Στα πλαίσια της διατριβής μελετήθηκε αρχικά το πρόβλημα της εύρεσης της θέσης του υφάσματος επάνω στην τράπεζα εργασίας με μεθόδους ψηφιακής ανάλυσης σημάτων βίντεο, παρουσία φαινομένων παραμόρφωσης και μερικής επικάλυψης του υφάσματος. Οι νέες μέθοδοι εντοπισμού που αναπτύχθηκαν αξιολογήθηκαν πειραματικά παρουσιάζοντας ικανοποιητική ακρίβεια εντοπισμού και ανοχή του συστήματος σε μερικές επικαλύψεις και παραμορφώσεις. Μετά την ολοκλήρωση της ραφής του υφάσματος πραγματοποιείται αυτόματος εντοπισμός της θέσης της ραφής από ψηφιακές φωτογραφίες. Αναπτύχθηκαν τρείς πρωτότυπες μέθοδοι εντοπισμού της θέσης της ραφής οι οποίες διαφοροποιούνται στο στάδιο της προεπεξεργασίας. Η πειραματική αξιολόγηση γίνεται σε βάση δεδομένων που περιέχει 118 εικόνες έτοιμων ενδυμάτων. Προτού πραγματοποιηθεί ποιοτικός έλεγχος ραφής, οι εικόνες κανονικοποιούνται ως προς τη θέση και τον προσανατολισμό της ραφής χρησιμοποιώντας τις παραπάνω μεθόδους αυτόματου εντοπισμού της θέσης της ραφής. Αναπτύχθηκαν και αξιολογήθηκαν τρείς διαφορετικές μέθοδοι αυτόματης αναγνώρισης της ποιότητας σε δείγματα ραφής οι οποίες εξάγουν τρία διαφορετικά σύνολα χαρακτηριστικών. Η πρώτη μέθοδος βασίζεται σε φασματικά χαρακτηριστικά, η δεύτερη στην επιβολή αυτό-σκίασης, ενώ η τρίτη βασίζεται στην εκτίμηση της ανομοιομορφίας της επιφάνειας των δειγμάτων ραφής. Η πειραματική αξιολόγηση γίνεται σε βάση δεδομένων δειγμάτων ραφής που περιλαμβάνει 325 ραφές. Η εκτίμηση της ποιότητας ραφής πραγματοποιείται με ταξινόμηση σε πέντε διατεταγμένους βαθμούς ποιότητας. Σε αυτήν την κατεύθυνση, προτείνονται και συγκρίνονται τέσσερις μέθοδοι αναγνώρισης προτύπων διατεταγμένων κατηγοριών. Η πρώτη μέθοδος χρησιμοποιεί για την ταξινόμηση μοντέλο σύμμετρων αναλογιών πιθανότητας. Η δεύτερη μέθοδος κάνει αναγνώριση με χρήση γραμμικού μοντέλου. Οι άλλες δύο μέθοδοι είναι πρωτότυπες και επίσης χρησιμοποιούν γραμμικό μοντέλο για την ταξινόμηση. Η διαφοροποίησή τους από τη δεύτερη μέθοδο είναι ότι η επιλογή των αριθμητικών τιμών των διατεταγμένων κατηγορίων δεν γίνεται αυθαίρετα., αλλά προκύπτει ως λύση προβλημάτων ελαχιστοποίησης.. Η πειραματική αξιολόγηση και σύγκριση των μεθόδων στο πρόβλημα του ποιοτικού ελέγχου ραφών οδηγεί στην επιλογή του μοντέλου σύμμετρων αναλογιών πιθανότητας σε περίπτωση που υπάρχει ικανός αριθμός παραδειγμάτων εκπαίδευσης, ενώ σε αντίθετη περίπτωση μπορεί να προτιμηθεί το γραμμικό μοντέλο αφού προηγηθεί βελτιστοποίηση με χρήση κάποιας εκ των δύο προτεινόμενων μεθόδων επιλογής αριθμητικών τιμών. / One of the problems studied in the present dissertation is that of the detection of the fabrics’ position on the working area. The proposed detection methods are based on image processing and analysis techniques and take into consideration both partial occlusion and fabric deformation. The methods have been experimentally evaluated and the results indicate sufficient detection accuracy and robustness regarding partial occlusion and fabric deformation. After sewing the fabric, the position and orientation of the seam is automatically detected. Three novel seam detection methods have been developed using different pre-processing techniques. The experimental evaluation of the three detection methods is made on a database containing 118 images of ready sewn garments. Before performing seam quality control the seam images are normalized with respect to the seam position and orientation, using the aforementioned seam detection methods. Feature selection has been studied next, extracting three different sets of features and assessing seam quality using three different methods. The first method uses spectral features; the second method is based on the detection of self-shadows onto the seam specimens, while the third method is based on the estimation of the surface roughness of the specimens. The experimental evaluation of the proposed methods is made on a database containing 325 images of seam specimens. Seam quality control is performed by classifying the seam specimens into five ordinal grades of quality. In this direction, four classification methods are proposed and evaluated, taking into account the ordered arrangement of the classes. The first method uses the proportional odds model; while the second method uses a linear model. The other two methods are novel and also employ a linear model. The difference between these two methods and the second method is that the numerical values they are assigning to the ordered categories are not arbitrary like in the case of the second method. The experimental evaluation of these four methods indicates that in case of a large number of training data, the first method which is based on the proportional odds model is more efficient, while in case of an insufficient number of training data the linear model optimized by one of the two novel methods should be selected.

