Orientador: Erivaldo Antonio da Silva / Banca: Almir Olivette Artero / Banca: José Roberto Nogueira / Banca: Wallace Correia de Oliveira Casaca / Banca: Miriam Maria Pedrosa / Resumo: Crateras de impacto são as estruturas mais estudadas na área de ciências planetárias, devido à grande quantidade de informações que podem revelar sobre o passado, a geologia e os processos físicos de um corpo planetário. Apesar de haver várias propostas de algoritmos para automatizar o processo de detecção de crateras, esta tarefa ainda não é realizada de maneira completamente automatizada. A necessidade de investigações por métodos eficientes para detecção automática dessas estruturas é cada vez maior, visto que muitas missões estão sendo enviadas ao espaço e com os dados adquiridos cada vez mais ricos em detalhes e mais abundantes, o trabalho manual tem se tornado inviável. Nesse sentido, a presente pesquisa propõe o desenvolvimento de uma abordagem para detectar e delinear automaticamente crateras de impacto em imagens de alta resolução espacial da superfície de Marte. A abordagem baseia-se nos princípios da morfologia matemática e na utilização de técnicas e estratégias de processamento morfológico de imagens, com foco na detecção de crateras de impacto subquilométricas. Do ponto de vista metodológico, quatro etapas principais são realizadas: i) pré-processamento visando a remoção de ruídos e o realce de bordas das estruturas presentes nas cenas; ii) detecção e delineamento das estruturas candidatas a crateras de impacto, a partir da transformação watershed e estratégias da dinâmica dos contornos; iii) pós-processamento com foco no refinamento da detecção das crateras de ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Impact craters are the most studied structures in planetary sciences, due to the large amount of information they can provide about the history, geology and physical processes of a planet. Although there are several approaches to automate the crater detection, such a task is not fully automated. The need for investigations of efficient methods to automate crater detection is increasing, as many missions have been launched into space, so as to acquire rich and detailed data, thus making the manual work impossible. In this thesis, we develop approach to detect and delineate automatically impact craters in high spatial resolution images of the surface of Mars. The particular proposed is based on the principles of mathematical morphology and the use of techniques and strategies of morphological image processing, with focuses on the detection of subkilometric craters. From the methodological point of view, four main steps are performed: i) pre-processing for noise removal and edge enhancement of structures present in the images; ii) detection and segmentation of crater candidates from the watershed transformation and contour dynamic strategies; iii) post-processing focusing on the refinement of impact crater detection and the removal of irrelevant structures; and (iv) evaluation of detection performance. Two experiments are performed, the first one for the HRSC images with spatial resolution of 12.5 m/pixel and the second for the HiRISE images with spatial resolution of 1 m/pixel.... (Complete abstract click electronic access below) / Doutor

Orientador: Adriano Wagner Ballarin / Coorientador: Osvaldo César Pinheiro de Almeida / Banca: Diego Augusto de Campos Moraes / Banca: Carlos Roberto Pereira Padovani / Banca: Alexandre Dal Pai / Banca: Ricardo Rall / Resumo: O setor madeireiro e toda sua cadeia produtiva possuem grande força e importância para a economia brasileira, representando 1,5% do produto interno bruto nacional em 2016. Toda madeira serrada deveria, idealmente, ser submetida a uma classificação para definição mais precisa do seu destino e justa de seu valor comercial. Quando essa madeira serrada é destinada ao exterior, a classificação é, na maioria das vezes, obrigatória. Nas serrarias do país que em sua maioria são pequenas e pouco automatizadas, a classificação é normalmente feita por visão humana, ou seja, um profissional faz a análise visual de cada peça e a classifica segundo algum critério. Como em todo processo que envolve capacidade