INTRODUÇÂO: A análise da composição das lesões in-vivo tem sido objeto de estudo de uma série de grupos de estudo sobre a doença aterosclerótica. Os métodos disponíveis para esse fim utilizam técnicas de análise espectral do sinal ultra-sônico retroespalhado antes deste ser transformado em imagens de ultra-som intravascular (IVUS), uma vez que não existem métodos que realizem tal inferência somente a partir das imagens. Neste trabalho, utilizamos técnicas de processamento de imagens e de reconhecimento de padrões para analisar a composição das lesões de acordo com a classificação proposta pela metodologia de Ultra-Som Intravascular com Histologia Virtual (IVUS-VH). MÉTODOS: Neste estudo utilizamos uma amostra de oito (08) artérias coronárias provenientes de cinco (05) pacientes, resultando num total de 96492 regiões de interesse para inferência da composição. Para a segmentação automática da interface lúmen-íntima e íntima-adventícia, aplicamos as técnicas de contornos ativos do tipo Snakes e para a determinação da energia potencial dos contornos, utilizamos técnicas de filtragem baseadas na difusão anisotrópica convencional e restritiva. Utilizamos três janelas quadradas diferentes de tamanhos 5x5, 7x7 e 9x9 pixels para extração dos atributos de texturas, dentre eles treze (13) baseados nas matrizes de co-ocorrência, seis (06) momentos invariantes à rotação, escala, translação e a ganho multiplicativo, baseados nos Momentos de Hu e propostos neste trabalho. Visando avaliar o efeito dos níveis de quantização das imagens nas matrizes de co-ocorrência, requantizamos originais de 256 níveis de cinza para 128, 64 e 32 tons. Como classificador, utilizamos o método dos k-vizinhos mais próximos (k-nn) e escolhemos os sete (07) vizinhos mais próximos como parâmetro de comparação. Como o k-nn é sensível com relação à métrica utilizada, testamos a distância euclidiana e a métrica de Mahalanobis. RESULTADOS: A segmentação automática da interface lúmen-íntima teve taxa média de acerto de 72,23% e a mediana da taxa de acertos foi de 81,20%, enquanto a taxa média de acertos para a interface íntima-adventícia foi de 80,86% e a mediana foi igual a 91,36%, considerando 495 quadros manualmente segmentados por um especialista. A melhor configuração do classificador foi utilizando a normalização de intensidades, com 256 níveis de cinza, com a janela 9x9 e usando a métrica de Mahalanobis. A taxa média de erros foi de 2.35%(DC), 20.51%(NC), 92.21%(FF) e 0.04%(FT), no entanto, se considerarmos somente três classes sem diferenciarmos os tecidos FF do FT temos a seguinte composição: 2.35% (DC), 20.51%(NC) e 0.04%(FT+FF), o que leva a uma taxa média de erros total de 5,15%. CONCLUSÕES: A classificação das lesões baseada somente em atributos de textura das imagens ainda não é possível com a nosso modelo se considerarmos os quatro tipos de tecido, uma vez que não conseguimos diferenciar de forma satisfatória dos componentes FF e FT. No entanto, se considerarmos somente três classes, temos resultados animadores, uma vez que conseguiremos identificar os componentes associados às placas ditas de maior risco de ruptura, os fibroateromas de capa fina (TCFA). Além disso, conseguimos um experimento associado ao trabalho, mostrar quantitativamente que há uma possível superestimação do componente NC ao redor de estruturas calcificadas nas imagens de IVUS-VH / INTRODUCTION: Several efforts for in vivo atherosclerotic plaque estimation has been realized worldwide. Current methods for related application are based on spectral analysis of backscattered ultrasound signals before intravascular image formation (IVUS), once there is not available techniques to perform composition analysis only from IVUS images. On this study, image processing and pattern recognition techniques has been used to classify plaques according to Intravascular Ultrasound Virtual Histology (IVUS-VH) classification. METHODS: A sample set of eight (08) coronary arteries from five (05) different patients, resulting on 96492 regions of interest for plaque analysis. For automatic segmentation of lumen-intima interface and intima-adventitia interface, active contours technique has been used. Conventional and restrictive anisotropic diffusion filters have been used for estimating the potential energy of active contours. Haralicks co-occurrence matrix and invariant moments based in Hu moments were used as features for pattern classification. Three different windows has been used on feature extraction procedure: 5x5,7x7 and 9x9 pixels. In order to analyze the influence of grey-scale quantization levels into Haralicks co-occurrence matrix, we tested four different types numbers of grey-scale levels: 32, 64,128 and 256. KNearest Neighbors algorithm as the classification rule, and we tested both Mahalanobis and Euclidian Metrics in this analysis. RESULTS: Segmentation of luminal-intimal layers average accuracy for was 72.30% and its median was 81.20%. Segmentation of intimal-adventitia layers average accuracy for was 80,86% and its median was 91,36%, for 495 manually segmented frames. Plaque classification according to IVUS-VH four classes scheme has shown not feasible with the proposed model, once average classification error-rate foe every component: 2.35%(DC), 20.51%(NC), 92.21%(FF) e 0.04%(FT). Our approach has not the ability to differentiate fibrotic tissue from fibro-fatty tissue. However, in the three classes scheme: DC, NC and (FF+FT), we achieved some encouraging results: 2.35% (DC), 20.51%(NC) e 0.04%(FT+FF), leading to an average error rate of 5,15%. With these results, a thin-cap fibroatheroma (TCFA) lesions detection algorithm for conventional IVUS images should be developed using our approach. Once TCFA plaques has been assigned to have an association with plaque rupture and sudden death, those results should be used for in vivo IVUS based TCFA detection. In an experiment related to this work, we have shown that there is an artifactual relationship between NC and DC components into VH images

Orientador: Regina Célia Popim / Resumo: Introdução: As feridas complexas apresentam difícil resolução e associam-se a perda cutânea extensa, infecções importantes, comprometimento da viabilidade dos tecidos e/ou associação com doenças sistêmicas que prejudicam os processos normais de cicatrização, cursam com elevada morbimortalidade e têm sido apontadas como grave problema de saúde pública. Na prática clínica, é importante avaliar as feridas e documentar a avaliação. O registro incompleto sobre o paciente e o tratamento em uso é apontado como um desafio no acompanhamento das feridas e também prejudica ações de gestão, pesquisa e educação. A incorporação de fotografias de feridas à pratica profissional, mostra-se como uma estratégia para auxiliar profissionais na observação, evolução e registro claro e preciso. O Optimum-Path Forest (OPF) é um framework para o desenvolvimento de técnicas de reconhecimento de padrões baseado em partições de caminhos ótimos e particularmente eficiente para a classificação de imagens. O classificador OPF gera resultados a partir do cruzamento das classes e características selecionadas. Objetivo: Descrever as etapas do desenvolvimento de um aplicativo para dispositivos móveis capaz de segmentar e classificar tecidos de feridas complexas baseado no Optimum-Path Forest (OPF) supervisionado. Método: Foi aplicada uma nova metodologia inteligente para análise e classificação de imagens de feridas complexas por meio de técnicas de processamento digital de imagens e aprendizado de máquina com ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Introduction: Complex wounds are difficult to resolve and are associated with extensive cutaneous loss, major infections, compromised tissue viability and / or are related to systemic diseases that impair normal healing processes, have high morbidity and mortality and have been identified as severe public health problem. In clinical practice, it is important to evaluate the wounds and document the evaluation. The incomplete record on the patient and the treatment in use is pointed out as a challenge in the follow up of the wounds and also impairs management, research and education actions. The incorporation of wounds’ photos in the professional practice, stands out as a strategy to assist professionals in the observation, evolution and clear and precise recording. Optimum-Path Forest (OPF) is a framework for the development of pattern recognition techniques based on optimal path partitions and is particularly efficient for image classification. The OPF classifier generates results from the intersection of the selected classes and characteristics. Objective: Describe the steps in developing a mobile application capable of segmenting and sorting complex wound tissue based on the supervised Optimum-Path Forest (OPF). Method: A new intelligent methodology was applied for the analysis and classification of complex wound images using digital image processing and machine learning techniques with the supervised Optimum-Path Forest (OPF) standards classifier. The image bank of 27 comp... (Complete abstract click electronic access below) / Mestre

