Backlog

Introdução

Este documento apresenta o backlog específico da parte algorítmica do projeto Armadilha Inteligente para Aedes aegypti. No qual o foco está no desenvolvimento do sistema de classificação automática do mosquito, baseado em sinais de áudio e imagem captados em tempo real.

Tabela backlog

ID	Épico	História de Usuário	Prioridade
E01	Identificação de Mosquitos	Como usuário, quero que o algoritmo classifique o mosquito pela frequência de batimento das asas.	Alta
E02.1	Captura e Processamento de Áudio	Como usuário, quero capturar o som de mosquitos com um microfone para que o algoritmo possa analisá-lo.	Alta
E02.2	Captura e Processamento de Áudio	Como usuário, quero que o algoritmo extraia a frequência dos sons capturados para identificação precisa.	Alta
E03.1	Análise de Frequência	Como usuário, quero que o algoritmo compare a frequência extraída com a faixa típica do Aedes aegypti.	Alta
E03.2	Análise de Frequência	Como usuário, quero que sons que não correspondem a batidas de asas sejam descartados automaticamente.	Média
E04	Gestão de Base de Dados	Como usuário, quero que o algoritmo carregue uma base de dados de frequências conhecidas para melhorar a acurácia.	Média
E05	Visualização de Dados	Como usuário, quero gerar um espectrograma a partir do som captado para facilitar a análise.	Média

Critérios de aceitação

1. O algoritmo deve classificar o mosquito através da frequência do batimento das asas

1.1. O algoritmo deve retornar um resultado categórico indicando se o som pertence ou não ao Aedes aegypti.
1.2. O algoritmo deve ter taxa de acerto mínima de 90% em testes com amostras reais previamente rotuladas.
1.3. O algoritmo deve distinguir entre diferentes espécies de mosquito com base em diferenças de frequência.
1.4. O algoritmo deve incluir uma margem de tolerância ao ruído.

2. O algoritmo deve receber como entrada o sinal de áudio captado por um microfone

2.1. O algoritmo deve aceitar entrada de microfone em tempo real e/ou arquivos de áudio.
2.2. O sistema deve ser capaz de processar áudio captado em tempo real ou carregado de um arquivo.

3. O algoritmo deve extrair a frequência do som das asas do mosquito a partir do sinal de áudio

3.1. A extração de frequência deve identificar a frequência fundamental do sinal associado ao batimento de asas.
3.2. A técnica de extração deve funcionar corretamente mesmo em presença de ruídos leves.
3.3. A extração deve ser concluída em menos de 1 segundo.

4. O algoritmo deve comparar a frequência extraída com a faixa de frequência característica do mosquito da dengue (Aedes aegypti)

4.1. O sistema deve possuir uma faixa de referência configurável (por padrão: 400–600 Hz).
4.2. A decisão final deve indicar se a frequência corresponde ao padrão do Aedes aegypti ou não.
4.3. O algoritmo deve tolerar pequenas variações naturais (ex: diferenças por sexo ou idade do mosquito).
4.4. O sistema deve registrar e disponibilizar a frequência comparada e o resultado da verificação.

5. O algoritmo deve ignorar sons que não correspondem ao padrão de batida de asas de insetos

5.1. O algoritmo deve rejeitar sinais com ruído branco ou sons contínuos sem periodicidade.
5.2. A detecção de padrões de repetição (modulação rítmica) deve ser parte do processo de validação.
5.4. O algoritmo deve ter taxa de falso positivo inferior a 10% em presença de sons não relacionados a insetos.

6. O algoritmo deve carregar a base de dados para comparação das frequências

6.1. A base de dados deve conter registros com faixas de frequência conhecidas de insetos voadores.
6.2. A base deve ser carregada automaticamente na inicialização do algoritmo.
6.3. A base de dados deve ser extensível e permitir atualização manual ou automatizada.

7. O algoritmo deve criar um espectrograma a partir da frequência

7.1. O espectrograma deve exibir a intensidade das frequências ao longo do tempo (tempo vs. frequência vs. amplitude).
7.2. O espectrograma deve ter resolução suficiente para destacar frequências entre 200 e 1000 Hz.
7.3. O espectrograma deve ser gerado automaticamente ao processar o áudio. 7.4. O espectrograma deve destacar ou anotar a frequência identificada como dominante.

Os critérios acima garantem que o algoritmo desenvolvido atenda aos requisitos de precisão, desempenho e confiabilidade esperados pelo projeto DengBuster.

Histórico de ferramentas

Essa seção visa documentar as tecnologias utilizadas para o desenvolvimento do algoritmo de detecção de mosquitos da dengue. Inicialmente foi utilizado o MATLAB para a codificação, posteriormente, após algumas análises com o grupo foi decidido que uma migração de linguagem se fez necessária de MATLAB para Python, pois dessa maneira toda a parte de codificação do projeto estaria em uma única linguagem, não será necessária de uma paga para a execução do código e o consumo de memória diminui pela não necessidade de uma interface do MATLAB.

MATLAB

A MATLAB é uma plataforma de programação e computação numérica usada por milhões de engenheiros e cientistas para analisar dados, desenvolver algoritmos e criar modelos.

Python

Python é uma linguagem de programação de alto nível, interpretada e de propósito geral, conhecida por sua sintaxe clara e legível, que favorece a produtividade, a facilidade de manutenção do código e possui uma vasta biblioteca padrão e uma comunidade ativa que contribui com milhares de pacotes e frameworks.

Histórico de Versão

Versão	Descrição	Data	Responsável
1.0	Criação do documento	01/05/2025	Vinícius de Oliveira, Bruno Ricardo de Menezes