Existe hoje uma grande diversidade de técnicas modernas na física médica que são fundamentadas na tecnologia de ressonância magnética nuclear. Dentre estas, a espectroscopia por ressonância magnética é utilizada para medir a concentração de determinados metabólitos no paciente, permitindo o diagnóstico de doenças através de anormalidades no resultado. Dadas as limitações experimentais para melhorar a aquisição do sinal, seja na parte instrumental ou ainda pela necessidade de minimizar o tempo total dos exames, a utilização de técnicas de processamento de sinais apresenta soluções para a melhor visualização e manipulação do sinal estudado. Dentre estas, está o uso de filtros para atenuar os impactos do ruído nos dados amostrados. Recentemente, diversas áreas que necessitam de processamento de sinais têm explorado implementações de filtros que utilizam a transformada wavelet, apresentando resultados promissores com esta nova abordagem. Partindo de estudos prévios na área de espectroscopia por ressonância magnética, implementamos neste trabalho filtros com transformada wavelet, utilizando a metodologia Wavelet Shrinkage Denoising (WSD). A etapa de maior importância deste procedimento é o cálculo do limiar, isto é, o valor a partir do qual os coeficientes devem ser considerados uma representação de ruído (e portanto atenuados); além do método descrito anteriormente na literatura, foram desenvolvidas neste trabalho outras duas novas formas para este cálculo, totalizando três filtros. O primeiro método utiliza a estimativa de risco não-enviesada de Stein (SURE), o segundo uma estimativa do desvio padrão característico do ruído, calculado em uma porção sem picos do espectro, e o terceiro, por fim, introduz informação do sinal à etapa de limiarização, utilizando um procedimento de fitting para estimar regiões do espectro a serem preservadas. A performance destes filtros foi comparada entre si, e também com um método de referência utilizando a transformada de Fourier, primeiro em sinais simulados, e em seguida em sinais in vivo experimentais. Os resultados apresentam uma grande melhora na performance anteriormente documentada, com proposições de novas formas de explorar o potencial de filtros baseados em transformada wavelet. / Many of today techniques in medical physics are based on nuclear magnetic resonance technology. Among these, magnetic resonance spectroscopy is used to measure the concentration of certain metabolites in the patient, allowing the diagnosis of diseases through abnormalities in the results. Given the experimental limitations to improve the quality of the acquired signal, either by instrumental methods or due to the need to minimize the total time elapsed on exams, employing signal processing techniques presents solutions for best visualization and manipulation of the studied signal. Among these, there is the development of filters to mitigate the impacts of noise on the sampled data. Recently, several areas that require signal processing have explored filter implementations that use the wavelet transform, presenting promising results with this new approach. Based on previous studies in the area of magnetic resonance spectroscopy, we implemented wavelet transform filters using the Wavelet Shrinkage Denoising (WSD) methodology. A crucial step in this procedure is the calculation of the threshold, as this value establishes which coefficients are to be considered a noise representation (and therefore attenuated); in addition to the method described previously in the literature, two other new proceedures were developed in this work, totaling three filters. The first method uses the Stein unbiased risk estimator (SURE), the second an estimate of the characteristic standard deviation of the noise, calculated in a portion without peaks of the spectrum, and the third, finally, inputs information from the signal at the thresholding using a fitting procedure to estimate regions of the spectrum that must be preserved. The performance of these filters was compared between each other, and also to a reference method using the Fourier transform, first on simulated signals, and then on experimental in vivo signals. Results show a great improvement compared to performance previously documented, bringing new ways to explore the potential of filters based on wavelet transform.