Submitted by Talita De Azevedo Coelho Furquim Pereira (talitapereira@bauru.sp.gov.br) on 2018-04-24T00:47:22Z No. of bitstreams: 1 Dissertação - final repositório.pdf: 1807192 bytes, checksum: 3197e207676b603a47d2146acf83b045 (MD5) / Approved for entry into archive by ROSANGELA APARECIDA LOBO null (rosangelalobo@btu.unesp.br) on 2018-04-26T16:58:24Z (GMT) No. of bitstreams: 1 pereira_tacf_me_bot.pdf: 1807192 bytes, checksum: 3197e207676b603a47d2146acf83b045 (MD5) / Made available in DSpace on 2018-04-26T16:58:24Z (GMT). No. of bitstreams: 1 pereira_tacf_me_bot.pdf: 1807192 bytes, checksum: 3197e207676b603a47d2146acf83b045 (MD5) Previous issue date: 2018-02-23 / Introdução: As feridas complexas apresentam difícil resolução e associam-se a perda cutânea extensa, infecções importantes, comprometimento da viabilidade dos tecidos e/ou associação com doenças sistêmicas que prejudicam os processos normais de cicatrização, cursam com elevada morbimortalidade e têm sido apontadas como grave problema de saúde pública. Na prática clínica, é importante avaliar as feridas e documentar a avaliação. O registro incompleto sobre o paciente e o tratamento em uso é apontado como um desafio no acompanhamento das feridas e também prejudica ações de gestão, pesquisa e educação. A incorporação de fotografias de feridas à pratica profissional, mostra-se como uma estratégia para auxiliar profissionais na observação, evolução e registro claro e preciso. O Optimum-Path Forest (OPF) é um framework para o desenvolvimento de técnicas de reconhecimento de padrões baseado em partições de caminhos ótimos e particularmente eficiente para a classificação de imagens. O classificador OPF gera resultados a partir do cruzamento das classes e características selecionadas. Objetivo: Descrever as etapas do desenvolvimento de um aplicativo para dispositivos móveis capaz de segmentar e classificar tecidos de feridas complexas baseado no Optimum-Path Forest (OPF) supervisionado. Método: Foi aplicada uma nova metodologia inteligente para análise e classificação de imagens de feridas complexas por meio de técnicas de processamento digital de imagens e aprendizado de máquina com o classificador de padrões Optimum-Path Forest (OPF) supervisionado. Criou-se o banco de imagens de 27 feridas complexas, que foram rotuladas por quatro especialistas conforme a classificação dos tecidos em quatro classes: granulação (vermelho), tecido fibrinóide (amarelo), necrose (preto) e hematoma (roxo), gerando 108 imagens rotuladas. Acrescentou-se duas classes: branco (o que está na foto, exceto o leito da ferida) e dúvida (divergência na classificação pelos profissionais). O classificador OPF foi treinado a partir dessas 108 imagens. Aplicou-se o OPF às imagens de feridas e verificou-se a acurácia. Em seguida, iniciou-se a construção do aplicativo. Resultados e Discussão: O presente estudo desenvolveu um esquema de classificação de tecido de feridas assistido por computador para avaliação e gerenciamento de feridas complexas, a partir de fotos de feridas da câmera digital de um smartphone. A aplicação do OPF a feridas complexas trouxe como resultado uma acurácia de 77,52% ± 6,14. Com esta ferramenta, foi desenvolvido como produto desta pesquisa um aplicativo para segmentação, classificação de tecidos e mensuração de feridas complexas. O aplicativo gera um relatório no formato Portable Document Format (PDF) que pode ser enviado por e-mail, impresso ou anexado a prontuário eletrônico compatível. Conclusão: Foi construído um banco com 27 imagens de feridas complexas, que quatro profissionais rotularam para treinamento do classificador OPF, aplicou-se o OPF às imagens de feridas complexas, avaliou-se a acurácia deste processo e desenvolveu-se um aplicativo para dispositivos móveis com as funções de segmentação da ferida, classificação de tecidos e mensuração da ferida. Os resultados mostraram que o valor da acurácia obtido na análise computacional teve valor significativo, equiparando-se a avaliação de especialistas em feridas. Comparando com estudos similares, a análise computacional de feridas mostrou-se com menor variabilidade em relação a avaliação de profissionais, sugerindo que a incorporação desta tecnologia na prática clínica favoreça o cuidado em saúde do paciente com feridas complexas, além de fornecer dados para a gestão, ensino e pesquisa. / Introduction: Complex wounds are difficult to resolve and are associated with extensive cutaneous loss, major infections, compromised tissue viability and / or are related to systemic diseases that impair normal healing processes, have high morbidity and mortality and have been identified as severe public health problem. In clinical practice, it is important to evaluate the wounds and document the evaluation. The incomplete record on the patient and the treatment in use is pointed out as a challenge in the follow up of the wounds and also impairs management, research and education actions. The incorporation of wounds’ photos in the professional practice, stands out as a strategy to assist professionals in the observation, evolution and clear and precise recording. Optimum-Path Forest (OPF) is a framework for the development of pattern recognition techniques based on optimal path partitions and is particularly efficient for image classification. The OPF classifier generates results from the intersection of the selected classes and characteristics. Objective: Describe the steps in developing a mobile application capable of segmenting and sorting complex wound tissue based on the supervised Optimum-Path Forest (OPF). Method: A new intelligent methodology was applied for the analysis and classification of complex wound images using digital image processing and machine learning techniques with the supervised Optimum-Path Forest (OPF) standards classifier. The image bank of 27 complex wounds was created, which were labeled by four specialists according to the classification of the tissues into four classes: granulation (red), fibrinoid (yellow) tissue, necrosis (black) and hematoma (purple), generating 108 images. Two classes were added: white (what is in the photo, except the wound bed) and doubt (divergence in classification by professionals). The OPF classifier was trained from these 108 images. The OPF was applied to the wound images and the accuracy was verified. Then, the application developing process was started. Results and Discussion: The present study developed a computer-aided wound tissue classification scheme for evaluation and management of complex wounds from photos of a smartphone. The OPF application to complex wounds resulted in an accuracy of 77.52 ± 6.14. With this 4 tool, it was developed the product of this research: an application for segmentation, tissue classification and measurement of complex wounds. The application generates a Portable Document Format (PDF) report that can be emailed, printed or attached to a compatible electronic medical record. Conclusion: A bank was made with 27 images of complex wounds, which four professionals labeled for training the OPF classifier, applied the OPF to complex wound images, assessed the accuracy of this process and developed a mobile application with the functions of wound segmentation, tissue classification and wound measurement. The results showed that the value of the accuracy obtained in the computational analysis had a significant value, being equal to the evaluation of specialists in wounds. Comparing to similar studies, the computational analysis of wounds showed less variability than professionals´ evaluation, suggesting that the incorporation of this technology in clinical practice favors the health care of patients with complex wounds, besides providing data for the management, teaching and research.

