SMART SPR: Identificação e Análise das Respostas Fornecidas por Sensores Baseados em Ressonância de Plamons de Superfície.
Sensor Óptico, Ressonância de Plasmons de Superfície (RPS), Aprendizagem de Máquina, Sensor Inteligente, Diagnóstico automático.
Os sensores baseados em Ressonância de Plasmons de Superfície (RPS) permitem avaliar mudanças de índice de refração, com objetivo de detectar interações moleculares em segurança alimentar, proteção ambiental, detecção de diferentes compostos químicos, bioquímicos e orgânicos entre diversas outras aplicações. A confiabilidade nas informações repassadas por um sensor RPS deve ser garantida, diante que informações erradas podem ocasionar consequências, tais como, más interpretações e manipulações das ligações moleculares. Para melhorar e atestar a qualidade nas respostas fornecidas no sensor baseado na RPS, este trabalho investiga o uso de diferentes técnicas de aprendizagem de máquina e de descritores em sensorgramas adquiridos. De forma mais específica, este trabalho busca identificar padrões e anomalias no seu comportamento nas respostas RPS e analisar o impacto dessas técnicas de aprendizagem na qualidade do sensor. Os resultados obtidos por meio da análise estatística permitiu concluir que o descritor temporal de sensorgrama obteve um melhor desempenho com a classificação e que o uso da regressão linear possibilitou analisar as áreas de interesses no sensorgrama com resultados satisfatórios, criando assim, um sensor RPS com resposta inteligente. Este trabalho obteve como resultado também a criação de uma interface gráfica para a classificação de sensorgramas. Dessa forma, como contribuição cientifica tem-se a aplicação de técnicas de aprendizagem de máquina que permitiram identificar, analisar e classificar as respostas do sensorgrama.