Made available in DSpace on 2014-07-29T15:08:20Z (GMT). No. of bitstreams: 1 Dissertacao_Hugo_Silva.pdf: 1463961 bytes, checksum: 3a6b5b3e5e7db58659b1bb58d6d4cd66 (MD5) Previous issue date: 2009-03-13 / This work is concerned with the estimation of Direction-Of-Arrival (DOA) angles of plane waves impinging on a sensor array. Among all methods of estimation found in litera-ture, MODEX (MODE with eXtra roots) outstands for its performance and computational complexity. However, recently, a method called SEAD (SEArch of Direction by differential spectrum) was proposed. It has shown better estimation performance against noise than MODEX has. However, its computational complexity is prohibitive for real-time applications. In order to reduce it s computational complexity, a new estimate selection procedure on SEAD is proposed, that yields to significantly less candidate angles than before. Additionally, the introduction of iterative refinements on estimates has allowed improving resolution as well as complexity reduction / Este trabalho aborda o problema de estimação de ângulos de incidência (DOA) de ondas planas sobre um arranjo de sensores. Dentre os vários métodos encontrados na literatu-ra, o método MODEX (MODE with eXtra roots) se destaca por seu desempenho e complexi-dade computacional. Recentemente, foi proposto o método SEAD (SEArch of Direction by differential spectrum), que apresenta desempenho de estimação mais robusto que o MODEX aos efeitos do ruído, contudo, possui complexidade computacional proibitiva para aplicações de tempo-real. Na busca por reduzir esta complexidade computacional, este trabalho apresenta uma nova proposta de seleção de estimativas para o SEAD que gera uma quantidade signifi-cativamente menor de ângulos candidatos. Adicionalmente, a inserção de um processo iterati-vo de refinamento de soluções permitiu que a resolução do estimador fosse aprimorada em relação àquela inicialmente ajustada, além de reduzir a complexidade computacional da sele-ção

Orientadores: João Marcos Travassos Romano, Leonardo Tomazeli Duarte / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-23T23:21:46Z (GMT). No. of bitstreams: 1 Zanetti_RicardoAntonio_M.pdf: 21586747 bytes, checksum: 452b3dadea31fa37e922d925b45c10be (MD5) Previous issue date: 2013 / Resumo: : O Resumo poderá ser visualizado no texto completo da tese digital / Abstract: : The complete Abstract is available with the full electronic / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Este trabalho apresenta um método para análise do contorno de gotas de chuva artificial em imagem digital, o qual se caracteriza como uma ferramenta para melhor compreensão dos processos agrícolas que envolvem o uso de chuvas artificiais, como a irrigação e a aplicação de defensivos, sendo desenvolvido com o uso de técnicas para análise de formas bidimensionais e processamento de sinais, como representação de formas por contornos paramétricos, análise de Fourier e filtragem gaussiana. Os resultados obtidos demonstram precisão na análise de imagens de aglomerados de gotas, acrescentando as características de descritor apresentadas pela curvatura, assim como a flexibilidade de calibração oferecidas pela abordagem multi-escala adotada, possibilitando a obtenção de erros de medida não maiores que 5%, para os padrões circulares testados com raios entre 10 e 200 pixels / This work presents a method for contour analysis of artificial rain drop based on both digital image and curvature processing. The method is characterized as a tool, which allows a better understanding of the raindrops in irrigation and agrochemicals spraying processes. Its development was based on parametric contours representation of shapes, Fourier analysis, and Gaussian filtering. Results show the suitability of the method, which presents errors smaller than 5% for curvature determination in the range of the radius variation in betwen 10 and 200 pixels as well as the ability for raindrop clusters analysis

Neste trabalho se apresenta o desenvolvimento de algoritmos hermitianos de integração das equações diferenciais do filtro digital de Butterworth mediante operadores de integração numérica de ordem elevada com passo único. A teoria do filtro de Butterworth é apresentada mediante o emprego da transformada de Fourier. Exemplos de aplicação apresentados através destes algoritmos mostram que os resultados são, como esperado, mais precisos que os resultantes dos métodos usuais presentes na literatura especializada / In this work is presented the development of hermitian algorithm for integration of the Butterworth digital filter’s differential equations by means of high order numerical one step operators. The Butterworth filter’s theory is presented based on the Fourier transform. Numerical examples show that the results of the developed hermitian algorithm are more accurate than the usual methods present in the specialized literature, as expected

