicionais; durabilidade do sistema, pois o animal não terá contato com o equipamento; e abordagem não invasiva, através do uso de câmeras estrategicamente posicionadas. Dessa forma, o presente projeto tem por objetivo desenvolver um sistema de visão computacional para estimar o peso corporal de pequenos ruminantes em rebanho. Para isso, utilizaremos câmeras 3D acopladas em locais estrategicamente selecionados. ABSTRACT: According to the Brazilian Institute of Geography and Statistics (IBGE), in 2019 Brazil had a herd of approximately 11.3 million goats (Capra hircus) and 19.7 million sheep (Ovis aries) . These two species make up a production category known as small ruminants and are commercially exploited in sheep and goat farming. According to the Brazilian Agricultural Research Corporation (EMBRAPA), the commercialization of sheep and goats between 2006 and 2017 increased by 229% and 298%, respectively. Despite increasing investments in recent years, sheep and goat farming in Brazil has not yet reached levels comparable to those of cattle farming, which represents one of the livestock activities responsible for the country’s prominence on the world stage, with a herd of more than 214 million animals. Using the Brazilian cattle industry as a basis, it is possible to estimate that sheep and goat farming still has room to grow substantially in the animal protein production sector. For this, modern herd management techniques are needed, such as: expansion of genetic improvement programs; continuous monitoring of the herd; daily weight gain; and nutrition. An alternative to using scales is to predict body weight using morphological measurements that are significantly relevant to weight, such as chest circumference, height at the withers, and hip width. These characteristics are usually measured using a tape measure or specific rulers. However, most body measurements are subjective, laborious and require training. In addition, these measurements can be stressful for the animals. Taking into account the above, a computer vision system for automatic weighing of sheep and goats would be of great value for herd management on farms. The system would have the following characteristics: low cost compared to traditional scales; durability of the system, as the animal will not have contact with the equipment; and non-invasive approach, through the use of strategically placed cameras. Thus, the present project aims to develop a computer vision system to estimate the body weight of small ruminants in a herd. For this, we will use 3D cameras attached to strategically selected locations.

2022-10-05T00:00:00Z