INTRODUÇÂO: A análise da composição das lesões in-vivo tem sido objeto de estudo de uma série de grupos de estudo sobre a doença aterosclerótica. Os métodos disponíveis para esse fim utilizam técnicas de análise espectral do sinal ultra-sônico retroespalhado antes deste ser transformado em imagens de ultra-som intravascular (IVUS), uma vez que não existem métodos que realizem tal inferência somente a partir das imagens. Neste trabalho, utilizamos técnicas de processamento de imagens e de reconhecimento de padrões para analisar a composição das lesões de acordo com a classificação proposta pela metodologia de Ultra-Som Intravascular com Histologia Virtual (IVUS-VH). MÉTODOS: Neste estudo utilizamos uma amostra de oito (08) artérias coronárias provenientes de cinco (05) pacientes, resultando num total de 96492 regiões de interesse para inferência da composição. Para a segmentação automática da interface lúmen-íntima e íntima-adventícia, aplicamos as técnicas de contornos ativos do tipo Snakes e para a determinação da energia potencial dos contornos, utilizamos técnicas de filtragem baseadas na difusão anisotrópica convencional e restritiva. Utilizamos três janelas quadradas diferentes de tamanhos 5x5, 7x7 e 9x9 pixels para extração dos atributos de texturas, dentre eles treze (13) baseados nas matrizes de co-ocorrência, seis (06) momentos invariantes à rotação, escala, translação e a ganho multiplicativo, baseados nos Momentos de Hu e propostos neste trabalho. Visando avaliar o efeito dos níveis de quantização das imagens nas matrizes de co-ocorrência, requantizamos originais de 256 níveis de cinza para 128, 64 e 32 tons. Como classificador, utilizamos o método dos k-vizinhos mais próximos (k-nn) e escolhemos os sete (07) vizinhos mais próximos como parâmetro de comparação. Como o k-nn é sensível com relação à métrica utilizada, testamos a distância euclidiana e a métrica de Mahalanobis. RESULTADOS: A segmentação automática da interface lúmen-íntima teve taxa média de acerto de 72,23% e a mediana da taxa de acertos foi de 81,20%, enquanto a taxa média de acertos para a interface íntima-adventícia foi de 80,86% e a mediana foi igual a 91,36%, considerando 495 quadros manualmente segmentados por um especialista. A melhor configuração do classificador foi utilizando a normalização de intensidades, com 256 níveis de cinza, com a janela 9x9 e usando a métrica de Mahalanobis. A taxa média de erros foi de 2.35%(DC), 20.51%(NC), 92.21%(FF) e 0.04%(FT), no entanto, se considerarmos somente três classes sem diferenciarmos os tecidos FF do FT temos a seguinte composição: 2.35% (DC), 20.51%(NC) e 0.04%(FT+FF), o que leva a uma taxa média de erros total de 5,15%. CONCLUSÕES: A classificação das lesões baseada somente em atributos de textura das imagens ainda não é possível com a nosso modelo se considerarmos os quatro tipos de tecido, uma vez que não conseguimos diferenciar de forma satisfatória dos componentes FF e FT. No entanto, se considerarmos somente três classes, temos resultados animadores, uma vez que conseguiremos identificar os componentes associados às placas ditas de maior risco de ruptura, os fibroateromas de capa fina (TCFA). Além disso, conseguimos um experimento associado ao trabalho, mostrar quantitativamente que há uma possível superestimação do componente NC ao redor de estruturas calcificadas nas imagens de IVUS-VH / INTRODUCTION: Several efforts for in vivo atherosclerotic plaque estimation has been realized worldwide. Current methods for related application are based on spectral analysis of backscattered ultrasound signals before intravascular image formation (IVUS), once there is not available techniques to perform composition analysis only from IVUS images. On this study, image processing and pattern recognition techniques has been used to classify plaques according to Intravascular Ultrasound Virtual Histology (IVUS-VH) classification. METHODS: A sample set of eight (08) coronary arteries from five (05) different patients, resulting on 96492 regions of interest for plaque analysis. For automatic segmentation of lumen-intima interface and intima-adventitia interface, active contours technique has been used. Conventional and restrictive anisotropic diffusion filters have been used for estimating the potential energy of active contours. Haralicks co-occurrence matrix and invariant moments based in Hu moments were used as features for pattern classification. Three different windows has been used on feature extraction procedure: 5x5,7x7 and 9x9 pixels. In order to analyze the influence of grey-scale quantization levels into Haralicks co-occurrence matrix, we tested four different types numbers of grey-scale levels: 32, 64,128 and 256. KNearest Neighbors algorithm as the classification rule, and we tested both Mahalanobis and Euclidian Metrics in this analysis. RESULTS: Segmentation of luminal-intimal layers average accuracy for was 72.30% and its median was 81.20%. Segmentation of intimal-adventitia layers average accuracy for was 80,86% and its median was 91,36%, for 495 manually segmented frames. Plaque classification according to IVUS-VH four classes scheme has shown not feasible with the proposed model, once average classification error-rate foe every component: 2.35%(DC), 20.51%(NC), 92.21%(FF) e 0.04%(FT). Our approach has not the ability to differentiate fibrotic tissue from fibro-fatty tissue. However, in the three classes scheme: DC, NC and (FF+FT), we achieved some encouraging results: 2.35% (DC), 20.51%(NC) e 0.04%(FT+FF), leading to an average error rate of 5,15%. With these results, a thin-cap fibroatheroma (TCFA) lesions detection algorithm for conventional IVUS images should be developed using our approach. Once TCFA plaques has been assigned to have an association with plaque rupture and sudden death, those results should be used for in vivo IVUS based TCFA detection. In an experiment related to this work, we have shown that there is an artifactual relationship between NC and DC components into VH images

O desenvolvimento de novas tecnologias vem contribuindo para um conhecimento mais aprofundado da fisiopatologia dos transtornos psiquiátricos, mas os resultados ainda são controversos e não parecem ser específicos para cada diagnóstico. As altas taxas de comorbidade também questionam as características principais de um diagnóstico específico. Em 2009, o Instituto Nacional de Saúde Mental dos EUA iniciou um projeto chamado Research Domain Criteria (RDoC) com o objetivo de desenvolver novas classificações para a pesquisa baseadas em dimensões de comportamentos observáveis associadas a medidas neurobiológicas. Para o estudo da fisiopatologia da comorbidade entre duas doenças mentais, esta proposta sugere que se execute o estudo de sintomas compartilhados e não partir de dois grupos diagnósticos distintos. Na psiquiatria infantil, as altas taxas de comorbidade entre o transtorno do humor bipolar (THB) e o transtorno de déficit de atenção e hiperatividade (TDAH) são um tema controverso. O prejuízo na atenção é um forte candidato para um estudo com a metodologia proposta pelo RDoC visto que os poucos estudos que avaliaram concomitantemente a atenção em jovens com THB e TDAH apresentaram resultados contraditórios. Um dos testes mais