CAPES / Pesquisadores têm concentrado esforços, nos últimos 20 anos, aplicando a transformada wavelet no processamento, filtragem, reconhecimento de padrões e na classificação de sinais biomédicos, especificamente em sinais de eletroencefalografia (EEG) contendo eventos característicos da epilepsia, as espículas. Várias famílias de wavelets-mães foram utilizadas, mas sem um consenso sobre qual wavelet-mãe é a mais adequada para essa finalidade. Os sinais utilizados apresentam uma gama muito grande de eventos e não possuem características padronizadas. A literatura relata sinais de EEG amostrados entre 100 a 600 Hz, com espículas variando de 20 a 200 ms. Nesse estudo foram utilizadas 98 wavelets. Os sinais de EEG foram amostrados de 200 a 1 kHz. Um neurologista marcou um conjunto de 494 espículas e um conjunto de 1500 eventos não-espícula. Esse estudo inicia avaliando a quantidade de decomposições wavelets necessárias para a detecção de espículas, seguido pela análise detalhada do uso combinado de wavelets-mães de uma mesma família e entre famílias. Na sequência é analisada a influência de descritores e o uso combinado na detecção de espículas. A análise dos resultados desses estudos indica que é mais adequado utilizar um conjunto de wavelets-mães, com vários níveis de decomposição e com vários descritores, ao invés de utilizar uma única wavelet-mãe ou um descritor específico para a detecção de espículas. A seleção desse conjunto de wavelets, de níveis de decomposição e de descritores permite obter níveis de detecção elevados conforme a carga computacional que se deseje ou a plataforma computacional disponível para a implementação. Como resultado, esse estudo atingiu níveis de desempenho entre 0,9936 a 0,9999, dependendo da carga computacional. Outras contribuições desse estudo referem-se à análise dos métodos de extensão de borda na detecção de espículas; e a análise da taxa de amostragem de sinais de EEG no desempenho do classificador de espículas, ambos com resultados significativos. São também apresentadas como contribuições: uma nova arquitetura de detecção de espículas, fazendo uso da análise de discriminante linear; e a apresentação de um novo descritor, energia centrada, baseado na resposta dos coeficientes das sub-bandas de decomposição da transformada wavelet, capaz de melhorar a discriminação de eventos espícula e não-espícula. / Researchers have concentrated efforts in the past 20 years, by applying the wavelet transform in processing, filtering, pattern recognition and classification of biomedical signals, in particular signals of electroencephalogram (EEG) containing events characteristic of epilepsy, the spike. Several families of mother-wavelets were used, but there are no consensus about which mother-wavelet is the most adequate for this purpose. The signals used have a wide range of events. The literature reports EEG signals sampled from 100 to 600 Hz with spikes ranging from 20 to 200 ms. In this study we used 98 wavelets. The EEG signals were sampled from 200 Hz up to 1 kHz. A neurologist has scored a set of 494 spikes and a set 1500 non-spike events. This study starts evaluating the amount of wavelet decompositions required for the detection of spikes, followed by detailed analysis of the combined use of mother-wavelets of the same family and among families. Following is analyzed the influence of descriptors and the combined use of them in spike detection. The results of these studies indicate that it is more appropriate to use a set of mother-wavelets, with many levels of decomposition and with various descriptors, instead of using a single mother-wavelet or a specific descriptor for the detection of spikes. The selection of this set of wavelets, decomposition level and descriptors allows to obtain high levels of detection according to the computational load desired or computing platform available for implementation. This study reached performance levels between 0.9936 to 0.9999, depending on the computational load. Other contributions of this study refer to the analysis of the border extension methods for spike detection; and the influences of the EEG signal sampling rate in the classifier performance, each one with significant results. Also shown are: a new spike detection architecture by making use of linear discriminant analysis; and the presentation of a new descriptor, the centred energy, based on the response of the coefficients of decomposition levels of the wavelet transform, able to improve the discrimination of spike and non-spike events.