Η συσσώρευση της βλάβης σε σύνθετα υλικά κεραμικής μήτρας που υπόκεινται σε μηχανική φόρτιση είναι ένα ζήτημα που δεν έχει απαντηθεί ικανοποιητικά μέχρι σήμερα. Η βασικότερη αντικειμενική δυσκολία στο πρόβλημα αυτό είναι ο τρόπος προσέγγισης και προσδιορισμού της βλάβης στα σύνθετα υλικά καθώς πρόκειται για πολυπαραμετρικό πρόβλημα. Επίσης τίθεται το ζήτημα του τρόπου παρακολούθησης της βλάβης. Οι μη καταστρεπτικοί έλεγχοι αποτελούν μια πολύ καλή επιλογή για την παρακολούθηση και τη μελέτη της εξέλιξης της βλάβης. Ο βασικός σκοπός της εργασίας αυτής είναι η μελέτη της εξέλιξης της βλάβης και των μηχανισμών αστοχίας στα υλικά αυτά με τη χρήση δύο διαφορετικών τεχνικών μη καταστροφικών ελέγχων (Aκουστική Eκπομπή AE και Aκουστο-Yπέρηχο AY) κατά τη διάρκεια μηχανικών δοκιμών, καθώς επίσης και η εύρεση ποσοτικών δεικτών ικανών να παρακολουθούν τα διάφορα επίπεδα βλάβης του υλικού. Ιδιαίτερη έμφαση δίνεται στις μεθοδολογίες επεξεργασίας των σημάτων που προκύπτουν από κάθε τεχνική. Στην κατεύθυνση αυτή δοκιμάστηκαν τρεις τύποι υλικών C/C με ενίσχυση τύπου υφάσματος. Η διαφοροποίηση από τύπο σε τύπο υλικού έγκειται στις διαφορετικές ιδιότητες της διεπιφάνειας που επέλεξε ο κατασκευαστής να προσδώσει χωρίς να διατεθούν περαιτέρω λεπτομέρειες (βιομηχανικό απόρρητο). Παράλληλα, από τα αποτελέσματα της εφαρμογής των διαφορετικών μεθοδολογιών επεξεργασίας των σημάτων που προέκυψαν από κάθε μη καταστροφική μέθοδο, επιχειρείται η εξαγωγή συμπερασμάτων σχετικά με τον τρόπο που οι διαφορετικές ποιότητες της διεπιφάνειας επηρεάζουν τους μηχανισμούς συσσώρευσης βλάβης στα υπό εξέταση υλικά. Αναλυτικότερα οι στόχοι που επιδιώχθησαν στο πλαίσιο της διατριβής είναι οι ακόλουθοι: • Εκτέλεση ειδικά επιλεγμένων μηχανικών δοκιμών σε τρία είδη συνθέτων υλικών C/C με ενίσχυση τύπου υφάσματος, που δίδουν τη δυνατότητα ανάπτυξης βλάβης πολλαπλών επιπέδων στη δομή του υλικού • Χρήση μη καταστροφικών μεθόδων όπως η ακουστική εκπομπή (AE) και οι ακουστο-υπέρηχοι (AU) για την παρακολούθηση της βλάβης που αναπτύσσεται και εξελίσσεται κατά τη διάρκεια των μηχανικών δοκιμών • Αναγνώριση των μηχανισμών αστοχίας και εξέλιξης της βλάβης έπειτα από επεξεργασία των σημάτων ΑΕ • Ανάπτυξη και εφαρμογή καινοτόμων τεχνικών επεξεργασίας για τα σήματα του ΑΥ βασιζόμενες στο μετασχηματισμό κυματιδίων • Ανάπτυξη ποσοτικών δεικτών για την παρακολούθηση της συσσώρευσης της βλάβης από την επεξεργασία των σημάτων του ΑΥ • Εξαγωγή συμπερασμάτων για τον τρόπο που η διαφοροποίηση στις τελικές ιδιότητες της διεπιφάνειας επηρεάζει τον τρόπο εξέλιξης και συσσώρευσης στα υπό εξέταση υλικά / The accumulation of damage in compοsite materials of ceramic matrix under mechanic loading is a topic that has not been answered satisfactorily up to today. The most basic objective difficulty in this problem is the way of approach and determination of damage in compοsite materials as it is a multiparametric problem. The question of the way of monitoring the damage is also rised. Non destructive testing constitutes of a very good choice for the monitoring and the study of the development of damage. The basic aim of this work is the study of development of damage and the failure mechanisms in composite materials with the use of two different techniques of not destructive techniques (Acoustic Emission AE and Acousto-Ultrasonic AU) during the mechanical testing, as well as the development of quantitative indicators capable of monitoring the various levels of damage of the material. Particular accent is given in the signal processing methodologies for the signals that result from each technique. To this direction three types of woven C/C composite material were tested. The differentiation in type of material lies in the different interfacial properties that the manufacturer selected without further details (industrial secrecy). At the same time, from the results of the application of the different signal processing methodologies that resulted from each non destructive method, conclusions are attempted to be exported with regard to the way that the different interfacial qualities influence the mechanisms of accumulation of damage. More analytically the objectives that were sought in the frame of this thesis are as follows: • Implementation of specifically selected mechanical tests in the three types of the woven composite C/C materials, that give the ability of development of multiple level damage in the structure of materials • Use of non destructive methods as the acoustic emission (AE) and the acousto-ultrasonics (AU) for the monitoring of damage that is developed during the mechanical tests • Recognition of the material’s failure mechanisms after the processing of AE signals • Development and application of innovative techniques for the processing of AU signals based on the wavelet transform • Development of quantitative indicators for the monitoring of damage accumulation from the processing of AU signals • Export of conclusions on the way that the differentiation in the final interfacial properties influences the way of development and accumulation of damage in the under review materials