humana, o erro é inerente e, nesse caso, elevado, em torno de 52%, segundo a literatura. Dada a importância do setor, a demanda de matéria prima e a necessidade crescente dessa classificação, é extremamente justificável que esse processo seja aperfeiçoado. A alternativa é a automatização, visando sobretudo o aumento no acerto dessa classificação. O objetivo deste trabalho foi desenvolver um modelo de redes neurais artificiais usando Deep Learning (DL) para a classificação automatizada de madeiras serradas de Pinus, seguindo as recomendações das normas da ABNT. O modelo aplicou Redes Neurais Convolucionais (Convolutional Neural Network - CNN), técnica muito estudada recentemente e promissora em diversas áreas, principalmente no processamento de imagens digitais e visão de máquina. Foram... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The timber sector and its entire production chain have great strength and importance for the Brazilian economy, representing 1.5% of the national gross domestic product in 2016. All lumber should ideally be subjected to a classification for a more precise definition of its destination and fairness of its commercial value. When this lumber is destined to the outside, classification is, in most cases, mandatory. In the country sawmills that are mostly small and little automated, the classification is usually done by human vision, that is, a professional makes the visual analysis of each piece and classifies it according to some criterion. As in any process involving human capacity, the error is inherent and, in this case, high, around 52%, according to the literature. Given the importance of the industry, the demand for raw materials and the growing need for such classification, it is extremely justifiable that this process is improved. The alternative is automation, aiming in particular to increase the accuracy of this classification. The objective of this work was to develop a model of artificial neural networks using Deep Learning (DL) for the automated classification of Pinus sawn timber, following the recommendations of ABNT standards. The model applied Convolutional Neural Network (CNN), a very recently studied and promising technique in several areas, mainly in digital image processing and machine vision. Several models were tried, being the one of better performance with accuracy of 97.50%. It was concluded that DL with CNN produces acceptable results in the classification of boards, even with few images (284), difference in the Pinus variety (elliottii and taeda) and presentation (green or dry wood, planed or not). / Doutor

Esta tese apresenta uma nova metodologia para animação de objetos líquidos em imagens. Contrariamente às técnicas existentes, este método é baseado em um modelo físico, o que proporciona efeitos realísticos. A perspectiva da imagem é obtida com a intervenção do usuário, por um esquema simples de calibração da câmera, o qual permite a projeção da camada da imagem a ser animada sobre um plano horizontal no espaço tridimensional. As equações de águas rasas conduzem a simulação e as informações de altura são projetadas de volta ao espaço da imagem utilizando traçado de raios. Além disso, efeitos de refração e iluminação são aplicados durante este estágio, resultando em animações realísticas e convincentes / This work presents a new methodology for animating liquid objects depicted in a still image. In contrast to existing techniques, the proposed method relies on a physical model to accomplish the animation, resulting in realistic effects. Image perspective is handled through a simple user assisted camera calibration scheme which allows one to project the image layers to be animated onto the horizontal plane in the three-dimensional space. Shallow-Water equations drive the simulation and the resulting height field is projected back to the image space via ray-tracing. Refraction and lighting effects are also accomplished during the ray-tracing stage, resulting in realistic and convincing animations

Orientador: Endler Marcel Borges de Souza. / Dissertação (Mestrado em Química) - Programa de Pós-Graduação em Química, Centro de Ciências Exatas e Naturais, Universidade Regional de Blumenau, Blumenau.

