Submitted by Thalita Cristine Landeira Portela Faro (thalita.faro@fgv.br) on 2011-06-20T17:14:21Z No. of bitstreams: 1 000379003.pdf: 3682490 bytes, checksum: 7659b33eb9bbd00b51eef0fe8185750d (MD5) / Approved for entry into archive by Thalita Cristine Landeira Portela Faro(thalita.faro@fgv.br) on 2011-06-20T17:14:52Z (GMT) No. of bitstreams: 1 000379003.pdf: 3682490 bytes, checksum: 7659b33eb9bbd00b51eef0fe8185750d (MD5) / Approved for entry into archive by Thalita Cristine Landeira Portela Faro(thalita.faro@fgv.br) on 2011-06-20T17:15:23Z (GMT) No. of bitstreams: 1 000379003.pdf: 3682490 bytes, checksum: 7659b33eb9bbd00b51eef0fe8185750d (MD5) / Made available in DSpace on 2011-06-20T17:19:01Z (GMT). No. of bitstreams: 1 000379003.pdf: 3682490 bytes, checksum: 7659b33eb9bbd00b51eef0fe8185750d (MD5) Previous issue date: 2005 / o rápido movimento dos sistemas de informação baseados na Internet tem contribuído para o surgimento de várias transformações na área de assistência médica, dentro dos hospitais. Entretanto, esse desenvolvimento tem gerado preocupações na mente de acadêmicos e gestores sobre a real capacidade dessas instituições de, satisfatoriamente, gerenciarem sua introdução. Diversas instituições de saúde têm consumido grandes quantias de investimento e frustrado inúmeras pessoas em desperdiçados esforços de implantar sistemas clínicos. Infelizmente, não existem respostas fáceis sobre o porquê de tantos projetos não serem bem sucedidos. A presente pesquisa de caso investigará, empiricamente, as principais causas para a implantação sem sucesso de um sistema clínico de Prescrição Eletrônica no Hospital Adventista Silvestre. Para tal, foi utilizado como arcabouço teórico a Teoria da Resistência à Implantação de Sistemas, notadamente exposta por Kling (1980) e Markus (1983) - que discutem a necessidade de uma análise abrangente do contexto intraorganizacional, para que se revelem os principais fatores responsáveis pelas implantações mal-sucedidas. A análise interpretativa desenvolvida a partir dos três vetores de resistência advindos desta teoria adicionará novas perspectivas e esclarecimentos ao existente corpo de conhecimento no campo da implantação de Tecnologias da Informação e Informática Médica.

Este trabalho introduz um modelo fisiológico para o reflexo pupilar em função das condições de iluminação (Pupil Light Reflex - PLR), e um modelo baseado em imagem para deformação dos padrões da íris. O modelo para PLR expressa o diâmetro da pupila ao longo do tempo e em função da iluminação ambiental, sendo descrito por uma equação diferencial com atraso, adaptando naturalmente o tamanho da pupila a mudanças bruscas de iluminação. Como os parâmetros do nosso modelo são derivados a partir de modelos baseados em experimentos científicos, ele simula corretamente o comportamento da pupila humana para um indivíduo médio. O modelo é então estendido para dar suporte a diferenças individuais e a hippus, além de utilizar modelos para latência e velocidade de dilatação e contração. Outra contribuição deste trabalho é um modelo para deformação realista dos padrões da íris em função da contração e dilatação da pupila. Após capturar várias imagens de íris de diversos voluntários durante diferentes estágios de dilatação, as trajetórias das estruturas das íris foram mapeadas e foi identificado um comportamento médio para as mesmas. Demonstramos a eficácia e qualidade dos resultados obtidos, comparando-os com fotografias e vídeos capturados de íris reais. Os modelos aqui apresentados produzem efeitos foto-realistas e podem ser utilizados para produzir animações preditivas da pupila e da íris em tempo real, na presença de variações na iluminação. Combinados, os dois modelos permitem elevar a qualidade de animações faciais, mais especificamente, animações da íris humana. / This thesis introduces a physiologically-based model for pupil light reflex (PLR) and an image-based model for iridal pattern deformation. The PLR model expresses the pupil diameter as a function of the environment lighting, naturally adapting the pupil diameter even to abrupt changes in light conditions. Since the parameters of the PLR model were derived from measured data, it correctly simulates the actual behavior of the human pupil. The model is extended to include latency, constriction and dilation velocities, individual differences and some constrained random noise to model hippus. The predictability and quality of the simulations were validated through comparisons of modeled results against measured data derived from experiments also described in this work. Another contribution is a model for realist deformation of the iris pattern as a function of pupil dilation and constriction. The salient features of the iris are tracked in photographs, taken from several volunteers during an induced pupil-dilation process, and an average behavior of the iridal features is defined. The effectiveness and quality of the results are demonstrated by comparing the renderings produced by the models with photographs and videos captured from real irises. The resulting models produce high-fidelity appearance effects and can be used to produce real-time predictive animations of the pupil and iris under variable lighting conditions. Combined, the proposed models can bring facial animation to new photorealistic standards.

