Invenção do EMC/CTC foca no gerenciamento de resíduos e garante diminuição no impacto ambiental

06/12/2023 13:49

Foi publicada na Revista de Propriedade Intelectual, do Instituto Nacional da Propriedade Industrial (INPI), a patente “Aplicação do resíduo sólido industrial cloreto de magnésio como precursor em síntese de baixo custo de nanopartículas cúbicas de óxido de magnésio”, em julho de 2023.

O pedido se refere a um Certificado de Adição de Invenção do BR 102021019605-0, depositado em 30/09/2021. A invenção, do Departamento de Engenharia Mecânica do Centro Tecnológico da Universidade Federal de Santa Catarina (EMC/CTC/UFSC), se refere a um processo de formação a baixa temperatura de nanopartículas cúbicas de óxido de magnésio usando como precursor um resíduo sólido industrial à base de cloreto de magnésio.

Nas últimas décadas, os recursos naturais vêm sendo consumidos de maneira intensa, causando grandes volumes de resíduos industriais dos mais variados tipos, o que pode gerar grande impacto ambiental. Sem gerenciamento e descarte adequados, esses resíduos são responsáveis por ampliar a poluição do ar, do solo e das águas.

Uma forma de minimizar os custos e eventuais impactos ambientais é o reaproveitamento de resíduo sólido produzido, aplicando-o como reagente precursor de nanopartículas, ou seja, gerando produtos com alto valor agregado. Utilizando materiais já produzidos a partir do composto cloreto de magnésio, a rota sintética proposta pela invenção envolve poucas etapas e baixas temperaturas, com reagente de fácil manuseio e baixa periculosidade. Além de contribuir com a redução do volume de resíduo sólido industrial descartado, seus custos inerentes também transformam o resíduo em matéria-prima rentável.

Para obter mais informações sobre a invenção, os interessados podem entrar em contato com o departamento pelo e-mail: chefia.emc@contato.ufsc.br. Caso o interesse seja em comercializar a invenção, envie um e-mail para a Sinova em sinova@contato.ufsc.br, com o número de identificação BR 13 2022 014509 0.

UFSC e Nanoscoping firmam contrato de propriedade intelectual de invenção que auxilia no crescimento de metabolismo de cultivos testados

14/09/2023 09:30

A Universidade Federal de Santa Catarina (UFSC) e a Nanoscoping Soluções em Nanotecnologia firmaram contrato de regulamentação de titularidade e reconhecimento mútuo de direitos e obrigações relativos ao uso, manutenção e regras gerais de licenciamento do ativo de propriedade intelectual.

O contrato é relativo à patente “Processo de obtenção de hidrolisado proteico de Arthrospira platensis nanoparticulado com quitosana”, depositada em outubro de 2022, junto ao Instituto Nacional de Propriedade Industrial (INPI), sob o número BR 10 2022 021167 1.

A invenção se refere a um processo de obtenção de um hidrolisado proteico de A. platensis nanoparticulado com quitosana, produzido através da hidrólise ácida da biomassa microalgal. A solução hidrolisada possui compostos e é formulada em nanopartículas de quitosana, de modo a proteger os ativos presentes, assim como aumentar a estabilidade e áreas de superfície e absorção do produto quando aplicado por via foliar.

A colaboração entre UFSC e Nanoscoping conta com cinco pesquisadores e é desenvolvida pelo Laboratório de Morfogênese e Bioquímica Vegetal do Departamento de Fitotecnia do Centro de Ciências Agrárias (FIT/CCA/UFSC). O documento foi publicado no Diário Oficial da União (DOU) em 5 de setembro de 2023.

Programa de computador da UFSC contribui com o gerenciamento de dados de saúde

14/08/2023 12:05

Em junho de 2023, o Instituto Nacional da Propriedade Industrial (INPI) publicou o programa de computador: PROV-Health, na Revista de Propriedade Intelectual. Desenvolvido no Programa de Pós-Graduação em Ciência da Informação do Centro de Ciências da Educação (PGCIN/CED/UFSC), o método utiliza as linguagens Python, JSON e SQL para o gerenciamento dos dados de proveniência em diferentes Sistemas de Informação em Saúde (SIS).

A estratégia computacional aplicada a uma rede de saúde é destinada para uso genérico, com base no modelo internacional de proveniência de dados W3C-PROV. Seu objetivo é executar a captura, coleta, preparação, organização, controle e armazenamento de dados de saúde, possibilitando a visualização, consulta e análise destes dados descentralizados em diferentes Sistemas de Informação em Saúde (SIS).