As bolsas para coleta de sangue necessitam cuidados técnicos que assegurem sua esterilidade biológica durante o processo de fabricação até a entrega do produto final. As bolsas para coleta de sangue não devem conter qualquer tipo de resíduo, para que o seu uso ou conteúdo não seja comprometido causando diversos transtornos. É preciso eliminar o risco de contaminação; no entanto muitas empresas fazem a inspeção de bolsas para coleta de sangue visualmente, a olho nu, por funcionários treinados no uso de equipamento simples, o qual não pode garantir que todas as bolsas estejam livres de resíduos, por depender do fator humano. Para assegurar a esterilização das bolsas comercializadas, este trabalho propõe uma metodologia para automação de um sistema de visão computacional baseado em conjunto de técnica de extração de características de imagens e reconhecimento de padrões para detectar resíduos em imagens de bolsas para coleta de sangue durante o processo de fabricação, e assim, melhorar a qualidade das bolsas comercializadas. Os resíduos encontrados nas imagens capturadas se apresentam como componentes de alta freqüência. A metodologia proposta utiliza a Transformada Wavelet (Wavelet de Haar) em dois níveis de decomposição, como filtro passa - alta para destacar as altas freqüências, e assim detectar a existência de resíduos nas imagens capturadas. Os resultados obtidos com a inspeção visual manual realizada em bolsas para coleta de sangue, mostram que existem resultados divergentes na análise de uma mesma bolsa, o que reforça a necessidade de automatização dessa tarefa para que sejam obtidos resultados mais uniformes com padrões definidos, e dessa maneira melhorar a qualidade das bolsas comercializadas para coleta de sangue. / The blood bags require technician attention to assure its biological sterility in the process of manufacture and in the final product. The blood bags must not contain any type of waste, so that its use or content is not compromised causing various disorders; it is necessary to eliminate any contamination risk; however many companies perform a visually inspection of the blood bags, by naked eye, by trained employees in the use of a simple equipment, which cannot guarantee that all the bags are residue-free because depending on the human factor. The residues showed on the pictures were characterized as high frequency components. So the proposed methodology applies two levels decomposition of Haar´s Wavelet as high pass filter to evidence high frequencies, and to evidence the residues at the pictures and to evidence the existence of residues on the captured pictures. To assure the sterilization of the commercialized blood bags, this work propose a methodology of an automated computational system based in a group of techniques of image characteristics extraction and recognition patterns to detect residues in blood bag images in the process of manufacture, in order to improve the quality of the commercialized blood bags.This technique is used as high-pass filter, to detach the high frequencies, using a Haar-wavelet in two decomposition levels. The results obtained with the manual visual inspection indicate that were found divergent results in the analysis of the same blood bag, which reinforces the necessity of the automation of this task in order to obtain more uniform results with defined standards.

Submitted by Luciclea Silva (luci@ufpa.br) on 2018-10-16T14:59:25Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Análisesupraharmônicosequipamentos.pdf: 6997766 bytes, checksum: c986065c4af63643d869b704982eb088 (MD5) / Approved for entry into archive by Luciclea Silva (luci@ufpa.br) on 2018-10-16T14:59:52Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Análisesupraharmônicosequipamentos.pdf: 6997766 bytes, checksum: c986065c4af63643d869b704982eb088 (MD5) / Made available in DSpace on 2018-10-16T14:59:52Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Análisesupraharmônicosequipamentos.pdf: 6997766 bytes, checksum: c986065c4af63643d869b704982eb088 (MD5) Previous issue date: 2018-09-10 / Esta dissertação objetiva analisar a emissão, a propagação e a interação entre equipamentos envolvendo componentes harmônicas que possuem frequência na faixa entre 2 kHz e 150 kHz, denominadas supraharmônicos. A literatura especializada já reportou a emissão de supraharmônicos por equipamentos eletrônicos como lâmpadas fluorescentes, lâmpadas LED, inversores de frequência e nobreaks, além de impactos relacionados ao aquecimento de cabos e terminações, ruído acústico e interferência em sistemas PLC (Power Line Communication). No presente trabalho, foram realizadas campanhas de medição, em ambiente laboratorial, em inversores de frequência e um conjunto de lâmpadas LED. As medições se dividiram em dois grupos distintos: com os equipamentos conectados à rede elétrica e a uma fonte eletrônica trifásica, com o objetivo de verificar as ordens e os níveis, tanto das emissões provenientes dos equipamentos, quanto da distorção emitida pela própria fonte eletrônica, além da interação entre a fonte e os equipamentos alimentados. Foram empregadas a Transformada de Fourier e a Transformada Wavelet Packet para efetuar a análise e caracterização das distorções observadas. As medições mostraram uma contribuição significativa dos equipamentos observados e da fonte eletrônica para a emissão de supraharmônicos, além da amplificação da distorção quando os equipamentos são por ela alimentados. / Esta dissertação objetiva analisar a emissão, a propagação e a interação entre equipamentos envolvendo componentes harmônicas que possuem frequência na faixa entre 2 kHz e 150 kHz, denominadas supraharmônicos. A literatura especializada já reportou a emissão de supraharmônicos por equipamentos eletrônicos como lâmpadas fluorescentes, lâmpadas LED, inversores de frequência e nobreaks, além de impactos relacionados ao aquecimento de cabos e terminações, ruído acústico e interferência em sistemas PLC (Power Line Communication). No presente trabalho, foram realizadas campanhas de medição, em ambiente laboratorial, em inversores de frequência e um conjunto de lâmpadas LED. As medições se dividiram em dois grupos distintos: com os equipamentos conectados à rede elétrica e a uma fonte eletrônica trifásica, com o objetivo de verificar as ordens e os níveis, tanto das emissões provenientes dos equipamentos, quanto da distorção emitida pela própria fonte eletrônica, além da interação entre a fonte e os equipamentos alimentados. Foram empregadas a Transformada de Fourier e a Transformada Wavelet Packet para efetuar a análise e caracterização das distorções observadas. As medições mostraram uma contribuição significativa dos equipamentos observados e da fonte eletrônica para a emissão de supraharmônicos, além da amplificação da distorção quando os equipamentos são por ela alimentados.

