A esteatose hepática não alcoólica (DHGNA) é a doença de fígado de maior incidência no mundo, afetando cerca de 1,5 bilhão de pessoas. Ela possui uma alta taxa de mortalidade e, se não for diagnosticada e tratada cedo, pode evoluir para sérias complicações no fígado, portanto seu diagnóstico deve ser rápido e eficiente. A aferição da temperatura do corpo humano via termografia é um método não invasivo para detectar a DHGNA. Neste contexto, o objetivo deste trabalho é apresentar um método para classificação de DHGNA em imagens de termografia de fígado. Utilizando redes neurais convolucionais e técnicas de processamento de imagens, o método proposto foi capaz alcançar uma acurácia de 96%, sensibilidade de 91% e especificidade 97%.

Alunos ingressantes em cursos de ensino superior sentem dificuldade em se adaptar à nova modalidade de ensino. Nesse contexto, o evento da Semana do Calouro é realizado pelos discentes do grupo PET de Ciência da Computação da Universidade Federal do Maranhão acompanhados por professores como uma atividade de integração aos novos discentes do curso de Ciência da Computação. Este artigo relata a experiência de aplicar diversas atividades com o intuito de esclarecer as dúvidas geradas pelo ingresso no novo ambiente, bem como aumentar a visibilidade dos contextos do curso. Ao término das atividades, o feedback dos discentes apontou para a utilidade das mesmas para conhecer as oportunidades dentro da universidade em termos de projetos, pesquisas e áreas de atuação, assim como soluções para problemas que surgiram durante sua execução.