Desenvolvimento de um sistema especialista para avaliao da

composio corporal de crianas, adultos e idosos

Luciano Decio Pacheco de Almeida Prado Neto1
mariaaparecidapiragine@gmail.com
Elvio Gilberto da Silva2
Guilherme Augusto Martines3
Wiliam Carlos Galvo4
Abstract. Due to the growing increase in the number of diseases caused by
sedentary lifestyle nowadays, it has become essential to physical activity for
individuals, assisting in quality of life and disease control. The physical
assessment is of paramount importance for a detailed analysis of the organism
from which body composition determines the percentage of fat guy. This work
aimed , using an expert system , maximize the quality of assessments of body
composition applied, organize and facilitate the work of the evaluator , the
evaluation , and development of training applied to individuals, in addition to
motivating evaluated with the results. The system was developed in Java, as
management system database postgreSQL and was used as the Glassfish
application server. To maximize the assessments of body composition were
used artificial intelligence techniques, where the system checks the protocols
that are suitable for the client, validating information such as gender, age and
ethnicity, thereby preventing the inappropriate choice of protocol to the client.
This process was carried out through the search algorithms in amplitude and A
* ( A- star). Among the advantages of other systems in the area, highlighted by
the presentation of the history of customer evaluations when performing a
reassessment, which shows up the last 3 reviews performed, presenting the
protocol that was used, current weight, body fat percentage ideal weights, and
other information useful to the evaluator, leaving visible the evolution of the
customer within the applied training.
Resumo. Devido ao crescente aumento no nmero de doenas causadas pelo
sedentarismo nos tempos atuais, tornou-se essencial a atividade fsica para os
indivduos, auxiliando na qualidade de vida e no controle de doenas. A
avaliao fsica de suma importncia para uma anlise detalhada do
organismo, onde a partir da composio corporal determina-se o percentual de
gordura do indivduo. Este trabalho visou, atravs de um sistema especialista,
maximizar a qualidade das avaliaes da composio corporal aplicadas,
organizar e facilitar o trabalho do avaliador, quanto a avaliao, e o
desenvolvimento do treinamento aplicado aos indivduos, alm de motivar os
Universidade do Sagrado Corao Bauru SP
Universidade do Sagrado Corao Bauru SP
3
FJau - Faculdades integradas de Ja
4
Universidade do Sagrado Corao Bauru SP
1
2

39

avaliados com os resultados obtidos. O sistema foi desenvolvido na linguagem

Java, como sistema gerenciador de banco de dados foi utilizado o PostgreSQL
e como servidor de aplicao o Glassfish. Para maximizar as avaliaes da
composio corporal foram utilizadas tcnicas de inteligncia artificial, onde o
sistema verifica os protocolos adequados ao cliente a ser avaliado, validando
informaes como sexo, idade e etnia, evitando assim uma escolha de
protocolo inadequado ao cliente. Esse processo foi realizado atravs dos
algoritmos de busca em amplitude e A*(A-estrela). Entre os diferenciais de
outros sistemas da rea, destacou-se a apresentao do histrico de
avaliaes do cliente no momento da realizao de uma nova avaliao, onde
mostra at as 3 ltimas avaliaes realizadas, apresentando o protocolo que foi
utilizado, peso atual, percentual de gordura, pesos ideais, entre outras
informaes de grande utilidade para o avaliador, deixando visvel a evoluo
do cliente dentro do treinamento aplicado.
1. Introduo
O sedentarismo a principal causa do aumento da incidncia de vrias
doenas. Hipertenso arterial, diabetes, obesidade, aumento do colesterol,
infarto do miocrdio so alguns dos exemplos das doenas s quais o indivduo
sedentrio se expe. considerado o principal fator de risco para a morte
sbita, estando na maioria das vezes associado direta ou indiretamente s
causas ou ao agravamento da grande maioria das doenas (BARROS NETO,
2009).
A Organizao Mundial da Sade (OMS) estima que o sedentarismo
est associado a 3,2 milhes de mortes por ano e a mais de 670 mil mortes
prematuras (pessoas com menos de 60 anos). Martins (2000) afirma que o
estilo de vida sedentrio vem acontecendo h dois sculos em razo da
industrializao, pois as evolues tecnolgicas, urbanas e econmicas
contribuem de maneira considervel para a sua ocorrncia, com essa evoluo
cada vez mais as pessoas se alimentam com comidas industrializadas e
procuram mais conforto no cotidiano, como controle remoto, videogame, carros
e computadores. Borudulin et al. (2008) afirmam que a modernidade mudou
profundamente a forma como as pessoas executam seus trabalhos, cuidam
das casas e utilizam o tempo livre, levando inatividade. Andersen et al. (1998)
argumentaram que com o alto ndice de sedentarismo e as mudanas nos
hbitos alimentares ao longo das ltimas dcadas o risco de crianas e
adolescentes adquirirem obesidade muito grande.
Nas projees efetuadas, em 2008 pela OMS, cerca de 1,5 bilhes de
adultos acima dos 20 anos de idade possuem excesso de peso no mundo,
sendo que cerca de 200 milhes de homens e 300 milhes de mulheres so
obesos. Espera-se que no ano de 2015 esse nmero suba para os 2,3 bilhes
de adultos com excesso de peso e 700 milhes de obesos. No Brasil segundo
a OMS, cerca de 52,8% da populao com mais de 20 anos de idade tem
excesso de peso e 19,5% esto com obesidade classe I, conforme tabela do
IMC que podemos ver abaixo.
O excesso de peso um fator de risco para vrios problemas de sade,
tendo relao com o desenvolvimento de litase biliar, de osteoartrite e de
40

