Orientador: Aparecido Nilceu Marana / Banca: Jurandy Gomes de Almeida Junior / Banca: João Paulo Papa / Resumo:Atualmente, dada a difusão dos computadores, a tarefa de se reconhecer padrões visuais está sendo cada vez mais automatizada, em especial para tratar a vasta e crescente quantidade de imagens digitais existentes. Aplicações de diversas áreas como biometria, recuperação de imagens baseada em conteúdo e diagnóstico médico, se valem do processamento de imagens, bem como de técnicas de extração e análise de características das mesmas, a fim de identificar pessoas, objetos, gestos, textos, etc. As características básicas que são utilizadas para a análise de imagens são: cor, textura e forma. Recentemente, foi proposto um novo descritor de formas denominado HTS (Hough Transform Statistics), o qual se baseia no espaço de Hough para representar e reconhecer objetos em imagens por suas formas. Os resultados obtidos pelo HTS sobre bases de imagens públicas têm mostrado que este novo descritor, além de apresentar altas taxas de acurácia, melhores do que muitos descritores tradicionais propostos na literatura, é rápido, pois tem um algoritmo de complexidade linear. O objetivo deste trabalho foi explorar as possibilidades de representação multiescala do HTS e, assim, propor novos descritores de formas. Escala é um parâmetro essencial em Visão Computacional e a teoria de espaço-escala refere-se ao espaço formado quando se observa, simultaneamente, os aspectos espaciais de uma imagem em várias escalas, sendo a escala a terceira dimensão. Os novos métodos multiescala propostos foram avaliados sobre várias bases de dados e seus desempenhos foram comparados com o desempenho do HTS e com os principais descritores de formas encontrados na literatura. Resultados experimentais mostraram que os novos descritores propostos neste trabalho são mais rápidos e em alguns casos também mais precisos / Abstract: Currently, given the widespread of computers through society, the task of recognizing visual patterns is being more and more automated, in particular to treat the large and growing amount of digital images available. Applications in many areas, such as biometrics, content-based image retrieval, and medical diagnostic, make use of image processing, as well as techniques for the extraction and analysis of their characteristics, in order to identify persons, objects, gestures, texts, etc. The basic features that are used for image analysis are: color, texture and shape. Recently, it was proposed a new shape descriptor called HTS (Hough Transform Statistics), which is based on the Hough space to represent and recognize objects in images by their shapes. The results obtained by HTS on public image databases have shown that this new shape descriptor, besides showing high accuracy levels, better than many traditional shape descriptors proposed in the literature, is fast, since it has an algorithm of linear complexity. In this dissertation we explored the possibilities of a multiscale and scale-space representation of this new shape descriptor. Scale is a key parameter in Computer Vision and the theory of scale-space refers to the space formed when observing, simultaneously, special aspects of an image at several scales, being the scale the third dimension. The multiscale HTS methods were evaluated on the same databases and their performances were compared with the main shape descriptors found in the literature and with the monoscale HTS. Experimental results showed that these new descriptors are faster and can also be more accurate in some cases / Mestre

Orientador: Aparecido Nilceu Marana / Coorientador: Silke Anna Theresa Weber / Banca: Fátima de Lourdes dos Santos Nunes Marques / Banca: Roberta Spolon / Resumo: A identificação biométrica de pessoas na área forense está em constante estudo para facilitar e melhorar as maneiras de identificação mediante a avaliação de diversas estruturas que podem ser utilizadas como características biométricas. Os seios paranasais, cavidades ósseas presentes no crânio, apresentam alta individualidade e permanência, podendo ser utilizados em sistemas biométricos forenses. As maneiras de representação digital dos seios paranasais são modalidades de exames médicos, conhecidos como raios-X e tomografia computadorizada. As imagens de raios-X como ferramentas para obtenção de características dos seios paranasais apresentam alta aplicação nos trabalhos correlatos, entretanto, nesta modalidade de imagem, algumas desvantagens, como a baixa qualidade de resolução dificultam a identificação dos seios paranasais. Com a tomografia computadorizada, uma nova avaliação pode ser realizada para a obtenção das características dos seios paranasais, visto que esta modalidade de exame gera uma sequência de imagens com qualidade superior, tornando a segmentação e extração de características dos seios paranasais mais simples, intuitiva e precisa, facilitando seu uso em sistemas de reconhecimento biométrico. O objetivo