utilizados para o estudo da atenção em THB e TDAH é o Continuous Performance Test (CPT). Nossos objetivos foram: 1.Verificar qual é o melhor agrupamento dos sujeitos através dos resultados do Conner\'s Continuous Performance Test (CPT II) independentemente do grupo de origem (THB, TDAH, THB+TDAH, controles); 2. Construir um classificador baseado nos resultados do CPT II; 3com THB+TDAH e 18 controles com idades entre 12 e 17 anos. A melhor divisão dos sujeitos, baseada nos resultados do CPT II, foi em dois novos subgrupos. Grupo A com 35 sujeitos composto de: 30% THB, 52,2% TDAH, 51,5% THB+TDAH, e 16,7% controles. Grupo B com 49 sujeitos: 70% THB, 47,8% TDAH, 48,5% THB+TDAH, e 83,3% controles. O grupo A comparado com o B apresentou um prejuízo funcional maior evidenciado por médias significativamente mais altas no CPT II, com uma diferença significativa em oito das 12 variáveis do CPT II: omissão (p=0,0003), comissão (p=0,00000002), erro padrão (EP) do tempo de reação (TR) (p=1,7x10-20), variabilidade do EP (p=4,3x10-22), detectabilidade (p=0,000008), perseveração (p=0,0000001), TR por intervalo interestímulo (IIE) (p=4,7x10-10) e TR(EP)IIE (p= 1,5x10 -13). Foi possível construir um classificador baseado nas doze variáveis do CPT II, sendo sua acurácia de 98,8% em relação a nossa amostra e 95,2% em relação à validação cruzada confirmando a consistência desses novos grupos. As principais variáveis do CPT II usadas na função discriminante desses novos agrupamentos foram: variabilidade do erro padrão, erro padrão de TR e erro padrão de TR por intervalo interestímulo. Não houve diferença estatística em nenhuma das variáveis do CPT II quando realizamos a comparação tradicional entre THB, TDAH, THB+TDAH, e controles; e a acurácia do classificador para esses grupos foi mais baixa, de 40,5% na nossa amostra e 23,8% na validação cruzada. Discussão: Esses resultados evidenciam a heterogeneidade encontrada nas respostas do CPT II pelos grupos THB, TDAH, THB+TDAH, e controles. As três medidas que mais influenciaram a diferenciação entre os novos agrupamentos A e B foram as que medem a variação no tempo de resposta, que é um dos prejuízos mais replicados no TDAH e também está associada com THB. Essa variabilidade de resposta aumentada é sugerida como um marcador endofenotípico inespecífico de psicopatologia. Conclusão: Nossos achados refletem a heterogeneidade encontrada em pacientes classificados através de categorias diagnósticas vigentes e sugerem que a abordagem da metodologia do RDoC pode ser de grande valia para a melhor compreensão dos transtornos psiquiátricos que acometem crianças e adolescentes. Essa metodologia pode identificar subgrupos com diferenças relevantes do ponto de visto neurobiológico contribuindo para a melhor compreensão da fisiopatologia dos transtornos e promovendo caminhos nos quais a pesquisa pode trazer benefícios para decisões clínicas / The better understanding of psychiatric disorders\' pathophysiology is undeniable. Yet, the results are still replete of controversy and are not diagnostic specific. Categorical approach analysis implicitly involves the notion of a unitary entity, not taking into account the acknowledged heterogeneity present in clinical diagnoses. High comorbidity rates also raises questions about the core features of a specific diagnosis. For this purpose, the National Institute of Mental Health has initiated the Research Domain Criteria (RDoC) project. Instead of using disorders categories as the basis for grouping individuals, RDoC suggests to find relevant dimensions that can cut across traditional disorders. The starting point suggested to study comorbid disorders should be shared symptoms and behaviors, instead of two distinct diagnostic groups. One of the strongest controversies in child psychiatry is the high comorbidity rate between bipolar disorder (BD) and attention-deficit/hyperactivity disorder (ADHD). Distractibility, one of the most common symptoms in BD and ADHD could be a good candidate for an RDoC unit of analysis. Our aim was first to study the patterns of attention based on the Conners\' Continuous Performance Test (CPTII) results in youth with BD, ADHD, BD+ADHD and controls; followed by developing a classifier to compare the classification accuracy of this new formed groups and the original diagnostic ones. Results: 18 healthy controls, 23 patients with ADHD, 33 BD+ADHD and 10 BD were assessed. Using cluster analysis, the entire sample was best clustered in two new groups, A and B, based on the twelve CPT II variables performance, independently of the original diagnoses. 35 subjects in group A: 30% BD, 52.2% ADHD, 51.5% BD+ADHD and 16.7% controls. 49 individuals in group B: 70% BD, 47.8% ADHD, 48.5% BD+ADHD and 83.3% controls. Group A presented a greater impairment exhibited by higher means in all CPTII variables, SNAP-IV means, and lower CGAS means. When we compared the CPT II variables performance between the new clustered groups A and B we found eight out of the twelve CPT II measures that were statistically significant: omission (p=0.0003), commission (p=0.00000002), standard error (SE) of hit reaction time (RT) (p=1.7x10-20), variability of SE (p=4.3x10 -22), detectability (p=0.000008), perseveration (p=0.0000001), hit RT by interstimulus interval (ISI) (p=4.7x10 - 10) and hit RT SE ISI. We found high cross-validated classification accuracy for A and B groups: 95.2%. The stronger CPT II variables in the discriminative pattern were: variability of standard error ranking first, followed by hit RT SE, hit RT SE ISI. There were no statistically significant differences in any of the CPT II measures when comparing the four original groups (BD, ADHD, BD+ADHD, controls). The cross-validated classification accuracy based on the CPT II measures performance in order to classify subjects in the original four groups was much lower (23.8%). Discussion: These results highlight the heterogeneity of CPT II responses among each of the four original groups: BD, ADHD, BD+ADHD and controls. The three variables that most influenced the new clustered groups were the ones that measure and adolescents may share this attentional trait marker. Conclusion: In summary, our findings highlighted the heterogeneity of patients clustered by categorical diagnostic classification. In addition, our classificatory exercise supports the concept behind new approaches like the RDoC framework for child and adolescent psychiatry. It can define meaningful clinical subgroups for the purpose of pathophysiological studies and treatment selection, and provide a pathway by which research findings can be translated into changes in clinical decision making

