Engenharia Elétrica
URI permanente desta comunidadehttps://repositorio.fei.edu.br/handle/FEI/21
Navegar
39 resultados
Resultados da Pesquisa
Agora exibindo 1 - 10 de 39
Tese Reconhecimento automatizado da dor por movimentos faciais de recém-nascidos internados em unidade de terapia intensiva neonatal(2024) Heiderich, Tatiany MarcondesRecém-nascidos internados em Unidades de Terapia Intensiva Neonatal (UTIN) frequentemente passam por procedimentos que causam dor. A presença de dispositivos médicos fixados à face do neonato dificulta a avaliação adequada da dor. Este estudo teve como objetivo desenvolver um método automatizado para reconhecer a dor em neonatos, mesmo em condições de visibilidade facial limitada. Foi proposto e implementado um arcabouço computacional utilizando técnicas atuais de processamento de imagens e de Inteligência Artificial para segmentar regiões faciais específicas e para classificar movimentos faciais indicativos de dor, sendo estes: boca aberta, boca estirada, sulco nasolabial aprofundado, fronte saliente e fenda palpebral estreitada. Com o uso de quatro bases de dados distintas e de referência na literatura afim, o método foi treinado, validado e testado, permitindo a análise apenas das áreas visíveis da face. Uma abordagem inovadora foi aplicada, atribuindo pesos diferenciados aos movimentos faciais mais relevantes, com maior pontuação para os movimentos de maior poder discriminatório, como o sulco nasolabial aprofundado. O método proposto demonstrou ser eficiente e confiável, apresentando na validação um F1 score de 83%, valor-p de McNemar de 0,146, e Kappa de Cohen de 0,668, resultados compatíveis e, em alguns aspectos, superiores aos métodos tradicionais, especialmente em condições de visibilidade parcial da face do neonato. Esta pesquisa não pretende substituir os métodos tradicionais, mas sim otimizá-los, oferecendo uma solução prática e robusta para os desafios do diagnóstico de dor em neonatos na UTIN. A combinação de análise segmentada da face, avaliação apenas das regiões visíveis e pontuações diferenciadas para movimentos faciais mais discriminantes posiciona este arcabouço como uma contribuição significativa e viável para a evolução do manejo da dor neonatal, promovendo uma avaliação mais objetiva e precisa em cenários clínicos complexos- Segmentação de faces parcialmente ocluídas para avaliação da expressão de dor neonatal(2024) Domingues, Pedro Henrique Silvaavaliação e o tratamento corretos da dor são procedimentos clínicos importantes para o desenvolvimento saudável de recém-nascidos (RNs). Visto que RNs ainda não desenvolveram a capacidade de expressão verbal, a identificação da dor através de expressões faciais visuais é o meio alternativo mais comum para este caso, utilizada por pais e por profissionais da saúde, para estes últimos baseados em escalas como a Neonatal Facial Coding System (NFCS). Desse modo, a automatização do uso dessas escalas utilizando imagens de face é alvo de estudos recentes. As estratégias desenvolvidas utilizam redes neurais, modelos de classificação ou a medição de distâncias entre partes da face. No entanto, alguns equipamentos médicos utilizados por estes RNs dificultam a análise automática da dor através de imagens, pois obstruem parte da face, dificultando a detecção facial e a localização de pontos chave. Diante disso, o objetivo desta dissertação foi estudar a segmentação facial de RNs, identificando o melhor método computacional para casos com e sem a presença de oclusão parcial da face e verificando a influência desta segmentação como uma ferramenta para remoção de ruído e melhora de desempenho de modelos de classificação da expressão de dor. As oclusões aqui estudadas provêm de imagens de UTIs neonatais (UTINs), nas quais equipamentos médicos como sonda enteral ou gástrica, intubação orotraqueal e óculos de fototerapia muitas vezes impossibilitam a visualização completa de partes importantes da face como olhos e boca. Três modelos de segmentação foram testados em cenários com e sem a presença dessas oclusões e o melhor foi utilizado para segmentar faces de RNs e classificação da expressão de dor com quatro diferentes classificadores baseados em redes neurais. O SAM (Segment Anything Model) foi considerado o melhor modelo para segmentação, com alto coeficiente Dice (>0,91). No entanto, utilizar o SAM para remoção de ruidos como plano de fundo e oclusões não gerou melhora significativa no desempenho dos classificadores, que apresentaram em média 66% de acurácia em casos com oclusão