Submitted by Filipe dos Santos (fsantos@pucsp.br) on 2018-12-14T11:45:48Z No. of bitstreams: 1 Lenilson Lemos Vilas Boas.pdf: 4297593 bytes, checksum: 1aa03b41410e014c8021095ee73b5e7b (MD5) / Made available in DSpace on 2018-12-14T11:45:48Z (GMT). No. of bitstreams: 1 Lenilson Lemos Vilas Boas.pdf: 4297593 bytes, checksum: 1aa03b41410e014c8021095ee73b5e7b (MD5) Previous issue date: 2018-11-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Systems that use Computer Vision Application Program Interfaces (APIs) can learn and identify patterns and thus perform associations to retrieve additional data. They are able to obtain results much faster than any human agent is. The study uses three computational vision APIs and evaluates their application in the identification of four plant leave diseases. Based on a corpus of fifty images, the API training was conducted in two stages, the first with thirty images and the second training with twenty more images. After the two trainings, the results of the diseases were collected for each API studied, which made it possible to evaluate the identification capacity and its evolution of learning after each training. The results corroborated the hypothesis. They gave evidence of the feasibility of identification of plant leaf diseases by means of computer vision APIs / Sistemas que utilizam APIs (Interfaces de Programação de Aplicação) de visão computacional têm a capacidade de aprender e identificar padrões, e assim realizar associações com outros resultados, sendo capaz de apresentar resultados mais rápidos do que uma pessoa. O trabalho identificou três APIs de visão computacional e avaliou sua aplicação na identificação de doenças em folhas de plantas, comparando os resultados de quatro diferentes doenças de plantas. Os treinamentos das APIs foram realizados em duas etapas, sendo o primeiro treinamento com uma quantidade de imagens e o segundo treinamento adicionando mais imagens. Após os dois treinamentos foram coletados os resultados das doenças para cada API estudada, sendo possível avaliar a capacidade de identificação e sua evolução de aprendizado após cada um dos treinamentos. Os resultados obtidos corroboram as expectativas, apontando para a viabilidade de identificação de doenças em folhas de plantas através de APIs de visão computacional

Úlceras cutâneas constituem um problema de saúde pública no mundo atual. A eficiência do seu tratamento é observada pela redução das áreas total, de fibrina (amarelo) e de granulação (vermelho) da úlcera, calculados manualmente e/ou por imagens, processos demorados e posteriores à consulta médica. O trabalho propõe uma nova técnica não-invasiva e automatizada de acompanhamento das úlceras por redes neurais artificiais (RNAs). Foram utilizadas imagens digitais do banco de imagens do ADUN (Ambulatório da Dermatologia de Úlceras Neurovasculares) do Hospital das Clínicas da FMRP-USP (Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo), escolhidas aleatoriamente, sendo 50 imagens para treinamento da RNA e 250 para o teste da RNA. Para validação da RNA foram criados os grupos: 1 (n=15 imagens poligonais com áreas e cores definidas previamente); 2 (n=15 imagens poligonais com áreas e cores definidas previamente, submetidas a variações de iluminação, brilho, contraste, saturação); 3 (n=15 imagens poligonais constituídas de texturas de fibrina e de granulação); 4 (n=15 imagens de úlceras cutâneas reais preenchidas totalmente em cor preta sua superfície). Para avaliar a sua aplicação clínica foram utilizadas 50 imagens padronizadas submetidas aos cálculos das áreas pela RNA. Os resultados da RNA foram comparados aos do programa Image J (segmentação manual) e/ou às medidas-padrão. Estatisticamente os programas foram considerados similares quando p > 0,05 pelo Teste t Student. Quando p < 0,05 e r positivo, considerou-se o coeficiente de correlação de Pearson. A base de imagens de úlceras cutâneas foi eficiente para a aquisição das imagens, para a criação e execução dos algoritmos de extração de cores, de treinamento e de teste da RNA. A rede neural artificial desenvolvida apresentou desempenho similar ao Image J e às medidas-padrão adotadas para a segmentação das figuras do grupo 1, sendo p > 0,05 para as áreas total, de fibrina e de granulação. Na avaliação de interferência de ruídos (grupo 2), foi verificado que tais fatores não interferiram na segmentação da área dos polígonos (p > 0,05), pela RNA e pelo Image J. Entretanto, apesar de interferirem na segmentação de cores de