INTRODUÇÃO: O transtorno de déficit de atenção com hiperatividade (TDAH) persistente em adultos apresenta prevalência significativa na população geral. Nota-se também uma alta taxa de comorbidade com outros quadros psiquiátricos, especialmente o transtorno bipolar (TB). Entretanto, ainda hoje discutem-se as próprias definições do TDAH e os limites da comorbidade TDAH+TB, que poderia ser uma extensão dos sintomas do espectro bipolar, uma sobreposição dos dois transtornos ou uma entidade separada com substrato neurobiológico distinto. Impõe-se, assim, a pesquisa de biomarcadores válidos com potencial aplicação na prática clínica. O surgimento recente de técnicas de classificação de padrões morfológicos cerebrais complexos possibilita uma investigação mais direcionada de biomarcadores, buscando em cada indivíduo um conjunto de características que seja capaz de classificá-lo como pertencente a um determinado grupo. OBJETIVOS: Aplicar, de maneira inédita, a técnica de reconhecimento automatizado de padrão aos dados de neuroimagem de pacientes adultos sem tratamento prévio com diagnóstico de TDAH com início na infância, TB, TDAH+TB e controles saudáveis (CS), em busca de assinaturas neuroanatômicas associadas a estes transtornos. MÉTODOS: Três grupos de adultos nunca tratados compostos de 67 sujeitos com TDAH, 30 sujeitos com TB e 16 sujeitos preenchendo critérios diagnósticos para ambos os transtornos; e uma amostra de CS (n=66), foram submetidos ao exame de ressonância magnética (RM) estrutural e de imagem por tensor de difusão (diffusion tensor imaging; DTI). Através de um método automatizado, regiões de interesse foram posicionadas ao longo de todo o cérebro e através destas foram obtidas medidas cerebrais a partir das imagens multimodais. Tais medidas foram usadas como dados de entrada para um classificador não-linear baseado em support vector machine (SVM). Comparações entre todos os pacientes e CS foram feitas através de subgrupos pareados individualmente para gênero e idade e pareados entre os grupos para nível socioeconômico e escolaridade. As medidas de desempenho diagnóstico foram analisadas com o auxílio de curvas receiver operating characteristic (ROC). RESULTADOS: As análises de classificação entre todos os subgrupos apresentaram resultados expressivamente acima do acaso, com exceção da comparação entre os pacientes com TB e os CS (p=0,09). A comparação entre os subgrupos com TDAH e CS apresentou medidas de área sob a curva (AUC) e acurácia diagnóstica de até 0,71 e 66,2% (p=0,003). A comparação entre os subgrupos com TDAH e TB obteve AUC e acurácia diagnóstica de até 0,78 e 70,2% (p=0,01). As análises de classificação entre os pacientes TDAH+TB e todos os outros subgrupos resultaram em valores de até 0,89 e 80,5% (p=0,0009) de AUC e acurácia diagnóstica respectivamente. CONCLUSÃO: Os resultados fornecem endosso neurobiológico para a validade do diagnóstico clinico de TDAH em adultos. As características cerebrais mostraram-se suficientemente fortes para o diagnóstico diferencial entre o TDAH e o TB e também reforçam a hipótese de que a associação TDAH+TB deve ser compreendida como uma entidade neurobiológica distinta. Restam ainda relevantes dificuldades na busca de biomarcadores para a caracterização do TB. As assinaturas neuroanatômicas identificadas neste estudo podem fornecer informações objetivas adicionais e valiosas, servindo como base para estudos futuros que avaliem sua possível influência em decisões terapêuticas dos pacientes apresentando sintomas do espectro TDAH e da comorbidade TDAH+TB / INTRODUCTION: Attention-deficit/hyperactivity disorder (ADHD) is a highly prevalent condition in the general adult population. Also important is its high rate of comorbidity with other psychiatric disorders, particularly bipolar disorder (BD). However, not only the definition of ADHD is still a matter of discussion but also the limits of the ADHD+BD comorbidity; such comorbidity may be interpreted as a continuum spectrum of BD, an overlap of symptoms, or a separate diagnostic entity with a distinct neurobiological substrate. Therefore, further search for valid biomarkers with potential application in clinical practice is still required. The recent development of high-dimensional pattern recognition techniques has allowed targeted investigations of biomarkers, searching for sets of characteristics that could be used to classify each patient in a particular group. OBECTIVES: To apply, for the first time in the literature, machine learning-based pattern recognition methods to neuroimaging data obtained in never-treated adults with childhood-onset ADHD, BD, ADHD+BD and healthy controls (HC), searching for different neuroanatomical signatures associated with each disorder. METHODS: Three groups of never treated adults as following: 67 ADHD patients, 30 BD patients, 16 patients fulfilling diagnostic criteria for both disorders; and a sample of HC (n=66) underwent structural magnetic resonance imaging (MRI) and diffusion magnetic resonance imaging (DTI) acquisitions. A support vector machine (SVM) classifier with non-linear kernel was applied on multi-modal image features extracted on regions-of-interest placed across the whole brain. Comparisons among all patients and controls were carried out through subgroups individually matched for gender and age, and group-matched for years of education and socio-economic status. Diagnostic performance measures were evaluated by computing receiver operating characteristic (ROC) curves. RESULTS: All results on classification analyses were clearly significant above chance level, except in the comparison analysis between BD patients and HC (p=0.09). The comparison between ADHD and HC subgroups afforded area under the curve (AUC) measures and diagnostic accuracy of up to 0.71 and 66.2% (p=0.003). Comparison between ADHD and BD subgroups achieved AUC and diagnostic accuracy of up to 0.78 and 70.2% (p=0.01). Classification analysis between ADHD+BD patients and the other subgroups yielded AUC and diagnostic accuracy values of up to 0.89 and 80.5% (p=0.0009). CONCLUSION: The present study provides neurobiological endorsement to the validity of the clinically-based diagnosis of ADHD in adults. Brain features were strong enough to the differential diagnosis between ADHD and BD, as well as to reinforce the hypothesis that ADHD+BD may represent a distinct neurobiological entity. However, relevant challenges persist regarding the search for biomarkers for BD. The neuroanatomical signatures identified herein may provide additional, objective information, paving the way for future studies assessing its influence in treatment decisions in adults with ADHD and ADHD+BD spectrum symptoms

O reconhecimento de padrões por computador é uma das mais importantes ferramentas da Inteligência Artificial presente em inúmeras áreas do conhecimento com aplicações em diversos setores, incluindo o reconhecimento de caracteres. O objetivo da dissertação se concentra na investigação de um processo computacional automatizado - Sistema Computacional Paraconsistente - capaz de reconhecer Caracteres Numéricos Manuscritos e Caracteres Magnéticos Codificados em 7 Barras utilizados em cheques bancários brasileiros, fornecendo uma fundamentação técnica para reconhecer documentos e imagens digitalizadas e, também, sinais biológicos. Embora haja vários estudos em reconhecimento de caracteres, optou-se pelo estudo desse tema devido à sua intrínseca importância e constante desenvolvimento, além de possibilitar adaptações para fazer o reconhecimento de diferentes tipos de sinais como, por exemplo, sinais biológicos. A metodologia adotada para essa tarefa se baseia nas Redes Neurais Artificiais Paraconsistentes por se tratar de uma ferramenta com capacidade de trabalhar com dados imprecisos, inconsistentes e paracompletos sem o perigo de trivialização. O