Teses e Dissertações
URI permanente para esta coleçãohttps://repositorio.fei.edu.br/handle/FEI/717
Navegar
11 resultados
Resultados da Pesquisa
Agora exibindo 1 - 10 de 11
- Interpretação e reconhecimento de padrões para avaliação de dor em imagens faciais de recém-nascidos(2020) Silva, P. A. S. O.Analisar a dor em recém-nascidos se tornou um estudo de relevância nas últimas décadas dada a impossibilidade de se conseguir indicar objetivamente qual a localização e intensidade deste fenômeno doloroso. Ao longo dos últimos anos, métodos de detecção e avaliação de dor foram capazes de classificar dor através de imagens faciais de bebês recém-nascidos, utilizando modelos estatísticos, aprendizado de máquina e aprendizado profundo. Neste contexto, há interesse dos profissionais da saúde em terem disponível ferramentas computacionais capazes de explicitar não somente o nível potencial de dor experienciado pelo recém-nascido, mas também as regiões faciais de maior relevância para o fenômeno dor. O objetivo desta dissertação é desenvolver um arcabouço computacional de interpretação e reconhecimento de padrões em imagens de faces para avaliação automática de dor em bebês a termo. Mais especificamente, este trabalho concentra-se na investigação, implementação e integração de técnicas de detecção, segmentação, normalização espacial e classificação de imagens de faces baseadas em informações extraídas por mineração estatística de dados. Por fim, o arcabouço desenvolvido aqui, avaliado com uma taxa de acerto (limite superior) de aproximadamente 96% para a base COPE e 77% para a base UNIFESP, mostra que é possível não somente classificar estatisticamente dor e não-dor através de imagens de faces, mas também evidenciar regiões faciais discriminantes para o fenômeno dor, auxiliando na construção de escalas pediátricas de dor mais gerais e assertivas
- Análise e reconhecimento de padrões cognitivos em escutas musicais e sonoros em áudios(2020) Ribeiro, E.Estamos envolvidos em um ambiente repleto de sons ao nosso redor. Estudar e analisar os impactos que a prática musical causa e mostrar matematicamente que esta prática pode proporcionar efeitos cognitivos significativos no cérebro humano são as principais motivações desta tese. Em mais detalhes, o objetivo desta tese foi desenvolver uma metodologia capaz de caracterizar os padrões de ativações corticais gerados durante o registro de sinais de Eletroencefalograma (EEG) por meio de técnicas de reconhecimento de padrões em estatística, além de analisar as características acústicas comumente empregadas neste contexto, a fim de revelar se as mesmas são estatisticamente relevantes. Foi desenvolvido inicialmente um arcabouço computacional para abordar o problema de classificação de 2 grupos de amostras baseado em dados de sinais de EEG extraídos de voluntários músicos e não-músicos durante uma tarefa auditiva, para predizer se uma determinada pessoa é um músico ou não. Os resultados demonstraram que é possível classificar os grupos amostrados com acurácias que variam de 69.2% a 93.8%, permitindo não somente uma melhor descrição dos padrões de ativações neurais que caracterizam os voluntários músicos e não-músicos, mas também destacando como esses padrões se alteram nas regiões de transição e fronteiras de decisão que separam os grupos amostrados, indicando uma separação linear plausível entre estes grupos. Adicionalmente, como outra contribuição original desta tese, foram analisados os sinais de áudio de uma base de dados pública e internacionalmente referenciada que contém 1000 trechos musicais com 10 gêneros distintos, para investigar similaridades numéricas entre as características acústicas de baixo nível extraídas dos áudios e comumente exploradas na literatura afim. Os resultados obtidos mostram um comportamento de agrupamento similar entre essas características para todas as músicas analisadas, independente do gênero musical. Foi possível então discutir de maneira inédita a relação entre a forma como as características acústicas das músicas são descritas pela literatura e como as mesmas são agrupadas estatisticamente, revelando que a informação que usamos para processar cognitivamente essas características sonoras é implicitamente estatística. Embora todos os métodos descritos e implementados nesta tese sejam baseados em sinais de EEG, acredita-se que os mesmos possam ser estendidos para outros tipos de sinais cognitivos multivariados, como de Imagem de Ressonância Magnética funcional (fMRI), permitindo uma compreensão maior cortical e sub-corticalmente de funcionamento do nosso cérebro durante escutas musicais
