Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-07-19T19:32:42Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Valter Augusto de Freitas Barbosa.pdf: 4679217 bytes, checksum: e249710740330a6a6d6443c6a52e880f (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-07-20T22:18:23Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Valter Augusto de Freitas Barbosa.pdf: 4679217 bytes, checksum: e249710740330a6a6d6443c6a52e880f (MD5) / Made available in DSpace on 2018-07-20T22:18:23Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Valter Augusto de Freitas Barbosa.pdf: 4679217 bytes, checksum: e249710740330a6a6d6443c6a52e880f (MD5) Previous issue date: 2017-02-23 / FACEPE / A Tomografia por Impedância Elétrica (TIE) é uma técnica de imagem não invasiva e livre de radiações ionizantes. Sua realização dar-se através de um conjunto de eletrodos dispostos na superfície do objeto ao qual se quer imagear. Pelos eletrodos é aplicado uma corrente elétrica de baixa amplitude, e em seguida, os potenciais elétricos resultantes à excitação são medidos. Em um algoritmo de reconstrução os dados de corrente e potenciais elétricos são usados para estimar a distribuição de condutividade interna do objeto à qual pode ser representada por uma imagem. O problema de reconstrução de imagens de TIE consiste na solução dos problemas direto e inverso. No problema direto é determinado os potenciais elétricos internos e de superfície da seção do objeto a partir do padrão de excitação de corrente e da distribuição de condutividade interna do domínio. Sendo tal problema, resolvido através do método dos elementos finitos. Por outro lado, a estimação da distribuição de condutividade elétrica do interior da seção do corpo a partir das medições da resposta a excitação é, matematicamente, um problema inverso, mal posto e mal condicionado. Sendo um problema complexo, de alto custo computacional, e que ainda obtém imagens de contorno suave e de baixa resolução. Uma das formas de reconstrução de TIE é através de métodos iterativos de otimização, onde o problema direto é chamado frequentemente. Este trabalho propõe a reconstrução de imagens de TIE como um método de otimização utilizando algoritmos evolucionários e bioinspirados da Inteligência Computacional tendo o Erro Médio Quadrático como função objetivo a ser minimizada. As técnicas consideradas foram: Algoritmos genéticos, Evolução Diferencial, Busca por Cardumes de Peixes e Busca por cardumes de peixes baseada em densidade, além da implementação da Busca não-cega à Busca por Cardumes de Peixes. Os algoritmos de reconstrução foram implementados em MATLAB e fazendo uso do software de código aberto EIDORS. Os experimentos foram realizados utilizando imagens padrão ouro de duas malhas de elementos finitos. De forma qualitativa as imagens obtidas foram comparadas com as imagens padrão ouro consideradas, enquanto que de forma quantitativa foi avaliado os gráficos da queda do erro em função do número de avaliações da função e pelo número de iterações dos algoritmos. As melhores imagens foram obtidas pela busca por cardume de peixes com a busca não-cega, no entanto, os menores tempos de reconstrução foram obtidos pela evolução diferencial e algoritmos genéticos. / Electrical Impedance Tomography (EIT) is a noninvasive imaging technique and free of ionizing radiation. Its implementation is given through a set of electrodes placed on object surface to be imaged. By the electrodes, a low amplitude electric current is applied, then, the resultant electric potential to the excitation is measured. In a reconstruction algorithm, the data of the current and electrical potentials are used to estimate the intern conductivity distribution of the object which it can be represented by an image. The reconstruction problem of EIT images consists in to solve the direct and inverse problems. In the direct problem is determined the intern and surface electrical potentials of the object section from the excitation pattern of electric current and the intern conductivity distribution. Such problem is resolved by the finite elements method. On the other hand, the estimation of the electrical conductivity distribution of the interior of the body section from the measures of the response to the excitation is, mathematically, an inverse problem, ill-posed and ill-conditioned. Being a complex problem, of high computational cost, and still obtains low-resolution and soft-contour images. One of the ways to reconstruct EIT images is trough iterative optimization methods, which the direct problem is used often. This work proposes the EIT image reconstruction as an optimization method using evolutionary and bioinspired algorithms from Computational Intelligence having the Root Mean Squared Error as objective function to be minimized. The techniques considered were: Genetic Algorithm, Differential Evolution, Fish School Search and Density based on Fish School Search, beyond the implementation of the Non-Blind Search to Fish School Search. The reconstruction algorithms were implemented in MATLAB using the open-source software EIDORS. Experiments were made using ground-truth images of two finite elements meshes. Qualitatively the images obtained were compared with the ground-truth images considered, whereas quantitatively were considered the graphics of the root-mean-squared error in function of the number of evaluations of objective function and in function of the number of iterations of the algorithms. The best images were obtained by the fish school search with non-blind search, however, the smallest reconstruction time were obtained by differential evolution and genetic algorithms.