CAPES / A insuficiência respiratória gerada pela lesão medular, em pessoas com tetraplegia e paraplegia torácica alta, tem sido uma das principais causas de morte desses indivíduos. A paralisação, total ou parcial, dos músculos abdominais e do diafragma dificulta a produção de tosse e diminui o volume corrente da ventilação. Este problema pode ser amenizado por meio do tratamento com estimulação elétrica funcional transcutânea (EEFT), na musculatura diafragmática e abdominal, sincronizada com a respiração espontânea. Poucos estudos têm sido direcionados a esta área e foi constatado que é de grande interesse científico que seja desenvolvido um sistema capaz de automaticamente sincronizar a estimulação elétrica com os eventos de inspiração (estimulação diafragmática) e expiração (estimulação abdominal). Por isso, nesta dissertação, desenvolveu-se um sistema de aquisição de sinal respiratório e detecção dos eventos de inspiração e expiração para sincronismo da EEFT durante a respiração tranquila. O sistema emprega uma cinta elástica acoplada a uma célula de carga baseada em strain gauges para a aquisição do sinal respiratório. Um algoritmo, baseado em análise estatística do sinal, foi desenvolvido para a detecção das fases de inspiração e expiração.Testes foram realizados em oito voluntários hígidos. A cinta foi posicionada na região da última costela, e sinais foram adquiridos com o auxílio de um osciloscópio digital. Um fisioterapeuta ajudou na análise dos sinais. Foi realizada a contagem de inspirações e expirações detectadas corretamente. O resultado dos testes alcançou a taxa de 82% de acerto na detecção dos eventos inspiratórios, e 96% para os eventos expiratórios. Os resultados indicam que o sistema desenvolvido é eficiente para a aquisição de sinais respiratórios e o algoritmo criado pode propiciar a sincronização da EEFT, com o paciente tratado em posição quase estática. / The respiratory failure, caused by spinal cord injury in people with high thoracic paraplegia and tetraplegia, has been the major cause of death for those individuals. The total or partial paralysis of the abdominal muscles and the diaphragm hinders the production of cough and decreases tidal volume. This problem can be alleviated by treatment with transcutaneous functional electrical stimulation (TFES), on diaphragm and abdominal muscles synchronized with the spontaneous respiration. Few studies have been conducted on this matter, and it was found that is of great scientific interest the development of a system capable of automatically triggering the electrical stimulation with inspiration (diaphragmatic stimulation) and expiration events (abdominal stimulation). Therefore, in this work, a respiratory signal acquisition system was developed for the detection of inspiration and expiration events for triggering the electrical stimulation during quiet breathing. The system employs an elastic belt attached to a load cell based on strain gauges for acquiring the respiratory signal. An algorithm based on signal statistical analysis was developed for the detection of inspiration and expiration events. Tests were carried out in eight healthy volunteers. The belt was positioned at the last rib region, and signals were obtained with the aid of a digital oscilloscope. A physical therapist helped in the analysis of the signals by counting the inspiratory and expiratory events. The results reached the accuracy of 82% in the detection of inspiratory events, and 96% for expiratory events. The results indicate that the developed system is effective for the acquisition of respiratory signals and the created algorithm can provide synchronization of TFES with the patient in quasi-static situation during treatment.

Investiga-se a eficiência energética e o throughput seguros em sistemas de comunicações sem fio cooperativos, em que um par de usuários legítimos (Alice e Bob) são auxiliados por um nó relay e em que a comunicação ocorre na presença de um espião passivo (Eve). Diversos protocolos cooperativos são comparados em relação a estas medidas e se utiliza um algoritmo iterativo e distribuído, baseado no algoritmo Dinkelbach, para alocação de potência entre Alice e o relay. A alocação de potência é utilizada visando maximizar a eficiência energética segura, medida em bits seguros/J/Hz, ou o throughput seguro, medido em bits seguros/s/Hz. Em relação aos protocolos, consideramos o caso onde Alice tem conhecimento perfeito do estado instantâneo do canal apenas em relação aos usuários legítimos. Desta forma, empregamos o protocolo Decode-and-Forward Seletivo (SDF), que realiza a escolha entre o melhor tipo de comunicação entre Alice e Bob (comunicação direta ou cooperativa) de forma a aumentar a segurança do sistema. Para comparação, consideramos outros esquemas clássicos de cooperação como o Amplify-and-Forward (AF), Decode-and-Forward Fixo (DF) e o Cooperative Jamming (CJ). Nossos resultados demostram que o SDF supera o AF, o DF e o CJ em grande parte das situações. Contudo, quando a taxa de transmissão aumenta ou quando Eve está muito próxima aos nós legítimos, o CJ apresenta um melhor desempenho. / We investigate the secure energy efficiency and throughput in cooperative wireless communications systems, in which a pair of legitimate users (Alice and Bob) are assisted by a relay node and the communication occurs in the presence of a passive eavesdropper (Eve). Several cooperative protocols are compared with respect to these measures and we use of an iterative and distributed algorithm, based on Dinkelbach algorithm, to allocate power between Alice and the relay. The power allocation is performed in order to increase the secure energy efficiency, measured in secure bits/J/Hz, or secure throughput, measured in secure bits/s/Hz. About the protocols, we consider the case where Alice has perfect knowledge only about the instantaneous channel state of the legitimate channel. So, we employ a Selective Decode-and-Forward (SDF) protocol, which chooses the best type of communication between Alice and Bob (direct or cooperative communication) in order to improve security. For comparison, we consider other classical cooperative schemes such as the Amplify-and-Forward (AF), the Fixed Decode-and-Forward (DF) and the Cooperative Jamming (CJ). Our results show that SDF outperforms AF, DF and CJ in most situations. However, when the transmit rate increases or when Eve is close to the legitimate nodes, CJ has a better performance.

