Gêmeo Digital
Visualização interativa das medições recebidas do ESP32.
Representação do coração
Animação sincronizada com as medições do sensor.
Dados em tempo real
Fluxo de dados do BioIoT
Acompanhe o caminho lógico das medições em tempo real.
Visualização lógica do sistema. As animações não representam a captura individual de pacotes de rede.
Representação visual experimental para fins acadêmicos. Não constitui simulação fisiológica ou ferramenta de diagnóstico.
BioIoT AI Experience
Explore padrões reais identificados por aprendizado de máquina em registros científicos.
Explore os casos científicos
Selecione uma janela histórica para conhecer os resultados produzidos pela IA.
Caso científico
—O que significa?
Comportamento das medições
Série temporal original de 60 segundos.
Pulso
BPMOxigenação
SpO₂ (%)Por que o modelo sinalizou?
Investigação da sensibilidade da pontuação às características da janela.
Método experimental: substituição individual de características pela mediana do treinamento. Não demonstra causalidade.
Monitoramento em Tempo Real
Gerenciamento de Visitantes / Pacientes
Cadastre pessoas e associe-os ao hardware ESP32 da bancada.
Cadastrar Novo Visitante
Lista de Pessoas Cadastradas
| Nome | Idade | Dispositivo | Ações |
|---|
Central de Alarmes e Alertas
Monitoramento de alertas de BPM e SpO₂.
Aguardando monitoramento
Nenhum paciente em monitoramento.
Nenhum
--
--
Controle de alerta sonoro
O som será utilizado apenas para alertas confirmados durante o monitoramento.
Controle sonoro em preparação.
Histórico de alertas
Nenhum alerta carregado.
Laboratório de Simulação de Alarmes
Simulação acadêmica com valores fictícios. Não altera as medições reais dos pacientes.
Informe os valores e execute a simulação.
Custo, Tempo de Execução & Consumo de CPU
RSS: memória residente do processo. Heap: memória utilizada pelos objetos JavaScript. Leituras reais coletadas a cada 3 segundos.
Laboratório de Consumo Energético — ESP32
Simule o custo de funcionamento do ESP32 a partir da tensão, corrente elétrica, tempo de utilização e tarifa de energia. Os resultados são estimativas, não medições elétricas reais.
Análise Estatística do Desempenho Real
Calcule médias e picos reais de CPU e memória do servidor BioIoT com as medições coletadas durante esta sessão.
Análise de Comunicação Real — ESP32
Analise os heartbeats e as requisições realmente recebidas pelo servidor BioIoT durante sua execução.
Relatórios Biométricos e Operacionais
Gere relatórios individuais por paciente ou o relatório geral para a staff da feira.
| ID | Dispositivo | BPM | SpO₂ (%) | Data / Hora |
|---|---|---|---|---|
| A carregar dados... | ||||
Análise de Algoritmos
Aplicação dos conteúdos da disciplina de Análise de Algoritmos ao projeto BioIoT.
Objetivo do módulo
Esta seção apresenta experimentos de busca, ordenação, complexidade computacional, recursividade, intratabilidade e precisão numérica.
O módulo utiliza medições reais registradas pelo ESP32 para demonstrar algoritmos de busca, ordenação e análise estatística. Também apresenta experimentos acadêmicos com dados simulados para estudar complexidade temporal, espacial, recursividade, intratabilidade e precisão numérica. As análises não modificam o histórico armazenado no banco de dados.
O(n²) × O(n log n)
Comparação entre Selection Sort e Merge Sort com diferentes quantidades de dados.
Teorema Mestre
Análise das chamadas recursivas, profundidade e recorrência do Merge Sort.
O(1) × O(n)
Comparação de memória auxiliar utilizada por diferentes implementações de ordenação.
Análise do Histórico Real do ESP32
Utilize medições registradas no SQLite para executar o Merge Sort e ordenar os batimentos cardíacos.
Laboratório Interativo de Algoritmos
Execute uma comparação entre Selection Sort e Merge Sort utilizando dados simulados de BPM.
Recursividade e Teorema Mestre
Observe como o Merge Sort divide um problema em partes menores e como cresce sua profundidade recursiva.
Análise de Complexidade Espacial
Compare a memória auxiliar necessária para o Selection Sort no próprio array e para o Merge Sort com buffer.
Classes P, NP e Intratabilidade
Investigue o problema Subset Sum: existe um subconjunto de valores cuja soma é igual ao alvo?
Complexidade Contínua e Precisão Numérica
Compare valores decimais com valores arredondados e observe a diferença entre a computação real e o modelo teórico BSS.
Resultados dos experimentos de ordenação
Comparações realizadas nos testes com dados simulados semelhantes a valores de BPM.
Resultados obtidos
| Medições | Selection Sort | Merge Sort | Redução |
|---|---|---|---|
| 10 | 45 | 25 | 44,44% |
| 100 | 4.950 | 556 | 88,77% |
| 500 | 124.750 | 3.940 | 96,84% |
| 1.000 | 499.500 | 8.865 | 98,23% |
Classes P e NP
Estudo do problema Subset Sum, verificação de soluções e comparação com programação dinâmica.
Intratabilidade
Experimento com busca exaustiva, demonstrando crescimento exponencial de 2 elevado a n.
Complexidade Contínua
Análise do arredondamento, precisão numérica e comparação teórica com o modelo BSS.