Orientador: Marcelo Zanchetta do Nascimento. / Dissertação (mestrado) - Universidade Federal do ABC. Programa de Pós-Graduação em Engenharia da Informação.

Orientador: Jesus Franklin Andrade Romero / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Energia, 2011

Submitted by CAIO CESAR ENSIDE DE ABREU null (caioenside@gmail.com) on 2017-03-24T20:37:01Z No. of bitstreams: 1 TeseCaio.pdf: 2444421 bytes, checksum: 576f59395bffe14aa56f611b1a2dd648 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-03-29T18:19:15Z (GMT) No. of bitstreams: 1 abreu_cce_dr_ilha.pdf: 2444421 bytes, checksum: 576f59395bffe14aa56f611b1a2dd648 (MD5) / Made available in DSpace on 2017-03-29T18:19:15Z (GMT). No. of bitstreams: 1 abreu_cce_dr_ilha.pdf: 2444421 bytes, checksum: 576f59395bffe14aa56f611b1a2dd648 (MD5) Previous issue date: 2017-03-03 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Este trabalho propõe contribuir com pesquisas em melhoramento de voz (MV) por meio do estudo de diversos tipos de algoritmos baseados em Fourier e wavelets, assim como o desenvolvimento de uma ferramenta para a identificação e classificação do ruído, culminando com uma nova metodologia. Denominada "Conjunto de Métodos de Melhoramento de Voz (CMMV)'', a metodologia consiste em utilizar um banco de dados com sentenças contaminadas com vários tipos de ruídos reais, ajustando, em modo off-line, vários métodos de MV para cada tipo de ruído. Os melhores métodos para cada tipo de ruído são selecionados para compor o conjunto de métodos. Durante a operação, em modo on-line, um classificador de ruído prediz o tipo de ruído presente no sinal em processamento e então o melhor método é escolhido dentro do CMMV construído. Seis tipos de ruídos foram utilizados durante as simulações e os métodos que obtiveram melhor desempenho frente a cada tipo foram indicados por meio de análise objetiva. Constatou-se que o desempenho desses métodos pode variar de acordo com o tipo do ruído de fundo, confirmando que o desenvolvimento de algoritmos que trabalham eficientemente em qualquer ambiente ruidoso, incorporando classificação de ruído, é uma tendência. O classificador de ruídos desenvolvido nesta pesquisa tem como base um sistema imunológico artificial e características extraídas por uma análise multiescala fornecida pela transformada wavelet complexa. Com uma acurácia média de 96,29% para os seis tipos de ruído considerados e tempo de resposta médio de 6,9 milissegundos, o classificador desenvolvido se mostrou viável para implementações e utilização em conjunto com outras tecnologias. Explorando algumas das possibilidades e benefícios do processamento baseado na classificação do ruído, a seguinte questão foi levantada: "seria possível realizar uma razoável estimação do ruído a partir do sinal de voz ruidoso por meio de regressão?”. Esta questão surgiu durante o desenvolvimento da pesquisa, pois o bom funcionamento de métodos de MV depende de uma boa estimação do perfil do ruído. As simulações mostram que este tipo de estimação de ruído pode gerar resultados satisfatórios com menor custo computacional. Por fim, comparado aos métodos clássicos, o CMMV mostrou-se tão ou mais eficiente quanto.

