Engenharia Elétrica
URI permanente desta comunidadehttps://repositorio.fei.edu.br/handle/FEI/21
Navegar
5 resultados
Resultados da Pesquisa
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 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 de discriminantes lineares para modelagem e reconstrução de imagens de faces(2007) Kitani, Edson CaoruO reconhecimento de faces é uma nova área de pesquisa que tem recebido grande atenção nos últimos anos, dada a sua abrangência e multiplicinaridade. Entretanto, apesar dos avanços muitos problemas ainda não foram solucionados mantendo vivo o interesse dfa comunidade científica nesta área. Fundamentalmente, este trabalho aborda o estudo das imagens de face como um problema de reconhecimento de padrões e investiga o domínio de faces, baseado nas projeções vetoriais dessas faces no hiper-espaço, como um problema de estatísica multivariada. A partir desta hipótese, estudam-se quais características visuais são capturadas pelos modelos estatísticos lineares, a capacidade de generalização, e a possibilidade de predizer informações que não necessariamente pertencem a um conjunto de treinamento. Ainda no contexto da estatística multivariada, estudou-se a reconstrução visual dessas informações, cujos resultados comprovaram que um classificador linear pode ser utilizado também para extrir informações e predizer novas. Discute-se ainda o modelo de representação das imagens de faces e como uma alteração poderia ser transferida para uma imagem de face qualquer, de modo que esta incorporasse as novas informações do modelo. Complementando a pesquisa, desenvolveu-se uma nova interpretação das informações discriminantes fornecidas pelas abordagnes de análise de discriminantes lineares, e também uma nova forma de interpretação das componentes principais para fins de classificação. Os resultados deste trabalho indicaram o potencial de representação e generalização nas bases vetoriais geradas pelo PCA e pelo classificador baseado no método de Fisher.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 Comparação entre as análises estatísticas univariada e multivariada no diagnóstico da doença cerebral de Alzheimer(2007) Aguiar, N. A. O.A doença de Alzheimer é considerada uma das desordens cerebrais mais comuns e suas conseqüências são devastadoras, pois o cérebro humano tende a degenerar progressivamente e áreas como a memória, o raciocínio, a comunicação e a coordenação motora são particularmente afetadas. Embora a doença de Alzheimer seja a demência mais comum, ainda não existe uma cura para a mesma, e também não se sabe qual é a razão principal para que esta doença se manifeste. Um dos grandes avanços das pesquisas nesta área tem sido observado em trabalhos científicos que utilizam técnicas de neuroimagem de alta resolução, tais como imagens de ressonância magnética, para avaliar a estrutura, a função cerebral e a ativação de certas áreas do cérebro. Essa dissertação apresenta um estudo comparativo de imagens cerebrais de ressonância magnética, entre pessoas diagnosticadas previamente com a doença de Alzheimer e controle. Tomando as imagens cerebrais como ponto de partida investiga-se duas técnicas de análise estatística: a análise univariada denominada Statistical Parametric Mapping (SPM), comumente utilizada em problemas deste tipo; e a análise multivariada, proposta recentemente, formada pela composição das técnicas Principal Component Analysis (PCA) e Maximum Uncertainty Linear Discriminant Analysis (MLDA). Nos resultados obtidos em ambas análises, observou-se diferenças nas imagens extremamente relevantes, isto é, as áreas cerebrais onde foram encontradas as diferenças são onde realmente ocorrem alterações provocadas pela doença de Alzheimer. Essas áreas são o hipocampo, ventrículo, hipotálamo, corpo caloso, córtes cerebral, giro do cingulo e amígdala. Discute-se também a potencialidade dessas análises estatísticas e o grande benefício que um especialista da área médica desfrutaria se tivesse acesso a ambos os resultados auxiliando-o em eventuais pesquisas e diagnósticos da doença em questão.