Neste trabalho, será abordada a proteção digital fundamentada na teoria de ondas viajantes e da ferramenta Transformada Wavelet. Um algoritmo completo para proteção digital foi implementado, consistindo basicamente nos módulos de detecção, classificação e localização da falta, com a conseqüente determinação das zonas de proteção do relé. Para este esquema completo de releamento, empregou-se como ferramenta de análise a Transformada Wavelet. Sinais transitórios de alta freqüência gerados por uma situação de falta podem ser analisados pela Transformada Wavelet, detectando-se com precisão o instante de chegada das ondas em um ou nos dois terminais da linha. Conhecendo o instante de chegada dessas ondas e sua velocidade de propagação, a zona de proteção na qual a falta está alocada pode ser estimada de maneira fácil e rápida. A capacidade de acusar com precisão os instantes de chegada das ondas torna a Transformada Wavelet adequada ao problema de determinação das zonas de proteção. Nessa implementação, o usuário pode escolher entre as técnicas de aquisição de dados provenientes de um ou de dois terminais. O algoritmo foi implementado através do software Matlabâ e posteriormente testado, quando se utilizaram dados de faltas obtidos através de simulações no software ATP (Alternative Transients Program). Nas simulações aplicadas a este software, considerou-se um sistema de transmissão de 440 kV. As simulações produziram uma base de dados, variando-se os seguintes parâmetros: tipos de faltas, localizações ao longo da linha, ângulos de incidência, resistências de faltas, entre outros. Pelos resultados alcançados, pode-se afirmar que a aplicação é bastante adequada para uso em relés digitais de distância. / The present work deals with digital protection based on the traveling wave theory and Wavelet transform. An complete algorithm for digital protection was implemented. It is composed of modules of fault detection, classification, location, with protection zone determination. For this complete relaying scheme the Wavelet transform was employed as analysis tool. Transient signals of high frequency generated by the fault occurrence was analyzed by the Wavelet transform, and also the instant of the waves arrival was accurately detected in one or two terminals of the line. By knowing the instant of the arrival of the waves and their propagation velocity, the protection zone, in which the fault is located, can be estimated easily and quickly. The Wavelet transform property of accurate detection the instant of waves arrival make it appropriate to the problem of protection zone determination. In this implementation, the user can choose between the location techniques using data from one or two terminals. The algorithm was implemented by Matlab® software and then tested utilizing data of faults obtained by means of simulations of ATP software (Alternative Transients Program). In these simulations, a transmission line of 440 kV was considered. These simulations produced a database composed of various fault types considering different fault locations, fault inception angles and fault resistances. According to the analysis of the test results, it is possible to verify that the application is very adequate for use in digital distance relays.

nÃo hà / Sistemas automÃticos de auxÃlio ao diagnÃstico visam à extraÃÃo de mÃtricas especÃficas, podendo ser por algoritmos computacionais, de forma a subsidiar a anÃlise por parte do especialista de condiÃÃes orgÃnicas e fisiolÃgicas do paciente. No contexto da cardiologia, referidos sistemas sÃo particularmente importantes quando aplicados no processamento de sinais de longa duraÃÃo, como o eletrocardiograma (ECG) de 24 horas. As tÃcnicas para segmentaÃÃo e extraÃÃo automÃtica de parÃmetros do sinal ECG propostas nesta tese abrangem diversos campos de pesquisa. Inicialmente, o sistema realiza a detecÃÃo e a segmentaÃÃo do complexo QRS, relacionado à despolarizaÃÃo ventricular. Como metodologia, utiliza-se a combinaÃÃo das tÃcnicas do limiar adaptativo, das transformadas de Hilbert e Wavelet e do filtro derivativo com uma nova abordagem de reduÃÃo de prÃ-processamento e de seleÃÃo do fator de escala da Wavelet. Ao final desta etapa, obtÃm-se a sÃrie de intervalos RR, a sÃrie de duraÃÃes de cada complexo QRS e de suas amplitudes. No segundo momento, tem-se a detecÃÃo e a segmentaÃÃo da onda T, relacionada à repolarizaÃÃo ventricular. PropÃe-se um novo modelo matemÃtico do comportamento morfolÃgico da onda T baseado na funÃÃo Gaussiana, modificada por um