- Análise do olhar humano: estudos experimentais de rastreamento o ocular para explicar padrões visual em tarefas cognitivas(2023) Orsi, R. N.Na área da engenharia, estudar processos cognitivos significa estudar o cérebro em funcionamento e isso requer o uso de tecnologias específicas para aquisição de sinal dinâmico em um processo que envolve estimulação, percepção e reação comportamental. Neste contexto, é comum encontrar estudos que exploram a análise de imagem com resolução temporal e espacial, como imagem por ressonância magnética funcional (fMRI) e eletroencefalografia (EEG). No entanto, também tem sido cada vez mais comum a utilização de abordagens disruptivas, como o rastreamento dos movimentos oculares para analisar a carga de trabalho mental e a interação entre a mente e os estímulos por meio de análise de padrões visuais durante a aquisição de informação. Nesta tese são apresentados três estudos experimentais guiados por um protocolo padrão para aquisição de sinal visual correspondente a percepção humana de estímulos cognitivos. Mais especificamente, é apresentada uma análise de padrões visuais em tarefas de leitura com estímulos que simulam condições de estresse visual; uma análise da atenção visual durante a avaliação de expressões faciais de dor em neonatos; e uma análise da dilatação pupilar durante a percepção de estímulos emocionais categorizados. Os resultados mostram que é possível classificar automaticamente, e com alta acurácia, os padrões visuais de leitura obtidos por processos de engenharia reversa; que o reconhecimento da dor em neonatos é uma tarefa inata e ocorre em menos de 2 segundos; e que estímulos emocionais negativos podem mobilizar mais recursos de processamento cerebral do que estímulos positivos e neutros. Acredita-se que os relatos descritos nesta tese podem ser aplicados na área clínica para realizar diagnósticos mais precisos acerca de condições de estresse visual e para fundamentar uma abordagem mais distinta e seletiva para análise de expressão facial de recém-nascidos
- Redes neurais convolucionais para avaliação de dor neonatal em imagens de face: uma análise quantitativa e qualitativa(2023) Coutrin, Gabriel de Almeida SáA experiência da dor, quando intensa ou repetitiva, pode prejudicar o desenvolvimento de recém-nascidos. Estima-se que, durante o período de internação de um recém-nascido em unidade de terapia intensiva neonatal, ocorram mais de 500 intervenções dolorosas, com eventual uso de analgesia, a qual também pode impactar o desenvolvimento da criança. Diante da incapacidade do neonato verbalizar sua dor, realizam-se estudos, procedimentos e tratamentos para identificação da presença de dor por meio da análise comportamental, principalmente pela mímica facial. No entanto, a aplicação clínica destas propostas para o reconhecimento da dor está sujeita às variações entre profissionais da saúde. Neste contexto, faz-se importante o desenvolvimento de soluções computacionais para a avaliação da dor neonatal com menor subjetividade. Na última década, Redes Neurais Convolucionais (CNNs) ganharam popularidade devido às diversas aplicações de sucesso em tarefas de reconhecimento de imagens. Portanto, o presente trabalho tem como objetivo investigar a aplicação de diferentes modelos de CNN para a classificação automática da dor neonatal a partir de imagens de face. Especificamente, foram implementados modelos das arquiteturas VGG-16, ResNet50, SENet50 e Inception-V3, utilizando o aprendizado por transferência, e da arquitetura N-CNN (Neonatal Convolutional Neural Network), o qual não foi previamente treinado. Duas bases de dados distintas foram utilizadas: iCOPE e UNIFESP. Em uma comparação experimental baseada não somente em resultados quantitativos (métricas de desempenho de classificação), mas também em uma análise qualitativa por meio de métodos de Inteligência Artificial Explicável, foi evidenciada a superioridade dos modelos pré-treinados com imagens de face, destacando as diferenças mais relevantes no tocante à interpretação das informações extraídas por cada modelo, bem como a necessidade de um maior conjunto de dados, um fator limitante para a aplicação de redes neurais neste problema
- Estudo da variação pupilar durante a leitura de textos da língua portuguesa com distorções visuais simuladas artificialmente(2023) Romera, João Vitor MacedoAções simples como ler um livro requer múltiplos processos cognitivos, que vão desde o movimento dos olhos e reconhecimento das letras até a compreensão da mensagem em si. Entretanto, essa tarefa pode não ser tão simples assim para alguns indivíduos, pois estudos mostram que a aquisição do conhecimento pode ser comprometida devido a déficits sensoriais que dificultam a emissão das informações pelas vias aferentes, causando distorções na informação visual, como é o caso da Síndrome de Meares-Irlen (SMI). Este trabalho investiga os padrões de variação do diâmetro da pupila e mapas de atenção visual durante a leitura de textos com base nos efeitos visuais artificialmente simulados da SMI usando informações de rastreamento ocular para estimar a carga de trabalho mental necessária. Os resultados indicam que há um aumento da carga mental nos momentos em que os textos mostrados apresentam maior intensidade de distorção visual, revelando experimentalmente a dificuldade implícita nesse contexto de leitura, além de mostrar, por meio de técnicas estatísticas multivariadas, que o olhar e o esforço cognitivo apresentam padrões diferentes, quando a informação visual está prejudicada