Prostate cancer is a significant public health concern due to its high incidence and mortality, and that no consensus exists regarding the best form of treatment for any stage of the disease. Prostate cancer mortality can be reduced by the early prostate cancer detection. The earlier the detection the more effective the treatment would be. Prostate cancer screening or early detection has been accomplished applying the digital rectal examination (DRE) , the measurement of serum the prostate specific antigen (PSA), transrectal ultrasonography and combinations of these tests. MS based proteomics and particularly MS-SEDLI-TOF technology have assisted in discovering prostate cancer biomarkers. On the other hand, a major cause of mortality for women is the ovarian cancer. Malignant ovarian tumors are heterogeneous in their biological and clinical behaviour and a greater understanding of how they develop and progress is a prerequisite to successful early detection, screening programs, and treatment modalities. Accordingly, the aims of the present thesis are: (i) To develop a reliable pattern recognition system for the discrimination of healthy from patients with prostate cancer as well as controls from patients with ovarian cancer ,(ii) To develop efficient algorithms in order to handle the large number of features that are extracted from proteomic spectra, (iii) To develop a methodology to facilitate the investigation of the low intensity peaks which are the peaks in which biologists are mostly interested in, (iv) To propose potential biomarkers for discriminating healthy from prostate cancer cases and healthy from ovarian cancer cases . To cope with the above issues and in search of efficient methods for handling proteomic spectra a novel multi classifier pattern recognition methodology has been designed, developed and implemented, for the analysis of prostate and ovarian proteomic data. Furthermore, a novel method for splitting and grouping peaks according to their intensities has been developed to be consistent with biologist interest in investigating low intensity peaks. / Τα δεδομένα πρωτεομικής τα οποία εξάγονται από φασματογράφο μάζας έχουν ως αποτέλεσμα την δημιουργία ενός μονοδιάστατου σήματος το οποίο στον οριζόντιο άξονα έχει τιμές μάζας/φορτίο και στον κατακόρυφο άξονα έχει τις αντίστοιχες τιμές έντασης. Οι τιμές στον οριζόντιο άξονα (μάζα/φορτίο) οι οποίες αντιπροσωπεύουν πεπτίδια ή πρωτεΐνες έχουν ένα εύρος από 0 έως δεκάδες χιλιάδες. Επομένως τα πρωτεομικά φάσματα θεωρούνται ιδιαίτερα πολύπλοκα. Η διαχείριση της πληροφορίας των πρωτεομικών φασμάτων καθώς και η εξαγωγή διαγνωστικών συμπερασμάτων είναι ένα πεδίο ανοιχτό προς έρευνα. Ο καρκίνος του προστάτη αποτελεί την δεύτερη πιο σημαντική αιτία θανάτου στην Ηνωμένες Πολιτείες Αμερικής και τον Καναδά. Η θνησιμότητα που οφείλεται στον καρκίνο του προστάτη μπορεί να μειωθεί από την έγκαιρη πρόγνωσή του. Όσο ποιο έγκαιρη είναι η πρόγνωσή του τόσο ποιο αποτελεσματική είναι η θεραπεία του. Ο προστάτης είναι ένας αδένας που βρίσκεται στο εσωτερικό του σώματος, κάτω από την ουροδόχο κύστη του άνδρα και περιβάλλει την ουρήθρα. Τον αδένα αυτό τον έχει ένας άνδρας ήδη από την στιγμή που γεννιέται. Με την λειτουργία του συμβάλει, στον έλεγχο της ούρησης, το οποίο το πετυχαίνει λόγω της ανατομικής του θέσης, στον εμπλουτισμό του σπέρματος με χρήσιμα και απαραίτητα συστατικά και στη λειτουργία της εκσπερμάτισης. Ο καρκίνος του προστάτη είναι η ανάπτυξη καρκινικών κυττάρων στον αδένα αυτόν. Τα καρκινικά κύτταρα πολλαπλασιάζονται πολύ πιο γρήγορα από τα φυσιολογικά κύτταρα, και έτσι, η ολοένα αυξανόμενη συγκέντρωσή τους δημιουργεί όγκους. Επιπλέον, τα καρκινικά κύτταρα έχουν την δυνατότητα να μεταφέρονται σε άλλα σημεία του σώματος (κάνουν μετάσταση) και να καταστρέφουν τα υγιή κύτταρα. Η πρωτεομική με την εφαρμογή της φασματογραφίας μάζας έχει βοηθήσει σημαντικά στην πρόγνωση του καρκίνου του προστάτη και στην ανακάλυψη γνωστών βιοδεικτών του καρκίνου του προστάτη όπως είναι το ειδικό αντιγόνο του προστάτη (PSA), η προστατική όξινη φωσφατάση (PAP), το ειδικό πεπτίδιο του προστάτη (PSP) και το ειδικό αντιγόνο μεμβράνης του προστάτη (PSMA). Ο καρκίνος των ωοθηκών είναι μια συνήθεις γυναικολογική κακοήθεια με ποικίλα ιστολογικά χαρακτηριστικά. Είναι η κύρια αιτία θανάτου από καρκίνου ανάμεσα σε όλες τις γυναικολογικές κακοήθειες, καθώς και ο πέμπτος πιο συχνός τύπος καρκίνου μεταξύ γυναικών του δυτικού κόσμου. Η πλειοψηφία των κακοηθών όγκων των ωοθηκών εμφανίζεται σε γυναίκες ηλικίας άνω των 65 χρόνων, ενώ οι καλοήθεις όγκοι είναι συνηθέστεροι σε νεότερης ηλικίας γυναίκες μεταξύ 25 και 45 χρόνων. Λόγω της πολυπαραγοντικής φύσης του καρκίνου, είναι πολύ πιθανό, μια ομάδα βιοδεικτών να είναι πιο ενδεικτικοί για την πρόβλεψη της βιολογικής συμπεριφοράς διαφόρων όγκων, από την χρήση ενός μόνο βιοδείκτη. Το CA-125 είναι ένας δείκτης ο οποίος χρησιμοποιείται για την διάγνωσης και συγκεκριμένα στην πρόγνωση του καρκίνου των ωοθηκών. Η επιβεβαίωση του και αξιοπιστία του βιοδείκτη CA-125 οδήγησε στην ευρέως χρήση του, ως βιοδείκτης για τον καρκίνο των ωοθηκών, καθώς και στην κλινική διάγνωση της ανταπόκρισης του ασθενούς κατά την θεραπεία του καρκίνου. Πρόσφατες προσπάθειες επικεντρώθηκαν στην βελτίωση της διαγνωστικής ακρίβειας του CA-125, είτε χρησιμοποιώντας μόνο τον συγκεκριμένο βιοδείκτη (CA-125), είτε χρησιμοποιώντας τον με νέους βιοδείκτες που έχουν συσχετιστεί με τον καρκίνο των ωοθηκών. Ο βιοδείκτης CA-125 βρίσκεται στο μητρικό γάλα και στο αμνιακό υγρό στις υγιείς γυναίκες. Παρόλα αυτά υπάρχει επίσης σε γυναίκες με γυναικολογικά προβλήματα όπως μητρικό λειομύωμα και ενδομητρίωση μειώνοντας έτσι την ειδικότητα του βιοδείκτη. Επιπροσθέτως άλλοι βιοδείκτες οι οποίοι έχουν βρεθεί είναι οι prostasin, OVX1, CA-15.3, CA-72.4, και inhibin. Έτσι οι στόχοι της παρούσας διατριβής είναι: (i) ο κατάλληλος συνδυασμός των βημάτων, προεπεξεργασίας, εξαγωγής χαρακτηριστικών, επιλογής χαρακτηριστικών και επιλογής ταξινομητή ώστε η διάγνωση να είναι ακριβέστερη από τις υπάρχουσες μεθόδους. (ii) να προταθούν βιοδείκτες (biomarkers) και συγκεκριμένα τιμές φάσματος (μάζας/φορτίου) οι οποίες ενδεχομένως να σχετίζονται με τις ασθένειες προς μελέτη (Καρκίνου του προστάτη και των ωοθηκών). Για την εκπλήρωση των ανωτέρω στόχων σχεδιάστηκαν και αναπτύχθηκαν μεθοδολογίες με στόχο την ακριβή διάκριση των υγειών από ασθενείς με καρκίνο του προστάτη και ωοθηκών. Προτείνονται τιμές μάζας/φορτίο οι οποίες ενδεχομένως να αποτελέσουν χρήσιμους βιοδείκτες για τον καρκίνο του προστάτη και για τον καρκίνο των ωοθηκών. Επίσης υλοποιήθηκε μεθοδολογία για να μπορέσουμε να ερευνήσουμε την διαγνωστική αξία των κορυφών, των πρωτεομικών φασμάτων, με διάφορες τιμές έντασης και κυρίως των χαμηλών, οι οποίες θεωρούνται ως πλούσιες σε πληροφορία από τους βιολόγους.

