Submitted by Thiago Oliveira (thiago.oliveira@ifpb.edu.br) on 2016-11-24T19:31:49Z No. of bitstreams: 1 Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA.pdf: 682546 bytes, checksum: c6407fae8a68c0cf9693200aba271e15 (MD5) / Approved for entry into archive by Thiago Oliveira (thiago.oliveira@ifpb.edu.br) on 2016-11-24T19:33:07Z (GMT) No. of bitstreams: 1 Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA.pdf: 682546 bytes, checksum: c6407fae8a68c0cf9693200aba271e15 (MD5) / Made available in DSpace on 2016-11-24T19:33:07Z (GMT). No. of bitstreams: 1 Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA.pdf: 682546 bytes, checksum: c6407fae8a68c0cf9693200aba271e15 (MD5) Previous issue date: 2016-07 / ResumoImagens de Tomogra a Computadorizada (TC) s?o utilizadas como instrumentos deaux?lio ao diagn?stico m?dico, p ossibilitando a detec??o preco ce, b em como o acompanhamento,de diversas do en?as tais como o Acidente Vascular Cerebral (AVC), cuja an?lise da imagem docr?nio ? realizada p elo m?dico de forma visual, o qual lo caliza a les?o, diferencia o AVC isqu?micodo hemorr?gico e realiza a demarca??o manualmente. T?cnicas de an?lise computacionaldessas imagens, p o dem ampliar a quantidade de informa??o adquirida e contribuir para odiagn?stico correto em um pro cedimento m?dico. Tal raz?o motiva o desenvolvimento de sistemascomputadorizados para o aux?lio ? detec??o e ao diagn?stico (Computer-Aided Detection andDiagnosis- CADDx) para do en?as, empregando t?cnicas de Pro cessamento Digital de Imagense Vis?o Computacional. Neste contexto, s?o utilizados v?rios m?to dos com a nalidade desegmentar, reconhecer e identi car detalhes da regi?o de interesse na imagem de TC analisada.Esta p esquisa centraliza seus esfor?os em estab elecer um m?to do de segmenta??o da regi?o das?reas isqu?micas, no acidente vascular cerebral, em imagens de Tomogra a Computadorizada.Ao nal do pro cesso de segmenta??o, um contorno ? delineado automaticamente em voltada regi?o segmentada sem a necessidade de uma interven??o humana. Para tanto, ? feita aclassi ca??o de informa?? es de textura extra?das da imagem, obtidas com os descritores deHaralick. Duas investiga?? es foram realizadas: a determina??o do melhor conjunto de descritoresde Harlick usados como medidas de textura e an?lise de desemp enho dos descritores selecionadospara segmenta??o. Em ambas foram empregadas Redes Neurais Arti ciais MLP (MultilayerPerceptron) para a classi ca??o de ?reas de textura com e sem Acidente Vascular CerebralIsqu?mico (AVCi). Para a an?lise dos descritores de Haralick foram feitos testes de signi c?nciaestat?stica e testes de classi ca??o com a RNA para 1, 2 e 3 descritores de Haralick combinadosentre si. Os resultados obtidos foram comparados com o padr?o ouro, dado p ela segmenta??omanual das regi? es isqu?micas. Nos testes realizados o sistema obteve b ons resultados com oconjunto de descritores Correla??o, Homogeneidade e Soma das M?dias, que mostrou-se capazde promover a classi ca??o necess?ria para segmentar a regi?o cerebral atingida p elo AVC comprecis?o.