alguns tipos de cncer, como gastrointestinais, colecistopatias, de clon, de

reto, de prstata, de mama, de ovrio, endomtrio, incluindo distrbios
metablicos, gota, doenas pulmonares, preconceito, discriminao, que levam
a efeitos psicolgicos, insatisfao com o corpo e distrbios alimentares. Alm
disso, a obesidade um fator de risco para apneia do sono, refluxo
esofagofarngeo e hrnia de hiato (OMS, 2006).
O ndice de massa corporal (IMC) considerado a medida mais indicada
para classificar a quantidade de gordura corporal em adultos, podendo ser
usado para estimar a prevalncia de obesidade em uma dada populao e os
riscos associados a ela segundo a OMS, 2000. O excesso de peso
classificado pela OMS como segue a Tabela 1:

Tabela 1. Classificao ndice de massa corporal

IMC

CLASSIFICAES

18,5 - 24,9

Peso normal

25,0 - 29,9

Excesso de peso

30,0 - 34,9

Obesidade classe I

35,0 - 39,9

Obesidade classe II

Maior ou igual a 40,0

Obesidade classe III

Entretanto, Neto (2005) relata que os resultados encontrados a partir do

IMC no indicam a qualidade do peso, pois usa apenas a massa corporal e a
estatura no seu clculo, sem discriminar quais as quantidades de massa
muscular, gordura e massa ssea. Neste sentido, o fator IMC no um
indicador recomendado para avaliao da composio corporal (HEYWARD;
STOLARCZYK, 2000).
Composio corporal a proporo entre os diferentes componentes
corporais e a massa corporal total, sendo normalmente expressa pelas
porcentagens de gordura e de massa magra. Pela avaliao da composio
corporal, pode-se, alm de determinar os componentes do corpo humano de
forma quantitativa, utilizar os dados obtidos para detectar o grau de
desenvolvimento e crescimento de crianas e jovens e o estado dos
componentes corporais de adultos e idosos (HEYWARD; STOLARCZYK,
2000).
Devido srie de problemas apresentados, a avaliao fsica entra
como um fator de grande importncia, pois por meio dela que se identifica
possveis fatores de risco relacionados a sade e a prtica de exerccios
fsicos, podendo ser traadas metas e elaborar um programa de treinamento de
acordo com os principais objetivos do indivduo avaliado. Junqueira (2012) vai
alm, dizendo que as avaliaes devem ser peridicas e sucessivas,
41