The diagnosis of Multiple Sclerosis (MS) is primarily based on the clinical examination, while it is supported by Magnetic Resonance (MR) imaging evaluated by experienced radiologists. Although, the typical imaging characteristics of MS follow well documented patterns, there are other pathologies affecting the Central Nervous System (CNS) that resemble the imaging characteristics of MS and vice versa. Cerebral Microangiopathy (CM) belongs to such pathologies that may puzzle the radiologist regarding his/her final decision. The differential diagnosis problem usually arises at the onset of the disease, when there is no spread of the signs and symptoms in space and time. The early diagnosis of both diseases is of great importance for the beginning of the right treatment. The aim of the present thesis was to evaluate whether textural features may help in discriminating MS from CM. This was achieved by designing, implementing, and evaluating a pattern recognition system on MR images employing textural features. The clinical material consisted of 29 patients all scanned with the same MR protocol. The MS group comprised of 11 patients diagnosed with clinically definite MS. On the other hand, the CM group included 18 patients with verified CM. Every patient was scanned on a MAGNETOM Sonata MR modality of 1.5 Tesla with the Fluid Attenuated Inversion Recovery (FLAIR) protocol at the 251 General Airforce Hospital. Twenty-three textural features were calculated, 4 from the image histogram, 14 from the co-occurrence matrices and 5 from the run-length matrices. The regions used included MS and CM lesions in addition to the Normal Appearing White Matter (NAWM) adjacent to each lesion. The classification methods utilized in the present thesis included a/ the Probabilistic Neural Network (PNN) classifier used to estimate the capability of textural features in discriminating MS from CM and b/ the combination of the PNN classifier, the Support Vector Machines (SVM) classifier and the k-Nearest Neighbor classifier (k-NN) evaluated each one separately and as a whole in a Multi-Classifier (MC) system. Additionally, the Least-Square Feature Transformation (LSFT) technique was applied to improve the accuracy of the classification system by clustering the textural features, for each pathology, around arbitrary pre-selected points rendering them more separable. The performance evaluation of the designed classification schemes was based on the External Cross Validation (ECV) process, which is considered indicative for the generalization of the designed classification system to ‘unseen’ cases. It was found that the textural features calculated from MS and CM lesions contain useful clinical information regarding the texture of MS and CM as depicted on MR images. The classification accuracy attained was 73% in correctly discriminating MS from CM utilizing the ECV method. In addition, the utilization of the adjacent NAWM to each lesion and the LSFT technique in the classification scheme boosted the classification accuracy by 10% resulting in 83% overall classification accuracy in the MC system. The textural features that participated in the optimum feature vector were related to the degree of homogeneity, the amount of randomness and the dispersion of the gray-tone intensity values within the texture of the MS and CM. These textural characteristics are related to textural parameters that physicians employ in diagnosis and they were proportional to the textural imprint of MS and CM lesions i.e MS-regions were darker, of higher contrast, less homogeneous, and rougher as compared to CM. Finally, the proposed system might be of value as an assisting tool in lesion characterization when MS differential diagnosis issues arise. / Η σωστή διάγνωση της Σκλήρυνσης κατά Πλάκας (ΣκΠ) βασίζεται πρωτίστως στην αναλυτική παρατήρηση κλινικών συμπτωμάτων καθώς επίσης υποβοηθείται από την αξιολόγηση εικόνων Μαγνητικού Συντονισμού (ΜΣ) από έμπειρους ακτινολόγους. Αν και τα τυπικά απεικονιστικά χαρακτηριστικά της ΣκΠ είναι καταγεγραμμένα λεπτομερώς στην παγκόσμια ιατρική βιβλιογραφία, υπάρχουν άλλες παθολογίες του Κεντρικού Νευρικού Συστήματος των οποίων τα απεικονιστικά χαρακτηριστικά προσομοιάζουν εκείνα της ΣκΠ. Σε αυτές τις περιπτώσεις, ιδίως στην αρχική εμφάνιση της ασθένειας, προβλήματα διαφορικής διάγνωσης μπορούν να προκύψουν. Μια από τις πιο συχνά εμφανιζόμενες παθολογίες διαφορικής διάγνωσης είναι η Εγκεφαλική Μικροαγγειοπάθεια (ΕΜ). Η σωστή και έγκαιρη διάγνωση της ΣκΠ είναι πολύ σημαντική για την πορεία της ασθένειας επηρεάζοντας σαφώς και την ποιότητα ζωής του ασθενούς. Ο αυτόματος διαχωρισμός ΣκΠ από ΕΜ με την χρήση χαρακτηριστικών υφής από εικόνες ΜΣ δεν έχει εφαρμοστεί προηγουμένως. Γενικότερα η βιβλιογραφία πάνω στην διερεύνηση του προβλήματος της διαφορικής διάγνωσης της ΣκΠ από άλλες παθολογίες είναι περιορισμένη.