Made available in DSpace on 2015-07-22T20:50:23Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-05-25 / Objetivo: Avaliar se o envio automático de mensagens de celular do tipo SMS aumenta a adesão ao tratamento com drogas antiretrovirais. Métodos: O sistema web HIVAS foi projetado segundo os preceitos do modelo cascata de engenharia de software. Foram conduzidos dois experimentos: Experimento 1, um ensaio clínico controlado e aleatorizado com mulheres que vivem com HIV/AIDS para avaliar o efeito das SMS na adesão ao tratamento antiretroviral; Experimento 2, um estudo transversal com os dados extraídos de dois prontuários eletrônicos de 4 clínicas médicas paulistanas para avaliar o efeito das SMS na ausência a consultas agendadas. No Experimento 1 a adesão do grupo de participantes alocados para receber SMS, denominado intervenção (n=8), e do grupo de participantes alocados para não receber SMS, denominado controle (n=13) foi medida durante 4 meses pelos métodos de auto-relato de adesão, contagem de pílulas e monitoramento micro-eletrônico (MEMS). No Experimento 2 foram comparadas a incidência de ausência a consultas quando houve envio de lembrete SMS, denominado intervenção (n=7.890), com a incidência de ausências a consultas quando não houve envio de lembrete, denominado controle (n=21.124). Resultados: O sistema web HIVAS foi desenvolvido em 7 meses, entre 2008 e 2009, de acordo com o planejado. No Experimento 1, considerando o período completo de quatro meses, a quantidade e o percentual de participantes dos grupos controle e intervenção que conseguiram manter adesão ao tratamento antiretroviral superior a 95%, foram respectivamente: 11 (84,62%) e 8 (100,00%) para o método de adesão auto-relatada; 5 (38,46%) e 4 (50,00%) para o método da contagem de pílulas; e 6 (46,15%) e 6 (75,00%) para o monitoramento micro-eletrônico. No Experimento 2, em média o percentual de ausência a consultas agendadas que não tiveram envio prévio de SMS foi de 25,57%, enquanto que o percentual de ausência a consultas que tiveram envio de lembrete SMS foi de 19,42%. Conclusão: As mensagens SMS demonstraram potencial em colaborar na adesão do paciente ao tratamento. As mulheres brasileiras que vivem com HIV/AIDS que receberam as SMS relataram que as mensagens são lembretes, incentivos, um olhar preocupado, um carinho de uma clínica de saúde para com elas, uma população ainda marginalizada. Além disso, foi observada uma redução estatisticamente significante na ausência a consultas devido às mensagens SMS. O desenvolvimento do HIVAS foi a etapa conduzida com menor dificuldade no projeto, reforçando a viabilidade da incorporação de SMS para auxiliar na prática clínica. Palavras-chave: Adesão, cooperação do paciente, falta a consultas, HIV, síndrome da imunodeficiência adquirida, telefone celular, mensagem de texto, SMS. / Objective: To assess if SMS automatic sending increases the adherence antiretroviral drug-based treatment regimens. Methods: The web system HIVAS was projected according to software engineering cascade model. It was conducted two experiments: Experiment 1, a randomized controlled trial with woman living with HIV/AIDS to assess the effects of SMS on adherence to antiretroviral therapy; Experiment 2, a transversal study with data extracted from two electronic health recorders of 4 outpatient clinics to assess the effects of SMS on non-attendance rates. On Experiment 1 adherence of participants allocated to receive SMS, called intervention (n=8), and to not receive SMS, labeled control (n=13), was measured during 4 months by self-reported adherence, pill counting, and microelectronic monitoring (MEMS). On Experiment 2, the incidence of non-attendance when a SMS reminder was sent to the appointment, labeled intervention (n=7,890), was compared to the incidence of non-attendance when no SMS reminder was sent, labeled control (n=21,124). Results: The HIV Alert System (HIVAS) was developed over 7 months during 2008 and 2009. On Experiment 1, during the 4-month study period, the number and percentage of participants from both control and intervention groups that achieved adherence levels to antiretroviral therapy exceeding 95%, were respectively: 11 (84.62%) and 8 (100.00%) to self-reported adherence method; 5 (38.46%) and 4 (50.00%) to pill counting method; and 6 (46.15%) and 6 (75.00%) to micro-electronic monitoring. On Experiment 2, the average non-attendance rate to appointments without previous SMS was 25.57%, while average non-attendance rate to appointments with previous SMS was 19.42%. Conclusion: SMS messaging has demonstrated potential in helping patient adherence to therapy. Brazilian women living with HIV/AIDS who received SMS stated that the messages were reminders, incentives and signs of affection by the health clinic for their, a marginalized population. Beside this, it was observed a statistically significant reduction on the incidence of non-attendance due to SMS messages. The development of HIVAS was the less difficulty phase in the project, emphasizing the feasibility of SMS incorporation to help clinical practice. / TEDE / BV UNIFESP: Teses e dissertações

Esta tese descreve métodos interativos para estimar e compensar erros de refração (NETRA) e opacidades ópticas (CATRA) em sistemas de imageamento usando telas de campos de luz programáveis, de alta resolução e alto contraste. Os novos métodos para oftalmologia computacional descritos aqui podem avaliar câmeras e olhos se o usuário do sistema estiver consciente do modelo de interação. A solução combina elementos ópticos baratos, interfaces interativas e reconstrução computacional. Uma tela de campos de luz, posicionada perto do olho, cria objetos virtuais em profundidades pré-definidas através de várias seções do olho. Via esta plataforma, cria-se uma nova gama de aplicações interativas que é extremamente sensível a aberrações ópticas. A capacidade de focar em um objeto virtual, alinhar padrões exibidos na tela e detectar suas variações de forma e brilho permite ao sistema estimar a função de propagação de ponto de luz para o olho e a acomodação da lente. Enquanto os sistemas convencionais requerem formação especializada, dispositivos caros, procedimentos de segurança sensíveis e normalmente não são móveis, esta tese simplifica o mecanismo, colocando o paciente no centro do teste. Ao final, a resposta do usuário calcula a condição de refração em termos de poderes esférico e cilíndrico, o eixo de astigmatismo, o poder de acomodação da lente e mapas para a opacidade, atenuação, contraste e função de espalhamento de um ponto de luz. O objetivo é permitir que o público em geral opere um sistema de iluminação portátil e obtenha uma compreensão de suas próprias condições visuais. Esta tese apresenta projetos ópticos para software e hardware para oftalmologia computacional. Avaliações com usuários e com câmeras com lentes modificadas são realizadas. Os dados compilados