granulação, sendo p < 0,05, o coeficiente de correlação RNA/Image J foi de 0,90 com p < 0,0001. No grupo 3, os cálculos das áreas foram semelhantes pela RNA e pelo Image J (p > 0,05). Quando comparadas às áreas calculadas pelos programas às medidas-padrão, o coeficiente de correlação foi significante (p < 0,0001) para todas as áreas. A segmentação das áreas das úlceras do grupo 4 pela RNA foi validada quando comparada à segmentação manual pelo Image J (p> 0,05). A aplicação clínica da RNA sobre o banco de imagens foi semelhante ao Image J para a segmentação das áreas (p > 0,05). Enfim, a rede neural artificial desenvolvida no Matlab 7.0 mostrou desempenho eficaz e validado na segmentação das úlceras de perna quanto à automatização do cálculo das áreas total, de fibrina e de granulação, semelhante à oferecida manualmente pelo programa Image J. Além disso, mostrou-se de grande aplicação clínica devido a facilidade de sua utilização através da interface web criada, sua praticidade, não interferência do usuário (automatização), propriedades essas que a consolida como uma metodologia adequada para o acompanhamento dinâmico-terapêutico da evolução das úlceras cutâneas. / Cutaneous ulcers are a public health problem worldwide. The efficiency of their treatment is observed through the reduction on the total affected areas, slough (yellow) and granulation (red) of the ulcer, manually calculated and/or through images, which are delayed processes usually performed after medical consultation. This work proposes a new non-invasive and automated technique to follow-up ulcers through artificial neural networks (ANN). Digital images from the ADUN (Neurovascular Ulcers Dermatology Ambulatory) image bank - FMRP General Hospital (Ribeirão Preto Medical School - University of São Paulo) were used and randomly selected as follows: 50 images for ANN training and 250 for the ANN test. For the ANN validation, the following groups were created: 1 (n=15 polygonal images with areas and colors previously defined); 2 (n=15 polygonal images with areas and colors previously defined submitted to illumination, brightness, contrast and saturation variation); 3 (n=15 polygonal images composed of slough and granulation textures); 4 (n=15 images of actual cutaneous ulcers with their surface fully filled in black). To evaluate its clinical application, 50 standard images were used and submitted to calculation of areas using ANN. The ANN results were compared to those obtained with the Image J software (manual segmentation) and/or to standard measures. The programs were statistically considered similar when p > 0.05 through the t Student test. When p < 0.05 and r is positive, the Pearson correlation coefficient was considered. The cutaneous ulcer image bank was efficient for the acquisition of images, for the creation and execution of color extraction algorithms, ANN training and tests. The artificial neural network developed presented performance similar to that obtained with the Image J software and to standard measures adopted for the segmentation of figures from group 1, with p > 0.05 for total areas, slough and granulation. In the noise interference assessment (group 2), it was verified that such factors did not interfere in the polygons area segmentation (p > 0.05) through both ANN and Image J. However, although interfering in the color and granulation segmentation, with p < 0.05, the ANN/Image J correlation coefficient was of 0.90, with p < 0.0001. In group 3, the calculations of areas were similar through both ANN and Image J (p > 0.05). When compared to standard measures, the correlation coefficient was significant (p < 0.0001) for all areas. The segmentation of ulcer areas of group 4 through ANN was validated when compared to manual segmentation through Image J (p> 0.05). The clinical application of ANN on the image bank was similar to Image J for the segmentation of areas (p > 0.05). Finally, the Artificial Neural Network developed in Matlab 7.0 environment showed good performance and was validated in the segmentation of leg ulcers in relation to the automation of the calculation of total areas, slough and granulation, which was similar to that obtained with the Image J software. Moreover, it presented a large clinical application due to the easiness of its application through the web interface created and the non interference of the user (automation), properties that consolidate this technique as a suitable methodology for the dynamic-therapeutic follow-up of the evolution of cutaneous ulcers.