Η παρακολούθηση του ρεύματος διαρροής, και ειδικά της κυματομορφής του, είναι μια ευρύτατα διαδεδομένη τεχνική για την παρακολούθηση της επιφανειακής δραστηριότητας και κατάστασης των μονωτήρων υψηλής τάσης. Η παρακολούθηση στο πεδίο είναι απαραίτητη για να υπάρξει μια πιστή καταγραφή της δραστηριότητας και συμπεριφοράς σε πραγματικές συνθήκες, παρουσιάζει όμως σημαντικές δυσκολίες. Το πρόβλημα συνήθως παρακάμπτεται με την καταγραφή και μελέτη εξαγόμενων μεγεθών όπως η τιμή κορυφής και το φορτίο, μία προσέγγιση που οδηγεί όμως σε αμφίβολα αποτελέσματα. Η παρούσα διατριβή επικεντρώνεται στην διερεύνηση και ταξινόμηση κυματομορφών ρεύματος διαρροής καταγεγραμμένων στο πεδίο. Αρχικά, παρατίθεται μια λεπτομερής ανασκόπηση της καταγραφής και ανάλυσης ρεύματος διαρροής σε εργαστηριακές και πραγματικές συνθήκες. Στην συνέχεια, περιγράφεται το πεδίο μετρήσεων, δύο Υποσταθμοί Υψηλής Τάσης 150kV, το αναπτυχθέν λογισμικό αλλά και ο Υπαίθριος Σταθμός Δοκιμών όπου πρόκειται να αξιοποιηθούν τα αποτελέσματα. Μελετώνται περισσότερες από 100.000 κυματομορφές, που έχουν καταγραφεί σε μια περίοδο που ξεπερνάει τα δέκα έτη. Εξετάζεται και αξιολογείται το πρόβλημα του θορύβου και ταυτοποιούνται τρεις διαφορετικοί τύποι θορύβου. Εξετάζεται η επίδρασή τους στο πρόβλημα συσσώρευσης δεδομένων αλλά και στην ποιότητα της εξαγόμενης πληροφορίας. Για την αντιμετώπιση του προβλήματος εφαρμόζονται και αξιολογούνται τρεις διαφορετικές τεχνικές. Για την περαιτέρω ταξινόμησή των κυματομορφών που απεικονίζουν δραστηριότητα, χρησιμοποιούνται διάφορες τεχνικές επεξεργασίας σήματος, εξαγωγής και επιλογής χαρακτηριστικών καθώς και αναγνώρισης προτύπων όπως η Wavelet Multi-Resolution Ανάλυση, η Ανάλυση Fourier, τα Νευρωνικά Δίκτυα, το t-test, ο αλγόριθμος mRMR, ο αλγόριθμος κ-πλησιέστερων γειτόνων, ο απλός Μπεϋζιανός ταξινομητής και οι Μηχανές Διανυσμάτων Υποστήριξης. Συγκεντρωτικά, δίνεται μια συνολική εικόνα των διαφορετικών ζητημάτων που σχετίζονται με την παρακολούθηση του ρεύματος διαρροής. Παρατίθεται μια πλήρης εικόνα των κυματομορφών όπως αυτές καταγράφονται σε πραγματικές συνθήκες, υπογραμμίζοντας ιδιαιτερότητες που σχετίζονται με την φύση της εφαρμογής. Εφαρμόζονται και αξιολογούνται νέες προσεγγίσεις για την ταξινόμηση των κυματομορφών. Τα συνολικά αποτελέσματα προσφέρουν σημαντική ενίσχυση στην αποτελεσματικότητα της τεχνικής της παρακολούθησης του ρεύματος διαρροής, συμβάλλοντας σημαντικά στην μελέτη της επιφανειακής δραστηριότητας και συμπεριφοράς των μονωτήρων υψηλής τάσης. / Leakage current monitoring is a widely applied technique for monitoring surface activity and condition of high voltage insulators. Field monitoring is necessary to acquire an exact image of activity and performance in the field. However, recording, managing and interpreting leakage current waveforms, the shape of which is correlated to surface activity, is a major task. The problem is commonly by-passed with the extraction, recording and investigation of values related to peak and charge, an approach reported to produce questionable results. The present thesis focuses on the investigation and classification of field leakage current waveforms. At first, a detailed background of measuring and analyzing leakage current both in lab and field conditions is provided. Then, the monitoring sites, two 150kV Substations, as well as the developed custom-made software and the newly constructed High Voltage Test Station where the results of this thesis are to be implemented, is briefly described. More than 100.000 waveforms are investigated, recorded through a period exceeding ten years. Field related noise is thoroughly described and evaluated. Three different types of noise are identified and their impact on the size of accumulated data and on data interpretation is investigated. Three different techniques to overcome the problem are applied and evaluated. Activity portraying waveforms are further investigated. Further classification of activity portraying waveforms is performed employing signal processing, feature extraction and selection algorithms as well as pattern recognition techniques such as Wavelet Multi-Resolution Analysis, Fourier Analysis, Neural Networks (NNs), student’s t-test, minimum Redundancy Maximum Relevance (mRMR), k-Nearest Neighbors (kNN), Naive Bayesian Classifier and Support Vector Machines (SVMs). Overall results provide a full image of the various aspects of field leakage current monitoring. A detailed image of field waveforms, revealing several new attributes, is documented. New approaches for the classification of leakage current waveforms are introduced, applied on field waveforms and evaluated. Results described in this thesis significantly enhance the effectiveness of the leakage current monitoring technique, providing a powerful tool for the investigation of surface activity and performance of high voltage insulators.