permitindo uma comparao para que possamos acompanhar o progresso do

avaliado com preciso, sabendo se houve evoluo positiva ou negativa.
Dessa forma, possvel reciclar o programa de treinamento e estabelecer
novas metas. de extrema importncia elevar o grau de motivao das
pessoas em praticar atividades fsicas, existem diversos fatores para despertar
essa motivao, um deles quando o indivduo tem a percepo da autoeficcia na realizao de atividades; baseado nisso o software mostrar os
resultados das avaliaes, apontando a evoluo da pessoa, e do treinamento
realizado.
Com o software um profissional de educao fsica ter possibilidade de
avaliar, monitorar as eficincias do treinamento aplicado e acompanhar
possveis riscos de doenas hipocinticas. Tudo de forma informatizada
deixando seu trabalho muito mais prtico, minimizando a margem de erro das
avaliaes.
2. Avaliao da composio corporal
A medio da composio corporal torna-se primordial em termos de condio
fsica, pois esta avalia a quantidade total e regional de gordura corporal.
Heyward e Stolarczyk (2000) relatam que a composio corporal pode ser
utilizada para vrios fins, tais como:
Identificar riscos de sade relacionados a nveis excessivamente altos
ou baixos de gordura corporal total.
Identificar riscos de sade relacionados ao acumulo excessivo de
gordura intra-abdominal.
Proporcionar a percepo sobre os riscos de sade associados falta
ou ao excesso de gordura corporal.
Monitorizar mudanas na composio corporal associadas a certas
doenas.
Avaliar a eficincia das intervenes nutricionais e de exerccios fsicos
na alterao da composio corporal.
Estimar o peso corporal ideal de atletas e no atletas.
Formular recomendaes dietticas e prescries de exerccios fsicos.
Monitorizar mudanas na composio corporal relacionadas ao
crescimento, desenvolvimento, maturao e idade.
Pesquisas revelam que a forma como a gordura distribuda no corpo
um fator mais importante para determinar o risco para a sade do que o
percentual total de gordura. O tipo andride, onde ocorre o acmulo de gordura
na poro central do corpo o que causa maior risco sade quando
comparado ao tipo ginide, onde o acmulo de gordura se d
preferencialmente nas regies perifricas do corpo (HEYWARD;
STOLARCZYK, 2000).
3. Antropometria
a cincia que estuda e avalia as medidas de tamanho, peso e propores do
corpo humano (COSTA, 2001). Dentro dela encontramos medidas de peso e
42

altura, dimetros e comprimentos sseos, espessuras das dobras cutneas, a

partir das quais se desenvolvem equaes de predio da composio corporal
e valores de referncia para populaes especficas, circunferncia e alguns
ndices, dentre eles, ndice de massa corporal (IMC), ndice de conicidade e
ndice da relao cintura e quadril.
Costa (2001) afirma que devido ao baixo custo operacional e relativa
simplicidade de utilizao, os mtodos antropomtricos so aplicveis a
grandes amostras e podem proporcionar estimativas nacionais e dados para
anlise de mudanas. Podendo ser usada para identificar indivduos em risco
de doenas, sendo indicada para pesquisas epidemiolgicas de larga escala e
propsitos clnicos.
Heyward e Stolarczyk (2000) preconizam que a exatido e a fidelidade
das medidas antropomtricas podem ser afetadas por:
Equipamento.
Habilidade do avaliador.
Fatores individuais.
Equao de predio utilizada.
Quando se trata de equaes para estimar a composio corporal as
medidas antropomtricas mais utilizadas so as pregas de gordura subcutnea
(GUEDES; GUEDES, 1998).
Costa (1996) relata que existem dezenas de equaes para estimar a
composio corporal, contudo, para evitar erros de estimao acentuados,
fundamental selecionar uma equao cujas caractersticas da populao que a
validou sejam semelhantes s da amostra que se pretende estudar.
4. Dobras cutneas
A tcnica antropomtrica mediante a mensurao das dobras cutneas fornece
informaes significativas sobre a gordura corporal e sua distribuio. Mede-se
indiretamente a espessura de duas camadas de pele e a gordura subcutnea
adjacente. Essas medidas das dobras para estimar o percentual de gordura
corporal baseiam-se no fato de que aproximadamente 50% da gordura contida
no corpo se localizam imediatamente sobre a pele (KATCH; MCARDLE, 1984).
Katch e McArdle (1984) apontam duas formas de utilizao das dobras
cutneas:
Resultado da soma das medidas, para indicar teores relativos de
gordura entre indivduos, e tambm para verificar mudanas no
contedo de gordura corporal antes e depois de um programa de
treinamento fsico.
Conjunto de equaes matemticas, concebidas para a avaliao
da densidade corporal ou do percentual de gordura, sendo que
so especficas para cada grupo populacional.
Segundo Heyward e Stolarczyk (2000), aproximadamente 3 a 9% da
variabilidade em medidas de dobras cutneas podem ser atribudas a erro de
medida devido a diferenas entre avaliadores. Para que a diferena seja a
menor possvel deve haver uma padronizao dos procedimentos da medio,
43