são usados para reconstruir visão afetada do indivíduo, oferecendo uma nova abordagem para capturar informações para o rastreio, diagnóstico e análises clínicas de anomalias visuais. / This thesis proposes light-field pre-warping methods for measuring and compensating for optical aberrations in focal imaging systems. Interactive methods estimate refractive conditions (NETRA) and model lens opacities (CATRA) of interaction-aware eyes and cameras using cost-efficient hardware apps for high-resolution screens. Tailored displays use stereo-viewing hardware to compensate for the measured visual aberrations and display in-focus information that avoids the need of corrective eyeglasses. A light-field display, positioned very close to the eye, creates virtual objects in a wide range of predefined depths through different sectors of the eye’s aperture. This platform creates a new range of interactivity that is extremely sensitive to spatially-distributed optical aberrations. The ability to focus on virtual objects, interactively align displayed patterns, and detect variations in shape and brightness allows the estimation of the eye’s point spread function and its lens’ accommodation range. While conventional systems require specialized training, costly devices, strict security procedures, and are usually not mobile, this thesis simplifies the mechanism by putting the human subject in the loop. Captured data is transformed into refractive conditions in terms of spherical and cylindrical powers, axis of astigmatism, focal range and aperture maps for opacity, attenuation, contrast and sub-aperture point-spread functions. These optical widgets carefully designed to interactive interfaces plus computational analysis and reconstruction establish the field of computational ophthalmology. The overall goal is to allow a general audience to operate portable light-field displays to gain a meaningful understanding of their own visual conditions. Ubiquitous, updated, and accurate diagnostic records can make private and public displays show information in a resolution that goes beyond the viewer’s visual acuity. The new display technology is able to compensate for refractive errors and avoid light-scattering paths. Tailored Displays free the viewer from needing wearable optical corrections when looking at it, expanding the notion of glasses-free multi-focus displays to add individual variabilities. This thesis includes proof-of-concept designs for ophthalmatic devices and tailored displays. User evaluations and validations with modified camera optics are performed. Capturing the daily variabilities of an individual’s sensory system is expected to unleash a new era of high-quality tailored consumer devices.

O presente trabalho descreve um modelo híbrido para sistemas especialistas classificatórios que Integra os mecanismos de representação de conhecimento de frames e de redes neurais, assimilando qualidades inerentes de cada um dos dois paradigmas. O mecanismo de frames fornece tipos construtores flexíveis para a modelagem do conhecimento do domínio, enquanto as redes neurais possibilitam tanto a automação da aquisição de conhecimento, a partir de uma base de casos, quanto a implementação de aprendizado indutivo e dedutivo. Empregam-se dois tipos de frames para representar o conhecimento relativo aos problemas de classificação: frames de achado e frames de diagn6stico. Os primeiros descrevem os objetos elementares da aplicação que podem influenciar na detecção de certos diagnósticos. Os frames de diagnóstico, por sua vez, são descritos em termos de achados e correspondem as descrições dos problemas de classificação tratados pelo sistema especialista. E utilizado o Modelo Neural Combinatório (MNC), caracterizado por sua capacidade de aprendizado heurístico através do reconhecimento de regularidades observadas no mundo exterior. A integração do mecanismo de representação de frames e do MNC se da ao nível dos frames de diagn6stico, armazenando representações simbólicas do conhecimento das redes neurais que explicitam o conhecimento armazenado nas camadas intermediarias das Últimas. O motor de inferência do sistema opera de maneira integrada sobre ambos os paradigmas, o conexionista e o simbólico. A máquina de aprendizado fornece meios para a automação da aquisição de conhecimento a partir de um banco de casos, bem como para o refinamento do conhecimento do sistema. A máquina de aprendizado dividida em dois componentes principais: o componente de aprendizado indutivo e o componente de aprendizado dedutivo. O primeiro se volta para o componente indutivo e utiliza os métodos de aprendizado por casos de treinamento, descritos para o MNC, para refinar o conhecimento das redes neurais. O componente dedutivo faz use de uma estratégia de reorganização das redes neurais, para gerar novos modelos de resolução de problemas. 0 sistema implementado, denominado HYCONES (the HYbrid CONnectionist Expert System) é apresentado corn detalhamento da integragao entre os paradigmas simbOlico e conexionista. Para validar HYCONES, foram construfdas e testadas 5 versoes de uma base de conhecimento hfbrida para o diagnostico das 3 cardiopatias congenitas mais freqfjentes no Institute de Cardiologia - RS. A primeira delas (B1) baseou-se no conhecimento extrafdo de 22 especialistas em cardiologia pediatrica, de 4 instituicaes brasileiras. Os grafos medios de conhecimento destes especialistas foram diretamente traduzidos para redes neurais MNC, dando origem a primeria versao do sistema. A segunda versao (B2) baseou-se no refinamento da base de conhecimento da versao B1, atraves da reorganizacao e treinamento das redes neurais dos especialistas, corn aplicagao dos metodos de aprendizado dedutivo. A terceira versão (B3) baseou-se no conhecimento de 23 não especialistas, cardiologistas gerais, na sua maioria oriundos do Institute de Cardiologia - RS. A mesma técnica aplicada para a construção da versão B1 foi utilizada para construir esta versão da base de conhecimento hibrida. A quarta versao (B4) corresponde ao refinamento e reorganização da base de conhecimento da versão B3, com as mesmas técnicas de aprendizado dedutivo, aplicadas na construção da versão B2. Finalmente, na quinta versão (B5), a base de conhecimento foi construída, automaticamente, a partir de base de casos, valendo-se do método de explicitação automática de conhecimento do MNC. Os resultados obtidos na validação do sistema comprovaram a eficiência dos métodos de explicitação automática de conhecimento, a partir do banco de casos e de aprendizado dedutivo, por reorganização e treinamento das redes neurais. As principais contribuições deste trabalho foram: a definição do mecanismo para integração de frames a redes neurais; a especificação dos métodos de aquisição automática do conhecimento, a partir de um banco de casos e seu posterior treinamento e aprendizado, por métodos indutivos e dedutivos; finalmente, a