Breast cancer is among the well-researched type compared to other common types of cancer. However, there still remain important open issues for investigation. One of these issues is the clarification of the importance of certain biological factors, such as histological tumour grade and estrogens reception (ER) status, to clinical management of the disease. Until now, histological grading and ER status assessment is based on the visual evaluation of breast tissue specimens under the microscope. More specifically, grading is determined on the visual estimation of certain histological features, on H&E (Hematoxylin & Eosin) stained specimens according to the World Health Organization (WHO) guidelines, whereas ER-status is assessed as the percentage of expressed nuclei on immunohistochemically stained (IHC) specimens as suggested by the American Society of Clinical Oncology (ASCO) protocol. Recent studies have attempted to examine whether histological tumour grade relates to ER status. Such a relation seems to be of importance in the various treatment strategies followed in breast tumours. However, the quantification of ER status presents certain weaknesses: a) there is a lack of consensus among experts regarding the protocol to be followed for calculating the ER status; b) an exact estimate of the ER status is difficult to be obtained, since the latter would require manual counting of positively expressed nuclei. In clinical practice often a gross estimate is obtained by the histopathologists through visual inspection on representative specimen areas. Consequently, the evaluation of ER status, which has been considered by previous studies as the key measure for assessing the correlation between ERs and tumour grade, is prone to the physician’s subjective estimation. Therefore, more reliable methods are needed. This thesis has been carried out in the search of such alternative, more reliable, methods. Accordingly, the aims of the present thesis are: (i) to develop a reliable segmentation methodology for detection of ER-expressed nuclei in breast cancer tissue images stained with IHC, (ii) to objectively quantify ER status in breast cancer tissue images stained with IHC, (iii) to investigate potential correlation between ER status and histological grade by combining information from IHC and H&E stained breast cancer tissue images obtained from the same patient, (iv) to establish evidence for linking chromatin texture variations with textural variations on ER-expressed nuclei, (v) to investigate the potential of the proposed hybrid supervised pattern recognition strategies to other challenging fields of medical image processing and analysis. To address the above issues and in search of reliable methods for quantitatively assessing ER status and its correlation with histological grade based, a novel hybrid (unsupervised-supervised) pattern recognition methodology has been designed, developed and implemented for the analysis of breast cancer tissue images. Moreover, it will be shown that proper modification of the proposed methodology may result to generalize pixel classification approach suitable for processing and analysis of medical images other than microscopic such as Computed Tomography Angiography images. / Σε σχέση με άλλες μορφές καρκίνου, ο καρκίνος του μαστού είναι μεταξύ των ευρέως μελετημένων τύπων καρκίνου, ωστόσο, υπάρχουν ακόμη σημαντικά ανοικτά ζητήματα προς διερεύνηση. Ένα από αυτά τα είναι ο προσδιορισμός της σπουδαιότητας ορισμένων βιολογικών παραγόντων, όπως ο βαθμός διαφοροποίησης της κακοήθειας (ΒΔΚ) του όγκου και το επίπεδο έκφρασης των Οιστρογονικών Υποδοχέων (ΟΥ), στην κλινική διαχείριση της νόσου. Μέχρι τώρα, η εκτίμηση του ΒΔΚ του όγκου και της έκφρασης των ΟΥ είναι βασισμένη στην οπτική αξιολόγηση ιστολογικών δειγμάτων, τα οποία λαμβάνονται από αντιπροσωπευτικές περιοχές του μαστού, στο μικροσκόπιο. Συγκεκριμένα, σύμφωνα με τις οδηγίες του Παγκόσμιου Οργανισμού Υγείας, ο ΒΔΚ του όγκου καθορίζεται από την οπτική εκτίμηση ορισμένων ιστολογικών χαρακτηριστικών γνωρισμάτων σε ιστολογικά δείγματα που έχουν υποστεί χρώση Αιματοξυλίνης - Ηωσίνης (Heamatoxylin & Eosin-Η&Ε), ενώ σύμφωνα με τις οδηγίες της Αμερικάνικης Εταιρείας Κλινικής Ογκολογίας, η έκφραση των ΟΥ πρέπει να εκτιμάται ως το εκατοστιαίο ποσοστό των εκφρασμένων πυρήνων σε δείγματα βαμμένα με ανοσοϊστοχημικές τεχνικές (Immunohistochemistry-IHC). Πρόσφατες μελέτες έχουν προσπαθήσει να εντοπίσουν εάν υπάρχει σύνδεση μεταξύ του ΒΔΚ του όγκου και της έκφρασης των ΟΥ στον όγκο, συσχετίζοντας τον ΒΔΚ από εικόνες με χρώση H&E με τον ποσοστό των εκφρασμένων ΟΥ σε δείγματα IHC. Αυτή η συσχέτιση φαίνεται να είναι σημαντική στις διάφορες ακολουθούμενες στρατηγικές για τη θεραπεία του καρκίνου του μαστού. Εντούτοις, ο προσδιορισμός της έκφρασης των ΟΥ παρουσιάζει ορισμένες αδυναμίες: α) υπάρχει σημαντική μεταβλητότητα μεταξύ των ειδικών σχετικά με το πρωτόκολλο που ακολουθείται για τον υπολογισμό της έκφρασης των ΟΥ, β) είναι δύσκολο να εκτιμηθεί με ακρίβεια η έκφραση των ΟΥ, δεδομένου ότι θα απαιτούσε τη μέτρηση του συνόλου των θετικά εκφρασμένων πυρήνων από τον ειδικό ιστοπαθολόγο. Στην κλινική πράξη, λαμβάνεται συνήθως μια χονδρική εκτίμηση από τον ιστοπαθολόγο, μέσω μικροσκοπίου, παρατηρώντας αντιπροσωπευτικές περιοχές των δειγμάτων όπου υπάρχει μεγάλη συγκέντρωση εκφρασμένων πυρήνων σε ΟΥ. Ως εκ τούτου, η αξιολόγηση της έκφρασης των ΟΥ, που έχει θεωρηθεί από προηγούμενες μελέτες ως βασική μέτρηση για τη συσχέτιση μεταξύ ΟΥ και του βαθμού διαφοροποίησης των όγκων, είναι επιρρεπής στην υποκειμενικότητα του ειδικού. Για τον λόγο αυτό απαιτούνται πιο αξιόπιστες μέθοδοι. Η παρούσα διατριβή πραγματοποιήθηκε σε αναζήτηση εναλλακτικών, πιο αξιόπιστων μεθόδων. Έτσι οι στόχοι της παρούσας διατριβής είναι: (i) η ανάπτυξη μιας αξιόπιστης μεθοδολογίας τμηματοποίησης ιστολογικών εικόνων μικροσκοπίας επεξεργασμένες με χρώση IHC για τον εντοπισμό των πυρήνων που εκφράζουν τους ΟΥ για την αντικειμενική ποσοτικοποίηση της έκφρασης των ΟΥ στον καρκίνο του μαστού, (ii) η διερεύνηση ενδεχόμενης σχέσης μεταξύ της έκφρασης των ΟΥ και του ΒΔΚ του όγκου, συνδυάζοντας την πληροφορία των ιστολογικών δειγμάτων, που προέρχονται από τον καρκινικό ιστό του ίδιου ασθενούς και έχουν υποστεί επεξεργασία με ανοσοϊστοχημική χρώση και με χρώση H&E, (iii) η διερεύνηση πιθανής συσχέτισης στις μεταβολές της υφής της χρωματίνης με τις μεταβολές στην υφή των πυρήνων που εκφράζουν τους ΟΥ, και (iv) η διερεύνηση της δυνατότητας της προτεινόμενης μεθοδολογίας σε άλλους τομείς επεξεργασίας και ανάλυσης ιατρικών εικόνων. Για την εκπλήρωση των ανωτέρω στόχων και σε αναζήτηση αξιόπιστων μεθόδων για την ποσοτικοποίηση της έκφρασης των ΟΥ και της σύνδεσή της με το ΒΔΚ του όγκου, σχεδιάστηκε, αναπτύχθηκε και εφαρμόστηκε μια νέα μεθοδολογία βασισμένη στην αναγνώριση προτύπων ημι-εποπτευόμενης μάθησης για την ανάλυση ιστοπαθολογικής εικόνας. Επιπλέον, η κατάλληλη τροποποίηση της προτεινόμενης μεθόδου μπορεί να οδηγήσει στη γενίκευση της μεθοδολογικής προσέγγισης της ταξινόμησης εικονοστοιχείων για την επεξεργασία και την ανάλυση ιατρικών εικόνων, πέρα αυτών της μικροσκοπίας, όπως εικόνες από Aγγειογραφία Υπολογιστικής Τομογραφίας.