desta dissertação foi desenvolver um novo método de identificação humana utilizando estruturas dos seios paranasais, obtidas de imagens de tomografia computadorizada, como características biométricas. Este método propõe avanços significativos principalmente nas etapas de segmentação e extração de características, uma vez que a segmentação das estruturas dos seios paranasais é realizada de forma automática. As características propostas como descritores são baseadas nas regiões e nas formas das estruturas dos seios paranasais. Resultados experimentais obtidos sobre uma base de dados contendo 310 imagens de... / Abstract: Biometric identification of people in the forensic field is constantly being studied to facilitate and improve the identification methods through the evaluation of several structures that can be used as biometric features. The paranasal sinuses, bone cavities present in the skull, have high individuality and permanence and can be used in forensic biometric systems. The X-rays and Computed Tomography are modalities of medical examinations used for the digital representation of the paranasal sinuses. X-rays images as a tool to obtain characteristics of the paranasal sinuses are highly applicable in the related works, however, in this imaging modality, some disadvantages, such as low quality resolution, make these structures harder to acquire. With computed tomography representation, a new evaluation can be performed to obtain the paranasal sinuses features, knowing that this exam modality generates an image sequence with higher quality, making the paranasal sinuses segmentation and feature extraction simpler, intuitive and precise, facilitating its use in biometric recognition systems. The objective of this master's dissertation was the development of a new human identification method that uses paranasal sinuses structures as biometric features, obtained from computed tomography images. This method proposes significant advances, specially on the segmentation and features extraction stages, once the segmentation of the paranasal sinuses structures is performed automatically. The characteristics proposed for the feature descriptors are based on the region and shape of the paranasal structures. The experimental results obtained from a database composed by 310 computed tomography images presented that the automatic method proposed in this dissertation showed 88.52% of frontal sinuses segmentation and 79.30% of correct maxillary sinuses segmentation using the KAPPA coefficient ... / Mestre

Orientador: Aparecido Nilceu Marana / Banca: João Paulo Papa / Banca: Odemir Martinez Bruno / Resumo: Atualmente, dada a difusão dos computadores pela sociedade, a tarefa de se reconhecer padrões visuais está sendo cada vez mais automatizada, em especial para tratar a vasta quantidade de imagens digitais existentes. Aplicações de diversas áreas como biometria, recuperação de imagens baseada em conteúdo e diagnóstico médico, se valem do processamento de imagens bem como de técnicas de extração e análise de características das mesmas a fim de identificar pessoas, objetos, ações, textos, etc. As características básicas que são utilizadas na análise de uma imagem digital são: cor, textura e forma. Neste trabalho são apresentados conceitos fundamentais sobre a análise de formas em imagens digitais, assim como métodos propostos na literatura para tal procedimento. Apresenta-se também um novo método para análise de formas planas, denominado HTS (Hough Transform Statistics), com três versões de descritores. Esses três descritores se valem de valores estatísticos extraídos do espaço de Hough para a caracterização das formas de objetos em imagens digitais. Experimentos realizados mostram que estes novos descritores são muito eficazes e eficientes quando comparados com outros propostos na literatura, apresentando desempenhos superiores em muitos casos, tanto no quesito acurácia quanto no tempo de processamento. Os descritores propostos se configuram como boas alternativas, particularmente quando se deseja reconhecer objetos pela forma em grandes bases de dados, contendo imagens com grandes dimensões ou com alta resolução, tendência verificada nos dias atuais dada a popularização e o barateamento dos sensores de captura e das mídias de armazenamento / Abstract: Nowadays, given the widespread use of computers by society, the task of recognizing visual patterns are increasingly being automated, in particular to address the vast amount of digital images available. Applications of many areas such as biometrics, content-based image retrieval and medical diagnosis, make use of image analysis techniques in order to identify people, objects, actions, texts, etc. in the images. The basic features that can be extracted and analyzed from digital images are color, texture and shape. This paper presents some fundamental concepts about the shape analysis on digital images as well as some methods proposed in the literature. It also proposes a new shape analysis method called HTS (Hough Transform Statistics), with three versions of shape descriptors, which make use of statistical values extracted from the Hough space in order to characterize the shape of objects. Experiments conducted show that these new descriptors are very effective, presenting excellent performance regarding accuracy and processing time. These methods are good alternatives for the shape analysis task especially when working with large or high-resolution images, and with large databases, a tendency in our days, given the popularization and low costs of sensors and storage media / Mestre