CNPq / Introdução: As pessoas com lesão medular (LM) podem ter seus músculos paralisados ativados por meio da estimulação elétrica funcional (FES) sobre vias neurais presentes próximas à pele. Estas estimulações elétricas são importantes para a recuperação do trofismo neuromuscular ou durante o controle de movimento por próteses neurais. No entanto, ao longo da aplicação da FES, a fadiga ocorre, diminuindo a eficiência da contração, principalmente devido à hipotrofia neuromuscular presente nessa população. A aquisição da vibração das fibras musculares como indicador de fadiga é registrada por meio da técnica de mecanomiografia (MMG), que não sofre interferências elétricas decorrentes da aplicação da FES. Objetivo: Caracterizar a vibração do músculo reto femoral durante protocolo de fadiga neuromuscular eletricamente evocada em pessoas com lesão medular completa. Método: 24 membros (direito e esquerdo) de 15 participantes (idade: 27±5 anos) do sexo masculino (A e B na American Spinal Injury Impairment Scale) foram selecionados. Um estimulador elétrico operando como fonte de tensão, desenvolvido especialmente para pesquisa, foi configurado com: freqüência de pulso em 1 kHz (20% de ciclo de trabalho) e trem de pulsos (modulação) em 70 Hz (20% período ativo). O sinal triaxial [X (transversal), Y (longitudinal) e Z (perpendicular)] da MMG foi processado com filtro Butterworth de terceira ordem e banda passante entre 5 e 50 Hz. Previamente ao protocolo, a tensão de saída do estimulador foi incrementada (~3 V/s evitando-se a adaptação/habituação dos motoneurônios) até alcançar a extensão máxima eletricamente estimulada (EMEE) da articulação do joelho. Uma célula de carga foi usada para registrar a resposta de força, onde após a sua colocação, a intensidade da FES necessária para alcançar a EMEE foi aplicada e registrada pela célula de carga como 100% da força (F100%). Durante o protocolo de fadiga neuromuscular, a intensidade do estímulo foi incrementada durante o controle para manter a força em F100%. Quatro instantes (I - IV) foram selecionados entre F100% e a incapacidade da FES manter a resposta de força acima de 30% (F30%). O sinal foi processado nos domínios temporal (energia), espectral (frequência mediana) e wavelet (temporal-espectral com doze bandas de frequência entre 5 e 53 Hz). Os dados extraídos foram normalizados pelo instante inicial (I) gerando unidades arbitrárias (u.a.), e testados com estatística não paramétrica. Resultados: A frequência mediana não apresentou significância estatística. Em relação aos eixos de deslocamento da MMG, o eixo transversal mostrou o maior número de resultados estatisticamente significantivos. A energia da vibração das fibras musculares (domínio temporal) indicou diminuição entre os instantes I (músculo fresco) e II (pré-fadiga), como também entre os instantes I e IV (fadigado) com redução significativa. O domínio wavelet teve como foco o eixo transversal, especialmente as bandas de frequência de 13, 16, 20, 25 e 35 Hz, por terem indicado redução significativa durante a fadiga neuromuscular; principalmente, a banda de 25 Hz, que indicou redução significativa entre o instante I (valor da mediana dos dados de 0,53 u.a.) e os demais instantes [II (0,30 u.a), III (0,28 u.a.) e IV (0,24 u.a.)]. Conclusão: A fadiga neuromuscular é caracterizada pela redução da energia do sinal no eixo de deslocamento transversal (X) da vibração do músculo reto femoral, em pessoas com lesão medular completa, tanto no domínio temporal quanto principalmente no domínio wavelet, sendo a banda de frequência de 25 Hz a mais relevante, porque sua energia diminui com a ocorrência da fadiga neuromuscular. Estes achados abrem a possibilidade de aplicação em sistemas de malha fechada durante procedimentos de reabilitação física utilizando FES ou no controle de próteses neurais. / Introduction: People with spinal cord injury (SCI) may have the paralyzed muscles activated through functional electrical stimulation (FES) on neural pathways present below the skin. These electrical stimulations are important to restore the neuromuscular trophism or during the movement control using neural prostheses. However, prolonged FES application causes fatigue, which decreases the contraction strength, mainly due the neuromuscular hypotrophy in this population. The acquisition of myofibers’ vibration is recognized by mechanomyography (MMG) system and does not suffer electrical interference from the FES system. Objective: To characterize the rectus femoris muscle vibration during electrically evoked neuromuscular fatigue protocol in complete spinal cord injury subjects. Methods: As sample, 24 limbs (right and left) from 15 male participants (age: 27±5 y.o.) and ranked as A and B according to American Spinal Injury Impairment Scale) were selected. An electrical stimulator operating as voltage source, specially developed for research, was configured as: pulse frequency set to 1 kHz (20% duty cycle) and burst (modulating) frequency set to 70 Hz (20% active period). The triaxial [X (transverse), Y (longitudinal) and Z (perpendicular)] MMG signal of rectus femoris muscle was processed with a third-order 5-50 Hz bandpass Butterworth filter. A load cell was used to register the force. The stimulator output voltage was increased (~3 V/s to avoid motoneuron adaptation/habituation) until the maximal electrically-evoked extension (MEEE) of the knee joint. After the load cell placement, the stimuli magnitude required to reach MEEE was applied and registered by the load cell as muscular F100% response. Stimuli intensity was increased during the control to keep the force in F100%. Four instants (I - IV) were selected from F100% up to the inability to keep the FES response force above 30% (F30%). The signal was