Submitted by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-11-23T14:27:36Z No. of bitstreams: 1 Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3275892 bytes, checksum: 62518c9066cc2060f2785d053b661ff7 (MD5) / Approved for entry into archive by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-11-23T14:29:16Z (GMT) No. of bitstreams: 1 Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3275892 bytes, checksum: 62518c9066cc2060f2785d053b661ff7 (MD5) / Made available in DSpace on 2016-11-23T14:29:16Z (GMT). No. of bitstreams: 1 Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3275892 bytes, checksum: 62518c9066cc2060f2785d053b661ff7 (MD5) Previous issue date: 2016-11-23 / A an?lise ac?stica do sinal de voz, devido ? sua natureza n?o invasiva e ao baixo custo, tem se mostrado uma eficiente ferramenta para aux?lio ao diagn?stico das desordens vocais provocadas por patologias na laringe. Os gr?ficos apresentam padr?es de larga e pequena escala, cujas varia??es em sua textura representam o comportamento do sinal de voz, proporcionando informa??es acerca do estado de normalidade ou de altera??o na qualidade vocal. Os padr?es de pequena escala podem ser vistos como caracter?sticas de textura e servem como base para uma an?lise quantitativa dos gr?ficos de recorr?ncia. T?cnicas de Processamento Digital de Imagens s?o empregadas para a an?lise da textura contida nos gr?ficos de recorr?ncia, baseada na transformada wavelet bidimensional. A fim de discriminar sinais saud?veis de sinais patol?gicos, s?o extra?dos diversos descritores de texturas dos coeficientes de cada sub-banda obtida pela decomposi??o wavelet bidimensional. Nesta pesquisa, duas abordagens foram aplicadas, as quais se diferenciam pela forma de extra??o dos padr?es representativos dos sinais: extra??o dos descritores de textura diretamente das sub-bandas da transformada wavelet; e extra??o dos descritores de Haralick, a partir da matriz de co-ocorr?ncia. Os sinais de voz foram classificados como saud?veis ou patol?gicos, como tamb?m foi realizada a discrimina??o entre patologias. Paralisia, edema de Reinke e n?dulos nas pregas vocais foram as patologias lar?ngeas consideradas na pesquisa. Os melhores resultados foram obtidos com os descritores de Haralick, empregando redes neurais MLP (Multilayer Perceptron) na classifica??o, em conjunto com o algoritmo de otimiza??o por enxame de part?culas PSO (Particle Swarm Optimization) empregado na sele??o das caracter?sticas mais representativas. O sistema proposto melhorou significativamente a acur?cia na discrimina??o entre patologias, com resultados superiores aos encontrados na literatura, que empregam a an?lise de recorr?ncia.

Submitted by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-12-06T13:51:01Z No. of bitstreams: 1 21- Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA (1) (3).pdf: 14153672 bytes, checksum: 1e0a1817fa2e2b789e217c9c860fc49f (MD5) / Approved for entry into archive by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-12-06T13:52:05Z (GMT) No. of bitstreams: 1 21- Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA (1) (3).pdf: 14153672 bytes, checksum: 1e0a1817fa2e2b789e217c9c860fc49f (MD5) / Made available in DSpace on 2016-12-06T13:52:05Z (GMT). No. of bitstreams: 1 21- Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA (1) (3).pdf: 14153672 bytes, checksum: 1e0a1817fa2e2b789e217c9c860fc49f (MD5) Previous issue date: 2016-12-06 / Imagens de Tomografia Computadorizada (TC) s?o utilizadas como instrumentos de aux?lio ao diagn?stico m?dico, possibilitando a detec??o precoce, bem como o acompanhamento, de diversas doen?as tais como o Acidente Vascular Cerebral (AVC), cuja an?lise da imagem do cr?nio ? realizada pelo m?dico de forma visual, o qual localiza a les?o, diferencia o AVC isqu?mico do hemorr?gico e realiza a demarca??o manualmente. T?cnicas de an?lise computacional dessas imagens, podem ampliar a quantidade de informa??o adquirida e contribuir para o diagn?stico correto em um procedimento m?dico. Tal raz?o motiva o desenvolvimento de sistemas computadorizados para o aux?lio ? detec??o e ao diagn?stico (Computer-Aided Detection and Diagnosis- CADDx) para doen?as, empregando t?cnicas de Processamento Digital de Imagens e Vis?o Computacional. Neste contexto, s?o utilizados v?rios m?todos com a finalidade de segmentar, reconhecer e identificar detalhes da regi?o de interesse na imagem de TC analisada. Esta pesquisa centraliza seus esfor?os em estabelecer um m?todo de segmenta??o da regi?o das ?reas isqu?micas, no acidente vascular cerebral, em imagens de Tomografia Computadorizada. Ao final do processo de segmenta??o, um contorno ? delineado automaticamente em volta da regi?o segmentada sem a necessidade de uma interven??o humana. Para tanto, ? feita a classifica??o de informa??es de textura extra?das da imagem, obtidas com os descritores de Haralick. Duas investiga??es foram realizadas: a determina??o do melhor conjunto de descritores de Harlick usados como medidas de textura e an?lise de desempenho dos descritores selecionados para segmenta??o. Em ambas foram empregadas Redes Neurais Artificiais MLP (Multilayer Perceptron) para a classifica??o de ?reas de textura com e sem Acidente Vascular Cerebral Isqu?mico (AVCi). Para a an?lise dos descritores de Haralick foram feitos testes de signific?ncia estat?stica e testes de classifica??o com a RNA para 1, 2 e 3 descritores de Haralick combinados entre si. Os resultados obtidos foram comparados com o padr?o ouro, dado p ela segmenta??o manual das regi?es isqu?micas. Nos testes realizados o sistema obteve bons resultados com o conjunto de descritores Correla??o, Homogeneidade e Soma das M?dias, que mostrou-se capaz de promover a classifica??o necess?ria para segmentar a regi?o cerebral atingida pelo AVC com precis?o.