O presente trabalho tem por objetivo desenvolver um aparato experimental para estudar, em modelo físico de escala reduzida, o comportamento mecânico de um duto enterrado submetido a variações do estado de tensões da massa de solo circundante e a um potencial movimento de massa gravitacional, com avaliação concomitante das deformações desenvolvidas no solo por meio da técnica de correlação de imagens digitais. A alteração do estado de tensão no maciço foi feita por meio da aplicação de incrementos de inclinação ao modelo. Foram realizados ensaios com o duto nas posições transversal e longitudinal no interior da caixa de ensaios, enterrado em areia pura e seca, com razão entre altura de cobertura e diâmetro do duto de 3,55. A compacidade do maciço, controlada por meio da utilização da técnica de chuva de areia, foi avaliada nas situações densa (D = 111,5 %) e fofa (Dr = 58,2%). O comportamento mecânico do duto foi avaliado por meio de instrumentação para medição da deformação específica e deflexão da parede, sendo verificado efeito de flexão lateral no duto disposto na transversal, com maiores deformações observadas na situação de maciço fofo. Para o duto disposto na longitudinal, maiores deformações específicas foram observadas para a seção instrumentada central na situação de maciço denso, contudo verificou-se a necessidade de realização de ensaios adicionais para elucidação dos resultados, em termos da interação solo/tubo ao longo do comprimento do elemento. Para a utilização da técnica de correlação de imagens digitais, as imagens foram adquiridas em um ambiente com iluminação padronizada e resolução de partícula igual a 4. A qualidade da textura da imagem foi garantida por meio da preparação de material com adição de 20% de areia colorida. O refinamento da malha de análise, avaliado por meio da alteração do tamanho dos subsets e espaçamento entre subsets, não exerceu grande influência nos campos de deslocamentos obtidos, porém maiores refinamentos permitiram extrair observações mais detalhadas do campo de deformações. A utilização da técnica permitiu ainda avaliar a evolução dos vetores de deslocamento ao longo das etapas de inclinação e a influência do duto enterrado, na posição transversal, nos deslocamentos das partículas de solo circundante. / The present work aims the development of an experimental apparatus to study the behavior of a buried pipe under different soil stress states and potential landslides in a small-scale physical model. Digital image correlation technique is also used to evaluate soil deformation. A controlled slope increment squeme were responsible for soil stress state changes. The tests were performed with the model pipe buried in pure dry sand with a buried depth ratio of 3.55. A series of four tests involving two pipe configurations inside the test box (transversal and longitudinal) and two relative density (111.5% and 58.2%) was conducted. Soil density was controlled by pluviation method. The model pipe was instrumented in order to evaluate its behavior in terms of linear strain and deflection of the pipe wall. For the transversely disposed pipe, it was observed lateral bending effect and larger strains when buried in loose sand. For the longitudinally diposed pipe, the largest strains occurred in the pipe central cross section and in the tests conducted in dense sand. Nevertheless, additional testing is needed to better clarify the results, in terms of soil/pipe interaction along the pipe length. Daily digital images were acquired under standardized conditions of illumination for the use of digital image correlation technique. The particle/pixel size ratio was set equal to 4. Image texture quality was improved by adding 20% colored sand to the material used in the investigation. The level of refinement of the analysis mesh, evaluated by varying the subset size and the spacing of subsets, did not shown significant effect in the displacement fields. However, finer meshes allowed more detailed observations in the engineering shear strain fields obtained. Additionally, the digital image correlation technique allowed the evaluation of the displacement vectors evolution along the different slope stages considered. Moreover, this technique also captured the effect of the transversely disposed pipe on surrounding soil particles displacements.