com relao a marcao do local do medidor (adipmetro) e bom

conhecimento das localizaes anatmicas.
As dobras cutneas so medidas atravs de um instrumento chamado
adipmetro, cujas normas de construo esto padronizadas. Hoje em dia
existem vrios tipos de adipmetros no mercado, uns mais em conta, outros
no, de diferentes materiais, tem que ter um cuidado, pois eles devem exercer
uma presso constante de 10 g/mm sobre a pele e permitirem leituras at s
dcimas de milmetro, para uma boa medio, outra medida ao longo das
avaliaes sempre usar o mesmo adipmetro (HEYWARD; STOLARCZYK,
2000).
Um fator essencial, a equao de predio utilizada, pois devem ser
selecionadas com base na idade, sexo, etnia e nvel de atividade fsica
(HEYWARD; STOLARCZYK, 2000).
5. Inteligncia artificial
Bottino e Laurentini (2001) definem a inteligncia artificial (IA) como um
segmento da cincia da computao que prope diversas tcnicas e
recursos no desenvolvimento de programas inteligentes, ou seja, capazes
de tomar uma deciso semelhante ao ser humano.
Plemenos e Miaoulis (2009)
caractersticas dos programas de IA so:

declaram

que

as

principais

Manipulao de conceitos: So capazes de processar

conceitos e no apenas dados numricos.
Uso de heursticas: Frequentemente utilizam mtodos
heursticos para resolver problemas em que nenhuma soluo
pode ser obtida atravs de algoritmos conhecidos. Estes
mtodos no garantem que a melhor soluo ser encontrada,
mas oferece uma probabilidade elevada de encontrar uma boa
soluo.
Representao do conhecimento: Diferentemente dos outros
programas, o conhecimento em programas com IA
representada de forma explcita.
Pode permitir dados imprecisos: Dependendo do mtodo de
tomada de deciso adotado suporta dados imprecisos ou
incompletos.
Permitem mltiplas solues: Quando um dado impreciso, a
resoluo do problema pode ser dada de diversas maneiras.
Capacidade de aprende: Sistemas inteligentes deve integrar
mecanismos de aprendizado da mquina, a fim de ter
raciocnio o mais prximo da capacidade humana.

Luger (2004) afirma que as duas preocupaes fundamentais em IA

so a representao do conhecimento e a busca.

44

6. Algoritmos de busca
Dentro da IA existem vrios subgrupos de estudos, entre eles esto
"otimizao e busca", Russel e Norvig (2004) definem como algoritmos de
busca como responsveis por encontrar uma sequencia de aes para a
resoluo de um impasse ou problema, quando uma simples ao no
suficiente para resolv-lo. Algoritmos de busca funcionam da seguinte
maneira: Recebe um problema, faz uma busca em todo o espao de busca,
achas as melhores sadas, ou seja relaciona as aes mais eficientes para
a resoluo do problema, elimina as aes que no satisfazem, retorna a
soluo atravs de uma sequencia de atos a serem executados.
Existem inmeros algoritmos de busca, a escolha adequada depende
do tipo de problema especfico que quer resolver (LUGER, 2004).
7. Busca em amplitude ou largura
Tambm conhecido em ingls como Breadth-First Search (BFS), a busca
em amplitude um mtodo de busca no informada (ou desinformada) que
expande e examina todos os vrtices de um grafo direcionado ou no
direcionado. Podemos dizer que o algoritmo realiza uma busca exaustiva
num grafo passando por todas as arestas e vrtices. A busca em amplitude
um dos algoritmos mais simples para se percorrer um grafo e o
arqutipo de muitos algoritmos de grafos importantes.
O algoritmo deve visitar todos os vrtices e arestas uma nica vez,
para isso, utiliza-se uma estrutura de dados em fila. Russel e Norvig (2004)
afirmam que esse algoritmo completo e timo, entretanto, apresenta duas
principais desvantagens: a primeira o requisito de memria e a segunda
o tempo de execuo. Com isso se a soluo do problema estiver em uma
profundidade elevada, levar muito tempo para que a encontre ou a
memria do computador se esgotar.
8. Busca A* (A-estrela)
Busca A* um algoritmo de busca heurstica, ou seja, utiliza o
conhecimento especfico do problema para encontrar solues de forma
mais eficiente do que as estratgias de busca sem informao. A
informao, definida por uma funo heurstica, por exemplo, alunos do
sexo masculino, com idade de 20 anos, utilizada na aplicao da funo
de avaliao de qual o prximo n deve ser expandido. Segundo Russel e
Norvig (2004) a busca A* uma das tcnicas de busca mais utilizadas,
sendo reconhecida pelo seu desempenho, preciso e eficincia. completa
e tima desde que nunca se superestime o custo real, ou seja, sempre que
se utilize uma heurstica admissvel.
Para expandir um nmero mnimo de ns o algoritmo necessita de
alguma informao indicando qual dos ns ser expandido, se um n que
no leva ao caminho timo for expandido ser um esforo until para a
soluo final e se ns que podem levar ao caminho timo forem ignorados
pode comprometer o resultado final (HARD; NILSSON; RAPHAEL, 1968).
45