A epilepsia, cujas crises são resultantes de distúrbios elétricos temporários no cérebro, é a quarta enfermidade neurológica mais comum, atingindo aproximadamente 50 milhões de pessoas. Essa enfermidade pode ser diagnosticada por meio de eletroencefalogramas (EEG), que são de elevada importância para o diagnóstico de enfermidades cerebrais. As informações consideradas relevantes desses exames são descritas em laudos médicos, que são armazenados com o objetivo de manter o histórico clínico do paciente e auxiliar os especialistas da área médica na realização de procedimentos futuros, como a identificação de padrões de determinadas enfermidades. Entretanto, o crescente aumento no armazenamento de dados médicos inviabiliza a análise manual dos mesmos. Outra dificuldade para a análise de EEG é a variabilidade de opiniões de especialistas sobre um mesmo padrão observado, podendo aumentar a dificuldade para o diagnóstico de enfermidades cerebrais. Também, os exames de EEG podem conter padrões relevantes difíceis de serem observados, mesmo por profissionais experientes. Da mesma forma, nos laudos podem faltar informações e/ou conter erros de digitação devido aos mesmos serem preenchidos apressadamente por especialistas. Assim, neste trabalho foi desenvolvido o método computacional de geração de laudos médicos (automatic generation of medical report AutoGenMR), que tem o propósito de auxiliar especialistas da área médica no diagnóstico de epilepsia e em tomadas de decisão. Esse processo é aplicado em duas fases: (1) construção de classificadores por meio de métodos de aprendizado de máquina e (2) geração automática de laudos textuais. O AutoGenMR foi avaliado experimentalmente em dois estudos de caso, para os quais, em cada um foi utilizada uma base de EEG disponibilizada publicamente e gratuitamente. Nessas avaliações foram utilizadas as mesmas configurações experimentais para a extração de características e construção de classificadores (desconsiderando que um dos problemas de classificação é multiclasse e o outro, binário). No primeiro estudo de caso, os modelos preditivos geraram, em média, 89% das expressões de laudos. Na segunda avaliação experimental, em média, 76% das sentenças de laudos foram geradas corretamente. Desse modo, os resultados de ambos estudos são considerados promissores, constatando que o AutoGenMR pode auxiliar especialistas na identificação de padrões relacionados a eventos epiléticos, na geração de laudos textuais padronizados e em processos de tomadas de decisão. / Epilepsy, which seizures are due to temporary electrical disturbances in the brain, is the fourth most common neurological disorder, affecting 50 million people, approximately. This disease can be diagnosed by electroencephalograms (EEG), which have great importance for the diagnosis of brain diseases. The information considered relevant in these tests is described in textual reports, which are stored in order to maintain the patients medical history and assist medical experts in performing such other procedures as the standard identification of certain diseases. However, the increasing medical data storage makes it unfeasible for manual analysis. Another challenge for the EEG analysis is the diversity of expert opinions on particular patterns observed and may increase the difficulty in diagnosing diseases of the brain. Moreover, the EEG may contain patterns difficult to be noticed even by experienced professionals. Similarly, the reports may not have information and/or include typographical errors due to its rushed filling by experts. Thereby, in this work, the automatic generation of medical report (AutoGenMR) method was developed in order to assist medical experts in the diagnosis of epilepsy and decision making. This method is applied in two phases: (1) classifier building by machine learning techniques and (2) automatic report generation. The AutoGenMR was computed in two case studies, for which, a public and freely available EEG database was used in each one. In both studies, the same experimental settings for feature extraction and classifier building were used. In the first study case, the classifiers correctly generated, on average, 89% of the report expressions. In the second experiment, on average, 76% of the report sentences were successfully generated. In this sense, the results of both studies are considered promising, noting that the AutoGenMR can assist medical experts in the identification of patterns related to epileptic events, standardized textual report generation, and in decision-making processes.