Orientador: Antonio Maria Garcia Tommaselli / Resumo: Algumas das tarefas mais significativas em Visão Computacional e em Fotogrametria Digital à curta distância estão associadas à segmentação, ao reconhecimento de objetos na imagem e à posterior reconstrução. Esta dissertação apresenta uma metodologia para a identificação e para a medição automáticas de alvos projetados em imagens tomadas à curta-distância, usando o sistema ativo denominado luz estruturada. Para a classificação de tais padrões, dois métodos de correspondência são comparados: correspondência por padrão (template matching) e por assinatura. O método de correspondência por padrão consiste na classificação por correlação, que mede a similaridade entre as janelas de referência e de busca utilizando uma função de correlação adequada. Os problemas existentes neste método estão relacionados com os ruídos na imagem, variações de brilho, distorções geométricas, o grande número de padrões a serem comparados e a escolha do tamanho do padrão. O método de assinatura consiste na comparação da representação funcional unidimensional da fronteira do padrão. Este método de assinatura não varia em relação à translação, mas depende da rotação e da mudança de escala. Para a localização precisa, dois métodos foram comparados: correspondência por mínimos quadrados e detector de cantos. O método de correspondência por mínimos quadrados refina a correspondência obtida por correlação, estimando os parâmetros de transformação radiométricos e geométricos entre as janelas de referência e de pesquisa, de acordo com o critério de erro dos mínimos quadrados. Já o detector de cantos determina as coordenadas subpixel usando uma combinação dos operadores de Moravec e de Förstner. Experimentos realizados com dados simulados e reais foram conduzidos com o objetivo de verificar a eficácia da metodologia...(Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Some of the main tasks in computer vision and close range Photogrammetry are related to the processes of segmentation, object recognition in the image and later reconstruction. The aim of this work is to study an automatic recognition system to identify and to measure targets projected with a structured light system. For target recognition two methods are compared: template matching and the signature method. The template matching method consists in the detection of area similarity by correlation. The idea of correlation is to compare the gray level distribution of a small sub image with its homologous in the search image. In this paper, the function used is the modified cross covariance which presented the best results. The problems in this method are related to illumination differences between the two images, geometric distortions, noise, the great number of templates to be compared and determination of template size. The signature method is based in the analysis of the onedimensional representation of target border. The signature depends on the rotation and the scale changes of the target. Two methods were compared for precise localization: LSM (least square matching) and corner detection. The idea of least squares matching is to minimize the gray level differences between the image patch and the matching window; the geometric and radiometric parameters from the template to the matching window are determined in the adjustment process. The corner detection consists in the determination of the subpixel coordinates of corners using the Förstner and Moravec operators. Experiments were performed, in order to verify the performance of the methodology for detection and precise localization. The results showed that the classification works appropriately, identifying 98% of targets in plane surfaces and 93% in oblique surfaces. Besides, the results of precise localization were equivalent in both methods: LSM and corner detection. / Mestre