Dissertação Extração multilinear de informações discriminantes em imagens de ressonância magnética do cérebro humano(2009) Leão, R. D.O entendimento da relação entre as regiões cerebrais e as respectivas funções que estas realizam no corpo humano tem motivado diversos estudos na área de Neurociência, contribuindo para o avanço de métodos computacionais de naálise de imagens. Neste trabalho, apresenta-se um estudo sobre extração multilinear de infoprmações discriminantes de um conjunto de imagens de ressonância magnética estrutural do cérebro humano. Este conjunto de imagens utilizado é formado por indivíduos sem histórico de transtornos psiquiátricos e a análise multilinear destes dados foi realziada com relação às características de altura, hábito de fumar, gênero, hipertensão, idae e obesidade. Métodos estatísticos univariado e multivariado, que são aplicados em estudos nestaárea, foram utilizados para a extração de informações discriminantes. Para uma melhor compreensão das diferenças visuais e quantitativas encontradas entre os métodos utilizados e suas respectivas limitações, uma análise geométrica foi relacionada ao conceito teórico envolvido por trás da formulação matemática destes métodos. Os resultados obtidos neste trabalho indicam que a análise multivariada é mais apropriada para a extração de informações discriminantes deste tipo de imagens, pois leva em conta a correlação das variáveis apresentando menor espalhamento das diferenças encontradas, atenua o problema de múltiplas comparações, e se baseia em um modelo de reconhecimento de padrões e não em um teste de hipóteses, permitindo a avaliação adicional da taxa de classificação de cada característicaDissertação Análise multivariada do sinal mioelétrico para caracterização do torque isométrico do músculo quadríceps da coxa(2010) Silva, G. A.O estudo dos biopotenciais musculares vêm se desenvolvendo, impulsionado tanto pelas pesquisas para o diagnóstico dos distúrbios neuro-musculares, quanto pelo desenvolvimento de próteses mecânicas para amputados. O sinal mioelétrico constitui uma grande área de pesquisa dentro do estudo dos biopotenciais, fornecendo dados para o diagnóstico de tais distúrbios, além de constituir um meio para o controle de diversos tipos de dispositivos bio-mecânicos. O reconhecimento preciso do sinal mioelétrico é fundamental para sua utilização em tais sistemas, mas é também uma tarefa difícil devido a sua alta dimensionalidade e a natureza ruidosa dos dados registrados. Este trabalho tem como objetivo caracterizar o torque isométrico do músculo quadríceps da coxa, através de uma análise multivariada dos sinais mioelétricos correspondentes. Mais especificamente, a proposta deste estudo é investigar métodos de estatística multivariada para extração e detecção de padrões específicos contidos nesses sinais mioelétricos. Utilizando dados gerados em uma pesquisa anterior que avaliou a relação entre os parâmetros mioelétricos e o torque isométrico do músculo quadríceps da coxa, foi possível, através de transformaçãoes lineares e não lineares nos dados originais, caracterizar e classificar o torque isométrico, além de constatar que diferentes níveis percentuais de torque apresentam características determinísticas discriminantes. Estes resultados indicam que o reconhecimento do sinal mioelétrico pode ser melhorado através da utilização de técnicas de estatística multivariada para tratar conjuntos altamente dimensionais e com uma quantidade limitada de amostras.Dissertação Otimização e mapeamento multivariado dos amplificador operacional de transcondutância por algoritmos genéticos.(2009) Rego, T. T.Esta dissertação propõe a utilização de uma técnica de Inteligência Artificial denominada Algoritmos Genéticos (AG) para o mapeamento, compreensão e otimização multivariada e com múltiplos objetivos do projeto do amplificador operacional de transcondutãncia (OTA) de único estágio e única saída. Investiga-se aqui a modelagem e implementação de um AG para a otimização das variáveis de largura (W) e compruimentop de canal (L) de todos os MOSFET's que compõem o circuito do OTA, com o intuito de atingir valores de ganho de tensão demalha aberta (Avo), frequência de ganho unitário de tensão (fr0 e fator de ganho do espelho de corrente (B) do OTA, pré-determinados pelo projetista. São dados pelo projetista, para a otimização do projeto OTA por AG, a potência total dissipada (P tot), a tensão de alimentação (V dd) e a curva normalizada gm/Ids x Ids/(W/L) da tecnologia SOi MOSFET, utilizada neste trabalho, além dos valores máximo e mínimo para W e L dos MOSFEts, com o intuito de reduzir o espaço de busca, evitar soluções potenciais do AG compõem-se de alelos de 11 bits, em que cada um contém o valor das dimensões W ou L de um dos MOSFETs do OTA, codificado em um número binário. A avaliação dos indivíduos é realizada por meio de equações de primeira ordem de Avo, Ft e B, reduzindo o esforço computacional no processo de otimização dos parâmetros. Ao final do processo de otimização, são obtidas 20 soluções, resultantes da execução de 20 rodadas do AG e, ao final de cada rodada, a melhor solução obtida é armazenada como uma das soluções para o projeto do OTa, dados os objetivos pré-determinados pelo projetista. Neste trabalho, as soluções otimizadas pelo AG utilizando-se equações de primeira ordem do OTA, são posteriormente analisadas com o uso do software de simulação de circuitos AIM-Spice, para a verificação da ordem de grandeza dos parâmetros de Avo e fT obtidos pelo OTA. As soluções encontradas pelo algoritmo