processed in temporal (energy), spectral (median frequency) and wavelet (temporal-spectral with twelve band frequencies between 5 and 53 Hz) domains. All data were normalized by initial instant, creating arbitrary units (a.u.), and non-parametric tests were applied. Results: The median frequency did not show statistical significance. Regarding the MMG axes, the transverse axis showed most statistical differences. The MMG energy (temporal domain) indicates the decrease between the instants I (unfatigued) and II (pre-fatigue), as well as instants I and IV (fatigued). The wavelet domain focused on the transverse axis, especially on 13, 16, 20, 25 and 35 Hz frequency bands, for having shown significant reduction proven during neuromuscular fatigue. In focus on 25 Hz band frequency that showed a constant decrease between instants I (median value from data de 0.53 a.u.) with subsequent instants [II (0.30 a.u.), III (0.28 a.u.) and IV (0.24 a.u.). Conclusion: Neuromuscular fatigue is characterized by energy decrease in MMG X-axis (transverse) signal of vibration on the rectus femoris muscle for complete spinal cord injured subjects, in the temporal domain but mainly in the wavelet domain. The 25 Hz is the most important band frequency because its energy decreases with neuromuscular fatigue. These findings open the possibility of application in closed-loop systems during physical rehabilitation procedures using FES or in the control of neural prostheses.

A queda de idosos é um problema de saúde mundial. Todos os anos, cerca de 30% dos idosos com 65 anos ou mais são vítimas de quedas. Além disso, as consequências de uma queda podem ser fisiológicas (e.g. fraturas ósseas, ferimentos musculares) e psicológicas, como a perda de autoconfiança, levando a novas quedas. Uma solução para este problema está relacionada com ações preventivas (e.g. adaptação de mobília) aliadas a sistemas de detecção de quedas, os quais podem notificar familiares e serviços médicos de urgência. Como o tempo de espera por socorro após uma queda está relacionado com a severidade das consequências dela, esses sistemas devem oferecer elevada acurácia e detecção em tempo real. Embora existam várias soluções para isso na literatura (a maioria relacionada com dispositivos vestíveis), poucas delas estão relacionadas a dispositivos de punho, principalmente por causa dos desafios existentes para essa configuração. Considerando o punho como um local mais confortável, discreto e aceitável para uso de um dispositivo (menos associado com o estigma do uso de uma solução médica), este trabalho propõe o desenvolvimento e avaliação de uma solução baseada nessa configuração. Para isso, diferentes sensores (acelerômetro, giroscópio e magnetômetro) foram combinados com diferentes algoritmos, baseados em métodos de limiar e aprendizado de máquina, visando definir os melhores sinais e abordagem para a detecção de quedas. Esses métodos consideraram informações de aceleração, velocidade, deslocamento e orientação espacial, permitindo o cálculo de componentes verticais do movimento. Para o treino e avaliação dos algoritmos, dois protocolos diferentes foram empregados: um primeiro envolvendo 2 voluntários (homens, 27 e 31 anos) simulando um total de 80 sinais de queda e 80 de não-queda, e um segundo envolvendo 22 voluntários (14/8 homens/mulheres, idade média: 25,2 ± 4,7) simulando um total de 396 sinais de queda e 396 de não-queda. Uma análise exaustiva de diferentes sinais e parâmetros de configuração foi executada para cada método. O melhor algoritmo baseado em limiar considerou sinais de aceleração vertical e velocidade total, alcançando 95,8% de sensibilidade e 86,5% de especificidade. Por outro lado, o melhor algoritmo de aprendizagem de máquina foi o baseado no método K-Nearest Neighbors, considerando informações de aceleração, velocidade e deslocamento verticais combinadas com os ângulos de orientação espacial: 100% de sensibilidade e 97,9% de especificidade. Os resultados obtidos permitem enfatizar a relevância de algoritmos de aprendizagem de máquina para sistemas de detecção de queda vestíveis localizados no punho quando comparados a algoritmos baseados em limiar. Esta conclusão oferece grande contribuição para a pesquisa de detectores de quedas similares, sugerindo a melhor abordagem para novos desenvolvimentos. / Falls in the elderly age are a world health problem. Every year, about 30% of people aged 65 or older become victims of fall events. The consequences of a fall may be physiological (e.g. bone fractures, muscular injuries) and psychological, including the loss of self-confidence by fear of falling, which leads to new falls. A solution to this problem is related to preventive actions (e.g. adapting furniture) allied to fall detection systems, which can alert family members and emergency medical services. Since the response time for help is related to the fall's consequences and severity, such systems must offer high accuracy and real-time fall detection. Although there are many fall detection solutions in literature (most part of them related to wearable devices), few of them are related to wrist-worn devices, mainly because of the existing challenges for this configuration. Considering the wrist as a comfortable, discrete and acceptable place for an elderly wearable device (less associated to the stigma of using a medical device), this work proposes the development and evaluation of a fall detection solution based on this configuration. For this, different sensors (accelerometer, gyroscope and magnetometer) were combined to different algorithms, based on threshold and machine learning methods, in order to define the best signals and approach for an elderly fall detection. These methods considered acceleration, velocity and