Orientador: Francisco Villarreal Alvarado / Resumo: Este trabalho propõe contribuir com pesquisas em melhoramento de voz (MV) por meio do estudo de diversos tipos de algoritmos baseados em Fourier e wavelets, assim como o desenvolvimento de uma ferramenta para a identificação e classificação do ruído, culminando com uma nova metodologia. Denominada "Conjunto de Métodos de Melhoramento de Voz (CMMV)'', a metodologia consiste em utilizar um banco de dados com sentenças contaminadas com vários tipos de ruídos reais, ajustando, em modo off-line, vários métodos de MV para cada tipo de ruído. Os melhores métodos para cada tipo de ruído são selecionados para compor o conjunto de métodos. Durante a operação, em modo on-line, um classificador de ruído prediz o tipo de ruído presente no sinal em processamento e então o melhor método é escolhido dentro do CMMV construído. Seis tipos de ruídos foram utilizados durante as simulações e os métodos que obtiveram melhor desempenho frente a cada tipo foram indicados por meio de análise objetiva. Constatou-se que o desempenho desses métodos pode variar de acordo com o tipo do ruído de fundo, confirmando que o desenvolvimento de algoritmos que trabalham eficientemente em qualquer ambiente ruidoso, incorporando classificação de ruído, é uma tendência. O classificador de ruídos desenvolvido nesta pesquisa tem como base um sistema imunológico artificial e características extraídas por uma análise multiescala fornecida pela transformada wavelet complexa. Com uma acurácia média de 96,29% para os seis... (Resumo completo, clicar acesso eletrônico abaixo) / Doutor

[pt] O sistema hidroelétrico é responsável por 83,7% da energia elétrica gerada no país. Assim sendo, a geração de energia elétrica no Brasil depende basicamente das vazões naturais que afluem aos aproveitamentos hidroelétricos distribuídos por doze bacias hidrográficas no país. Sendo o Operador Nacional do Sistema Elétrico (ONS) o órgão responsável por elaborar a previsão e a geração de cenários de vazões naturais médias diárias, semanais e mensais para todos os locais de aproveitamentos hidroelétricos do Sistema Interligado Nacional (SIN), a qualidade da previsão da vazão natural é de suma importância para este órgão. A qualidade dessa previsão impacta diretamente no planejamento e em programas de operação do SIN, tal como o Programa Mensal de Operação - PMO. Mesmo com a melhoria na qualidade da previsão de vazões por meio da criação e adoção dos mais diversos modelos determinísticos e estocásticos nos últimos anos, os erros de previsão são, ainda, significativos. Deste modo, o objetivo principal desta dissertação foi propor um novo modelo capaz de proporcionar um significativo ganho de qualidade na previsão de vazões nas regiões dos aproveitamentos hidrelétricos das bacias hidrográficas do país. O modelo proposto, baseado em redes neurais, tem como ferramenta primordial a utilização de transformadas wavelets, que filtram os dados históricos de vazões, ou seja, as entradas das redes neurais de previsão, dividindo esses dados de entrada (sinais) em diversas escalas, no intuito de que as redes neurais possam melhor analisá-los. Para verificar a eficácia do modelo proposto, aqui denominado MIP (Modelo Inteligente de Previsão), procedeu-se um estudo de caso que realiza a previsão de vazões naturais incrementais médias diárias e semanais no trecho incremental entre as Usinas Hidroelétricas (UHE) Porto Primavera, Rosana e Itaipu da Bacia do Rio Paraná, chegando-se a um erro de aproximadamente 3,5% para previsão de vazões um dia à frente, 16% para 12 dias à frente, e 9% para previsão média semanal. Esta dissertação objetiva, também, investigar a eficácia do uso de informações das precipitações observadas e previstas na previsão de vazão, em conjunção com o uso do histórico de vazões. / [en] The hydroelectricity system is responsible for 83.7% of the electric energy generated at Brazil. Therefore, the generation of electric power in Brazil depends basically on the natural flow rates distributed by twelve basins in the country. The quality of prediction of natural flow is of crucial importance for the Brazilian governmental agency, ONS (from the portuguese language Electrical National Operator System), responsible for preparing the forecast and the generation of scenarios of daily, weekly and monthly average natural streamflows of all places of hydroelectric exploitations of SIN (from the portuguese language National Linked System). The quality of that forecast impacts directly in the planning and operation programs of SIN, for example, the PMO (from the portuguese language Monthly Operation Program). Even with the improvement in the quality of river flow forecasts through the creation and adoption of the various deterministic and stochastic models in recent years, the errors of forecasting are still significant. Thus, the main goal of this dissertation was proposing a new model capable of providing a significant improvement in Streamflow forecasts in regions of exploitations of hydroelectric basins of the country. The proposed model, based on neural networks, has the primary tool the use of wavelet transforms, to filter streamflows historical data, or the entries of predict neural networks, dividing the input data (signals) in several scales, in order that the neural networks can better analyse them. In order to check the effectiveness of the proposed model, here called MIP (from the portuguese language Forecast Intelligent Model), it was developed a case study to forecast daily and weekly average of natural incremental streamflows between the Hydroelectric Plants: Porto Primavera, Rosana e Itaipu belonging to the the Parana River Basin. The model reaches up an error of about 3,5% to estimates of streamflows one day ahead, 16% to 12 days ahead, and 9% for average weekly forecast. This thesis aims to also investigate the effectiveness of the use of information of observed and predicted rainfall in the forecast flow, in conjunction with the use of the historical streamflows.