Na área de processamento de sinais biomédicos a extração de informação, baseada em um conjunto de medidas adquiridas no tempo, é considerada de suma importância. A qualidade desta informação extraída permite avaliar o funcionamento dos diversos órgãos. Objetivos: (1) propor o método de análise de componentes dependentes para auxiliar a extração de componentes de interesse, a partir de medidas multivariadas; (2) caraterizar as componentes extraídas através de representações em termos de tempo e freqüência, e espectro de potência; e, (3) aplicar o método e avaliar as componentes de interesse extraídas no contexto real MCGf, MGG e fMRI. A proposta para a extração fundamenta-se no método chamado de Análise de Componentes Dependentes ACD. As medidas a serem processadas são multivariadas a partir de sensores distribuídos, espacialmente, no corpo humano dando origem a um conjunto de dados correlacionados no tempo e/ou no espaço. Observa-se que os sinais de interesse raramente são registrados de forma isolada, e sim misturados com outros sinais superpostos, ruído e artefatos fisiológicos ou ambientais, onde a relação sinal-ruído é geralmente baixa. Nesse contexto, a estratégia a ser utilizada baseia-se na ACD, que permitirá extrair um pequeno número de fontes, de potencial interesse, com informações úteis. A estratégia ACD para extração de informação é aplicada em três importantes problemas, na área de processamento de sinais biomédicos: (1) detecção do sinal do feto em magnetocardiografia fetal (MCGf); (2) detecção da atividade de resposta elétrica do estômago em magnetogastrografia (MGG); e, (3) detecção de regiões ativas do cérebro em experimentos de imagens por ressonância magnética funcional (Functional Magnetic Resonance Imaging, fMRI). Os resultados, nos três casos estudados, mostraram que o método utilizado, como estratégia, é efetivo e computacionalmente eficiente para extração de sinais de interesse. Concluímos, baseados nas aplicações, que o método proposto é eficaz, mostrando seu potencial para futuras pesquisas clínicas. / An important goal in biomedical signal processing is the extraction of information based on a set of physiological measurements made along time. Generally, biomedical signals are electromagnetic measurements. Those measurements (usually made with multichannel equipment) are registered using spatially distributed sensors around some areas of the human body, originating a set of time and/or space correlated data. The signals of interest are rarely registered alone, being usually observed as a mixture of other spurious, noisy signals (sometimes superimposed) and environmental or physiological artifacts. More over, the signal-to-noise ratio is generally low. In many applications, a big number of sensors are available, but just a few sources are of interest and the remainder can be considered noise. For such kind of applications, it is necessary to develop trustful, robust and effective learning algorithms that allow the extraction of only a few sources potentially of interest and that hold useful information. The strategy used here for extraction of sources is applied in three important problems in biomedical signal processing: (1) detection of the fetal magnetocardiogram signal (fMCG); (2) detection of the electrical activity of the stomach in magnetogastrograms (MGG); and (3) detection of active regions of the brain in experiments in functional Magnetic Resonance Imaging (fMRI). The results, within the three cases of study, showed that the DCA method used as strategy is effective and computationally efficient on extraction of desired signals.