aqui porposto tiveram erro máximo de 16% em relação aos objetivos pré-estabelecidos e foram obtidas com um tempo de processamento computacional relativamente baixo, ou seja, em aproximadamente 2 minutos.Dissertação Análise estatística multivariada de imagens cerebrais de controle e pacientes com transtorno obsessivo compulsivo(2008) Oliveira, Sergio Henry Alves dePreocupações, dúvidas e comportamentos ritualizados são, com certeza, fenômenos necessários para a adaptação dos seres humanos e de diversas outras espécies. No momento em que estes fenômenos passam a ocorrer de maneira excessiva e disfuncional, poderemos estar diante de sintomas do transtorno obssessivo-compulsivo ou, simplesmente TOC. Esse transtorno neuropsiquiátrico crônico ocupa o quarto lugar entre os transtornos psiquiátricos mais comuns e acomete de 2% a 3% da população independentemente de sexo, raça, quaociente de inteligência, estado civil, nível socioeconômico, religião ou nacionalidade. O TOC é um dos mais incapacitantes transtornos psiquiátricos e é classificado pela Organização Mundial de Saúde como uma das maiores causas de invalidez. Os sintomas de TOC em geral são indesejáveis e considerados como absurdos desprovidos de sentido pelo indivíduo em face aos seus referenciais de vida. Diversos estudos utilizando métodos de neuroimagem estrutural, como a ressonância magnética (RM), têm mostrado em pacientes com TOC perda da assimetria e diminuição ou expansão de certas estruturas cerebrais. Esse estudo investiga as diferenças estruturais cerebrais em imagens médicas de RM entre grupos de voluntários saudáveis e pacientes diagnosticados previamente com TOC através da abordagem estatística multivariada, proposta recentemente, formada pela composição das técnicas Principal Component Analysis (PCA) e maximum uncertainty Linear Discrimant Analysis (MLDA). em caráter comparativo utiliza-se o modelo estatístico mais comumente executado em problemas deste tipo: a análise univariada denominada Statistical Parametric Mapping (SPM). Foi observado nos resultados experimentais de ambas as análises, a presença de anormalidades volumétricas cerebrais relevantes, ou seja, em áreas cerebrais onde realmente existem mais evidências sugestivas da fisiopatologia do TOC, tais como os gânglios da base, tálamo e putâmen. Apresenta-se também a potencialidade da utilização dessas ferramentas por especialistas da área médica como auxílio em eventuais pesquisas e diagnósticos do transtorno psiquiátrico em questão.Dissertação Um estudo sobre otimização evolucionária e extração de conhecimento de fronteiras de pareto aplicado a um amplificador operacional de transcondutância(2012) Leme, Antônio Paulo de MoraesA otimização de múltiplos objetivos do amplificador operacional de transcondutância é um dos problemas mais estudados em microeletrônica. Dentro da área de Automação do Projeto Eletrônico encontra-se um grande número de ferramentas para a automação de projetos de circuitos integrados digitais, com grandes possibilidades de abstração, capazes de realizar otimização de parâmetros até síntese de sistemas completos. Para circuitos integrados analógicos, por outro lado, não encontra-se ferramentas com as mesmas características. O principal fator para esta divergência ´e a falta de um fluxo estruturado no projeto de circuitos integrados analógicos. O objetivo desta dissertação e investigar o processo de otimização para Amplificadores Operacionais de Transcondutância utilizando Algoritmos Evolucionários de Múltiplos Objetivos na tentativa de descoberta de regras de projeto para a configuração automática de parâmetros de transistores na tecnologia CMOS. O desdobramento deste objetivo permite a elaboração de um arcabouço computacional que inclui a obtenção de aproximações da Fronteira de Pareto e a utilização de um modelo preciso para a simulação dos amplificadores operacionais de transcondutância, respeitando as restrições impostas pela topologia de interesse. Apesar do alto custo computacional, a obtenção de aproximações da fronteira de Pareto, através do conhecido algoritmo evolucionário Nondominated Sorting Genetic Algorithm II, integrado ao simulador SPICE, revela relações de compromisso entre os objetivos conhecidas muitas vezes somente intuitivamente pelos projetistas de circuitos integrados analógicos. Os resultados obtidos neste trabalho sugerem que a Análise Multivariada das aproximações Pareto é um guia importante para a obtenção de projetos de amplificadores operacionais de transcondutância mais aprimoradosDissertação Segmentação e restauração digital de artefatos em imagens frontais de face(2012) Sobiecki, AndréHoje em dia, é uma realidade no mundo inteiro a existência de aplicações que utilizam a face como informação relevante para identificação de pessoas. No entanto, para um sistema biom´etrico reconhecer automaticamente imagens em documentos de identidade digital é necessário que a imagem facial esteja de acordo com um determinado padrão de resolução. Entretanto, o que fazer quando existe uma base de dezenas de imagens de faces rasuradas? Esta dissertação