Auscultation is a method of clinical practice, simple, noninvasive, used to diagnose diseases of the respiratory system. However, it is an imprecise method because, among other factors, the limitations of the auditory system, the overlap of heart sounds and human hearing sensitivity difference, besides the limited spectral response characteristic of many commercial stethoscopes. These factors contribute to the diagnosis relies heavily on the experience of the professional expert. The acoustic analysis of spectral characteristics of signals of ventilation can be a complementary diagnostic technique in facilitating the process of detection and identification of breath sounds, providing aid in the assessment of symptom severity and treatment efficacy. In this study, we attempted to structure a process of analysis of pulmonary signs to identify characteristics of respiratory disorders. Accordingly, the signals were processed by filtering processes and decomposed into sub-frequency bands through discrete wavelet transform (DWT), generating vectors as coefficients for classification using an Artificial Neural Network. A case study with signals obtained from tests was presented and duly considered. / A ausculta é um método da prática clinica, simples, não invasivo, utilizado no diagnóstico de doenças do sistema respiratório. Porém, trata-se de um método impreciso devido, entre outros fatores, às limitações do sistema auditivo, a sobreposição de sons cardíacos e a diferença de sensibilidade auditiva humana, além da característica de resposta espectral limitada de muitos estetoscópios comerciais. Tais fatores contribuem para que o diagnóstico dependa muito da experiência do profissional especialista. A análise acústica de características espectrais de sinais da ventilação pulmonar pode ser uma técnica complementar de diagnóstico, facilitando o processo de detecção e identificação desses sons respiratórios, possibilitando auxiliar a avaliação da gravidade dos sintomas e a eficácia do tratamento. Neste trabalho, buscou-se estruturar um processo de análise de sinais pulmonares, para a identificação de características das patologias respiratórias. Nesse sentido, os sinais foram tratados por processos de filtragem e decompostos em sub-bandas de freqüências através da Transformada de Wavelet Discreta (DWT), gerando vetores como coeficientes para classificação utilizando uma Rede Neural Artificial. Um estudo de caso com sinais obtidos por testes foi apresentado e devidamente analisado.

[pt] Para transmissão da informação de maneira confiável, em canais com apagamento, foram criados os códigos LT (Luby Transform), uma das principais classes de códigos fontanais. Estes códigos não têm uma taxa fixa, em outras palavras, eles têm taxa versátil. Esta dissertação aborda o estudo da transmissão de imagens através de canal ruidoso, AWGN (Aditive White Gaussian Noise), com o uso de Códigos LT. Investigou-se o desempenho usando uma modulação BPSK, dois esquemas foram testados: Um esquema para canal que inclui apagamento (BESC) e um outro que foi proposto usando um código Hamming em série com um código LT. O esquema LT-Hamming apresentou um ganho de código maior que o esquema BESC e o código convolucional de semelhantes características. Foi testado o esquema LT-Hamming para diferentes tipos de imagens em um canal AWGN usando a técnica SPIHT para a compressão das imagens. Para obter uma medida objetiva da qualidade da imagem recuperada foi usado o parâmetro PSNR (Peak Sinal to Noise Ratio) e foram apresentadas algumas imagens com o objetivo de analisar sua qualidade através de uma inspeção visual. Dado que o código LT é versátil para o que diz respeito à taxa de código, foi proposto um método para método para atribuir diferentes níveis de proteção da informação codificada, UEP (Unequal Error Protection). / [en] To transfer reliably information in erasure channels, LT (Luby Transform) codes were created, they are part of the main class of fountain codes, this codes don’t have fixed rate, in other words, they have a versatile code rate. This thesis address to the study of images transmission through noisy channel, AWGN (Aditive White Gaussian Noise) using LT codes. We investigated the performance using a BPSK modulation, two schemes were tested: A scheme of channel that includes deletion (BESC) and another that was proposed, using a Hamming code in series with a LT code. The LT-Hamming scheme present a gain code larger than BESC scheme and convolutional codes of similar characteristics. Was tested LT-Hamming scheme for different types of images on AWGN channel using the SPIHT technique for images compression. To obtain an objective measure of image quality was used the PSNR (Peak Signal Noise Ratio) and some images were presented in order to analize its quality through visual inspection given that LT code is a versatile for what concern the code rate it was proposed a method to assign different protection levels to the code information, UEP (Unequal Error Protection).