incorporação das medidas de especificidade e sensibilidade no processo de explicitação automática do conhecimento do banco de casos. / This dissertation describes a hybrid model for classification expert systems - HYCONES (HYbrid CoNnectionist Expert System), which integrates the knowledge representation mechanism of frames and neural networks, incorporating qualities inherent to each of the knowledge representation paradigms. The mechanism of frames provides flexible constructs for modeling the domain knowledge. The neural networks provide the means for automatic knowledge acquisition and enable the implementation of deductive and inductive learning. The frames mechanism makes use of semantic modeling concepts to make the new model more generic and to provide flexible constructs for knowledge representation. It employs two basic types of frames to represent the knowledge involved in classification problems: finding frames and diagnosis frames. The finding frames describe the elementary objects of the application world that can influence in the detection of certain diagnoses. Diagnosis frames, on the other hand, are described in terms of findings and correspond to the descriptions of the classification problems addressed by the expert system. The Combinatorial Neural Model (CNM) was the architecture chosen for the neural network environment. This model is characterized by its capacity of learning through the recognition of regularities observed in the outside world. The integration of the knowledge representation mechanism of frames with the CNM happens at the diagnosis frames level. The diagnosis frames store symbolic representations of knowledge contained in the neural networks. The system's inference machine operates under an integrated manner with both knowledge representation paradigms. The learning machine provides the means for automatic knowledge acquisition and for knowledge refinement. It is composed by two modules: the inductive and the deductive learning component. The first one uses CNM methods to refine the neural network knowledge. The latter follows a strategy that reorganizes the neural networks, generating new problem solving models. The implemented HYCONES system is presented, detailing the integration between the symbolic and the connectionist approach. To validate HYCONES, five versions of a hybrid knowledge base (HKB) for the diagnosis of the three most common congenital heart diseases at the Institute de Cardiologia - RS were constructed and tested. The first version of the HKB, named B1 for validation purposes, is based on the mean knowledge graphs of 22 experts in congenital heart diseases, from four important Brazilian cardiological institutions. These KG were directly translated to CNM neural networks. The second version of the HKB, named B3 for validation purposes, contains the mean knowledge graphs of 23 non-experts, i.e., general cardiologists, from the Institute of Cardiology of RS. The same method used to built B1 was invoked here: direct translation from the knowledge graphs to CNM neural networks. The second and fourth versions of HKB, named B2 and B4 respectively, consist of trained versions of B1 and B3. To create these trained versions, the CNM neural networks of B1 and B3 were submitted to deductive learning procedures. Finally, the fifth version of HKB, B5, was automatically created, based on the training of the case database. The results obtained and presented in this document point out to the efficiency of the automatic knowledge acquisition methods and the deductive learning techniques implemented, through the reorganization and training of the neural networks. The main contributions of this research are the design of a mechanism for the integration of frames and neural networks, the specification of the learning methods for the hybrid model and the analysis of factors such as specificity and sensibility in the process of automatic knowledge acquisition.

Os avanços tecnológicos da última década tem feito dos computadores um elemento de contribuição essencial para os processos de solução de problemas e de tomada de decisão cooperativos. Hoje, alem do interesse mantido nos sistemas de solução de problemas, cujo raciocínio a baseado no processo de decisão de um único individuo (conhecidos por SE's), o esforço das pesquisas, em Inteligência Artificial, esta centrado no sentido de conceber sistemas que permitam a interação cooperativa entre diversos indivíduos participantes do processo, sejam esses humanos ou sistemas computacionais. A solução de problemas cooperativos, dentro do escopo geral da Inteligência Artificial (IA), é assunto analisado sob dois aspectos diferentes. O primeiro, mais antigo, identifica, como agentes de um dialogo, o sistema computacional e o seu usuário, onde pesquisas estão centradas no estudo da interação homem-máquina. Os esforços desta área de pesquisa tem sido no sentido de conceber, aos sistemas, capacidades de comunicação muito mais ricas do que aquelas oferecidas por sistemas de solução de problemas tradicionais, isto é, permitir aos sistemas compartilhar a solução de um problema, tomando o usuário um agente muito mais ativo e participativo. O segundo aspecto situa-se na área de Inteligência Artificial Distribuída (IAD), uma nova concepção de IA que acompanha o avanço da tecnologia de desenvolvimento de maquinas paralelas e a difusão, em larga escala, de sistemas computacionais distribuídos. Seus esforços são no sentido de conceber sistemas compostos de múltiplos sub-sistemas, capazes de resolver problemas complexos autonomamente. de forma cooperativa. Este trabalho se insere no contexto da interação homem-máquina. São apresentados métodos e estratégias para o fornecimento de capacidades cooperativas ao sistema. A descrição de uma arquitetura para Sistemas Especialistas (SE), baseada em raciocínio meta-nível, é apresentada com o intuito de enriquecer as capacidades de explanação e aquisição de conhecimentos desses sistemas. Consideramos que as ferramentas de explanação e aquisição de conhecimentos são fundamentais para a construção de diálogos cooperativos entre o sistema e o usuário. A ferramenta de explanação é o componente do SE responsável pela geração de justificativas sobre as conclusões do sistema. Ela permite ao sistema tornar explicito o seu raciocínio, fornecendo capacidades de argumentação sobre a validade de suas conclusões. O sistema, através desta ferramenta, tem condições de explicar suas ações, conclusões. escolhas e perguntas feitas ao usuário, permitindo, dessa forma, ao próprio usuário. através de um diálogo cooperativo. comparar seus conhecimentos e estratégias. concordando ou discordando do sistema. A ferramenta de aquisição de conhecimento. outro modulo importante num processo cooperativo, permite ao sistema aprender incrementalmente, através da aquisição de novos conhecimentos, bem como da reestruturação de alguns conhecimentos