processo de reconhecimento desse sistema é realizado a partir de algumas características do caractere previamente selecionadas com base em algumas técnicas do Grafismo e realiza-se a análise dessas características bem como o reconhecimento do caractere através das Redes Neurais Artificiais Paraconsistentes O sistema foi construído para reconhecer caracteres numéricos com um padrão previamente definido, onde adotou-se os Caracteres Magnéticos Codificados em 7 Barras utilizados em cheques bancários e, posteriormente, o sistema foi aperfeiçoado para fazer o reconhecimento de Caracteres Numéricos Manuscritos. Para a validação do estudo proposto apresentou-se dados reais, a saber, lotes de cheques e caracteres numéricos manuscritos digitalizados onde o sistema apresentou 97,85% de acertos para os Caracteres Magnéticos Codificados em 7 Barras e 91,62% de acertos para Caracteres Numéricos Manuscritos. O resultado obtido demonstra que o sistema é robusto o suficiente e pode servir de estudo para a análise de sinais em áreas correlatas com nível de precisão semelhante / Computer pattern recognition is one of the most important Artificial Intelligence tools present in numerous knowledge areas with applications in several themes, including the character recognition. The aim of this dissertation is the investigation of an automated computational process - Paraconsistent Computational System - able to recognize Handwritten Numeric Characters and Magnetic Ink Character Recognition used on Brazilian bank checks furnishing a technical basis to recognize digital documents, digital images and biological signals. Although there are several studies on character recognition, it was chosen to study this theme due to its intrinsic importance and constant improvement, besides enabling adjustments to the recognition of different kinds of signals such as, biological signals. The methodology employed for the task is based on Paraconsistent Artificial Neural Networks for being a tool with the ability to work with imprecise, inconsistent and paracomplete data without trivialization. The recognition process of this system is performed from some previously selected character features based on some Graphics techniques and, it performs the analysis of these features as well as the character recognition are performed through the Paraconsistent Artificial Neural Networks. The system was built to recognize numeric characters with a previously defined pattern where it was chosen the Magnetic Ink Character Recognition used on Brazilian bank checks and then the system was improved to recognize handwritten numeric characters. It was presented real data as checks\' batches and scanned handwritten numeric characters to validate the proposed study and the system reached 97.85% hits for Magnetic Ink Character Recognition and 91.62% hits for Handwritten Numeric Characters. The obtained result demonstrates that the system is robust enough for signal analysis study in correlated areas with similar precision level

O desenvolvimento de novas tecnologias vem contribuindo para um conhecimento mais aprofundado da fisiopatologia dos transtornos psiquiátricos, mas os resultados ainda são controversos e não parecem ser específicos para cada diagnóstico. As altas taxas de comorbidade também questionam as características principais de um diagnóstico específico. Em 2009, o Instituto Nacional de Saúde Mental dos EUA iniciou um projeto chamado Research Domain Criteria (RDoC) com o objetivo de desenvolver novas classificações para a pesquisa baseadas em dimensões de comportamentos observáveis associadas a medidas neurobiológicas. Para o estudo da fisiopatologia da comorbidade entre duas doenças mentais, esta proposta sugere que se execute o estudo de sintomas compartilhados e não partir de dois grupos diagnósticos distintos. Na psiquiatria infantil, as altas taxas de comorbidade entre o transtorno do humor bipolar (THB) e o transtorno de déficit de atenção e hiperatividade (TDAH) são um tema controverso. O prejuízo na atenção é um forte candidato para um estudo com a metodologia proposta pelo RDoC visto que os poucos estudos que avaliaram concomitantemente a atenção em jovens com THB e TDAH apresentaram resultados contraditórios. Um dos testes mais utilizados para o estudo da atenção em THB e TDAH é o Continuous Performance Test (CPT). Nossos objetivos foram: 1.Verificar qual é o melhor agrupamento dos sujeitos através dos resultados do Conner\'s Continuous Performance Test (CPT II) independentemente do grupo de origem (THB, TDAH, THB+TDAH, controles); 2. Construir um classificador baseado nos resultados do CPT II; 3com THB+TDAH e 18 controles com idades entre 12 e 17 anos. A melhor divisão dos sujeitos, baseada nos resultados do CPT II, foi em dois novos subgrupos. Grupo A com 35 sujeitos composto de: 30% THB, 52,2% TDAH, 51,5% THB+TDAH, e 16,7% controles. Grupo B com 49 sujeitos: 70% THB, 47,8% TDAH, 48,5% THB+TDAH, e 83,3% controles. O grupo A comparado com o B apresentou um prejuízo funcional maior evidenciado por médias significativamente mais altas no CPT II, com uma diferença significativa em oito das 12 variáveis do CPT II: omissão (p=0,0003), comissão (p=0,00000002), erro padrão (EP) do tempo de reação (TR) (p=1,7x10-20), variabilidade do EP (p=4,3x10-22), detectabilidade (p=0,000008), perseveração (p=0,0000001), TR por intervalo interestímulo (IIE) (p=4,7x10-10) e TR(EP)IIE (p= 1,5x10 -13). Foi possível construir um classificador baseado nas doze variáveis do CPT II, sendo sua acurácia de 98,8% em relação a nossa amostra e 95,2% em relação à validação cruzada confirmando a consistência desses novos grupos. As principais variáveis do CPT II usadas na função discriminante desses novos agrupamentos foram: variabilidade do erro padrão, erro padrão de TR e erro padrão de TR por intervalo interestímulo. Não houve diferença estatística em nenhuma das variáveis do CPT II quando realizamos a comparação tradicional entre THB, TDAH, THB+TDAH, e controles; e a acurácia do classificador para esses grupos foi mais baixa, de 40,5% na nossa amostra e 23,8% na validação cruzada. Discussão: Esses resultados evidenciam a heterogeneidade encontrada nas respostas do CPT II pelos grupos THB, TDAH, THB+TDAH, e controles. As três medidas que mais influenciaram a diferenciação entre os novos agrupamentos A e B foram as que medem a variação no tempo de resposta, que é um dos prejuízos mais replicados no TDAH e também está associada com THB. Essa variabilidade de resposta aumentada é sugerida como um marcador endofenotípico inespecífico de psicopatologia. Conclusão: Nossos achados refletem a heterogeneidade encontrada em pacientes classificados através de categorias diagnósticas vigentes e sugerem que a abordagem da metodologia do RDoC pode ser de grande valia para a melhor compreensão dos transtornos psiquiátricos que acometem crianças e adolescentes. Essa metodologia pode identificar subgrupos com diferenças relevantes do ponto de visto neurobiológico contribuindo para a melhor compreensão da fisiopatologia dos transtornos e promovendo caminhos nos quais a pesquisa pode trazer benefícios para decisões clínicas / The better understanding of psychiatric disorders\' pathophysiology is undeniable. Yet, the results are still replete