Engenharia Elétrica
URI permanente desta comunidadehttps://repositorio.fei.edu.br/handle/FEI/21
Navegar
6 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 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 Análise multivariada de imagens frontais de face normalizadas especialmente(2015) Xavier, I. R. R.No contexto de reconhecimento automático ou percepção cognitiva de faces, uma etapa importante é o alinhamento das imagens de face de entrada a um atlas de referência para posterior extração multivariada de características. Para alinhar duas imagens de face, pode-se utilizar transformações rígidas e afins que corrigem variações de rotação e escala, porém deformações devido a expressões faciais, por exemplo, podem ser tanto globais quanto locais e de natureza não-linear ou não-rígida. Portanto, em situações desse tipo precisa-se de um método de alinhamento que possa lidar com tais variações. Nas últimas décadas, desenvolveu-se uma técnica de deformação de objetos sólidos, denominada em inglês de Free-Form Deformation, que foi adaptada primeiramente para normalização espacial de imagens médicas e mais recentemente para imagens frontais de face. Paralelamente, técnicas estatísticas de análise multivariada têm sido aplicadas ao contexto de imagens de face, tais como Análise de Componentes Principais (PCA, Principal Components Analysis) e Análise de Discriminantes Lineares (LDA, Linear Discriminant Analysis), para modelagem, reconstrução e interpretação desses padrões. Este estudo teve como objetivo realizar uma análise multivariada de imagens frontais de face normalizadas espacialmente com relação a um atlas de referência. Os resultados mostram que esta abordagem produziu imagens artificiais de faces humanas com realismo promissor, tanto nas direções de maior variação obtidas pelo PCA quanto nas direções mais discriminantes obtidas pelo LDADissertação 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 Análise discriminante e classificação de imagens 2D de ultrassonografia da mama(2011) Xavier, A. C.Os estudos relacionados à detecção e ao tratamento de cânceres por meio de imagens, incluindo o câncer de mama, vêm se aperfeiçoando ano após ano. Segundo especialistas, o câncer de mama se posiciona, na verdade, como o maior causador de morte de câncer na população feminina mundial. E, particularmente, a ultrassonografia mamária, por ter menor custo e evitar o contato prejudicial dos envolvidos com radiação, tem aumentado significativamente nos últimos anos. É com este enfoque que o presente trabalho aborda a análise discriminante de tumores mamarios em imagens 2D ultrassonográficas. O conjunto de imagens utilizado, com dados pre-processados e segmentados, contém tumores mamários benignos e malignos. No processo de analise dessas imagens, métodos estatísticos univariado e multivariado foram investigados com objetivo de extrair informações discriminantes para fins de classificação. Os resultados da aplicação desses métodos estatisticos favorecem a adoção do método multivariado na análise das imagens de ultrassom. Em caráter complementar, este tipo de metodologia pode também evidenciar as diferenças estatísticas mais significaivas entre os tumores, indicando no espaço original das imagens os casos mais simples e difíceis de classificação- Trepidação em veículos equipados com embreagens a seco:uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção(2016) Gregori, I. R. S.Nos últimos anos, a indústria automobilística tem promovido, e testemunhado, uma série de avanços tecnológicos e científicos em sistemas veiculares de embreagem com o intuito de proporcionar melhor conforto aos motoristas e automóveis cada vez mais eficientes energeticamente. Entretanto, um dos problemas mais básicos e conhecidos ainda inerente aos sistemas de embreagem dos veículos atuais, tais como carros de passageiros e caminhões, é um fenômeno natural e complexo chamado de trepidação. A trepidação é o termo usado na indústria automobilística para descrever a oscilação longitudinal em um veículo durante a sua fase de acoplamento da embreagem. Pesquisas anteriores mostram que a trepidação pode ser explicada pelo torque transmitido pela embreagem, em função da velocidade e da temperatura de deslizamento. Neste contexto, esta tese propõe e implementa um sistema de aprendizagem de dados, baseado na análise estatística multivariada do sinal do torque como um todo, para melhor caracterização do fenômeno de trepidação. Os experimentos foram realizados utilizando os seguintes recursos principais: sistema de embreagem a seco, automóvel de passageiros, bancada de testes e seis materiais de fricção orgânicos. A abordagem proposta permitiu o desenvolvimento de um modelo de reconhecimento de padrões computacionalmente eficiente e altamente preciso para classificar os sinais de torque em relação aos diferentes materiais de fricção investigados, utilizando as informações mais expressivas dos dados e uma versão regularizada de um classificador linear. Correlacionando os padrões aprendidos com um material de fricção de referência (padrão ouro), foi possível também prever em laboratório o problema de trepidação no veículo. Acredita-se que os resultados alcançados desta tese, possam permitir uma redução considerável no tempo e nos custos de desenvolvimento de novos materiais de fricção para fabricação de sistemas veiculares de embreagem isentos de trepidação.