Orientador: Anna Diva Plasencia Lotufo / Co-orientador: Jozué Vieira Filho / Banca: Nobuo Oki / Banca: Lilian Yuli Isoda / Banca: José Guilherme Mangalini Santos Decanini / Banca: Fabricio Guimarães Baptista / Resumo: O reconhecimento de padrões aplicado a sinais cerebrais é essencial para a implementação de interfaces computacionais que permitam comandar dispositivos de auxílio a indivíduos com limitações motoras. A identificação de características relacionadas com movimentos dos membros do corpo, tal como os dos dedos das mãos, exige uma sequência de etapas que inclui a aquisição e o pré-processamento dos sinais, a extração de características e classificação de dados do sinal. Esses sinais, chamados ECoGs, podem ser obtidos diretamente do cérebro através de implantes na região que gera as decisões de movimento, que é o córtex motor primário. Tais sinais são superiores em informação, qualitativa e quantitativamente, em relação aos sinais chamados EEG, obtidos na superfície do couro cabeludo. O pré-processamento consiste na preparação dos sinais para serem processados através de técnicas de seleção de canais relevantes, janelamento e filtragem para seleção de bandas de frequência portadoras de informação. A extração de características pode ser feita utilizando-se estes sinais no domínio da frequência e em seguida submetendo-os a autoregressão. A classificação se deu com o uso de redes neurais artificiais do tipo ARTMAP-Nebulosa, tendo como entrada matrizes compostas por dados processados provenientes dos sinais ECoG e de luva de dados, obtidos simultaneamente do mesmo indivíduo, durante uma seção experimental. Esse trabalho conseguiu ao final, gerar os sinais da luva a partir dos sinais ECoG. O coeficiente de correlação médio obtido foi de 0,91, evidenciando a eficiência do modelo proposto / Abstract: The pattern recognition signals applied to the brain is essential for the implementation of computational interfaces allowing control devices to aid people with physical limitations. The identification of features associated with body movements of the members, such as the fingers, requires a sequence of steps which includes the acquisition and pre-processing of signals, extraction of features and classification of signal data. These signals, called ECoG can be obtained directly from the brain through implants in the region that generates the motion decisions, which is the primary motor cortex. Such signs are superior in information qualitatively and quantitatively compared to the known EEG signals obtained on the surface of the scalp. The pre-processing consists in preparation of the signals to be processed through the relevant channel selection techniques, windowing and filtering for selecting frequency band information carrier. The feature extraction can be done by using these signals in the frequency domain and then subjecting them to autoregression. The classification is made using artificial neural networks ARTMAP-Fuzzy type, having as input matrices composed of processed data from the ECoG signals and data glove, both obtained from the same subject during the experimental section. This work could ultimately, generate sleeve signals from the ECoG signals. The average correlation coefficient obtained was 0.91, showing the efficiency of the proposed model / Doutor

Orientador: João Paulo Papa / Coorientador: Aparecido Nilceu Marana / Banca: Ricardo da Silva Torres / Banca: Ivan Rizzo Guilherme / Resumo: Categorização de imagens utilizando Dicionário de Palavras Visuais tem recebido grande atenção pelas comunidades de visão computacional e processamento de imagens. Nesta abordagem, cada imagem é representada por um conjuntode pontos invariantes, os quais são mapeados no espaço de Hilbert, o qual é uma extensão do plano Euclideano e espaço 3D tendo qual quer número finito ou infinito de dimensões, representando um dicionário visual composto das características mais representativas de um conjunto de imagens. Contudo, o principal problema de tal abordagem é encontrar um dicionário que seja compacto e, ao mesmo tempo, representativo. Encontrar tal dicionário de maneira automática, sem auxílio de um usuário, é uma tarefa ainda mais difícil. Neste trabalho, é proposto um método para encontrar o dicionário de maneira automática empregando um algoritmo baseado em grafos denominado Floresta de Caminhos Ótimos, o qual não necessita da dimensão do dicionário para encontrá-lo. Os experimentos envolveram o uso de 3 bases de imagens de objetos variados e realizando-se umacomparação entre a técnica apresentada e as técnicas K-médias e Seleção Aleatória. A comparação avaliou o tempo necessário para que cada técnica compute os dicionários e a taxa de acerto proporcionada pelos dicionários. Os resultados experimentais monstraram que o algoritmo Floresta de Caminhos Ótimos é uma alternativa a ser empregada na técnica Dicionário de Palavras Visuais, uma vez que as taxas de acerto são similares as demais técnicas, possui vantagem quando dicionários de alta dimensão devem ser calculadose, principalmente, não necessita que a dimensão do dicionário visual seja definido a priori / Abstract: Image categorization by means of bag of visual words has received increasing attention by the image processing and vision communities in the last years. In these approaches, each image is represented by invariant points of interest which are mapped to a Hilbert Space, which is an extension of traditionals Euclidean plane and 3D