of controversy and are not diagnostic specific. Categorical approach analysis implicitly involves the notion of a unitary entity, not taking into account the acknowledged heterogeneity present in clinical diagnoses. High comorbidity rates also raises questions about the core features of a specific diagnosis. For this purpose, the National Institute of Mental Health has initiated the Research Domain Criteria (RDoC) project. Instead of using disorders categories as the basis for grouping individuals, RDoC suggests to find relevant dimensions that can cut across traditional disorders. The starting point suggested to study comorbid disorders should be shared symptoms and behaviors, instead of two distinct diagnostic groups. One of the strongest controversies in child psychiatry is the high comorbidity rate between bipolar disorder (BD) and attention-deficit/hyperactivity disorder (ADHD). Distractibility, one of the most common symptoms in BD and ADHD could be a good candidate for an RDoC unit of analysis. Our aim was first to study the patterns of attention based on the Conners\' Continuous Performance Test (CPTII) results in youth with BD, ADHD, BD+ADHD and controls; followed by developing a classifier to compare the classification accuracy of this new formed groups and the original diagnostic ones. Results: 18 healthy controls, 23 patients with ADHD, 33 BD+ADHD and 10 BD were assessed. Using cluster analysis, the entire sample was best clustered in two new groups, A and B, based on the twelve CPT II variables performance, independently of the original diagnoses. 35 subjects in group A: 30% BD, 52.2% ADHD, 51.5% BD+ADHD and 16.7% controls. 49 individuals in group B: 70% BD, 47.8% ADHD, 48.5% BD+ADHD and 83.3% controls. Group A presented a greater impairment exhibited by higher means in all CPTII variables, SNAP-IV means, and lower CGAS means. When we compared the CPT II variables performance between the new clustered groups A and B we found eight out of the twelve CPT II measures that were statistically significant: omission (p=0.0003), commission (p=0.00000002), standard error (SE) of hit reaction time (RT) (p=1.7x10-20), variability of SE (p=4.3x10 -22), detectability (p=0.000008), perseveration (p=0.0000001), hit RT by interstimulus interval (ISI) (p=4.7x10 - 10) and hit RT SE ISI. We found high cross-validated classification accuracy for A and B groups: 95.2%. The stronger CPT II variables in the discriminative pattern were: variability of standard error ranking first, followed by hit RT SE, hit RT SE ISI. There were no statistically significant differences in any of the CPT II measures when comparing the four original groups (BD, ADHD, BD+ADHD, controls). The cross-validated classification accuracy based on the CPT II measures performance in order to classify subjects in the original four groups was much lower (23.8%). Discussion: These results highlight the heterogeneity of CPT II responses among each of the four original groups: BD, ADHD, BD+ADHD and controls. The three variables that most influenced the new clustered groups were the ones that measure and adolescents may share this attentional trait marker. Conclusion: In summary, our findings highlighted the heterogeneity of patients clustered by categorical diagnostic classification. In addition, our classificatory exercise supports the concept behind new approaches like the RDoC framework for child and adolescent psychiatry. It can define meaningful clinical subgroups for the purpose of pathophysiological studies and treatment selection, and provide a pathway by which research findings can be translated into changes in clinical decision making

INTRODUÇÃO: O transtorno de déficit de atenção com hiperatividade (TDAH) persistente em adultos apresenta prevalência significativa na população geral. Nota-se também uma alta taxa de comorbidade com outros quadros psiquiátricos, especialmente o transtorno bipolar (TB). Entretanto, ainda hoje discutem-se as próprias definições do TDAH e os limites da comorbidade TDAH+TB, que poderia ser uma extensão dos sintomas do espectro bipolar, uma sobreposição dos dois transtornos ou uma entidade separada com substrato neurobiológico distinto. Impõe-se, assim, a pesquisa de biomarcadores válidos com potencial aplicação na prática clínica. O surgimento recente de técnicas de classificação de padrões morfológicos cerebrais complexos possibilita uma investigação mais direcionada de biomarcadores, buscando em cada indivíduo um conjunto de características que seja capaz de classificá-lo como pertencente a um determinado grupo. OBJETIVOS: Aplicar, de maneira inédita, a técnica de reconhecimento automatizado de padrão aos dados de neuroimagem de pacientes adultos sem tratamento prévio com diagnóstico de TDAH com início na infância, TB, TDAH+TB e controles saudáveis (CS), em busca de assinaturas neuroanatômicas associadas a estes transtornos. MÉTODOS: Três grupos de adultos nunca tratados compostos de 67 sujeitos com TDAH, 30 sujeitos com TB e 16 sujeitos preenchendo critérios diagnósticos para ambos os transtornos; e uma amostra de CS (n=66), foram submetidos ao exame de ressonância magnética (RM) estrutural e de imagem por tensor de difusão (diffusion tensor imaging; DTI). Através de um método automatizado, regiões de interesse foram posicionadas ao longo de todo o cérebro e através destas foram obtidas medidas cerebrais a partir das imagens multimodais. Tais medidas foram usadas como dados de entrada para um classificador não-linear baseado em support vector machine (SVM). Comparações entre todos os pacientes e CS foram feitas através de subgrupos pareados individualmente para gênero e idade e pareados entre os grupos para nível socioeconômico e escolaridade. As medidas de desempenho diagnóstico foram analisadas com o auxílio de curvas receiver operating characteristic (ROC). RESULTADOS: As análises de classificação entre todos os subgrupos apresentaram resultados expressivamente acima do acaso, com exceção da comparação entre os pacientes com TB e os CS (p=0,09). A comparação entre os subgrupos com TDAH e CS apresentou medidas de área sob a curva (AUC) e acurácia diagnóstica de até 0,71 e 66,2% (p=0,003). A comparação entre os subgrupos com TDAH e TB obteve AUC e acurácia diagnóstica de até 0,78 e 70,2% (p=0,01). As análises de classificação entre os pacientes TDAH+TB e todos os outros subgrupos resultaram em valores de até 0,89 e 80,5% (p=0,0009) de AUC e acurácia diagnóstica respectivamente. CONCLUSÃO: Os resultados fornecem endosso neurobiológico para a validade do diagnóstico clinico de TDAH em adultos. As características cerebrais mostraram-se suficientemente fortes para o diagnóstico diferencial entre o TDAH e o TB e também reforçam a hipótese de que a associação TDAH+TB deve ser compreendida como uma entidade neurobiológica distinta. Restam ainda relevantes dificuldades na busca de biomarcadores para a caracterização do TB. As assinaturas neuroanatômicas identificadas neste estudo podem fornecer informações objetivas adicionais e valiosas, servindo como base para estudos futuros que avaliem sua possível influência em decisões terapêuticas dos pacientes apresentando sintomas do espectro TDAH e da comorbidade TDAH+TB / INTRODUCTION: Attention-deficit/hyperactivity