Στη Διδακτορική Διατριβή μελετώνται 3 κατηγορίες επιθέσεων άρνησης εξυπηρέτησης (Denial-of-Service). Η πρώτη κατηγορία αφορά επιθέσεις τύπου SYN Flood, μια επίθεση που πραγματοποιείται σε χαμηλό επίπεδο και αποτελεί την πιο διαδεδομένη ίσως κατηγορία. Για την αναγνώριση των επιθέσεων αυτών εξήχθησαν 9 στατιστικές παράμετροι οι οποίες τροφοδότησαν τους εξής ταξινομητές: ένα νευρωνικό δίκτυο ακτινικών συναρτήσεων, ένα ταξινομητή κ-κοντινότερων γειτόνων και ένα εξελικτικό νευρωνικό δίκτυο. Ιδιαίτερη σημασία στο σύστημα αναγνώρισης έχουν οι παράμετροι που χρησιμοποιήθηκαν. Για την κατασκευή και επιλογή των παραμέτρων αυτών, προτάθηκε μια νέα τεχνική η οποία χρησιμοποιεί ένα γενετικό αλγόριθμο και μια γραμματική ελεύθερης σύνταξης για να κατασκευάζει νέα σύνολα παραμέτρων από υπάρχοντα σύνολα πρωτογενών χαρακτηριστικών. Στη δεύτερη κατηγορία επιθέσεων, μελετήθηκαν επιθέσεις άρνησης εξυπηρέτησης στην υπηρεσία του παγκόσμιου ιστού (www). Για την αντιμετώπιση των επιθέσεων αυτών προτάθηκε η χρήση υπερσυνδέσμων-παγίδων οι οποίοι τοποθετούνται στον ιστοχώρο και λειτουργούν σαν νάρκες σε ναρκοπέδιο. Οι υπερσύνδεσμοι-παγίδες δεν περιέχουν καμία σημασιολογική πληροφορία και άρα είναι αόρατοι στους πραγματικούς χρήστες ενώ είναι ορατοί στις μηχανές που πραγματοποιούν τις επιθέσεις. Στην τελευταία κατηγορία επιθέσεων, τα μηνύματα ηλεκτρονικού ταχυδρομείου spam, προτάθηκε μια μέθοδος κατασκευής ενός πολύ μικρού αριθμού παραμέτρων και χρησιμοποιήθηκαν για πρώτη φορά νευρωνικά δίκτυα για την αναγνώριση τους. / The dissertation analyzes 3 categories of denial-of-service attacks. The first category concerns SYN Flood attacks, a low level attack which is the most common. For the detection of this type of attacks 9 features were proposed which acted as inputs for the following classifiers: a radial basis function neural network, a k-nearest neighbor classifier and an evolutionary neural network. A crucial part of the proposed system is the parameters that act as inputs for the classifiers. For the selection and construction of those features a new method was proposed that automatically selects constructs new feature sets from a predefined set of primitive characteristics. This new method uses a genetic algorithm and a context-free grammar in order to find the optimal feature set. In the second category, denial-of-service attacks on the World Wide Web service were studied. For the detection of those attacks, the use of decoy-hyperlinks was proposed. Decoy hyperlinks, are hyperlinks that contain no semantic information and thus are invisible to normal users but are transparent to the programs that perform the attacks. The decoys act like mines on a minefield and are placed optimally on the web site so that the detection probability is maximized. In the last type of attack, the email spam problem, a new method was proposed for the construction of a very small number of features which are used to feed a neural network that for the first time is used to detect such attacks.

Στην παρούσα διδακτορική διατριβή εξετάζονται οι δυνατότητες που προσφέρουν τα έξυπνα κινητά τηλέφωνα (smartphones) στην παροχή υπηρεσιών φροντίδας σε άτομα με χρόνιες παθήσεις, μέσω των τεχνολογιών τηλεματικής. Για το σκοπό αυτό μελετήθηκε, σχεδιάστηκε και αναπτύχθηκε ένα δίκτυο φορετών ασύρματων αισθητήρων για την αναγνώριση της φυσικής δραστηριότητας, το οποίο καταγράφει δεδομένα της κίνησης και βιολογικά σήματα, τα οποία στη συνέχεια επεξεργάζονται για την αναγνώριση της δραστηριότητας που εκτελείται, σε πραγματικό χρόνο. Σε σχέση με τις μέχρι σήμερα προσεγγίσεις, στην παρούσα εργασία γίνεται συγκριτική μελέτη πολλαπλών τεχνικών αναγνώρισης προτύπων καθώς και τεχνικών που δεν έχουν χρησιμοποιηθεί μέχρι σήμερα, ενώ γίνεται εξέταση των αποτελεσμάτων που προκύπτουν κάνοντας χρήση του συνδυασμού μικρότερου αριθμού δεδομένων. Η πληροφορία της αναγνώρισης της φυσικής δραστηριότητας συνδυάζεται στη συνέχεια με περιβαλλοντικά δεδομένα, ώστε να μελετηθούν τα μοτίβα της καθημερινής δραστηριότητας υγειών ατόμων και ατόμων με χρόνιες παθήσεις. Με την αναζήτηση Emerging Patterns στα αποθηκευμένα δεδομένα, εξετάζεται ο βαθμός συμμόρφωσης στις ιατρικές οδηγίες, αλλά οι δυνατότητες πρόβλεψης των βραχυπρόθεσμων και μακροπρόθεσμων επιπλοκών των χρόνιων παθήσεων. / The present PhD thesis examines the potentials of the usage of the smartphones in order to offer health services to patients with chronic diseases. A wearable wireless sensor network designed and developed in order to record body movement and biosignal data. Physical activity recognition techniques are applied to the recorded data, so that to extract the actual activities performed, in real time. In contrast to the research that has been carried out till today, an extensive comparison between different pattern recognition techniques is performed using all the recorded data and a reduced number of them, applying newly proposed pattern recognition. Furthermore, the recognized physical activities are combined with environmental data, in order to study the daily activity patterns of healthy persons and persons with chronic diseases. Searching for Emerging Patterns in the data, patient conformance to the medical advices, along with short and long term complications of chronic diseases are examined.

