[pt] Segundo relatórios da Organização Mundial da Saúde, as doenças cardiovasculares são a principal causa de óbitos em nível mundial. Podem, porém, ser controladas mediante diagnóstico e tratamento adequados. Nesse contexto, as ferramentas tecnológicas de auxílio ao diagnóstico são importantes para redução do número de óbitos causados por este tipo de doenças. Esta dissertação avalia aos métodos de otimização: Differential Evolution, Generalized Pattern Search, Mesh Adaptive Direct Search e Nelder-Mead Algorithm, aplicados na busca dos parâmetros que modelam a estrutura dos vasos sanguíneos a fim de melhorar os resultados e tempo de processamento da segmentação da árvore vascular em imagens médicas, conforme proposto em (Oliveira, 2013). Neste trabalho, são apresentados conceitos anatômicos e as características das imagens usadas neste estudo. São ainda descritos os métodos de otimização avaliados e a metodologia da segmentação da árvore vascular cujos parâmetros se deseja otimizar. Com essa base, se formula a metodologia de avaliação destes métodos através de uma análise quantitativa, que é produto da formulação de um teste de hipóteses da diferença entre a avaliação média em combinação pareada. Este teste avalia o desempenho dos métodos de otimização quando são aplicados em amostras aleatoriamente escolhidas em cada um dos exames de tomografia computadorizada que pertencem ao banco de dados composto por imagens: sintéticas, coronárias, hepáticas e de fibras nervosas do sistema olfativo. Conforme aos resultados do teste de hipótese, o método de otimização com o melhor desempenho, em acurácia e custo computacional, é escolhido e as conclusões deste trabalho são elaboradas assim como também as propostas de trabalhos futuros nesta mesma linha de pesquisa. / [en] According to the World Health Organization reports, cardiovascular diseases are the worldwide leading cause of death. However, they can be controlled using proper diagnosis tools and treatments. In this way, the diagnosis assisted technological tools are important to reduce the number of deaths caused by this type of diseases. This dissertation assess optimization methods (Differential Evolution, Generalized Pattern Search, Mesh Adaptive Direct Search, Nelder-Mead Algortihm) applied in the search of parameters that model blood vessels structures in order to improve the results and processing time of a vascular tree segmentation method in medical images, as proposed in (Oliveira, 2013). In this work, anatomical concepts and the characteristics of the images used in this study are presented. The optimization methods assessed and the methodology for the segmentation of the vascular tree, whose parameters are to be optimized, are described. Based on that, the procedure to assess different optimization methods is formulated through a quantitative analysis using a hypothesis test formulation of difference between paired means. This test evaluates the performance of the optimization methods using randomly chosen samples in a computerized tomography exams database composed by synthetic, coronary, hepatic and nervous fiber of the olfactory system images. According to the hypothesis test results, the optimization method with the best performance, both in accuracy and computational cost, is selected and the conclusions of this work are elaborated as well as the proposals for further research.

[pt] Atualmente nos veículos terrestres a melhora de seu desempenho é permanente. Esta melhora, em grande parte está relacionada com seus sistemas de controle. Para o desenho de sistema de controle, tais como, sistema eletrônico de estabilidade ou controle anti-capotagem é preciso prever o comportamento do veículo sob certas condições dinâmicas. Esta predição do comportamento dinâmico do veículo é feita por meio de modelos matemáticos que dependem diretamente de seus parâmetros, tais como a massa, a posição do centro da gravidade, os momentos de inércia entre outros. Tendo em consideração o contexto apresentado, os parâmetros dinâmicos do veículo tem um papel fundamental na melhora do desempenho do veículo, assim como a otimização de seus subsistemas. Esta dissertação apresenta o desenvolvimento de um procedimento de estimação dos parâmetros dinâmicos do veículo e a calibração do modelo matemático desenvolvido. Para o processo de estimação se desenvolvem dois modelos do veículo, um feito em MATLAB com 4 graus de liberdade (GDL) e ou outro é trabalhado como uma caixa preta (black-box), que é obtida por meio da biblioteca de ligações dinâmicas (DLL) de um programa de simulação veicular. Métodos de otimização, tais como Evolução Diferencial, Generalized Pattern Serach, Mesh Adaptative Pattern Search e Nelder Mead, são utilizados para estimar os parâmetros dinâmicos do veículo, isto por meio da minimização de um objetivo definido como a diferença entre a resposta real do veículo (obtida do programa de simulação veicular) e a calculada por cada método de otimização. Os parâmetros dinâmicos estimados com o melhor método de otimização, são inseridos no modelo matemático feito em MATLAB para calibrar o modelo. Finalmente, o modelo já calibrado é simulado com diferentes manobras para comprovar a robustez do método e a coerência dos parâmetros estimados. / [en] Nowadays, performance improvement on ground vehicles is prefominant. This improvement is highly correlated with its control systems. To design its control system, with parts as electronic system for stabilization or anti-rollover control, it is necessary to provide the behavior of the vehicle in certain dynamics conditions. This prediction, of the dynamics behavior of the vehicle, is done by mathematical models that depend directly on its dynamics parameters such as gravity center position, inertia moments, among others. Taking into account the actual background, dynamics parameters of the vehicle have an importante role in the improvement of vehicle s performance, as well as in the optimization of its subsystems. This thesis presentes the vehicle and calibration of the mathematical model developed. For the estimation step, two vehicle models were developed, the first one was done in MATLAB with 4 DOF and the other was treated as a black box, which is obtained by Dynamic-Link Libraries (DLLs) from the free vehicular simulation software. Optimization methods, such as Differential Evolution, Generalized Pattern Search, Mesh Adaptive Pattern Search and Nelder Mead, were used to estimate vehicle s dynamics parameters. The fitness function is defined as a difference between the real response of the vehicle (given by vehicular simulation software) and one calculated with each optimization method. The dynamics parameters estimated with the best optimization method are input for the mathematical model developed in MATLAB to calibrate the model. Finally, the calibrated model is simulated with different maneuvers, this is done to test the robustness of the method and the coherence of estimated parameters.