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018. / Esta proposta estabelece um método otimizado baseado em taxa-distorção para transmitir imagens sintetizadas de light field. Resumidamente, uma imagem light field pode ser interpretada como um dado quadridimensional (4D) que possui tanto resolução espacial, quanto resolução angular, sendo que cada subimagem bidimensional desse dado 4D é tido como uma determinada perspectiva, isto é, uma imagem de subabertura (SAI, do inglês Sub-Aperture Image). Este trabalho visa modi car e aprimorar uma proposta anterior chamada de Comunicação Progressiva de Light Field (PLFC, do inglês Progressive Light Field Communication ), a qual trata da sintetização de imagens referentes a diferentes focos requisitados por um usuário. Como o PLFC, este trabalho busca fornecer informação suficiente para o usuário de modo que, conforme a transmissão avance, ele tenha condições de sintetizar suas próprias imagens de ponto focal, sem a necessidade de se enviar novas imagens. Assim, a primeira modificação proposta diz respeito à como escolher a cache inicial do usuário, determinando uma quantidade ideal de imagens de subabertura para enviar no início da transmissão. Propõe-se também um aprimoramento do processo de seleção de imagens adicionais por meio de um algoritmo de refinamento, o qual é aplicado inclusive na inicialização da cache. Esse novo processo de seleção lida com QPs (Passo de Quantização, do inglês Quantization Parameter ) dinâmicos durante a codificação e envolve não só os ganhos imediatos para a qualidade da imagem sintetizada, mas ainda considera as sintetizações subsequentes. Tal ideia já foi apresentada pelo PLFC, mas não havia sido implementada de maneira satisfatória. Estabelece-se ainda uma maneira automática para calcular o multiplicador de Lagrange que controla a influência do benefício futuro associado à transmissão de uma SAI. Por fim, descreve-se um modo simplificado de obter esse benefício futuro, reduzindo a complexidade computacional envolvida. Muitas são as utilidades de um sistema como este, podendo, por exemplo, ser usado para identificar algum elemento em uma imagem light field, ajustando apropriadamente o foco em questão. Além da proposta, os resultados obtidos são exibidos, sendo feita uma discussão acerca dos significativos ganhos conseguidos de até 32; 8% com relação ao PLFC anterior em termos de BD-Taxa. Esse ganho chega a ser de até 85; 8% em comparação com transmissões triviais de dados light field. / This work proposes an optimized rate-distortion method to transmit light field synthesized images. Briefy, light eld images could be understood like quadridimensional (4D) data, which have both spatial and angular resolution, once each bidimensional subimage in this 4D image is a certain perspective, that is, a SAI (Sub-Aperture Image). This work aims to modify and to improve a previous proposal named PLFC (Progressive Light Field Communication), which addresses the image synthesis for diferent focal point images requested by an user. Like the PLFC, this work tries to provide enough information to the user so that, as the transmsission progress, he can synthesize his own focal point images, without the need to transmit new images. Thus, the first proposed modification refers to how the user's initial cache should be chosen, defining an ideal ammount of SAIs to send at the transmission begining. An improvement of the additional images selection process is also proposed by means of a refinement algorithm, which is applied even in the cache initialization. This new selection process works with dynamic QPs (Quantization Parameter) during encoding and involves not only the immediate gains for the synthesized image, but either considers the subsequent synthesis. This idea already was presented by PLFC, but had not been satisfactorily implemented. Moreover, this work proposes an automatic way to calculate the Lagrange multiplier which controls the in uence of the future benefit associated with the transmission of some SAI. Finally, a simplified manner of obtaining this future benefit is then described, reducing the computational complexity involved. The utilities of such a system are diverse and, for example, it can be used to identify some element in a light field image, adjusting the focus accordingly. Besides the proposal, the obtained results are shown, and a discussion is made about the significant achieved gains up to 32:8% compared to the previous PLFC in terms of BD-Rate. This gain is up to 85:8% in relation to trivial light field data transmissions.