displacement information, relating them with wrist spatial orientation, allowing the calculation of the vertical components of each movement. For the algorithms' training and evaluation, two different protocols were employed: one involving 2 volunteers (both males, ages of 27 and 31) performing a total of 80 fall and 80 non-fall events simulation, and the other involving 22 volunteers (14/8 males/females, ages mean: 25.2 ± 4.7) performing a total of 396 fall and 396 non-fall events simulation. An exhaustive evaluation of different signals and configuration parameters was performed for each method. The best threshold-based algorithm employed the vertical acceleration and total velocity signals, achieving 95.8% and 86.5% of sensitivity and specificity, respectively. On the other hand, the best machine learning algorithm was based on the K-Nearest Neighbors method employing the vertical acceleration, velocity and displacement information combined with spatial orientation angles: 100% of sensitivity and 97.9% of specificity. The obtained results allow to emphasize the relevance of machine learning algorithms for wrist-worn fall detection systems instead of traditional threshold-based algorithms. These results offer great contributions for the research of similar wearable fall detectors, suggesting the best approach for new developments.

O ultrassom (US) é uma técnica bem consolidada que vem sendo amplamente utilizada para teste, caracterização e visualização de estruturas internas de materiais biológicos e não biológicos. Na Universidade Tecnológica Federal do Paraná, o grupo de pesquisa do US desenvolveu o sistema ULTRA-ORS que, apesar de adequado para pesquisa relacionada à excitação e recepção multicanal, possui tempo de computação muito elevado, devido a processamento em computador pessoal. Este trabalho apresenta a modelagem, implementação e validação de um sistema de processamento digital de sinais baseado em dispositivo FPGA (Field-Programmable Gate Array) de alto desempenho para reconstrução de imagens por US através da técnica beamforming. O software Simulink e a ferramenta DSP Builder foram empregados para simulação e transformação dos seguintes modelos em linguagem de descrição de hardware: filtro digital FIR (Finite Impulse Response), filtro de interpolação CIC (Cascaded Integrator-Comb), atraso variável, apodização, somatório coerente, decimação, demodulação com detecção de envoltória e compressão logarítmica. Após validação no Simulink, o projeto foi sintetizado para uma FPGA Stratix IV e implementado na placa Terasic DE4-230. A ferramenta SignalTap II do software Quartus II foi utilizada para aquisição dos sinais processados pela FPGA. Para avaliação gráfica e quantitativa da acurácia deste método, foram empregados dados brutos reais de US, adquiridos do ULTRA-ORS com frequência de amostragem de 40 MHz e resolução de 12 bits, e a função de custo da raiz quadrada do erro quadrático médio normalizado (NRMSE) em comparação com as mesmas funções implementadas através de scripts no Matlab. Como resultado principal do modelamento, além das respostas individuais de cada bloco implementado, são apresentadas as comparações entre as imagens reconstruídas pelo ULTRA-ORS e pelo processamento em FPGA para quatro janelas de apodização. A excelente concordância entre os resultados simulados e experimentais com valores de NRMSE inferiores à 6,2% e latência total de processamento de 0,83 µs corroboram a simplicidade, modularidade e efetividade do modelamento proposto para utilização em pesquisas sobre o processamento de sinais de US para reconstrução de imagens em tempo real. / Ultrasound (US) is a well-established technique that has been widely used for testing, characterizing and visualizing internal structures of biological and non-biological material. The US research group of the Federal University of Technology - Paraná developed the ULTRA-ORS system, which, although suitable for research related to multichannel excitation and reception, uses a large computing time, due to the personal computer processing. This research presents the modeling, implementation and validation of a digital processing system of signals based on a FPGA (Field-Programmable Gate Array) device of high performance for the reconstruction of images through US, using the beamforming technique. The software Simulink and the tool DSP Builder were used for simulation and transformation of the following models in hardware description language: digital filter FIR (Finite Impulse Response), CIC (Cascaded Integrator-Comb) Interpolation filter, variable delay, apodization, coherent summation, decimation, demodulation with envelope detection and logarithmic compression. After the Simulink validation, the design was synthesized for a Stratix IV FPGA and implemented on the Terasic DE4-230 board. The tool SignalTap II in the software Quartus II was used to acquire the processed signals from the FPGA. For the graphic and quantitative evaluation of the accuracy of this method, we used real raw US data, acquired from the ULTRA-ORS with sampling frequency of 40 MHz and 12-bit resolution, and the normalized root mean squared error (NRMSE) in comparison with the same functions implemented through scripts in Matlab. As a main result of the modeling, in addition to the individual responses of each implemented block, comparisons between the reconstructed images by ULTRA-ORS and FPGA processing for four apodization windows are presented. The excellent agreement between the simulated and experimental results with NRMSE values lower than 6.2% and total processing latency of 0.83 µs corroborates the simplicity, modularity and effectiveness of the proposed modeling for use in US signal processing research for real-time image reconstruction.

