Inferência da Temperatura Interna em uma Incubadora Neonatal Utilizando Redes Neurais Artificiais
Abstract
The neonatal incubator is a hospital equipment that provides suitable temperature conditions for newborns. This work proposes a neural inference system, based on Artificial Neural Networks (ANN) of the MultiLayer Perceptron (MLP) type, which will be used as a virtual sensor. This system will replace the installation of physical sensors during the certification or maintenance of the incubator and will be possible to monitore temperature online. The results demonstrated that the neural inference system can be used satisfactorily as a virtual sensor. Mean quadratic validation errors between 1.6x10-3 and 1.9x1010-3 and variance between 2.533x1010-7 and 8,098x1010-7 were obtained.
References
Agostini, N. et al. (2003). Sistema computadorizado para verificação da funcionalidade em incubadoras neonatais.
Araújo Júnior, J. M. d. (2007). Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação. Master’s thesis, Universidade Federal do Rio Grande do Norte.
Associação Brasileira de Normas Técnicas (2014). ABNT NBR IEC 60601-2-19:2014 Equipamento eletromédico Parte 2-19: Requisitos particulares para segurança básica e desempenho essencial das incubadoras para recém-nascidos. Vers˜ão corrigida da ABNT NBR IEC 60601-2-19:2014 incorpora a Errata 2, de 05.05.2017. Esta Norma foi confirmada em virtude da publicação da Emenda 1 de 10.07.2019.
de Araújo, J. M., De Menezes, J. M. P., Moura de Albuquerque, A. A., Da Mota Almeida, O., and Ugulino de Araújo, F. M. (2013). Assessment and certification of neonatal incubator sensors through an inferential neural network. Sensors, 13(11):15613–15632.
de Assis, A. J. and Maciel Filho, R. (2000). Soft sensors development for on-line bioreactor state estimation. Computers & Chemical Engineering, 24(2-7):1099–1103.
de Oliveira Filho, J. I., da Mota Almeida, O., and de Araújo, J. M. (2018). Desenvolvimento de hardware para a medição de parâmetros de temperatura e umidade em uma incubadora neonatal. Revista Principia - Divulgação Científica e Tecnológica do IFPB, 1:121.
Haykin, S. (2007). Redes neurais: princípios e prática. Bookman Editora.
Haykin, S. S. et al. (2009). Neural networks and learning machines/simon haykin. IBGE (2019). Síntese de Indicadores Sociais - SIS.
Ito, E. H. (2014). Desenvolvimento de um sensor virtual de composição em coluna de destilação para aplicação em tempo real.
Lotufo, F. A. and Garcia, C. (2008). Sensores virtuais ou soft sensors: Uma introdução. Brazilian Conference on Dynamics, Control and Applications.
Nied, A. (2007). Treinamento de redes neurais artificiais baseado em sistemas de estrutura variável com taxa de aprendizado adaptativa.
Nørg°ard, P. M., Ravn, O., Poulsen, N. K., and Hansen, L. K. (2000). Neural networks for modelling and control of dynamic systems-a practitioner’s handbook.
Santos, N. and Braga, A. (2016). Técnicas adaptativas, armax, rna e armax-rna, na identificação de sistemas de uma incubadora neonatal. pages 1–8.
Souza, F. R. d. L. (2018). Identificação e controle de sistemas dinâmicos utilizando uma fuzzy wavelet neural network. Master’s thesis, Brasil.
Tulleken, H. J. (1990). Generalized binary noise test-signal concept for improved identification-experiment design. Automatica, 26(1):37–49.
Vellasco, M. (2017). Redes neurais artificiais. 2007. Laboratório Computacional
Aplicada–PUC/RJ. Apostila. PDF. Disponível em: http://www2.ica.ele.pucrio.br/Downloads% 5C33/ICA-introdu%C3%A7%C3%A3o%20RNs.pdf, 9(05).
Araújo Júnior, J. M. d. (2007). Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação. Master’s thesis, Universidade Federal do Rio Grande do Norte.
Associação Brasileira de Normas Técnicas (2014). ABNT NBR IEC 60601-2-19:2014 Equipamento eletromédico Parte 2-19: Requisitos particulares para segurança básica e desempenho essencial das incubadoras para recém-nascidos. Vers˜ão corrigida da ABNT NBR IEC 60601-2-19:2014 incorpora a Errata 2, de 05.05.2017. Esta Norma foi confirmada em virtude da publicação da Emenda 1 de 10.07.2019.
de Araújo, J. M., De Menezes, J. M. P., Moura de Albuquerque, A. A., Da Mota Almeida, O., and Ugulino de Araújo, F. M. (2013). Assessment and certification of neonatal incubator sensors through an inferential neural network. Sensors, 13(11):15613–15632.
de Assis, A. J. and Maciel Filho, R. (2000). Soft sensors development for on-line bioreactor state estimation. Computers & Chemical Engineering, 24(2-7):1099–1103.
de Oliveira Filho, J. I., da Mota Almeida, O., and de Araújo, J. M. (2018). Desenvolvimento de hardware para a medição de parâmetros de temperatura e umidade em uma incubadora neonatal. Revista Principia - Divulgação Científica e Tecnológica do IFPB, 1:121.
Haykin, S. (2007). Redes neurais: princípios e prática. Bookman Editora.
Haykin, S. S. et al. (2009). Neural networks and learning machines/simon haykin. IBGE (2019). Síntese de Indicadores Sociais - SIS.
Ito, E. H. (2014). Desenvolvimento de um sensor virtual de composição em coluna de destilação para aplicação em tempo real.
Lotufo, F. A. and Garcia, C. (2008). Sensores virtuais ou soft sensors: Uma introdução. Brazilian Conference on Dynamics, Control and Applications.
Nied, A. (2007). Treinamento de redes neurais artificiais baseado em sistemas de estrutura variável com taxa de aprendizado adaptativa.
Nørg°ard, P. M., Ravn, O., Poulsen, N. K., and Hansen, L. K. (2000). Neural networks for modelling and control of dynamic systems-a practitioner’s handbook.
Santos, N. and Braga, A. (2016). Técnicas adaptativas, armax, rna e armax-rna, na identificação de sistemas de uma incubadora neonatal. pages 1–8.
Souza, F. R. d. L. (2018). Identificação e controle de sistemas dinâmicos utilizando uma fuzzy wavelet neural network. Master’s thesis, Brasil.
Tulleken, H. J. (1990). Generalized binary noise test-signal concept for improved identification-experiment design. Automatica, 26(1):37–49.
Vellasco, M. (2017). Redes neurais artificiais. 2007. Laboratório Computacional
Aplicada–PUC/RJ. Apostila. PDF. Disponível em: http://www2.ica.ele.pucrio.br/Downloads% 5C33/ICA-introdu%C3%A7%C3%A3o%20RNs.pdf, 9(05).
Published
2020-09-10
How to Cite
ROCHA, Joilane; PERCI, Yasmin; SOARES, Gabryel; A. JÚNIOR, José.
Inferência da Temperatura Interna em uma Incubadora Neonatal Utilizando Redes Neurais Artificiais. In: REGIONAL SCHOOL ON COMPUTING OF CEARÁ, MARANHÃO, AND PIAUÍ (ERCEMAPI), 8. , 2020, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 204-211.
DOI: https://doi.org/10.5753/ercemapi.2020.11486.