A expressividade é um elemento chave para o transporte de emoções em música, e seu modelamento, vital para a concepção de sistemas de síntese mais realistas. Gestos musicais executados durante a interpretação usualmente portam a informação responsável pela expressividade percebida, e podem ser rastreados por meio de padrões sônicos a eles associados em diversas escalas de resolução. Um conjunto relevante de gestos musicais expressivos foi estudado através de uma análise em multiresolução utilizando-se a transformada wavelet. A escolha deve-se principalmente à capacidade natural desta ferramenta em realizar análises de tempo-escala/frequência, e suas semelhanças com o processamento dos estágios primários do sistema auditivo. Vinte e sete eventos musicais foram capturados em interpretações de violino e flauta, e analisados com o objetivo de avaliar a aplicabilidade desta ferramenta na identificação e segregação de padrões sônicos associados a gestos musicais expressivos. Os algoritmos wavelet foram implementados na plataforma MATLAB utilizando-se bancos de filtros organizados em esquema piramidal. Rotinas para análises gráfica e sônica e uma interface ao usuário foram também implementadas. Verificou-se que as wavelets permitem a identificação de padrões sônicos associados a gestos expressivos exibindo diferentes propriedades em níveis diferentes da análise. A técnica mostrou-se útil para isolar ruídos oriundos de fontes diversas, extrair transientes associados a gestos súbitos e/ou intensos, e para segregar a estrutura harmônica de tons musicais, entre outras potencialidades não menos importantes. Particularidades da técnica e efeitos secundários observados são discutidos, e os padrões sônicos observados nos níveis wavelets são correlacionados com os gestos musicais que lhes deram origem. São propostos trabalhos futuros objetivando a investigação de certos eventos musicais e fenômenos verificados, bem como o estudo de implementações alternativas. / Expressiveness is a key element for emotion transportation in music, and its modeling necessary to conceive more realistic synthesis systems. Musical gestures executed during a performance carry the information answering for expressiveness, and may be tracked by means of sonic patterns associated to them within several resolution scales. A relevant set of musical gestures was studied through a multiresolution analysis using the wavelet transform. The choice for this tool is mainly due to its natural ability to perform time-scale/frequency analysis, and for its similarities with early auditory processing stages. Twenty seven musical events were captured from violin and flute performances, and analyzed in order to evaluate the applicability of this tool for identification and segregation of sonic patterns associated with expressive musical gestures. The wavelet algorithms were implemented on the MATLAB platform, employing filter banks organized in a pyramidal scheme. Graphical and sonic analysis routines and a user interface were carried out over the same platform. It was verified that wavelets enable the identification of sonic patterns associated to musical gestures revealing different properties on different levels of the analysis. The technique showed up useful to isolate noise from different sources, extract transients associated to sudden and/or intense gestures, and segregate the tonal harmonic structure, among other important features. Particularities of the technique and secondary effects observed are discussed, and sonic patterns on wavelet levels are correlated with the musical gestures which produced them. Future works are proposed addressing further investigation of certain musical events and phenomena observed, as well as the study of alternative implementations.

Este trabalho de doutorado apresenta duas inovações: a Discriminative Paraconsistent Machine (DPM), que consiste em um novo classificador elaborado com base na lógica paraconsistente anotada (LPA) e a aplicação da DPM para a identificação de patologias na laringe, por meio de exames nos sinais de voz de um locutor. Não há relatos na literatura sobre o uso da LPA para construção de um classificador e sobre suas aplicações para a finalidade proposta. Os resultados obtidos são motivadores, indicando um avanço na área. / This PhD thesis presents two novelties: the Discriminative Paraconsistent Machine (DPM), which is a new classifier built on the basis of the annotated paraconsistent logic (APL), and the applications of DPM to identify larynx pathologies, by inspecting a voice signal. There is neither a comment on literature about the use of APL to built a classifier nor about its applications for the proposed application. The results obtained create motivation, showing a clear progress in the field.

Com base em exames como a videolaringoscopia, que é considerado um procedimento médico invasivo e desconfortável, diagnósticos têmsido realizados visando detectar patologias na laringe. Geralmente, esse tipo de exame é realizado somente com solicitação médica e quando alterações na fala já são marcantes, ou há sensação de dor. Nessa fase, muitas vezes a doença está em grau avançado, dificultando o seu tratamento. Com o objetivo de realizar um pré-diagnóstico computacional de tais patologias, este trabalho apresenta uma técnica não invasiva na qual são testados e comparados três classificadores: a Distância Euclidiana, a Rede Neural RBF com o kernel Gaussiano e a Rede Neural RBF com o kernel Gaussiano modificado. Testes realizados com uma base de dados de vozes normais e aquelas afetadas por diversas patologias demonstram a eficácia da técnica proposta, que pode, inclusive, ser implementada em tempo-real. / Based on examinations such as laryngoscopy, which is considered an invasive and uncomfortable procedure, diagnosis have been performed aiming at the detection of larynx pathologies. Usually, this type of test is carried out upon medical request and when the speech changes are notable or are causing pain. At this point, the disease is possibly at an advanced degree, complicating its treatment. In order to perform a computational pre-diagnosis of such conditions, this work proposes a noninvasive technique in which three classifiers are tested and compared: the Euclidean distance, the RBF Neural Network with the Gaussian kernel and RBF Neural Network with a modified Gaussian kernel. Tests carried out with a database of normal voices and those affected by various pathologies demonstrate the effectiveness of the technique that may even be implemented to work in real time.