O monitoramento de sinais vitais em pacientes tem o intuito de obter rapidamente dados relevantes para decisões médicas. No entanto, tal mensuração é pouco eficiente, difícil, quando não impossível, em determinados casos, como por exemplo em pacientes vítimas de queimaduras, em função da impossibilidade de colocar o eletrodo diretamente na pele, ou em recém-nascidos, devido à fragilidade da pele. Este estudo trata do desenvolvimento de um sistema para aquisição contínua de sinais fotopletismográficos para a telemetria da frequência cardíaca em tempo real, em uma plataforma de baixo custo, utilizando a biblioteca OpenCV e o método desenvolvido pelo MIT chamado de Magnificação de Vídeo Euleriana, que revela variações que são imperceptíveis a olho nu. Para desenvolver o sistema foi utilizada a plataforma de hardware Raspberry Pi Versão B com processador ARM11 de 700MHz e 512MB de memória RAM. Os dados da frequência cardíaca coletados dos experimentos foram comparados com os dados coletados por um oxímetro de dedo More Fitness modelo MF-425. Esse foi escolhido por utilizar o mesmo princípio "Fotopletismografia"para efetuar a medição. Após a coleta de dados foi estimado o intervalo de confiança para aferir a precisão do sistema, que correspondeu a 96,5% em relação ao oxímetro utilizado. Ficou evidente que o meio utilizado para medir a frequência cardíaca via método de magnificação de vídeo Euleriana em tempo real é uma tecnologia de baixo custo (aproximadamente R$300,00) quando comparado aos monitores multiparamétricos utilizados para o monitoramento de pacientes críticos, cujo custo varia entre R$ 8.000,00 e R$ 34.000,00. Sendo assim, também contribui com a redução de custos no tratamento ao doente que necessita de monitorização constante, possibilitando que, com a economia gerada pela aquisição e implantação desta tecnologia, viabilize um maior investimento em outras áreas dos hospitais. / Monitoring vital signs in patients is used to obtain relevant data for medical decisions in a fast way. However, this measurement is both inefficient and difficult, if not impossible in certain cases, such as in burnt victims, due to the impossibility of placing the electrodes directly on the skin or in infants, because of the fragility of skin. This study aims to develop of a system for continuous acquisition of photopletismografics (PPG) signals for the telemetry of heart rate in real time in a low cost platform using the OpenCV library and the method developed by MIT called the Eulerian Video Magnification, amplifying variations that are imperceptible to the naked eye. To develop the system were used the hardware platform Raspberry Pi version B with ARM11 700MHz processor and 512MB RAM. The heart rate data collected from the experi- ments were compared with data collected by a finger oximeter model More Fitness MF-425 it was chosen, by using the same working principle "PPG"to effect the measurement. After data collection was estimated the confidence interval to measure system accuracy, which corresponded to 96,5% compared to the oximeter used. It became clear that the developed system used to measure heart rate via magnification method of Eulerian live video is a low-cost technology (approximately R$ 300.00) compared to the multiparameter monitors used for monitoring critically patients, ranging in cost from R$ 8,000.00 to R$ 34,000.00. So also, it contributes to cost reduction in the treatment to the patient in need of constant monitoring, enabling with the savings generated by the acquisition and deployment of this technology makes possible greater investment in other areas of hospitals. / 5000