Submitted by PPG Odontologia (odontologia-pg@pucrs.br) on 2018-10-11T20:02:40Z No. of bitstreams: 1 MAUR?CIO_DO_NASCIMENTO_GERHARDT_DIS.pdf: 5795636 bytes, checksum: ed03225082187f892f9f67a93253df94 (MD5) / Approved for entry into archive by Sheila Dias (sheila.dias@pucrs.br) on 2018-10-17T13:37:17Z (GMT) No. of bitstreams: 1 MAUR?CIO_DO_NASCIMENTO_GERHARDT_DIS.pdf: 5795636 bytes, checksum: ed03225082187f892f9f67a93253df94 (MD5) / Made available in DSpace on 2018-10-17T14:10:50Z (GMT). No. of bitstreams: 1 MAUR?CIO_DO_NASCIMENTO_GERHARDT_DIS.pdf: 5795636 bytes, checksum: ed03225082187f892f9f67a93253df94 (MD5) Previous issue date: 2018-07-31 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / The literature has shown that the bone tissue may undergo remodeling under mechanical stimuli. Therefore, it is necessary to assess if the prosthetic loading of dental implants can change the peri-implant bone characteristics. The aim of this study was to evaluate the bone changes in distal implants of implant supported fixed complete dentures (PTFIs) by means of gray levels and texture analysis in periapical radiographs. The sample consisted of 63 distal implants of PTFIs. The radiographs were taken after the prostheses installation (T0), 1 year (T1) and 3 years (T3) in function. The images of each implant at different times were superimposed using the software GIMP? and then exported to the software ImageJ?, where the Regions of Interest (ROIs) were selected for the analyses of the following gray levels variables: mean gray levels, standard deviation and coefficient of variation; and the texture variables: correlation, contrast, entropy and angular second moment. Data were analyzed by suing mixed regression models at the significance level of 0.05. Statistically significant effects were found for time in one year (P < 0.05) and in 3 years (P < 0.01) and for maximum bite force (P < 0.01) on mean gray levels increase. The interaction between time in one year and bruxism was significant (P < 0.01) for reduction of the coefficient of variation. No significant effect was found for texture variables (P > 0.05). The results suggest an increase of bone density close to distal implants of PTFIs in a period of time up to 3 years as measured by the increase in mean gray levels and reduction of coefficient of variation in a period of 1 year. / A literatura tem mostrado que o tecido ?sseo possui a capacidade de se modificar sob a a??o de est?mulos mec?nicos. Portanto, h? necessidade de avaliar se o carregamento prot?tico por implantes osseointegradospode alterar as caracter?sticas ?sseas. O objetivo deste estudo foi avaliar a altera??o ?ssea em implantes distais de pr?teses totais fixas implantossuportadas (PTFIs) por meio de an?lise de n?veis de cinza e de par?metros de textura em radiografias periapicais. A amostra foi constitu?da por 63 implantes distais de PTFIs. As radiografias foram obtidas ap?s a instala??o das pr?teses (T0), 1 ano (T1) e 3 anos (T3) das mesmas em fun??o. As imagens de um mesmo implante em diferentes tempos foram sobrepostas utilizando o softwareonde foram delimitadas as Regi?es de Interesse (ROIs) e analisadas as vari?veis de n?veis de cinza: m?dia de n?veis de cinza, desvio padr?o e coeficiente de varia??o; e os par?metros de textura: correla??o, contraste, entropia e segundo momento angular. Os dados foram analisados atrav?s de modelos de