tem como objetivos realizar um estudo bibliográfico de métodos de segmentação e restauração de imagens digitais e ainda realizar a implementação dos métodos considerados úteis para a elaboração de um arcabouço computacional que avalie a qualidade digital de imagens frontais de face, segmente e detecte automaticamente artefatos nas mesmas e, por fim, reconstrua essas imagens por modelos de inpainting. Adicionalmente, este trabalho propõe um novo m´etodo de restauração digital de imagens que além de considerar informações de intensidade de pixels vizinhos, considera também informações a priori de uma imagem frontal de face mais semelhante. Para avaliação do arcabouço computacional proposto, foram utilizadas imagens de bases de faces públicas e de bases específicas, como de pessoas desaparecidas, nos experimentos realizados. Os resultados mostram que os métodos tradicionais de inpainting apresentam bons resultados em áreas de coloração homogênea porque nesses casos as informações dos pixels vizinhos são suficientes para o processo de restauração. Para os casos onde são necessárias reconstruções de informações geométricas e informações referentes às características da face, o método de inpainting proposto apresenta melhores resultados, pois há detalhes que não são matematicamente previsíveis considerando apenas as informações de vizinhançaDissertação Um estudo sobre predição da doença de Alzheimer por meio da classificação estatística de imagens por ressonância magnética estrutural do encéfalo(2011) Fernandes, Michel PereiraO aumento da expectativa de vida da população, resultado do avanço da sociedade em diversas áreas, principalmente na área da saúde, ocasionou o aparecimento de novas enfermidades, como a demência, atingindo grande parte da população idosa. Dentre os casos de demência, 25% evoluem para a Doenca de Alzheimer (DA). A DA é caracterizada pelo comprometimento de funções cognitivas ligadas a memória, por essa razão à medida que a doença avança mais severos são os efeitos sobre o paciente. Atualmente a DA não tem cura. O desafío dos especialistas é a antecipação do diagnóstico para o início do tratamento cada vez mais cedo. Uma das estratégias de identicação antecipada da DA é por meio da identificação dos casos do Transtorno Cognitivo Leve (TCL). O TCL representa um estágio de pré-demência, entre o envelhecimento natural e a demência. Sua característica marcante é o alto grau de conversão para a DA, representado por mais da metade do total de pacientes. Identificar nos casos do TCL quais converterão para DA é o principal objetivo deste trabalho. Para alcançar este objetivo é proposto o uso de ferramentas de automação computacional que permitem avaliar as informações extraídas das imagens por ressonância magnética, alem da correlação das causas e seus efeitos. Tais resultados são difíceis de serem alcançados por analises clínicas devido à grande dimensionalidade dos dados. Os métodos computacionais mais recentes são baseados em análises univariada e multivariada. Por meio dessas análises são obtidos mapas estatísticos que permitem investigar as principais diferenças presentes nos tecidos cerebrais e correlacionar a evolução clínica com seus efeitos. De forma adicional, é explorado e validado, por meio de um classificador multivariado, quais pacientes com TCL poderão evoluir para a DA. Foram analisadas cerca de 720 imagens médicas para os experimentos executados. Os resultados mostram que a metodologia empregada é promissora para a predição dos casos de TCL, confirmados clinicamente, com até 4 anos de antecedência. Todas as análises foram realizadas utilizando-se a base de dados de referência internacional na literatura acadêmica, denominada ADNI (Alzheimer's Disease Neuroimaging Initiative).Dissertação Análise multilinear discriminante de formas frontais de imagens 2D de face(2012) Quiroga, Eliana Zacchi TenórioMuitas atividades humanas e interações com o meio ambiente realizadas por máquinas (computadores ou robôs) são guiadas por análises da informação visual disponível. Na maioria das situações, formas 2D em imagens têm as mesmas características dos objetos originais. Esta dissertação descreve e implementa uma análise multilinear de formas 2D em imagens frontais de face com o objetivo de entender como esses dados se alteram no espaço original dos dados. São investigados não somente as componentes principais que representam maior variância, mas também as direções que melhor representam as diferenças discriminantes de acordo com a característica de interesse como, por exemplo, alterações relativas a gênero ou expressão facial. Os experimentos, utilizando bases de imagens de faces disponíveis publicamente para pesquisa, mostram que a análise multilinear discriminante baseada em hiperplanos paramétricos e não-paramétricos e componentes principais reordenadas tende a priorizar as direções que melhor explicam as diferenças de interesse Portanto, acredita-se que pode-se estender todo e qualquer trabalho de análise e interpretação visual baseado em forma por essas novas transformações lineares de dados.