space having any finite or infinite number of dimensions, representing a visual dictionary which aims at comprising the most discriminative features in a set of images. Notwithstanding, the main problem of such approaches is to find a compact and representative dictionary. Finding such representative dictionary automatically with no user intervention is an even more difficult task. In this work, we propose a method to automatically find such dictionary by employing a recent developed graph-based n˜ao-supervisionado algorithm called Optimum-Path Forest, which does not make any assumption about the visual dictionary's size. Experiments were performed on 3 different databases of different objects in order to compare OPF n˜ao-supervisionado, K-means and Random Selection. The comparison assessed the time for each technique to compute the visual dictionaries and the accuracy rate when such visual dictionaries are used. The experimental results showed that OPF n˜ao-supervisionado is an alternate algorithm for the visual dictionary generation, since accuracy rates are similar, presents a time advantage when high-dimension dictionaries have to be computed and does not require visual dictionary dimension prior its computing / Mestre

Orientador: João Paulo Papa / Coorientador: Kelton Augusto Pontara da Costa / Banca: Roberta Spolon / Banca: Tiago Agostinho de Almeida / Resumo: O aprendizado de características tem sido um dos grandes desafios das técnicas baseadas em Redes Neurais Artificiais (RNAs), principalmente quando se trata de um grande número de amostras e características que as definem. Uma técnica ainda pouco explorada nesse campo diz respeito as baseadas em RNAs derivada das Máquinas de Boltzmann Restritas, do inglês Restricted Boltzmann Machines (RBM), principalmente na área de segurança de redes de computadores. A proposta deste trabalho visa explorar essas técnicas no campo de aprendizado não-supervisionado de características para detecção de conteúdo malicioso, especificamente na área de segurança de redes de computadores. Experimentos foram conduzidos usando técnicas baseadas em RBMs para o aprendizado não-supervisionado de características visando a detecção de conteúdo malicioso utilizando meta-heurísticas baseadas em algoritmos de otimização, voltado à detecção de spam em mensagens eletrônicas. Nos resultados alcançados por meio dos experimentos, observou-se, que com uma quantidade menor de características, podem ser obtidos resultados similares de acurácia quando comparados com as bases originais, com um menor tempo relacionado ao processo de treinamento, evidenciando que técnicas de aprendizado baseadas em RBMs são adequadas para o aprendizado de características no contexto deste trabalho / Abstract: The features learning has been one of the main challenges of techniques based on Artificial Neural Networks (ANN), especially when it comes to a large number of samples and features that define them. Restricted Boltzmann Machines (RBM) is a technique based on ANN, even little explored especially in security in computer networks. This study aims to explore these techniques in unsupervised features learning in order to detect malicious content, specifically in the security area in computer networks. Experiments were conducted using techniques based on RBMs for unsupervised features learning, which was aimed to identify malicious content, using meta-heuristics based on optimization algorithms, which was designed to detect spam in email messages. The experiment results demonstrated that fewer features can get similar results as the accuracy of the original bases with a lower training time, it was concluded that learning techniques based on RBMs are suitable for features learning in the context of this work / Mestre

Orientador: Fabrício Aparecido Breve / Banca: Moacir Antonelli Ponti / Banca: Daniel Carlos Guimarães Pedronette / Resumo: As pesquisas realizadas para o Sequenciamento de Genomas, Proteômica, Sistemas Biológicos, Diagnósticos Médicos, entre outros, geram uma grande quantidade de dados, fazendo necessário o apoio de soluções computacionais para a análise e interpretação desses dados. A utilização de técnicas de Aprendizado de Máquina, para a extração de conhecimentos úteis dessas grandes quantidades de dados, tem sido amplamente discutida entre pesquisadores da Biologia e da Computação. O processo para se rotular todos os dados gerados pelas pesquisas biológicas, assim como em outras áreas, é difícil, caro e/ou demorado. Assim, buscar maneiras de se atingir uma grande acurácia com poucos dados rotulados torna-se uma tarefa importante e desafiadora. Nesse sentido, o Aprendizado SemiSupervisionado mostra-se como uma opção importante uma vez que utiliza dados rotulados e não rotulados para o treinamento, sendo uma categoria intermediária entre o Aprendizado Supervisionado e o Não Supervisionado. Diversas abordagens para algoritmos de Aprendizado Semi-Supervisionado são encontradas na literatura. Dentre