9. Sistema Especialista
Os sistemas especialistas so definidos com uma aplicao da inteligncia
artificial que capaz de adquirir e disponibilizar o conhecimento operacional
de um especialista, solucionando problemas que so resolvveis por
especialistas de uma certa rea. So projetados para atender uma
aplicao especfica e limitado do conhecimento humano, apoiado no
conhecimento da base de informaes capaz de tomar uma deciso. Alm
disso, deve ser capaz de aprender novos conhecimentos, melhorando a
qualidade das decises (MANCHINI; PAPPA, 2003).
Embora os sistemas especialistas e especialistas humanos possam
desempenhar tarefas idnticas, suas caractersticas so criticamente
distintas e, mesmo havendo vantagens evidentes dos sistemas
especialistas, eles no sero capazes de substituir os especialistas
humanos em todas as situaes. Os especialistas humanos tm altos
salrios, porm podem reorganizar as informaes de que dispem e uslas para sintetizar novos conhecimentos, manusear eventos inesperados
usando imaginao ou novas abordagens, mas so imprevisveis, podem
sofrer alteraes no humor, afetando o diagnstico. Se forem questionados
sobre informaes que no disponha ou no existam na mesma hora ele
responde que no sabe, ou que aquilo no existe. J o sistema especialista
tm o custo nominal de rodar em um computador o programa, seu trabalho
uma rotina, sem criatividade nem inspirao, porm so consistentes e
inflexveis em suas decises (MANCHINI; PAPPA, 2003).
10. Metodologia
O software se baseia em 2 tipos de busca, busca em amplitude ou largura e
busca A*, a busca em amplitude para encontrar os protocolos ideais para o
indivduo a ser avaliado, e a busca A* para filtrar e organizar os protocolos de
acordo com os mais utilizados no software, de acordo com o sexo e idade do
cliente a ser avaliado, ela faz isso para cada protocolo considerado ideal pelo
algoritmo de busca em largura, com isso auxilia o avaliador, indicando os
protocolos mais utilizados dentro da organizao (empresa) para aquele tipo de
cliente.
A busca em amplitude utilizada para encontrar os protocolos ideais
para o indivduo a ser avaliado, foi utilizada, pois, ela expande todos os ns,
comeando dos de menor profundidade, e para nosso objetivo se encaixa
perfeitamente, pois deve percorrer toda a lista de protocolos, um a um,
selecionando os considerados ideais, onde nosso resultado no um nico
protocolo, e sim todos que so ideais para o indivduo, ou seja, retornar uma
lista para o avaliador de todos protocolos adequados para aquele cliente.
A busca iniciada no programa de avaliao da composio corporal,
no momento em que o avaliador informa a data da avaliao e o cliente que
ser avaliado, nesse momento a busca chamada tratando informaes como
a idade atual do cliente dentro da data que ser avaliado, e o sexo, para enfim
buscar os protocolos ideais para ele, lembrando que os protocolos que sero
validados depende de cada avaliador, pois, cada avaliador tem seu cadastro de
protocolos vinculado.
46