CAPES / Pesquisadores têm concentrado esforços, nos últimos 20 anos, aplicando a transformada wavelet no processamento, filtragem, reconhecimento de padrões e na classificação de sinais biomédicos, especificamente em sinais de eletroencefalografia (EEG) contendo eventos característicos da epilepsia, as espículas. Várias famílias de wavelets-mães foram utilizadas, mas sem um consenso sobre qual wavelet-mãe é a mais adequada para essa finalidade. Os sinais utilizados apresentam uma gama muito grande de eventos e não possuem características padronizadas. A literatura relata sinais de EEG amostrados entre 100 a 600 Hz, com espículas variando de 20 a 200 ms. Nesse estudo foram utilizadas 98 wavelets. Os sinais de EEG foram amostrados de 200 a 1 kHz. Um neurologista marcou um conjunto de 494 espículas e um conjunto de 1500 eventos não-espícula. Esse estudo inicia avaliando a quantidade de decomposições wavelets necessárias para a detecção de espículas, seguido pela análise detalhada do uso combinado de wavelets-mães de uma mesma família e entre famílias. Na sequência é analisada a influência de descritores e o uso combinado na detecção de espículas. A análise dos resultados desses estudos indica que é mais adequado utilizar um conjunto de wavelets-mães, com vários níveis de decomposição e com vários descritores, ao invés de utilizar uma única wavelet-mãe ou um descritor específico para a detecção de espículas. A seleção desse conjunto de wavelets, de níveis de decomposição e de descritores permite obter níveis de detecção elevados conforme a carga computacional que se deseje ou a plataforma computacional disponível para a implementação. Como resultado, esse estudo atingiu níveis de desempenho entre 0,9936 a 0,9999, dependendo da carga computacional. Outras contribuições desse estudo referem-se à análise dos métodos de extensão de borda na detecção de espículas; e a análise da taxa de amostragem de sinais de EEG no desempenho do classificador de espículas, ambos com resultados significativos. São também apresentadas como contribuições: uma nova arquitetura de detecção de espículas, fazendo uso da análise de discriminante linear; e a apresentação de um novo descritor, energia centrada, baseado na resposta dos coeficientes das sub-bandas de decomposição da transformada wavelet, capaz de melhorar a discriminação de eventos espícula e não-espícula. / Researchers have concentrated efforts in the past 20 years, by applying the wavelet transform in processing, filtering, pattern recognition and classification of biomedical signals, in particular signals of electroencephalogram (EEG) containing events characteristic of epilepsy, the spike. Several families of mother-wavelets were used, but there are no consensus about which mother-wavelet is the most adequate for this purpose. The signals used have a wide range of events. The literature reports EEG signals sampled from 100 to 600 Hz with spikes ranging from 20 to 200 ms. In this study we used 98 wavelets. The EEG signals were sampled from 200 Hz up to 1 kHz. A neurologist has scored a set of 494 spikes and a set 1500 non-spike events. This study starts evaluating the amount of wavelet decompositions required for the detection of spikes, followed by detailed analysis of the combined use of mother-wavelets of the same family and among families. Following is analyzed the influence of descriptors and the combined use of them in spike detection. The results of these studies indicate that it is more appropriate to use a set of mother-wavelets, with many levels of decomposition and with various descriptors, instead of using a single mother-wavelet or a specific descriptor for the detection of spikes. The selection of this set of wavelets, decomposition level and descriptors allows to obtain high levels of detection according to the computational load desired or computing platform available for implementation. This study reached performance levels between 0.9936 to 0.9999, depending on the computational load. Other contributions of this study refer to the analysis of the border extension methods for spike detection; and the influences of the EEG signal sampling rate in the classifier performance, each one with significant results. Also shown are: a new spike detection architecture by making use of linear discriminant analysis; and the presentation of a new descriptor, the centred energy, based on the response of the coefficients of decomposition levels of the wavelet transform, able to improve the discrimination of spike and non-spike events.