disorder (ADHD) is a highly prevalent condition in the general adult population. Also important is its high rate of comorbidity with other psychiatric disorders, particularly bipolar disorder (BD). However, not only the definition of ADHD is still a matter of discussion but also the limits of the ADHD+BD comorbidity; such comorbidity may be interpreted as a continuum spectrum of BD, an overlap of symptoms, or a separate diagnostic entity with a distinct neurobiological substrate. Therefore, further search for valid biomarkers with potential application in clinical practice is still required. The recent development of high-dimensional pattern recognition techniques has allowed targeted investigations of biomarkers, searching for sets of characteristics that could be used to classify each patient in a particular group. OBECTIVES: To apply, for the first time in the literature, machine learning-based pattern recognition methods to neuroimaging data obtained in never-treated adults with childhood-onset ADHD, BD, ADHD+BD and healthy controls (HC), searching for different neuroanatomical signatures associated with each disorder. METHODS: Three groups of never treated adults as following: 67 ADHD patients, 30 BD patients, 16 patients fulfilling diagnostic criteria for both disorders; and a sample of HC (n=66) underwent structural magnetic resonance imaging (MRI) and diffusion magnetic resonance imaging (DTI) acquisitions. A support vector machine (SVM) classifier with non-linear kernel was applied on multi-modal image features extracted on regions-of-interest placed across the whole brain. Comparisons among all patients and controls were carried out through subgroups individually matched for gender and age, and group-matched for years of education and socio-economic status. Diagnostic performance measures were evaluated by computing receiver operating characteristic (ROC) curves. RESULTS: All results on classification analyses were clearly significant above chance level, except in the comparison analysis between BD patients and HC (p=0.09). The comparison between ADHD and HC subgroups afforded area under the curve (AUC) measures and diagnostic accuracy of up to 0.71 and 66.2% (p=0.003). Comparison between ADHD and BD subgroups achieved AUC and diagnostic accuracy of up to 0.78 and 70.2% (p=0.01). Classification analysis between ADHD+BD patients and the other subgroups yielded AUC and diagnostic accuracy values of up to 0.89 and 80.5% (p=0.0009). CONCLUSION: The present study provides neurobiological endorsement to the validity of the clinically-based diagnosis of ADHD in adults. Brain features were strong enough to the differential diagnosis between ADHD and BD, as well as to reinforce the hypothesis that ADHD+BD may represent a distinct neurobiological entity. However, relevant challenges persist regarding the search for biomarkers for BD. The neuroanatomical signatures identified herein may provide additional, objective information, paving the way for future studies assessing its influence in treatment decisions in adults with ADHD and ADHD+BD spectrum symptoms

O reconhecimento de padrões por computador é uma das mais importantes ferramentas da Inteligência Artificial presente em inúmeras áreas do conhecimento com aplicações em diversos setores, incluindo o reconhecimento de caracteres. O objetivo da dissertação se concentra na investigação de um processo computacional automatizado - Sistema Computacional Paraconsistente - capaz de reconhecer Caracteres Numéricos Manuscritos e Caracteres Magnéticos Codificados em 7 Barras utilizados em cheques bancários brasileiros, fornecendo uma fundamentação técnica para reconhecer documentos e imagens digitalizadas e, também, sinais biológicos. Embora haja vários estudos em reconhecimento de caracteres, optou-se pelo estudo desse tema devido à sua intrínseca importância e constante desenvolvimento, além de possibilitar adaptações para fazer o reconhecimento de diferentes tipos de sinais como, por exemplo, sinais biológicos. A metodologia adotada para essa tarefa se baseia nas Redes Neurais Artificiais Paraconsistentes por se tratar de uma ferramenta com capacidade de trabalhar com dados imprecisos, inconsistentes e paracompletos sem o perigo de trivialização. O processo de reconhecimento desse sistema é realizado a partir de algumas características do caractere previamente selecionadas com base em algumas técnicas do Grafismo e realiza-se a análise dessas características bem como o reconhecimento do caractere através das Redes Neurais Artificiais Paraconsistentes O sistema foi construído para reconhecer caracteres numéricos com um padrão previamente definido, onde adotou-se os Caracteres Magnéticos Codificados em 7 Barras utilizados em cheques bancários e, posteriormente, o sistema foi aperfeiçoado para fazer o reconhecimento de Caracteres Numéricos Manuscritos. Para a validação do estudo proposto apresentou-se dados reais, a saber, lotes de cheques e caracteres numéricos manuscritos digitalizados onde o sistema apresentou 97,85% de acertos para os Caracteres Magnéticos Codificados em 7 Barras e 91,62% de acertos para Caracteres Numéricos Manuscritos. O resultado obtido demonstra que o sistema é robusto o suficiente e pode servir de estudo para a análise de sinais em áreas correlatas com nível de precisão semelhante / Computer pattern recognition is one of the most important Artificial Intelligence tools present in numerous knowledge areas with applications in several themes, including the character recognition. The aim of this dissertation is the investigation of an automated computational process - Paraconsistent Computational System - able to recognize Handwritten Numeric Characters and Magnetic Ink Character Recognition used on Brazilian bank checks furnishing a technical basis to recognize digital documents, digital images and biological signals. Although there are several studies on character recognition, it was chosen to study this theme due to its intrinsic importance and constant improvement, besides enabling adjustments to the recognition of different kinds of signals such as, biological signals. The methodology employed for the task is based on Paraconsistent Artificial Neural Networks for being a tool with the ability to work with imprecise, inconsistent and paracomplete data without trivialization. The recognition process of this system is performed from some previously selected character features based on some Graphics techniques and, it performs the analysis of these features as well as the character recognition are performed through the Paraconsistent Artificial Neural Networks. The system was built to recognize numeric characters with a previously defined pattern where it was chosen the Magnetic Ink Character Recognition used on Brazilian bank checks and then the system was improved to recognize handwritten numeric characters. It was presented real data as checks\' batches and scanned handwritten numeric characters to validate the proposed study and the system reached 97.85% hits for Magnetic Ink Character Recognition and 91.62% hits for Handwritten Numeric Characters. The obtained result demonstrates that the system is robust enough for signal analysis study in correlated areas with similar precision level