Com a lista de protocolos adequados preenchida, realizada a busca

A*, para atravs dos protocolos considerados ideias, organiz-los de acordo
com os mais utilizados para aquele tipo de cliente (sexo e idade), auxiliando o
avaliador numa melhor escolha a partir das utilizaes realizadas dentro da
organizao em que o sistema est operando.
Foi utilizada a busca A*, pois uma busca tima em que se baseia
sempre no melhor caminho, de acordo com a funo heurstica em que est
orientado, sempre nas melhores escolhas, com isso, avaliando cada protocolo
considerado ideal, a busca A* ir buscar dentro das avaliaes j realizadas, o
nmero de utilizaes de cada protocolo, indicando os mais utilizados para
aquele tipo de cliente ao avaliador, orientando-o a uma escolha mais adequada
dentro da organizao. Porm, mesmo com a busca apresentando os mais
utilizados, no impediremos o avaliador de utilizar um protocolo menos
utilizado, pois, todos os que esto listados so considerados ideais para aquele
tipo de cliente, ento a escolha livre dentro deles.
11. Diferenciais
Dentro do sistema, diferentemente de outros softwares que existem no
mercado, cada avaliador ter seus protocolos preferidos, definindo os
protocolos que deseja vincular para futuras avaliaes, onde nas avaliaes
ser respeitado o seu ramo de protocolos. Isso deixar ainda mais bem
definida as avaliaes, onde o leque de protocolos adequados ficar com o
perfil de cada avaliador, evitando utilizar protocolos desconhecidos, ou que no
so os mais conceituados para o avaliador.
Dos diversos softwares do mercado, a grande maioria no valida o
protocolo que ser utilizado, se o mesmo adequado ou no para o cliente a
ser avaliado, para isso, passa por uma srie de validaes, tais como, peso,
sexo, somatrio de dobras, etnia entre outras, a escolha do protocolo ideal a
ser aplicado no uma tarefa to simples, levando em alguns casos a escolha
de uma equao inadequada, comprometendo a avaliao, levando a
mudanas no treinamento aplicado que podem comprometer a evoluo do
indivduo. Com o software, a escolha da avaliao ser automatizada, trazendo
automaticamente os protocolos ideais para o indivduo, evitando erros e
maximizando a avaliao.
Outro ponto forte do software so as tabelas de referncia do percentual
de gordura corporal, aps cada avaliao realizada ser apresentado o nvel de
condio que se encontra o cliente avaliado, se ele est dentro da mdia do %
de gordura, se est alto, muito baixo, excelente, etc., onde o avaliador atravs
desse nvel pode relacionar com o perfil de doenas, problemas de sade em
que o seu cliente possa estar correndo risco.
No sistema dentro de cada avaliao, assim que informado a data da
avaliao e o cliente, o sistema buscar as ltimas avaliaes do cliente,
trazendo o histrico em tela, mostrando informaes como: data das
avaliaes, protocolos que foram utilizados, nveis do % de gordura, massa
gorda, massa magra, pesos ideais, facilitando e muito o avaliador na escolha

47

do protocolo a ser feita a avaliao atual, e tambm podendo visualizar a

evoluo do cliente, nas ltimas avaliaes, e at na que est sendo realizada.
12. Resultados
Para avaliao da fidedignidade dos resultados apresentados pelo software,
utilizou-se alguns indivduos como amostra e foi realizado a avaliao da
composio corporal por meio do mtodo de dobras cutneas. Na seqncia o
percentual de gordura foi calculado manualmente, e posteriormente realizou-se
o mesmo procedimento utilizando o software em questo como forma de
comparar os valores apresentados.
Um profissional da rea de educao fsica avaliou indivduos de ambos
os gneros e diferentes faixas etrias como forma de avaliar todas as
equaes propostas e comprovar sua eficcia e acuracidade.
Segue a Figura 1 para demonstrar o momento da escolha dos protocolos
ideais para o cliente.