Η συνοπτική ταξινόμηση των συστημάτων καιρού αφορά πληθώρα περιβαλλοντικών εφαρμογών. Προσφάτως, η γνωστική περιοχή για την οποία η συνοπτική ταξινόμηση έχει βαρύνουσα σημασία είναι αυτή της ατμοσφαιρικής ρύπανσης. Η γνώση της συνοπτικής κλιματολογίας μιας περιοχής, επιτρέπει την πρόγνωση και ενδεχομένως την αποφυγή επεισοδίων ρύπανσης, τα οποία οφείλονται είτε σε τοπικές πηγές είτε στην μεταφορά ρύπων. Η γνώση αυτή ενισχύεται σημαντικά μέσω της κατηγοριοποίησης (ταξινόμησης) των συνοπτικών καταστάσεων που επικρατούν σε μία δεδομένη περιοχή. Τα τελευταία χρόνια έχουν γίνει προσπάθειες «αυτόματης», μη εμπειρικής, ταξινόμησης με την χρήση Η/Υ. Οι μέχρι τώρα προσπάθειες επικεντρώνονται σε κλασικές στατιστικές μεθόδους. Σκοπός αυτής της διδακτορικής διατριβής είναι η ανάπτυξη μεθόδων και η υλοποίηση αλγορίθμων για την εξαγωγή και ψηφιακή επεξεργασία περιβαλλοντικών σημάτων και εικόνων. Η εφαρμογή των ανωτέρω οδηγεί στη δημιουργία έμπειρων συστημάτων συνοπτικής ταξινόμησης των συστημάτων καιρού, η οποία βασίζεται σε μεθόδους επεξεργασίας εικόνας, ανάλυσης και ομαδοποίησης δεδομένων, αναγνώρισης προτύπων και θεωρίας γράφων. Η σκοπιμότητα της παρούσης έρευνας διαφαίνεται από τη πρωτοτυπία που παρουσιάζει, η οποία έγκειται στο γεγονός ότι οι τεχνικές που παρουσιάζονται και που έχουν αντιμετωπίσει επιτυχώς σειρά προβλημάτων ταξινόμησης σε διάφορους γνωστικούς τομείς, εφαρμόζονται για πρώτη φορά στην Ελλάδα σε θέματα Μετεωρολογίας-Κλιματολογίας-Φυσικής του Περιβάλλοντος και συγκεκριμένα για την συνοπτική ταξινόμηση των συστημάτων καιρού. Τα χαρακτηριστικά των σύγχρονων μεθόδων επεξεργασίας εικόνας, θεωρίας γράφων και ανάλυσης δεδομένων, καθιστούν τις προτεινόμενες προσεγγίσεις αυτής της διατριβής ανταγωνιστικές τόσο σε επίπεδο ποιότητας ταξινόμησης όσο και σε υπολογιστικό χρόνο. / The synoptic classification of weather systems involves a variety of environmental applications. Recently, the synoptic classification has been found to be relevant with the cognitive area of air pollution. Knowing the synoptic climatology of a region, allows the prediction and possibly the prevention of pollution incidents, resulting in either local sources or in transport of pollutants. This knowledge is greatly enhanced by the categorization (classification) of the synoptic conditions in a given area. In recent years ‘automatic’, non-empirical, classification methods have been developed using computers. So far these efforts have been based on classical statistical methods. The aim of this PhD thesis is the development of methods and the implementation of algorithms to extract and process digital signals and environmental images. Consequently, expert systems for the synoptic classification of weather systems are created based on methods relative to image processing, data analysis and clustering, pattern recognition and graph theory. The objective of this research is demonstrated by its own originality which lies in the fact that the presented techniques have successfully addressed a number of classification problems in different topics. It is the first time that such methods have been applied on Meteorology-Climatology-Physics of the Environment in Greece, namely the synoptic classification of weather systems. The characteristics of the modern methods proposed in this PhD thesis are competitive both in classification quality and in computational time.

Ο στόχος αυτής της εργασίας ήταν η αναγνώριση έξι βασικών κινήσεων του χεριού με χρήση δύο συστημάτων. Όντας θέμα διεπιστημονικού επιπέδου έγινε μελέτη της ανατομίας των μυών του πήχη, των βιοσημάτων, της μεθόδου της ηλεκτρομυογραφίας (ΗΜΓ) και μεθόδων αναγνώρισης προτύπων. Παράλληλα, το σήμα περιείχε αρκετό θόρυβο και έπρεπε να αναλυθεί, με χρήση του EMD, να εξαχθούν χαρακτηριστικά αλλά και να μειωθεί η διαστασιμότητά τους, με χρήση των RELIEF και PCA, για βελτίωση του ποσοστού επιτυχίας ταξινόμησης. Στο πρώτο μέρος γίνεται χρήση συστήματος ΗΜΓ της Delsys αρχικά σε ένα άτομο και στη συνέχεια σε έξι άτομα με το κατά μέσο όρο επιτυχημένης ταξινόμησης, για τις έξι αυτές κινήσεις, να αγγίζει ποσοστά άνω του 80%. Το δεύτερο μέρος περιλαμβάνει την κατασκευή αυτόνομου συστήματος ΗΜΓ με χρήση του Arduino μικροελεγκτή, αισθητήρων ΗΜΓ και ηλεκτροδίων, τα οποία είναι τοποθετημένα σε ένα ελαστικό γάντι. Τα αποτελέσματα ταξινόμησης σε αυτή την περίπτωση αγγίζουν το 75%. / The aim of this work was to identify six basic movements of the hand using two systems. Being an interdisciplinary topic, there has been conducted studying in the anatomy of forearm muscles, biosignals, the method of electromyography (EMG) and methods of pattern recognition. Moreover, the signal contained enough noise and had to be analyzed, using EMD, to extract features and to reduce its dimensionality, using RELIEF and PCA, to improve the success rate of classification. The first part uses an EMG system of Delsys initially for an individual and then for six people with the average successful classification, for these six movements at rates of over 80%. The second part involves the construction of an autonomous system EMG using an Arduino microcontroller, EMG sensors and electrodes, which are arranged in an elastic glove. Classification results in this case reached 75% of success.