Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ufc.br/handle/riufc/82526
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorCoelho, David Nascimento-
dc.contributor.authorGomes, Robson Mesquita-
dc.date.accessioned2025-09-15T17:57:40Z-
dc.date.available2025-09-15T17:57:40Z-
dc.date.issued2025-
dc.identifier.citationGOMES, Robson Mesquita. Morpheus HealthSystem: implementação de API RESTful para telemedicina e diagnostico de distúrbios do sono com Machine Learning. 2025. 62 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) – Campus de Sobral, Universidade Federal do Ceará, Sobral, 2025.pt_BR
dc.identifier.urihttp://repositorio.ufc.br/handle/riufc/82526-
dc.description.abstractThe growing demand for technological solutions in healthcare highlights the importance of tools that facilitate the diagnosis and treatment of diseases. Disorders such as sleep bruxism affect millions of people, with significant implications for health and quality of life. However, current diagnostic methods are often expensive, time-consuming, and inaccessible. This work focuses on the development of a RESTful API as the core infrastructure for an innovative platform, designed for the collection, maintenance, and processing of clinical data on sleep disorders. The API was designed to be the integration hub between different components of the ecosystem, such as web and mobile applications, and data collection hardware, establishing the technical foundation for the future implementation of pre-diagnostic models based on Artificial Intelligence. By creating a robust and scalable architecture, the project enables the future incorporation of automated analyses, promotes interoperability, and aligns with the demand for integrated, low-cost health technologies, aiming to positively impact the lives of millions.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleMorpheus HealthSystem: implementação de API RESTful para telemedicina e diagnostico de distúrbios do sono com Machine Learningpt_BR
dc.typeTCCpt_BR
dc.description.abstract-ptbrA crescente demanda por soluções tecnológicas na área da saúde destaca a importância de ferramentas que facilitem o diagnóstico e o tratamento de doenças. Distúrbios como o bruxismo do sono afetam milhões de pessoas, com implicações significativas na saúde e qualidade de vida. Contudo, os métodos atuais de diagnóstico são frequentemente caros, demorados e inacessíveis. Este trabalho foca no desenvolvimento de uma API RESTful como infraestrutura central para uma plataforma inovadora, destinada à coleta, manutenção e processamento de dados clínicos de distúrbios do sono. A API foi projetada para ser o núcleo de integração entre diferentes componentes do ecossistema, como aplicações web, mobile e hardware de coleta, estabelecendo a base técnica para a futura implementação de modelos de pré-diagnóstico baseados em Inteligência Artificial. Ao criar uma arquitetura robusta e escalável, o projeto viabiliza a futura incorporação de análises automáticas, promove a interoperabilidade e alinha-se às demandas por tecnologias de saúde integradas e de baixo custo, buscando impactar positivamente a vida de milhões de pessoas.pt_BR
dc.subject.ptbrAPI de saúdept_BR
dc.subject.ptbrTelemedicinapt_BR
dc.subject.ptbrBruxismo do sonopt_BR
dc.subject.enHealth APIpt_BR
dc.subject.enTelemedicinept_BR
dc.subject.enSleep bruxismpt_BR
dc.subject.cnpqCNPQ::ENGENHARIASpt_BR
local.author.orcidhttps://orcid.org/0009-0005-1304-9190pt_BR
local.author.latteshttp://lattes.cnpq.br/6506282888397064pt_BR
local.advisor.orcidhttps://orcid.org/0000-0002-7410-5601pt_BR
local.advisor.latteshttp://lattes.cnpq.br/6772633589426873pt_BR
local.date.available2025-09-
Aparece en las colecciones: ENGENHARIA DE COMPUTAÇÃO-SOBRAL - Monografias

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
2025_tcc_rmgomes.pdf7,92 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.