Com o PROV-Health é possível resolver problemas voltados ao gerenciamento, rastreamento, interoperabilidade e controle de dados que precisam ser rastreados dentro dos SIS. No contexto das instituições de saúde, seu uso contribui para que dados pessoais possam ser armazenados de forma centralizada, oportunizando o seu gerenciamento e monitorando qualquer mudança realizada e quem a modificou, como forma de segurança.

Os dados obtidos contribuem para a tomada de decisões acerca dos cuidados de saúde de uma determinada população, o que contribui para uma gestão mais focada na geração de benefícios à saúde, em geral. A partir da tecnologia é possível resolver questões de rastreabilidade das fontes de origem dos dados de saúde, oportunizar a segurança destes dados e contribuir para a tomada de decisões que otimizam o custo benefício da instituição de saúde.

Para obter informações sobre a tecnologia, os interessados podem entrar em contato com os pesquisadores pelo e-mail: ppgcin@contato.ufsc.br. Caso o interesse seja em comercializar o programa, envie um e-mail para a Sinova em: sinova@contato.ufsc.br, com o número de identificação BR 51 2023 001481 8.

Programa de computador desenvolvido no Centro Tecnológico realiza cruzamento de dados de servidores e automatiza solicitações na administração pública

10/08/2023 16:30

Em junho de 2023, o Instituto Nacional da Propriedade Industrial (INPI) publicou, na Revista de Propriedade Intelectual, o programa de computador RIBOT. Desenvolvido no Laboratório de Engenharia e Ciência de Dados, do Centro Tecnológico (CTC/UFSC), o software utiliza as programações em Python e HTML para oferecer uma invenção focada na administração pública, defesa e seguridade social.

O software tem como função principal realizar o cruzamento de dados (nomes de envolvidos e informações sobre transações) presentes em arquivos RIFs (Relatórios de Informações Financeiras) e encaminhadas pelo COAF (Conselho de Controle de Atividades Financeiras). A ideia é que os dados sejam cruzados com outros de repositórios públicos e internos a fim de identificar possíveis pontos de inconsistência e suspeitas de atos ilícitos.

Durante a solicitação, o programa gera um relatório que serve de esboço para a elaboração da Informação Policial e proporciona a facilitação de procedimentos, automação de análise, ganhos de performance e padronização no processo.

O software já está sendo implantado no setor de análise da Delegacia de Polícia Federal em Santo Ângelo, Rio Grande do Sul (DPF/SAG/RS), onde há expectativa de que seja adotado como solução padrão na análise de RIFs. Com isso, será possível aprimorar os procedimentos e auxiliar nas demandas dentro da Polícia Federal.

Para obter informações sobre a tecnologia os interessados podem entrar em contato com os pesquisadores pelo e-mail: cin@contato.ufsc.br. Caso o interesse seja em comercializar o programa, envie um e-mail para a Sinova em: sinova@contato.ufsc.br, com o número de identificação BR 51 2023 001480 0.

Programa de computador avalia erros obtidos em dados sobre a COVID-19 nos estados brasileiros

08/08/2023 13:27

Foi publicado, em julho de 2023, na Revista de Propriedade Intelectual do Instituto Nacional da Propriedade Industrial (INPI), o programa de computador COVID Curve. Desenvolvido no Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento do Centro Tecnológico (PPGEGC/CTC/UFSC), o software foi desenvolvido na linguagem Python e foca em atividades de serviços de tecnologia da informação.

Executando a modelagem de dados de incidência de COVID-19 nos estados brasileiros, o programa avalia erros obtidos no modelo por meio de uma curva de aprendizagem. Com avaliação a cada 14 dias, a curva utiliza um modelo ARIMA que se constrói em diferentes seções do conjunto de dados de treinamento e utiliza uma busca cega que determina os parâmetros mais adequados. Sua busca em grade é executada de forma automatizada, o que permite a configuração de parâmetros diferentes e o aprimoramento de cada ponto específico da série temporal. Após as predições obtidas com o modelo, uma curva exponencial assintótica é ajustada nos erros obtidos para determinar um ponto de equilíbrio do modelo.

O programa pode ser a solução ideal para construir uma curva de aprendizagem que possibilita o desenvolvimento de processos adequados em cenários com aquisição constante de novas instâncias. Assim, é possível permitir a avaliação do comportamento de modelos em contextos de Big Data, nos quais a geração contínua de novos dados resulta em modelos estáveis após um período que não podem ser determinados no presente.

Para obter informações sobre a tecnologia os interessados podem entrar em contato com os pesquisadores pelo e-mail: ppgegc@contato.ufsc.br. Caso o interesse seja em comercializar o programa, envie um e-mail para a Sinova em: sinova@contato.ufsc.br, com o número de identificação BR 51 2023 001482 6.

  • Página 1 de 4
  • 1
  • 2
  • 3
  • 4