A brain-machine interface (BMI) is a system that allows the communication between the central nervous system (CNS) and an external device (Wolpaw et al. 2002). Applications of BMIs include the control of external prostheses, cursors and spellers, to name a few. The BMIs developed by various research groups differ in their characteristics (e.g. continuous or discrete, synchronous or asynchronous, degrees of freedom, others) and, in spite of several initiatives towards standardization and guidelines, the cross comparison across studies remains a challenge (Brunner et al. 2015; Thompson et al. 2014). Here, we used a 64-channel EEG equipment to acquire data from 19 healthy participants during three different tasks (SSVEP, P300 and hybrid) that allowed four choices to the user and required no previous neurofeedback training. We systematically compared the offline performance of the three tasks on the following parameters: a) accuracy, b) information transfer rate, c) illiteracy/inefficiency, and d) individual preferences. Additionally, we selected the best performing channels per task and evaluated the accuracy as a function of the number of electrodes. Our results demonstrate that the SSVEP task outperforms the other tasks in accuracy, ITR and illiteracy/inefficiency, reaching an average ITR** of 52,8 bits/min and a maximum ITR** of 104,2 bits/min. Additionally, all participants achieved an accuracy level above 70% (illiteracy/inefficiency threshold) in both SSVEP and P300 tasks. Furthermore, the average accuracy of all tasks did not deteriorate if a reduced set with only the 8 best performing electrodes were used. These results are relevant for the development of online BMIs, including aspects related to usability, user satisfaction and portability. / A interface cérebro-máquina (ICM) é um sistema que permite a comunicação entre o sistema nervoso central e um dispositivo externo (Wolpaw et al., 2002). Aplicações de ICMs incluem o controle de próteses externa, cursores e teclados virtuais, para citar alguns. As ICMs desenvolvidas por vários grupos de pesquisa diferem em suas características (por exemplo, contínua ou discreta, síncrona ou assíncrona, graus de liberdade, outras) e, apesar de várias iniciativas voltadas para diretrizes de padronização, a comparação entre os estudos continua desafiadora (Brunner et al. 2015, Thompson et al., 2014). Aqui, utilizamos um equipamento EEG de 64 canais para adquirir dados de 19 participantes saudáveis ao longo da execução de três diferentes tarefas (SSVEP, P300 e híbrida) que permitiram quatro escolhas ao usuário e não exigiram nenhum treinamento prévio. Comparamos sistematicamente o desempenho \"off-line\" das três tarefas nos seguintes parâmetros: a) acurácia, b) taxa de transferência de informação, c) analfabetismo / ineficiência e d) preferências individuais. Além disso, selecionamos os melhores canais por tarefa e avaliamos a acurácia em função do número de eletrodos. Nossos resultados demonstraram que a tarefa SSVEP superou as demais em acurácia, ITR e analfabetismo/ineficiência, atingindo um ITR** médio de 52,8 bits/min e um ITR** máximo de 104,2 bits/min. Adicionalmente, todos os participantes alcançaram um nível de acurácia acima de 70% (limiar de analfabetismo/ineficiência) nas tarefas SSVEP e P300. Além disso, a acurácia média de todas as tarefas não se deteriorou ao se utilizar um conjunto reduzido composto apenas pelos melhores 8 eletrodos. Estes resultados são relevantes para o desenvolvimento de ICMs \"online\", incluindo aspectos relacionados à usabilidade, satisfação do usuário e portabilidade.