Úlceras cutâneas constituem um problema de saúde pública no mundo atual. A eficiência do seu tratamento é observada pela redução das áreas total, de fibrina (amarelo) e de granulação (vermelho) da úlcera, calculados manualmente e/ou por imagens, processos demorados e posteriores à consulta médica. O trabalho propõe uma nova técnica não-invasiva e automatizada de acompanhamento das úlceras por redes neurais artificiais (RNAs). Foram utilizadas imagens digitais do banco de imagens do ADUN (Ambulatório da Dermatologia de Úlceras Neurovasculares) do Hospital das Clínicas da FMRP-USP (Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo), escolhidas aleatoriamente, sendo 50 imagens para treinamento da RNA e 250 para o teste da RNA. Para validação da RNA foram criados os grupos: 1 (n=15 imagens poligonais com áreas e cores definidas previamente); 2 (n=15 imagens poligonais com áreas e cores definidas previamente, submetidas a variações de iluminação, brilho, contraste, saturação); 3 (n=15 imagens poligonais constituídas de texturas de fibrina e de granulação); 4 (n=15 imagens de úlceras cutâneas reais preenchidas totalmente em cor preta sua superfície). Para avaliar a sua aplicação clínica foram utilizadas 50 imagens padronizadas submetidas aos cálculos das áreas pela RNA. Os resultados da RNA foram comparados aos do programa Image J (segmentação manual) e/ou às medidas-padrão. Estatisticamente os programas foram considerados similares quando p > 0,05 pelo Teste t Student. Quando p < 0,05 e r positivo, considerou-se o coeficiente de correlação de Pearson. A base de imagens de úlceras cutâneas foi eficiente para a aquisição das imagens, para a criação e execução dos algoritmos de extração de cores, de treinamento e de teste da RNA. A rede neural artificial desenvolvida apresentou desempenho similar ao Image J e às medidas-padrão adotadas para a segmentação das figuras do grupo 1, sendo p > 0,05 para as áreas total, de fibrina e de granulação. Na avaliação de interferência de ruídos (grupo 2), foi verificado que tais fatores não interferiram na segmentação da área dos polígonos (p > 0,05), pela RNA e pelo Image J. Entretanto, apesar de interferirem na segmentação de cores de granulação, sendo p < 0,05, o coeficiente de correlação RNA/Image J foi de 0,90 com p < 0,0001. No grupo 3, os cálculos das áreas foram semelhantes pela RNA e pelo Image J (p > 0,05). Quando comparadas às áreas calculadas pelos programas às medidas-padrão, o coeficiente de correlação foi significante (p < 0,0001) para todas as áreas. A segmentação das áreas das úlceras do grupo 4 pela RNA foi validada quando comparada à segmentação manual pelo Image J (p> 0,05). A aplicação clínica da RNA sobre o banco de imagens foi semelhante ao Image J para a segmentação das áreas (p > 0,05). Enfim, a rede neural artificial desenvolvida no Matlab 7.0 mostrou desempenho eficaz e validado na segmentação das úlceras de perna quanto à automatização do cálculo das áreas total, de fibrina e de granulação, semelhante à oferecida manualmente pelo programa Image J. Além disso, mostrou-se de grande aplicação clínica devido a facilidade de sua utilização através da interface web criada, sua praticidade, não interferência do usuário (automatização), propriedades essas que a consolida como uma metodologia adequada para o acompanhamento dinâmico-terapêutico da evolução das úlceras cutâneas. / Cutaneous ulcers are a public health problem worldwide. The efficiency of their treatment is observed through the reduction on the total affected areas, slough (yellow) and granulation (red) of the ulcer, manually calculated and/or through images, which are delayed processes usually performed after medical consultation. This work proposes a new non-invasive and automated technique to follow-up ulcers through artificial neural networks (ANN). Digital images from the ADUN (Neurovascular Ulcers Dermatology Ambulatory) image bank - FMRP General Hospital (Ribeirão Preto Medical School - University of São Paulo) were used and randomly selected as follows: 50 images for ANN training and 250 for the ANN test. For the ANN validation, the following groups were created: 1 (n=15 polygonal images with areas and colors previously defined); 2 (n=15 polygonal images with areas and colors previously defined submitted to illumination, brightness, contrast and saturation variation); 3 (n=15 polygonal images composed of slough and granulation textures); 4 (n=15 images of actual cutaneous ulcers with their surface fully filled in black). To evaluate its clinical application, 50 standard images were used and submitted to calculation of areas using ANN. The ANN results were compared to those obtained with the Image J software (manual segmentation) and/or to standard measures. The programs were statistically considered similar when p > 0.05 through the t Student test. When p < 0.05 and r is positive, the Pearson correlation coefficient was considered. The cutaneous ulcer image bank was efficient for the acquisition of images, for the creation and execution of color extraction algorithms, ANN training and tests. The artificial neural network developed presented performance similar to that obtained with the Image J software and to standard measures adopted for the segmentation of figures from group 1, with p > 0.05 for total areas, slough and granulation. In the noise interference assessment (group 2), it was verified that such factors did not interfere in the polygons area segmentation (p > 0.05) through both ANN and Image J. However, although interfering in the color and granulation segmentation, with p < 0.05, the ANN/Image J correlation coefficient was of 0.90, with p < 0.0001. In group 3, the calculations of areas were similar through both ANN and Image J (p > 0.05). When compared to standard measures, the correlation coefficient was significant (p < 0.0001) for all areas. The segmentation of ulcer areas of group 4 through ANN was validated when compared to manual segmentation through Image J (p> 0.05). The clinical application of ANN on the image bank was similar to Image J for the segmentation of areas (p > 0.05). Finally, the Artificial Neural Network developed in Matlab 7.0 environment showed good performance and was validated in the segmentation of leg ulcers in relation to the automation of the calculation of total areas, slough and granulation, which was similar to that obtained with the Image J software. Moreover, it presented a large clinical application due to the easiness of its application through the web interface created and the non interference of the user (automation), properties that consolidate this technique as a suitable methodology for the dynamic-therapeutic follow-up of the evolution of cutaneous ulcers.