elas, destacam-se os métodos baseados em grafos, que representam os dados de entrada como nós de um grafo cuja estrutura é utilizada para propagar informações de rótulos dos nós rotulados para os demais nós. Destaca-se ainda que a abordagem baseada em grafos possui uma grande fundamentação matemática e computacional. Nesse contexto, este trabalho apresenta uma análise comparativa de alguns algoritmos semi-supervisionados, baseados em grafos, quando aplicados a dados biológicos relacionados aos campos de estudos da Proteômica e Transcriptômica. Adicionalmente, o trabalho propõe um novo dataset com dados reais oriundos de pesquisas biológicas com o transcriptoma de formigas da espécie Mycocepurus goeldii. Alguns experimentos realizados com os algoritmos semi-supervisionados são apresentados, levando em consideração sua... / Abstract: Research conducted for the sequencing of genomes, Proteomics, Systems Biology, Medical Diagnostics, among others, generate a lot of data, making it necessary the support of computing solutions for the analysis and interpretation of such data. The possibility of using machine learning techniques to extract useful knowledge of these large amounts of data has been widely discussed among researchers of Biology and Computer Science. The process of labeling all data generated by biological research, as well as in other areas, is difficult, costly and / or time consuming. Thus, searching ways to achieve a high accuracy with few labeled data is an important and challenging task. Accordingly, the Semi-Supervised Learning shows up as an important option since it uses both labeled and unlabeled data for training, being an intermediate category between the Supervised and Unsupervised Learning. Several approaches to semi-supervised learning algorithms are found in the literature. Among them, the highlights are the graph-based methods, which represent the input data as nodes in a graph, which structure is used to propagate label information from labeled nodes to the other nodes. It is also noteworthy that the graph-based approach has a great mathematical and computational validity. In this context, this paper presents a comparative analysis of some semi-supervised algorithms based on graphs, when applied to biological data analysis related to the field of proteomics and transcriptomics studies. In addition, the paper proposes a new dataset with actual data from biological research with the transcriptome of the Mycocepurus goeldii species of ants. Some experiments performed with semi-supervised algorithms are presented, considering its efficacy when compared with a few supervised methods / Mestre

CAPES / Recentemente, alguns sistemas estão sendo transferidos para a plataforma web. Muitos serviços e aplicações, incluindo sistemas de simulação e planejamento de energia e sistemas de automação, são desenvolvidos com interfaces baseadas na Internet. A usabilidade é a principal característica de uma interface e está associada com as funcionalidades de um sitema. Ela descreve o quão bem um produto pode ser utilizado para os fins propostos por seus usuários com eficácia, eficiência e satisfação. Este trabalho apresenta a aplicação de técnicas de Reconhecimento de Padrões na detecção e classificação automática de problemas de usabilidade na interface de um sistema web. O foco inicial do trabalho é centrado na identificação de possíveis problemas de usabilidade em formulários web. Os potenciais problemas de usabilidade do formulário web são definidos a partir das recomendações descritas na literatura. As tarefas realizadas pelo usuário são obtidas através da análise da interação do usuário armazenada em arquivos de log. A classificação de quais tarefas são realizadas conforme o esperado e quais são consideradas potenciais problemas de usabilidade é realizada através de uma Rede Neural Artificial. / Recently, some systems have been transferred to the web-based platform. Many services and applications, including those of power systems simulating and planning and automation systems, are developed with Internet-based interface. Usability is mainly a characteristic of the interface and is associated with the functionalities of the systems. It describes how well a product can be used for its intended purpose by its users with efficiency, effectiveness and satisfaction. This paper presents the application of pattern recognition techniques in automatic detection and classification of usability problems in the interface of a web system. The initial focus of this work is focused on identifying potential usability problems in web forms. The potential usability problems of the web form are defined based on the recommendations described in the literature. The tasks performed by the user are obtained through analysis of user interaction stored in log files. The classification of tasks which are performed as expected and what are considered potential usability problems is performed by an Artificial Neural Network.