Figura 1. Escolha do protocolo a ser utilizado na avaliao

13. Consideraes finais
O sistema se mostrou bastante consistente com as informaes, trabalhando
com um universo amplo de protocolos, sempre trazendo os resultados

48

esperados. Os processos, transaes, clculos tiveram um timo

desempenho, com um tempo de resposta bem rpido para o usurio.
Foram feitos testes com vrios computadores utilizando o sistema
simultaneamente, e se comportou muito bem, onde fica a possibilidade de
utilizar o sistema em um ambiente corporativo tranquilamente.
A interface do sistema ficou bastante entendvel, bem simples e
organizada, facilitando o trabalho do avaliador.
O objetivo do trabalho foi atingido, fazendo com que os protocolos
fossem respeitados de acordo com o cliente a ser avaliado, no deixando que
se comprometa a avaliao, alm de organizar e facilitar o trabalho do
avaliador na realizao da avaliao.
Os histricos das ltimas avaliaes realizadas foram muito bem vistos
pelo profissional de educao fsica, trazendo mais informaes do cliente no
momento da avaliao, mostrando toda evoluo dentro dos treinamentos, foi
classificado com um grande diferencial se comparado com outros sistemas da
rea.
Uma limitao do trabalho foi a falta de relatrios e consultas, onde
acrescentam muita informao dentro do sistema, fica a ressalva para
trabalhos futuros.
14. Referncias
ANDERSEN, R. E. et al. Relationship of physical activity and television
watching with body weight and level of fatness among children: results from the
Third National. Health and Nutrition Examination Survey. JAMA, 279:938-942,
1998.
BARROS NETO TL. Doena e Preveno: sedentarismo. Disponvel em:
<http://www.emedix.com.br/doe/mes001_1f_sedentarismo.php#texto1/>.
Acesso em: 07 mar. 2013.
BORODULIN, K. et al. Thirty-year trends of physical activity in relation to age,
calendar time and birth cohort in Finnish adults. European Journal of Public
Health. 18: 339-344, 2008.
BOTTINO, A., LAURENTINI, A. Experimenting with non instructive motion
capture in a virtual environment. The visual Computer 17(1), p. 1429. 2001.
COSTA, R. Composio corporal: Teoria e Prtica da Avaliao. Manole, 2001.
COSTA, R. F. Avaliao Fsica. So Paulo. Fitness Brasil Collection, 1996.
GUEDES, D. P.;GUEDES, J. E. R. P. Controle do Peso Corporal: Composio
Corporal, Actividade Fsica e Nutrio. Londrina. Midiograf, 1998.
HARD, P. E.; NILSSON, N. J.; RAPHAEL, B. A formal basis for the heuristic
determination of minimun cost paths. IEEE Transactions on Systems Science
and Cybernetics, 1968.

49

HEYWARD, V. H.; STOLARCZYK, L. M. Avaliao da composio corporal

aplicada. 1 ed. So Paulo: Manole, 2000.
JUNQUEIRA,
Diana.
Avaliao
Fsica.
Disponvel
em
<HTTP://www.grupospeedfitness.com.br\outros-servicos> Acessado em 15 mar
2013 .
KATCH, F. I., MCARDLE, W. D. Nutrio, Controle de Peso e Exerccio. Rio de
Janeiro: Mdica Cientfica Ltda, 1984.
LUGER, G. F. Inteligncia artificial: estruturas e estratgias para a soluo de
problemas complexos. trad. Paulo Engel. 4. ed. Porto Alegre: Bookman, 2004.
MANCHINI,
Daniella
Patrcia.
PAPPA,
Gisele
Lobo.
Sistemas
Especialistas.<http://www.din.uem.br/ia/intelige/especialistas/especialistas>Ace
sso em: 09 nov. 2013.
MARTINS, M. O. Estudo dos fatores determinantes da prtica de atividades
fsicas de professores universitrios. 2000. 172 f. Dissertao (Mestrado em
Educao Fsica)Universidade Federal de Santa Catarina, 2000.
PLEMENOS, D. and MIAOULIS, G. VisualComplexity and Intelligent Computer
Graphics Techniques Enhancements. Springer-Verlag New York Inc. Berlin
Heidelberg, 2009.
RUSSELL, S. & NORVIG, P. Inteligncia artificial. Rio de Janeiro: Elsevier,
2004.
WORLD HEALTH ORGANIZATION. Global Health Observatory Data
Repository.
2013
[citado
21
abril
2013].
Disponvel
em:
<http://apps.who.int/gho/data/view>. main.2463. Brasil MdS. Envelhecimento e
sade da pessoa idosa. Braslia: Ministrio da Sade; 2006.

50