regress?o mistos ao n?vel de signific?ncia de 0,05. Houve efeito estatisticamente significativo do tempo de 1 ano (P< 0,05) e 3 anos (P < 0,01) e da for?a m?xima de mordida (P < 0,01) para aumento da m?dia dos n?veis de cinza. A intera??o entre tempo de 1 ano e bruxismo foi significativa (P < 0,01) para a redu??o do coeficiente de varia??o. Os par?metros de textura n?o tiveram efeito significativo (P > 0,05). Os resultados sugerem um adensamento do osso perimplantar de implantes distais de PTFIs em um per?odo de at? 3 anos atrav?s do aumento da m?dia dos n?veis de cinza e redu??o do coeficiente de varia??o no per?odo de 1 ano.

Submitted by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-12-06T12:35:11Z No. of bitstreams: 1 11- Taciana Araujo de Souza - Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3681994 bytes, checksum: ca089bc3877db3b99c310c8d3304967d (MD5) / Approved for entry into archive by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-12-06T12:36:21Z (GMT) No. of bitstreams: 1 11- Taciana Araujo de Souza - Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3681994 bytes, checksum: ca089bc3877db3b99c310c8d3304967d (MD5) / Made available in DSpace on 2016-12-06T12:36:21Z (GMT). No. of bitstreams: 1 11- Taciana Araujo de Souza - Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3681994 bytes, checksum: ca089bc3877db3b99c310c8d3304967d (MD5) Previous issue date: 2016-12-06 / A an?lise ac?stica do sinal de voz, devido ? sua natureza n?o invasiva e ao baixo custo, tem se mostrado uma eficiente ferramenta para aux?lio ao diagn?stico das desordens vocais provocadas por patologias na laringe. Os gr?ficos apresentam padr?es de larga e pequena escala, cujas varia??es em sua textura representam o comportamento do sinal de voz, proporcionando informa??es acerca do estado de normalidade ou de altera??o na qualidade vocal. Os padr?es de pequena escala podem ser vistos como caracter?sticas de textura e servem como base para uma an?lise quantitativa dos gr?ficos de recorr?ncia. T?cnicas de Processamento Digital de Imagens s?o empregadas para a an?lise da textura contida nos gr?ficos de recorr?ncia, baseada na transformada wavelet bidimensional. A fim de discriminar sinais saud?veis de sinais patol?gicos, s?o extra?dos diversos descritores de texturas dos coeficientes de cada sub-banda obtida pela decomposi??o wavelet bidimensional. Nesta pesquisa, duas abordagens foram aplicadas, as quais se diferenciam pela forma de extra??o dos padr?es representativos dos sinais: extra??o dos descritores de textura diretamente das sub-bandas da transformada wavelet; e extra??o dos descritores de Haralick, a partir da matriz de co-ocorr?ncia. Os sinais de voz foram classificados como saud?veis ou patol?gicos, como tamb?m foi realizada a discrimina??o entre patologias. Paralisia, edema de Reinke e n?dulos nas pregas vocais foram as patologias lar?ngeas consideradas na pesquisa. Os melhores resultados foram obtidos com os descritores de Haralick, empregando redes neurais MLP (Multilayer Perceptron) na classifica??o, em conjunto com o algoritmo de otimiza??o por enxame de part?culas PSO (Particle Swarm Optimization) empregado na sele??o das caracter?sticas mais representativas. O sistema proposto melhorou significativamente a acur?cia na discrimina??o entre patologias, com resultados superiores aos encontrados na literatura, que empregam a an?lise de recorr?ncia.