Made available in DSpace on 2014-06-12T17:39:56Z (GMT). No. of bitstreams: 2 arquivo7546_1.pdf: 4605862 bytes, checksum: 4ed4e70877f0b091f38b763ca545e9b2 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / A hipertermia é um dos procedimentos médicos usados para tratar diversos tumores não-operáveis. Alguns tumores da próstata encontram-se nessa categoria, podendo ser submetidos, por exemplo, à radiofreqüência. Este procedimento pode elevar a temperatura em tecidos sadios vizinhos ao tumor, chegando a causar dano térmico aos mesmos. A dificuldade na medição das temperaturas in vivo motivou o desenvolvimento de um modelo numérico bidimensional para cálculo do campo de temperaturas na região de interesse, usando o método dos volumes finitos (MVF), aplicado a malhas não-estruturadas. Para tal, foram usadas a Equação da Biotransferência de Calor (BHTE) e a função dano térmica. Estudos anteriores efetuaram cálculos transitórios de temperaturas em tumores de duodeno irradiados por fontes de laser, a partir de imagens obtidas em um atlas médico. No presente trabalho, foi desenvolvido um processo de aquisição de pontos do domínio das imagens de forma semi-automática, além de dar início ao uso de imagens reais, no caso uma imagem de ressonância magnética (RM) de um tumor de próstata. Estes dois pontos significam uma melhoria em relação ao processo anteriormente adotado, no qual a definição do domínio era feita manualmente, através de um programa de CAD. Tal melhoria faz com que alguns possíveis erros envolvidos na simulação numérica sejam minimizados. Para a obtenção dos pontos das regiões da imagem foi desenvolvido o programa APID Aquisição de Pontos em Imagens Digitais, utilizando a plataforma MATLAB. Nesta plataforma, foi desenvolvida uma interface gráfica com o usuário, onde os pontos do contorno das regiões a serem analisadas são adquiridos de forma mais automatizada, se comparada com a metodologia anteriormente utilizada. Em seguida, utilizando um gerador bidimensional de malhas não-estruturadas, denominado GERAMIX, é gerada a malha nos domínios pré-estabelecidos e as temperaturas são calculadas utilizando o programa HEATFVM2D, desenvolvido neste programa de pós-graduação. A técnica desenvolvida permite obter o campo de temperaturas de forma precisa, desde que se utilizem imagens radiográficas reais do tumor, independentemente de sua forma. São também necessários dados reais sobre a fonte de calor utilizada no processo de hipertermia e de parâmetros físicos dos tecidos vivos. A idéia subjacente desenvolvida no presente trabalho é se obter uma distribuição de temperaturas a partir daquela já conhecida, usando técnicas Monte Carlo (MC), ou seja, utilizando uma função densidade de probabilidade uniforme bidimensional, onde a média e o desvio padrão são ajustados para os valores anteriormente calculados. Finalmente, é feita uma avaliação dos resultados obtidos utilizando cada um dos métodos numéricos: o MVF e o MC