ou regras com falhas. Analisa-se um problema real, cuja solução e concebida através da interação homem-máquina. embora, intuitivamente, seja apresentada uma abordagem multi-agente para o problema, no final deste trabalho, com o intuito de apontar a evolução que terá essa pesquisa. Como produto deste trabalho de pesquisa, desenvolveu-se, dentro do projeto Inteligência Artificial Distribuída do grupo de Inteligência Artificial do CPGCC da UFRGS. urn sistema denominado SETA. O sistema permite a criação de SE's dedicados a auxiliar o medico na prescrição farmacológica de qualquer grupo de patologia clinica. A representação do conhecimento aplicado foi desenvolvida com o intuito de facilitar a atividade de formulação de prescrições onde o conhecimento esta estruturado em níveis de representação que denotam os conhecimentos clínico e farmacológico separadamente. Cada SE, desenvolvido pelo SETA, permite oferecer justificativas claras ao usuário sobre a prescrição farmacológica indicada pelo sistema, através de explanações do tipo how. why e why not. Oferece, ainda, facilidades de aquisição de conhecimento, permitindo a modificação do conhecimento do sistema através de um modulo interativo, cuja interface foi construída no sentido de permitir uma comunicacc7o natural entre os agentes. ou seja. o sistema e o medico especialista. Resumindo, a interação cooperativa homem-máquina é concebida através das facilidades de explanação e aquisição de conhecimento, levando a incorporação explicita de meta-conhecimento ao sistema. / The technological advance of the past decade turned computers into an element of essential contribution for the cooperative problem-solving and decision-taking processes. Today, besides the interest kept in problem-solving systems, whose reasoning is based upon the process of decision of a single individual (known as ES), the effort of researchs in Artificial Intelligence is to create systems that allow cooperative interaction among various individuals participating in the process, these being either human beings or computer systems. The solution of cooperative problems, within the general scope of Artificial Intelligence, is a subject analysed under two different aspects. The first one, out of date, identifies the computer system and its user as agents in a dialogue, and the researches are concentrated on the study of man-machine interaction. The efforts in this area of research have been to grant the systems communication abilities much richer than those offered by tradicional problem-solving systems. that is, that allow the systems to share the solution of a problem. causing the user to be more active and participating. The second aspect is located in the area of Distributed Artificial Intelligence (DAI), a new conception of AI that goes with the improvement of the technology of development of parallel machines and the diffusion on a large scale of distributed computer systems. Efforts have been made to create systems made up of multiple sub-systems capable of solving complex problems by themselves, in a cooperative way. This work is inserted in the context of man-machine interaction. It presents methods and strategies to supply the system with cooperative abilities. The description of an architecture for Expert Systems (ES), based upon meta-level reasoning, is presented with the purpose of improving the abilities of explanation and knowledge acquisition of these systems. We consider explanation tools and knowledge acquisition to be fundamental to the construction of cooperative dialogues between the system and the user. The explanation tool is the ES component responsible for the generation of justifications about the system conclusions. It allows the system to make its reasoning explicit, providing it with arguing abilities about the effectiveness of its conclusions. The system. through this tool, is able to explain its actions, conclusions, choices and questions put to the user, thus allowing the user, through a cooperative dialogue, to compare his knowledge and strategies, to agree or disagree with the system. The knowledge acquisition tool, another important unit in a cooperative process, allows the system to learn more and more through the acquisition of new knowledge as well as through the restructuration of knowledge or rules that have failed. A real problem is analysed here and its solution is conceived through manmachine interaction. We also present, at the end of this work, a multi-agent approach for the problem, in order to show how this research will evolve. This research work resulted in the development, within the Distributed Artificial Intelligence project of the Artificial Intelligence group of the CPGCC of UFRGS, of a system called SETA. This system permits the creation of ES dedicated to help doctors prescribe medicines for any groups of clinical pathology. The knowledge representation used was developed with a view to facilitate the making of prescriptions, and the knowledge is organized in levels of representation that express clinical knowledge and pharmacological knowledge separately. Each ES developed by SETA can offer reasonable justifications to users about the pharmacological prescription indicated by the system through explanations such as how, why and why not. It is also ready to acquire knowledge. allowing the system to alter knowledge through an interactive unit whose interface was built to permit a natural communication between the agents. that is, the system and the medical specialist. In short, man-machine cooperative interaction is based upon readiness for explanation and knowledge acquisition, leading to an explicit assimilation of meta-knowledge by the system.

O presente trabalho descreve um modelo híbrido para sistemas especialistas classificatórios que Integra os mecanismos de representação de conhecimento de frames e de redes neurais, assimilando qualidades inerentes de cada um dos dois paradigmas. O mecanismo de frames fornece tipos construtores flexíveis para a modelagem do conhecimento do domínio, enquanto as redes neurais possibilitam tanto a automação da aquisição de conhecimento, a partir de uma base de casos, quanto a implementação de aprendizado indutivo e dedutivo. Empregam-se dois tipos de frames para representar o conhecimento relativo aos problemas de classificação: frames de achado e frames de diagn6stico. Os primeiros descrevem os objetos elementares da aplicação que podem influenciar na detecção de certos diagnósticos. Os frames de diagnóstico, por sua vez, são descritos em termos de achados e correspondem as descrições dos problemas de classificação tratados pelo sistema especialista. E utilizado o Modelo Neural Combinatório (MNC), caracterizado por sua capacidade de aprendizado heurístico através do reconhecimento de regularidades observadas no mundo exterior. A integração do mecanismo de representação de frames e do MNC se da ao nível dos frames de diagn6stico, armazenando representações simbólicas do conhecimento das redes neurais que explicitam o conhecimento armazenado nas camadas intermediarias das Últimas. O motor de inferência do sistema opera de maneira integrada sobre ambos os paradigmas, o conexionista e o simbólico. A máquina de aprendizado fornece meios para a automação da aquisição de conhecimento a partir de um banco de casos, bem como para o refinamento do conhecimento do sistema. A máquina de aprendizado dividida em dois componentes principais: o componente de aprendizado indutivo e o componente de aprendizado dedutivo. O primeiro se volta para o componente indutivo e utiliza os métodos de aprendizado por casos de treinamento, descritos para o MNC, para refinar o conhecimento das redes neurais. O componente dedutivo faz use de uma estratégia de reorganização das redes neurais, para gerar novos modelos de resolução de problemas. 