- Human vs machine towards neonatal pain assessment: a comparison of the facial features extracted by adults and convolutional neural networks(2023) Carlini, Lucas CarliniOne of the most important challenges of the scientific community is to mitigate the several consequences for neonates due to pain exposure. This challenge is mainly justified by the fact that neonates are not able to verbally communicate pain, hindering the correct identification of the presence and intensity of this phenomenon. In this context, several clinical scales have been proposed to assess pain, using, among other parameters, the facial features of the neonate. However, a better comprehension of these features is yet required, since some recent results have shown the subjectivity of these scales. Meanwhile, computational frameworks have been implemented to automate neonatal pain assessment. Despite their impressive performances, these frameworks still lack to understand the corresponding decision-making processes. Therefore, we propose to investigate in this dissertation the facial features related to the human and machine neonatal pain assessments, comparing the visual perceived regions by health-professionals experts and parents of neonates with the most relevant ones extracted by eXplainable Artificial Intelligence (XAI) methods using two classification models: (i) VGG-Face, trained originally in facial recognition, and (ii) N-CNN, implemented and trained end-to-end for neonatal pain assessment. Our findings show that the regions used by the classification models are clinically relevant to neonatal pain assessment, yet do not agree with the facial perception of healthprofessionals and parents. Consequently, these differences suggest that humans and machines can learn with each other in order to improve their current decision-making process of identifying the discriminant information related to neonatal pain. Additionally, we observed that, using the same classification model, the XAI methods implemented here yield distinct relevant facial features to the same input image. These results raise concerns about the effective use and interpretation of XAI methods, and, more importantly, what regions of the image are truly relevant to the decision-making process of the classification model. Nevertheless, our findings advance the current knowledge on how humans and machines code and decode the neonatal facial response to pain. We believe that these findings might enable further improvements in clinical scales and computation tools widely used in real situations, whether based on human or machine decision-making process
- Análise de ruídos automotivos por parâmetros psicoacústicos(2022) Sartori, Renato ParedeOs ruídos parasitas em veículos novos/seminovos possuem um grande impacto na satisfação dos clientes brasileiros. A indústria automobilística já detectou esta particularidade de nosso mercado em que a presença destes ruídos é diretamente relacionada a qualidade/robustez dos produtos. Devida a esta importância as empresas vêm ampliando o investimento na detecção e caracterização nessa área, embora grande parte ainda usam o método tradicional através de rodagens com especialistas tanto na fase de projetos quanto durante a produção em massa ao longo do ciclo de vida do veículo. O presente estudo consiste em desenvolver uma metodologia para investigar a relação de parâmetros da psicoacústica com a irritabilidade dos clientes. A primeira etapa deste desenvolvimento foi a aquisição dos sinais realizada diretamente sobre veículos nas pistas de teste do grupo Peugeot Citroën na cidade de Porto Real e da Fiat na cidade de Betim. Esta atividade consistiu na gravação de dez sinais sonoros dentre as interfaces que mais provocam insatisfação/irritação dos clientes. Posteriormente esses sinais foram utilizados em duas análises exploratórias, subjetiva e objetiva. A análise subjetiva foi realizada com a participação de 52 colaboradores sem conhecimentos específicos sobre o tema. Todo o controle acústico, térmico, assim como distância entre os voluntários e o equipamento de reprodução foram baseados em estudos científicos afins. A avaliação dos áudios pelo júri foi conduzida através de uma reprodução auto-guiada permitindo que cada participante escolhesse a sequência de áudio. A avaliação seguiu a escala métrica de subjetividade da SAE(Society of Automotive Engineers). Por sua vez a análise objetiva consistiu em extrair dos sinais de áudio os parâmetros da psicoacústica como Loudness, Roughness, Sharpness e Fluctuation Strenght. Nessa etapa utilizou-se o software TestLAB para a extração dos parâmetros. A análise de dados consistiu inicialmente no cruzamento dos dados obtidos do júri através da audição com as notas fornecidas pelos especialistas do setor para cada um dos ruídos gravados. Como desenvolvimento final, um classificador sobre o impacto de cada ruído na satisfação dos clientes, usando o algoritmo de inteligência artificial ID3(Iterative Dichotomiser 3) foi implementado com o objetivo de reduzir a subjetividade quando comparado aos sistemas tradicionais empregados atualmente no setor automobilístico. Os experimentos exploratórios desta dissertação indicam que há correlação entre as métricas psicoacústicas com o nível de irritabilidade provocado pelos sinais assim como uma regra geral de classificação dos tipos de ruídos automotivos considerados