Algumas bactérias específicas denominadas coletivamente de rizóbios são capazes de formar nódulos em raízes de leguminosas como o feijoeiro e a soja; o resultado desta associação é um processo biológico que torna possível fixar nitrogênio atmosférico no solo. A fixação biológica do nitrogênio é um processo chave para a agricultura e para o ambiente, permitindo a substituição de fertilizantes nitrogenados, reduzindo a poluição da água por nitrato, bem como a emissão de gases de efeito estufa. Os solos contêm inúmeras estirpes pertencentes ao gênero Bradyrhizobium, que estabelecem simbiose com uma variedade de plantas. No entanto, devido à alta conservação dos genes ribossomal 16S RNAr, considerados a espinha dorsal da taxonomia das espécies de procariontes, poucas espécies desse gênero foram delineadas. A metodologia de Multilocus Sequence Analysis (MLSA), que inclui a análise de múltiplos genes housekeeping, tem-se demonstrado promissora e poderosa para a definição de espécies bacterianas e neste estudo foi aplicada à espécie Bradyrhizobium, aumentando a compreensão sobre a diversidade de bactérias fixadoras de nitrogênio. A classificação de bactérias importantes para a agricultura e a manipulação biotecnológica conduzida para melhorar a produtividade agrícola são relevantes para a biodiversidade. Este estudo propõe a construção de um banco de dados disponível na internet que irá fornecer informações e ferramentas utilizando a metodologia MLSA, visando melhorar a caraterização filogenética e taxonômica do gênero Bradyrhizobium, permitindo a comparação de sequências genômicas com as estirpes tipo e representativas de cada espécie. No total estão disponíveis para consulta 280 sequencias de DNA, referentes a 19 espécies do gênero Bradyrhizobium. Um banco de dados para a identificação taxonômica e filogenética do gênero Bradyrhizobium utilizando MLSA irá facilitar a utilização de dados biológicos disponíveis através de uma interface web amigável e intuitiva. As sequências armazenadas no banco de dados podem ser comparadas com sequências de outras linhagens de forma simples e ágil, com o uso de algoritmos de alinhamento e rotinas computacionais integradas ao banco de dados. As ferramentas para alinhamento de sequencias individuais e múltiplas do banco de dados e as rotinas computacionais desenvolvidas para o pré e pós processamento de dados estão disponíveis em http://mlsa.cnpso.embrapa.br, e podem ser usadas de forma gratuita por pesquisadores de todo mundo para classificar estirpes de Bradyrhizobium; reproduzir as experiências apresentadas neste trabalho, bem como para gerar novos experimentos. O próximo passo será a expansão da base de dados para incluir outras espécies de rizóbios. / Some specific bacterias collectively called rhizobia are able to form nodules on the roots of legumes such as beans and soybeans plants, and the result of this combination is a biological process that makes it possible to fix atmospheric nitrogen in the soil.. Biological nitrogen fixation, with an emphasis on the legume-rhizobia symbiosis, is a key process for agriculture and the environment, allowing the replacement of nitrogen fertilizers, reducing water pollution by nitrate as well as the emission of greenhouse gases. Soils contain numerous strains belonging to the bacterial genus Bradyrhizobium, which establish symbioses with a variety of legumes. However, due to the high conservation of the ribosomal genes 16S RNAr of Bradyrhizobium-considered as the backbone of the taxonomy of prokaryotes-few species have been delineated so far. The multilocus sequence analysis (MLSA) methodology, consisting of the analysis of housekeeping genes, has been shown to be promising and powerful for defining bacterial species, and in this study it was applied to Bradyrhizobium species, increasing our understanding of the diversity of nitrogen-fixing bacteria. Classification of bacteria of agronomic importance is relevant to the biodiversity knowledge, as well as to biotechnological manipulation to improve agricultural productivity. We propose the construction of an on-line database that will provide information and tools using the MLSA to improve phylogenetic and taxonomic characterization of Bradyrhizobium, allowing the comparison of genomic sequences with those of type and representative strains of each species.In total are available for viewing 280 sequences relating to 19 species of the genus. A database for the taxonomic and phylogenetic identification of the Bradyrhizobium genus, using MLSA, will facilitate the use of biological data available through an intuitive web interface. Sequences stored in the on-line database can be compared with multiple sequences of other strains with simplicity and agility through multiple alignment algorithms and computational routines integrated into the database. Tools for alignment of individual threads and multiple database and computational routines developed for pre and post processing of data are available at http://mlsa.cnpso.embrapa.br, and can be used, free of charge, by researchers worldwide to classify Bradyrhizobium strains; the database and software can be applied to replicate the experiments presented in this study as well as to generate new experiments. The next step will be expansion of the database to include other rhizobial species.