0 sistema implementado, denominado HYCONES (the HYbrid CONnectionist Expert System) é apresentado corn detalhamento da integragao entre os paradigmas simbOlico e conexionista. Para validar HYCONES, foram construfdas e testadas 5 versoes de uma base de conhecimento hfbrida para o diagnostico das 3 cardiopatias congenitas mais freqfjentes no Institute de Cardiologia - RS. A primeira delas (B1) baseou-se no conhecimento extrafdo de 22 especialistas em cardiologia pediatrica, de 4 instituicaes brasileiras. Os grafos medios de conhecimento destes especialistas foram diretamente traduzidos para redes neurais MNC, dando origem a primeria versao do sistema. A segunda versao (B2) baseou-se no refinamento da base de conhecimento da versao B1, atraves da reorganizacao e treinamento das redes neurais dos especialistas, corn aplicagao dos metodos de aprendizado dedutivo. A terceira versão (B3) baseou-se no conhecimento de 23 não especialistas, cardiologistas gerais, na sua maioria oriundos do Institute de Cardiologia - RS. A mesma técnica aplicada para a construção da versão B1 foi utilizada para construir esta versão da base de conhecimento hibrida. A quarta versao (B4) corresponde ao refinamento e reorganização da base de conhecimento da versão B3, com as mesmas técnicas de aprendizado dedutivo, aplicadas na construção da versão B2. Finalmente, na quinta versão (B5), a base de conhecimento foi construída, automaticamente, a partir de base de casos, valendo-se do método de explicitação automática de conhecimento do MNC. Os resultados obtidos na validação do sistema comprovaram a eficiência dos métodos de explicitação automática de conhecimento, a partir do banco de casos e de aprendizado dedutivo, por reorganização e treinamento das redes neurais. As principais contribuições deste trabalho foram: a definição do mecanismo para integração de frames a redes neurais; a especificação dos métodos de aquisição automática do conhecimento, a partir de um banco de casos e seu posterior treinamento e aprendizado, por métodos indutivos e dedutivos; finalmente, a incorporação das medidas de especificidade e sensibilidade no processo de explicitação automática do conhecimento do banco de casos. / This dissertation describes a hybrid model for classification expert systems - HYCONES (HYbrid CoNnectionist Expert System), which integrates the knowledge representation mechanism of frames and neural networks, incorporating qualities inherent to each of the knowledge representation paradigms. The mechanism of frames provides flexible constructs for modeling the domain knowledge. The neural networks provide the means for automatic knowledge acquisition and enable the implementation of deductive and inductive learning. The frames mechanism makes use of semantic modeling concepts to make the new model more generic and to provide flexible constructs for knowledge representation. It employs two basic types of frames to represent the knowledge involved in classification problems: finding frames and diagnosis frames. The finding frames describe the elementary objects of the application world that can influence in the detection of certain diagnoses. Diagnosis frames, on the other hand, are described in terms of findings and correspond to the descriptions of the classification problems addressed by the expert system. The Combinatorial Neural Model (CNM) was the architecture chosen for the neural network environment. This model is characterized by its capacity of learning through the recognition of regularities observed in the outside world. The integration of the knowledge representation mechanism of frames with the CNM happens at the diagnosis frames level. The diagnosis frames store symbolic representations of knowledge contained in the neural networks. The system's inference machine operates under an integrated manner with both knowledge representation paradigms. The learning machine provides the means for automatic knowledge acquisition and for knowledge refinement. It is composed by two modules: the inductive and the deductive learning component. The first one uses CNM methods to refine the neural network knowledge. The latter follows a strategy that reorganizes the neural networks, generating new problem solving models. The implemented HYCONES system is presented, detailing the integration between the symbolic and the connectionist approach. To validate HYCONES, five versions of a hybrid knowledge base (HKB) for the diagnosis of the three most common congenital heart diseases at the Institute de Cardiologia - RS were constructed and tested. The first version of the HKB, named B1 for validation purposes, is based on the mean knowledge graphs of 22 experts in congenital heart diseases, from four important Brazilian cardiological institutions. These KG were directly translated to CNM neural networks. The second version of the HKB, named B3 for validation purposes, contains the mean knowledge graphs of 23 non-experts, i.e., general cardiologists, from the Institute of Cardiology of RS. The same method used to built B1 was invoked here: direct translation from the knowledge graphs to CNM neural networks. The second and fourth versions of HKB, named B2 and B4 respectively, consist of trained versions of B1 and B3. To create these trained versions, the CNM neural networks of B1 and B3 were submitted to deductive learning procedures. Finally, the fifth version of HKB, B5, was automatically created, based on the training of the case database. The results obtained and presented in this document point out to the efficiency of the automatic knowledge acquisition methods and the deductive learning techniques implemented, through the reorganization and training of the neural networks. The main contributions of this research are the design of a mechanism for the integration of frames and neural networks, the specification of the learning methods for the hybrid model and the analysis of factors such as specificity and sensibility in the process of automatic knowledge acquisition.

