Engenharia Elétrica
URI permanente desta comunidadehttps://repositorio.fei.edu.br/handle/FEI/21
Navegar
5 resultados
Resultados da Pesquisa
- 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 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.- Análise e reconhecimento de dor em imagens 2D frontais de recém-nascidos e termo e saudáveis(2018) Teruel, G. F.Diversas intervenções dolorosas (ou potencialmente dolorosas) são realizadas durante a internação de um recém-nascido em uma unidade de terapia intensiva. Nessas situações, existe uma dificuldade maior em identificar a dor, devido a impossibilidade de comunicação verbal direta e objetiva como acontece usualmente entre adultos. Nas últimas décadas, várias escalas de dor têm sido propostas para identificar tal ocorrência por meio de análise da mí- mica facial do ser humano, permitindo investigar e criar métodos não-invasivos que auxiliam não somente o reconhecimento precoce da ocorrência, como também uma melhor compreensão deste fenômeno. Neste contexto, essa dissertação tem como objetivo propor e implementar uma sequência de procedimentos computacionais para detecção, interpretação e classificação de padrões em imagens bidimensionais frontais de faces para reconhecimento automático de dor em recém-nascidos. Usando transformações de dados e extrações de características estatísticas de um banco de imagens reais de recém-nascidos a termo e saudáveis, criado pelo grupo de pesquisa da UNIFESP, e também a avaliação destas mesmas imagens por profissionais da área da saúde treinados para reconhecimento de dor, foi possível identificar automaticamente os níveis de dor nessas imagens, em escala numérica contínua abstraindo a subjetividade dos profissionais de saúde treinados, quantificando o conhecimento humano na tarefa de reconhecimento de dor. Tais resultados foram também comparados com classificações das mesmas imagens, pelos mesmos profissionais, que utilizaram um método validado clinicamente e aplicado a beira do leito, denominado Sistema de Codificação Facial Neonatal (NFCS, sigla em inglês). Adicionalmente, como demais contribuições originais deste trabalho, foram geradas imagens de referência nomeadas de Atlas para cada classe "Sem Dor"e "Com Dor", as quais possuem características médias de cada grupo, e também foram geradas imagens sintéticas de faces de recém-nascidos que apresentam as mesmas características do conjunto de imagens originais do banco de imagens utilizado, expandindo a base de informação com dados de alta relevância para estudos futuros.
- Normalização espacial não rígida de imagens assistida por metamodelos(2018) Dal Fabbro, D. A.Classicamente aplicados em simulações computacionais como CFD (Computational Fluid Dynamics) e FEM (Finite Element Method), metamodelos para otimização trouxeram resultados relevantes para aproximar a função objetivo no espaço de busca e resolver problemas em que o cálculo da função objetivo exige elevados recursos computacionais. Recentemente, com a evolução de novos algoritmos de aprendizado de máquina e reconhecimento de padrões, esta técnica também mostrou-se bem sucedida para acelerar o processo de ajuste dos hiperparâmetros de modelos que antes dependiam de um conhecimento profundo sobre os seus fundamentos matemáticos ou da busca exaustiva pelos parâmetros ótimos. Neste contexto, esta dissertação propõe uma metodologia para aplicação de otimização assistida por metamodelos na área de visão computacional, mais especificamente em normalização espacial não rígida de imagens. Este tópico de pesquisa tem sido pouco explorado pela literatura de otimização assistida por metamodelos, além de ser computacionalmente complexo devido às múltiplas opções de ajuste dos parâmetros. Denominada aqui de Normalização Espacial Não Rígida de Imagens Assistida por Metamodelos, a metodologia proposta descreve uma nova métrica que leva em consideração o compromisso em deformar os elementos geométricos da imagem preservando suas características estatísticas principais. Este estudo descreve também duas taxonomias, uma metodologia proposta. Após os experimentos em três bases de imagens distintas, os resultados obtidos mostram que a qualidade da normalização espacial não rígida pode ser otimizada por meio da métrica proposta, e o metamodelo construído auxilia tanto no processo de otimização como na compreensão maior do comportamento da função objetivo no espaço de busca.