CAPES / A insuficiência respiratória gerada pela lesão medular, em pessoas com tetraplegia e paraplegia torácica alta, tem sido uma das principais causas de morte desses indivíduos. A paralisação, total ou parcial, dos músculos abdominais e do diafragma dificulta a produção de tosse e diminui o volume corrente da ventilação. Este problema pode ser amenizado por meio do tratamento com estimulação elétrica funcional transcutânea (EEFT), na musculatura diafragmática e abdominal, sincronizada com a respiração espontânea. Poucos estudos têm sido direcionados a esta área e foi constatado que é de grande interesse científico que seja desenvolvido um sistema capaz de automaticamente sincronizar a estimulação elétrica com os eventos de inspiração (estimulação diafragmática) e expiração (estimulação abdominal). Por isso, nesta dissertação, desenvolveu-se um sistema de aquisição de sinal respiratório e detecção dos eventos de inspiração e expiração para sincronismo da EEFT durante a respiração tranquila. O sistema emprega uma cinta elástica acoplada a uma célula de carga baseada em strain gauges para a aquisição do sinal respiratório. Um algoritmo, baseado em análise estatística do sinal, foi desenvolvido para a detecção das fases de inspiração e expiração.Testes foram realizados em oito voluntários hígidos. A cinta foi posicionada na região da última costela, e sinais foram adquiridos com o auxílio de um osciloscópio digital. Um fisioterapeuta ajudou na análise dos sinais. Foi realizada a contagem de inspirações e expirações detectadas corretamente. O resultado dos testes alcançou a taxa de 82% de acerto na detecção dos eventos inspiratórios, e 96% para os eventos expiratórios. Os resultados indicam que o sistema desenvolvido é eficiente para a aquisição de sinais respiratórios e o algoritmo criado pode propiciar a sincronização da EEFT, com o paciente tratado em posição quase estática. / The respiratory failure, caused by spinal cord injury in people with high thoracic paraplegia and tetraplegia, has been the major cause of death for those individuals. The total or partial paralysis of the abdominal muscles and the diaphragm hinders the production of cough and decreases tidal volume. This problem can be alleviated by treatment with transcutaneous functional electrical stimulation (TFES), on diaphragm and abdominal muscles synchronized with the spontaneous respiration. Few studies have been conducted on this matter, and it was found that is of great scientific interest the development of a system capable of automatically triggering the electrical stimulation with inspiration (diaphragmatic stimulation) and expiration events (abdominal stimulation). Therefore, in this work, a respiratory signal acquisition system was developed for the detection of inspiration and expiration events for triggering the electrical stimulation during quiet breathing. The system employs an elastic belt attached to a load cell based on strain gauges for acquiring the respiratory signal. An algorithm based on signal statistical analysis was developed for the detection of inspiration and expiration events. Tests were carried out in eight healthy volunteers. The belt was positioned at the last rib region, and signals were obtained with the aid of a digital oscilloscope. A physical therapist helped in the analysis of the signals by counting the inspiratory and expiratory events. The results reached the accuracy of 82% in the detection of inspiratory events, and 96% for expiratory events. The results indicate that the developed system is effective for the acquisition of respiratory signals and the created algorithm can provide synchronization of TFES with the patient in quasi-static situation during treatment.

Investiga-se a eficiência energética e o throughput seguros em sistemas de comunicações sem fio cooperativos, em que um par de usuários legítimos (Alice e Bob) são auxiliados por um nó relay e em que a comunicação ocorre na presença de um espião passivo (Eve). Diversos protocolos cooperativos são comparados em relação a estas medidas e se utiliza um algoritmo iterativo e distribuído, baseado no algoritmo Dinkelbach, para alocação de potência entre Alice e o relay. A alocação de potência é utilizada visando maximizar a eficiência energética segura, medida em bits seguros/J/Hz, ou o throughput seguro, medido em bits seguros/s/Hz. Em relação aos protocolos, consideramos o caso onde Alice tem conhecimento perfeito do estado instantâneo do canal apenas em relação aos usuários legítimos. Desta forma, empregamos o protocolo Decode-and-Forward Seletivo (SDF), que realiza a escolha entre o melhor tipo de comunicação entre Alice e Bob (comunicação direta ou cooperativa) de forma a aumentar a segurança do sistema. Para comparação, consideramos outros esquemas clássicos de cooperação como o Amplify-and-Forward (AF), Decode-and-Forward Fixo (DF) e o Cooperative Jamming (CJ). Nossos resultados demostram que o SDF supera o AF, o DF e o CJ em grande parte das situações. Contudo, quando a taxa de transmissão aumenta ou quando Eve está muito próxima aos nós legítimos, o CJ apresenta um melhor desempenho. / We investigate the secure energy efficiency and throughput in cooperative wireless communications systems, in which a pair of legitimate users (Alice and Bob) are assisted by a relay node and the communication occurs in the presence of a passive eavesdropper (Eve). Several cooperative protocols are compared with respect to these measures and we use of an iterative and distributed algorithm, based on Dinkelbach algorithm, to allocate power between Alice and the relay. The power allocation is performed in order to increase the secure energy efficiency, measured in secure bits/J/Hz, or secure throughput, measured in secure bits/s/Hz. About the protocols, we consider the case where Alice has perfect knowledge only about the instantaneous channel state of the legitimate channel. So, we employ a Selective Decode-and-Forward (SDF) protocol, which chooses the best type of communication between Alice and Bob (direct or cooperative communication) in order to improve security. For comparison, we consider other classical cooperative schemes such as the Amplify-and-Forward (AF), the Fixed Decode-and-Forward (DF) and the Cooperative Jamming (CJ). Our results show that SDF outperforms AF, DF and CJ in most situations. However, when the transmit rate increases or when Eve is close to the legitimate nodes, CJ has a better performance.