Os avanços tecnológicos da última década tem feito dos computadores um elemento de contribuição essencial para os processos de solução de problemas e de tomada de decisão cooperativos. Hoje, alem do interesse mantido nos sistemas de solução de problemas, cujo raciocínio a baseado no processo de decisão de um único individuo (conhecidos por SE's), o esforço das pesquisas, em Inteligência Artificial, esta centrado no sentido de conceber sistemas que permitam a interação cooperativa entre diversos indivíduos participantes do processo, sejam esses humanos ou sistemas computacionais. A solução de problemas cooperativos, dentro do escopo geral da Inteligência Artificial (IA), é assunto analisado sob dois aspectos diferentes. O primeiro, mais antigo, identifica, como agentes de um dialogo, o sistema computacional e o seu usuário, onde pesquisas estão centradas no estudo da interação homem-máquina. Os esforços desta área de pesquisa tem sido no sentido de conceber, aos sistemas, capacidades de comunicação muito mais ricas do que aquelas oferecidas por sistemas de solução de problemas tradicionais, isto é, permitir aos sistemas compartilhar a solução de um problema, tomando o usuário um agente muito mais ativo e participativo. O segundo aspecto situa-se na área de Inteligência Artificial Distribuída (IAD), uma nova concepção de IA que acompanha o avanço da tecnologia de desenvolvimento de maquinas paralelas e a difusão, em larga escala, de sistemas computacionais distribuídos. Seus esforços são no sentido de conceber sistemas compostos de múltiplos sub-sistemas, capazes de resolver problemas complexos autonomamente. de forma cooperativa. Este trabalho se insere no contexto da interação homem-máquina. São apresentados métodos e estratégias para o fornecimento de capacidades cooperativas ao sistema. A descrição de uma arquitetura para Sistemas Especialistas (SE), baseada em raciocínio meta-nível, é apresentada com o intuito de enriquecer as capacidades de explanação e aquisição de conhecimentos desses sistemas. Consideramos que as ferramentas de explanação e aquisição de conhecimentos são fundamentais para a construção de diálogos cooperativos entre o sistema e o usuário. A ferramenta de explanação é o componente do SE responsável pela geração de justificativas sobre as conclusões do sistema. Ela permite ao sistema tornar explicito o seu raciocínio, fornecendo capacidades de argumentação sobre a validade de suas conclusões. O sistema, através desta ferramenta, tem condições de explicar suas ações, conclusões. escolhas e perguntas feitas ao usuário, permitindo, dessa forma, ao próprio usuário. através de um diálogo cooperativo. comparar seus conhecimentos e estratégias. concordando ou discordando do sistema. A ferramenta de aquisição de conhecimento. outro modulo importante num processo cooperativo, permite ao sistema aprender incrementalmente, através da aquisição de novos conhecimentos, bem como da reestruturação de alguns conhecimentos ou regras com falhas. Analisa-se um problema real, cuja solução e concebida através da interação homem-máquina. embora, intuitivamente, seja apresentada uma abordagem multi-agente para o problema, no final deste trabalho, com o intuito de apontar a evolução que terá essa pesquisa. Como produto deste trabalho de pesquisa, desenvolveu-se, dentro do projeto Inteligência Artificial Distribuída do grupo de Inteligência Artificial do CPGCC da UFRGS. urn sistema denominado SETA. O sistema permite a criação de SE's dedicados a auxiliar o medico na prescrição farmacológica de qualquer grupo de patologia clinica. A representação do conhecimento aplicado foi desenvolvida com o intuito de facilitar a atividade de formulação de prescrições onde o conhecimento esta estruturado em níveis de representação que denotam os conhecimentos clínico e farmacológico separadamente. Cada SE, desenvolvido pelo SETA, permite oferecer justificativas claras ao usuário sobre a prescrição farmacológica indicada pelo sistema, através de explanações do tipo how. why e why not. Oferece, ainda, facilidades de aquisição de conhecimento, permitindo a modificação do conhecimento do sistema através de um modulo interativo, cuja interface foi construída no sentido de permitir uma comunicacc7o natural entre os agentes. ou seja. o sistema e o medico especialista. Resumindo, a interação cooperativa homem-máquina é concebida através das facilidades de explanação e aquisição de conhecimento, levando a incorporação explicita de meta-conhecimento ao sistema. / The technological advance of the past decade turned computers into an element of essential contribution for the cooperative problem-solving and decision-taking processes. Today, besides the interest kept in problem-solving systems, whose reasoning is based upon the process of decision of a single individual (known as ES), the effort of researchs in Artificial Intelligence is to create systems that allow cooperative interaction among various individuals participating in the process, these being either human beings or computer systems. The solution of cooperative problems, within the general scope of Artificial Intelligence, is a subject analysed under two different aspects. The first one, out of date, identifies the computer system and its user as agents in a dialogue, and the researches are concentrated on the study of man-machine interaction. The efforts in this area of research have been to grant the systems communication abilities much richer than those offered by tradicional problem-solving systems. that is, that allow the systems to share the solution of a problem. causing the user to be more active and participating. The second aspect is located in the area of Distributed Artificial Intelligence (DAI), a new conception of AI that goes with the improvement of the technology of development of parallel machines and the diffusion on a large scale of distributed computer systems. Efforts have been made to create systems made up of multiple sub-systems capable of solving complex problems by themselves, in a cooperative way. This work is inserted in the context of man-machine interaction. It presents methods and strategies to supply the system with cooperative abilities. The description of an architecture for Expert Systems (ES), based upon meta-level reasoning, is presented with the purpose of improving the abilities of explanation and knowledge acquisition of these systems. We consider explanation tools and knowledge acquisition to be fundamental to the construction of cooperative dialogues between the system and the user. The explanation tool is the ES component responsible for the generation of justifications about the system conclusions. It allows the system to make its reasoning explicit, providing it with arguing abilities about the effectiveness of its conclusions. The system. through this tool, is able to explain its actions, conclusions, choices and questions put to the user, thus allowing the user, through a cooperative dialogue, to compare his knowledge and strategies, to agree or disagree with the system. The knowledge acquisition tool, another important unit in a cooperative process, allows the system to learn more and more through the acquisition of new knowledge as well as through the restructuration of knowledge or rules that have failed. A real problem is analysed here and its solution is conceived through manmachine interaction. We also present, at the end of this work, a multi-agent approach for the problem, in order to show how this research will evolve. This research work resulted in the development, within the Distributed Artificial Intelligence project of the Artificial Intelligence group of the CPGCC of UFRGS, of a system called SETA. This system permits the creation of ES dedicated to help doctors prescribe medicines for any groups of clinical pathology. The knowledge representation used was developed with a view to facilitate the making of prescriptions, and the knowledge is organized in levels of representation that express clinical knowledge and pharmacological knowledge separately. Each ES developed by SETA can offer reasonable justifications to users about the pharmacological prescription indicated by the system through explanations such as how, why and why not. It is also ready to acquire knowledge. allowing the system to alter knowledge through an interactive unit whose interface was built to permit a natural communication between the agents. that is, the system and the medical specialist. In short, man-machine cooperative interaction is based upon readiness for explanation and knowledge acquisition, leading to an explicit assimilation of meta-knowledge by the system.