- Análise visual de padrões de leitura em textos da língua portuguesa por meio de rastreamento ocular(2022) Requena, F. C. G.A leitura é uma atividade complexa. Leitores engajados prestam atenção quando leem, concentram-se no significado do texto e aprendem com o próprio texto. No entanto, tal engajamento não se apresenta explicitamente, mas como melhores resultados de acertos em exames afins como o Programa de Avaliação Internacional de Estudantes (PISA). Neste contexto, o objetivo desta dissertação de mestrado é explorar as semelhanças e diferenças nos padrões de movimento ocular, durante tarefas de leitura, entre voluntários proficientes tendo como base o PISA. A metodologia proposta consiste em uma análise detalhada de atividades e estratégias visuais de leitura usando um equipamento de rastreamento ocular. O experimento contou com a participação de 36 voluntários entre estudantes e funcionários de uma instituição acadêmica, e foi composto por 6 questões de múltipla escolha e 4 textos, todos retirados do PISA. A análise dos mapas de atenção visual gerados através do experimento permitiu identificar entre os participantes considerados como mais qualificados que as fixações do olhar ocorreram de forma mais concentrada nas áreas de resposta definidas. Em contraste, entre os menos qualificados, as fixações ocorreram de forma mais desorganizada, esparsa, principalmente em textos não contínuos que contêm imagens. Tais resultados indicam que o engajamento observado é evidente para os mais qualificados e os menos qualificados tendem a falhar nesse aspecto, revelando aqui nesta dissertação uma metodologia promissora para compreender melhor as possíveis dificuldades de alunos em nível escolar nesta atividade cognitiva complexa
- Análise discriminante do ruído de fundo em imagens de ressonância magnética de extremidades(2021) Andrioli, Carlos JoséEspecialistas estudam a melhoria contínua da qualidade de imagem de ressonância magnética (RM) desde a criação do primeiro equipamento para aquisição desse tipo de imagem, em 1974. Este trabalho tem como objetivo analisar o ruído de fundo de imagens de RM de extremidades de alto campo (1 Tesla), causado principalmente por radiofrequência e interferências eletromagnéticas presentes na Gaiola de Faraday desses equipamentos. Para a realização deste estudo e a parametrização das imagens, utilizou-se de um dispositivo denominado phantom (usado para calibração desses equipamentos de RM) e o protocolo de referência para este fim chamado DQA (Daily Quality Assurance). Foram adquiridas 45 imagens de RM, pré-classificadas por especialista de RM como contendo ou não ruído de fundo, e posteriormente analisadas pelo método estatístico multivariado PCA (Principal Components Analysis) + MLDA (Maximum uncertaintly Linear Discriminant Analysis) e pelo SNR (Signal to Noise Ratio), índice padrão que quantifica a relação entre o sinal e o ruído da imagem. O PCA serviu como um filtro estatístico, diminuindo consideravelmente a quantidade de informação de entrada para o classificador MLDA. Quando utilizadas todas as componentes principais do PCA, o MLDA apresentou acurácia de 93,33% e resultados que permitiram discriminar o ruído de fundo dessas imagens em complementaridade com o SNR
- Escalas de avaliação de dor em recém-nascidos: um estudo sobre características faciais e rastreamento ocular(2021) Tamanaka, Fernanda GoyoRecém-Nascidos (RNs) sentem dor e quanto mais prematuros, mais imaturos são seus sistemas de atenuação da dor. A mímica facial é um método não invasivo para identificar e avaliar a dor em RNs. Neste contexto, esta dissertação propõe e realiza uma revisão sistemática de 52 escalas clínicas que usam a mímica facial como um dos parâmetros de avaliação de dor em RNs para detalhar quais áreas da face do neonato são mais referenciadas na prática clínica para identificar a dor. Adicionalmente, esta dissertação compara quantitativamente a relevância entre essas áreas faciais revisadas com achados recentes da percepção visual de 143 voluntários, especialistas ou não, durante a avaliação da dor de 20 imagens faciais de RNs. De modo geral, os resultados mostram que áreas comumente não referenciadas pela literatura, como nariz e bochechas, foram, porém, observadas pelos voluntários durante a avaliação de dor, sendo o nariz a área mais visualizada. Além disso, todos os participantes, sejam especialistas ou não, mostraram forte correlação entre si para as mesmas áreas faciais percebidas visualmente, mas não com as escalas clínicas. Como trabalhos futuros, sugere-se desenvolver um sistema de classificação de dor que contemple uma avaliação ponderada, não somente, das áreas faciais predominantes referenciadas na literatura, mas também das áreas faciais de maior relevância na percepção visual de profissionais de saúde, proporcionando complementariedade entre conhecimento clínico e percepção humana para avaliação de dor em RNs.