Esta tese descreve métodos interativos para estimar e compensar erros de refração (NETRA) e opacidades ópticas (CATRA) em sistemas de imageamento usando telas de campos de luz programáveis, de alta resolução e alto contraste. Os novos métodos para oftalmologia computacional descritos aqui podem avaliar câmeras e olhos se o usuário do sistema estiver consciente do modelo de interação. A solução combina elementos ópticos baratos, interfaces interativas e reconstrução computacional. Uma tela de campos de luz, posicionada perto do olho, cria objetos virtuais em profundidades pré-definidas através de várias seções do olho. Via esta plataforma, cria-se uma nova gama de aplicações interativas que é extremamente sensível a aberrações ópticas. A capacidade de focar em um objeto virtual, alinhar padrões exibidos na tela e detectar suas variações de forma e brilho permite ao sistema estimar a função de propagação de ponto de luz para o olho e a acomodação da lente. Enquanto os sistemas convencionais requerem formação especializada, dispositivos caros, procedimentos de segurança sensíveis e normalmente não são móveis, esta tese simplifica o mecanismo, colocando o paciente no centro do teste. Ao final, a resposta do usuário calcula a condição de refração em termos de poderes esférico e cilíndrico, o eixo de astigmatismo, o poder de acomodação da lente e mapas para a opacidade, atenuação, contraste e função de espalhamento de um ponto de luz. O objetivo é permitir que o público em geral opere um sistema de iluminação portátil e obtenha uma compreensão de suas próprias condições visuais. Esta tese apresenta projetos ópticos para software e hardware para oftalmologia computacional. Avaliações com usuários e com câmeras com lentes modificadas são realizadas. Os dados compilados são usados para reconstruir visão afetada do indivíduo, oferecendo uma nova abordagem para capturar informações para o rastreio, diagnóstico e análises clínicas de anomalias visuais. / This thesis proposes light-field pre-warping methods for measuring and compensating for optical aberrations in focal imaging systems. Interactive methods estimate refractive conditions (NETRA) and model lens opacities (CATRA) of interaction-aware eyes and cameras using cost-efficient hardware apps for high-resolution screens. Tailored displays use stereo-viewing hardware to compensate for the measured visual aberrations and display in-focus information that avoids the need of corrective eyeglasses. A light-field display, positioned very close to the eye, creates virtual objects in a wide range of predefined depths through different sectors of the eye’s aperture. This platform creates a new range of interactivity that is extremely sensitive to spatially-distributed optical aberrations. The ability to focus on virtual objects, interactively align displayed patterns, and detect variations in shape and brightness allows the estimation of the eye’s point spread function and its lens’ accommodation range. While conventional systems require specialized training, costly devices, strict security procedures, and are usually not mobile, this thesis simplifies the mechanism by putting the human subject in the loop. Captured data is transformed into refractive conditions in terms of spherical and cylindrical powers, axis of astigmatism, focal range and aperture maps for opacity, attenuation, contrast and sub-aperture point-spread functions. These optical widgets carefully designed to interactive interfaces plus computational analysis and reconstruction establish the field of computational ophthalmology. The overall goal is to allow a general audience to operate portable light-field displays to gain a meaningful understanding of their own visual conditions. Ubiquitous, updated, and accurate diagnostic records can make private and public displays show information in a resolution that goes beyond the viewer’s visual acuity. The new display technology is able to compensate for refractive errors and avoid light-scattering paths. Tailored Displays free the viewer from needing wearable optical corrections when looking at it, expanding the notion of glasses-free multi-focus displays to add individual variabilities. This thesis includes proof-of-concept designs for ophthalmatic devices and tailored displays. User evaluations and validations with modified camera optics are performed. Capturing the daily variabilities of an individual’s sensory system is expected to unleash a new era of high-quality tailored consumer devices.

Através das imagens de fundo do olho, os especialistas em oftalmologia podem detectar possíveis complicações relacionadas ao Diabetes como a diminuição ou até a perda da capacidade de visão. O Edema Macular Diabético (EMD) é uma das complicações que lideram os casos de danos à visão em pessoas em idade de trabalho. Sendo assim, esta tese apresenta métodos para automaticamente identificar os diferentes níveis de gravidade do Edema Macular Diabético visando auxiliar o especialista no diagnóstico dessa patologia. Como resultado final, propõe-se automaticamente e rapidamente identificar, a partir da imagem, se o paciente possui o EMD leve, moderado ou grave. Utilizando imagens de fundo do olho de um banco de dados livremente disponível na internet (ou seja, o DIARETDB1), o método proposto para a identificação automática do EMD obteve uma precisão de 94,29%. Alguns métodos intermediários necessários para a solução desse problema foram propostos e os resultados publicados na literatura científica. / Through color eye fundus images, the eye care specialists can detect possible complications related to diabetes as the vision impairment or vision loss. The Diabetic Macular Edema (DME) is the most common cause of vision damage in working-age people. Therefore, this thesis presents an approach to automatically identify the different levels of severity of diabetic macular edema aiming to assist the expert in the diagnosis of this pathology. As a final result, a methodology to automatically and quickly identify, from the eye fundus image, if a patient has the EMD mild, moderate or severe EMD is proposed. In a preliminary evaluation of our DME grading scheme using publicly available eye fundus images (i.e., DIARETDB1 image database), an accuracy of 94.29% was obtained. Some intermediate methods needed to solve this problem have been proposed and the results published in scientific literature.