procedimento matemÃtico de inserÃÃo de assimetria. Uma vez obtidos os parÃmetros de modelagem para uma dada morfologia predominante de onda T, a funÃÃo de correlaÃÃo cruzada à utilizada para a detecÃÃo do pico e uma tÃcnica baseada no cÃlculo da Ãrea de trapÃzios à utilizada para a localizaÃÃo do final da forma de onda. Dentre as mÃtricas derivadas das informaÃÃes extraÃdas, destaca-se a sÃrie de intervalos QT, segmento que vai do inÃcio de cada complexo QRS ao final de cada onda T. Finalizado o processo de segmentaÃÃo, dois estudos de caso sÃo realizados: subtraÃÃo da atividade ventricular em sinais eletrogramas atriais de pacientes com fibrilaÃÃo atrial (FA) e anÃlise de sÃries de variabilidade da frequÃncia cardÃaca (VFC) de um conjunto de pacientes idosos selecionados pelo AmbulatÃrio de Geriatria do Hospital UniversitÃrio WÃlter CantÃdio. A partir de experimentos de validaÃÃo em bases de dados diversas com anotaÃÃes manuais dos batimentos, obtÃm-se as seguintes taxas de detecÃÃo e erros de delineamento para o complexo QRS: sensibilidade de 99,51%, preditividade positiva de 99,44%, erro mÃdio de inÃcio (QRS onset) de 2,85  9,90 ms e erro mÃdio de final (QRS offset) de 2,83  12,26 ms. Com relaÃÃo à detecÃÃo e segmentaÃÃo da onda T, obtÃm-se os seguintes resultados: sensibilidade de 99,48%, preditividade positiva de 99,53%, erro mÃdio de localizaÃÃo de pico de 0,51  8,06 ms e erro mÃdio de localizaÃÃo de final da forma de onda de 0,11  11,73 ms. Quanto ao primeiro estudo de caso de uso dos pontos fiduciais detectados, a potÃncia mÃdia dos sinais eletrogramas atriais, apÃs a subtraÃÃo da atividade ventricular, à significativamente reduzida para frequÃncias acima de 10 Hz, predominantemente associadas ao complexo QRS, bem como para frequÃncias na faixa de 3 a 5 Hz, relacionadas à atividade elÃtrica de repolarizaÃÃo ventricular. Para o segundo estudo, a anÃlise do comportamento de mÃtricas no domÃnio da frequÃncia associadas à atividade do sistema nervoso simpÃtico permite o reconhecimento de tendÃncias prÃprias e caracterÃsticas, no que tange a aspectos de funcionamento/disautonomia do sistema nervoso autonÃmico, de cada classe prÃ-determinada de idosos segundo os conceitos de fenÃtipo de fragilidade: idosos frÃgeis, prÃ-frÃgeis e robustos. Os resultados obtidos sugerem que o conjunto de metodologias desenvolvidas para a segmentaÃÃo do sinal ECG apresenta altas taxas de precisÃo, repetibilidade e robustez a uma ampla gama de morfologias, podendo ser aplicado em diversos contextos de auxÃlio ao diagnÃstico. Dadas as mÃtricas e sÃries temporais que podem ser extraÃdas, os referidos mÃtodos tambÃm podem dar suporte a processos de investigaÃÃo clÃnica e desenvolvimento de marcadores/indicadores de eventos cardiovasculares adversos.

A ocorrência de variações nos sinais de eletroencefalograma (EEG) de indivíduos que apresentam predisposição a desenvolver a doença do alcoolismo é conhecida e documentada na literatura médica e científica. Dentre as possíveis variações, encontram-se as anormalidades no potencial relacionado ao evento (ERP) P300, um dos principais endofenótipos da doença. Geralmente, este componente tem uma amplitude significativamente menor em indivíduos com alto risco (AR) de desenvolver a doença, quando comparada à amplitude observada em sinais de indivíduos com baixo risco (BR). A técnica atualmente empregada para distinguir os sinais de ERPs P300 dos indivíduos com AR e BR para desenvolver o alcoolismo é baseada na análise visual da amplitude máxima no domínio do tempo e do espectro de frequencias do sinal, obtido através da transformada de Fourier. O objetivo deste trabalho é contribuir para o estudo da identificação da predisposição ao alcoolismo, utilizando técnicas de processamento de sinais, como a transformada wavelet (WT), e de inteligência artificial, por meio das redes neurais artificiais (ANNs). A WT foi utilizada por ser mais adequada ao tratamento de sinais como os ERPs (sinais nãoestacionários), quando comparada, por exemplo, à transformada de Fourier. As redes neurais possibilitam a automatização do processo de identificação dos diferentes grupos. Através de um sistema híbrido formado por estas duas técnicas, pretende-se extrair características de sinais de ERP que identifiquem indivíduos com predisposição ao alcoolismo, e automatizar a identificação destes indivíduos. No desenvolvimento da pesquisa, foi identificada a necessidade de aplicar um préprocessamento aos sinais de ERP, preparando-os para a transformação wavelet. Os coeficientes wavelet assim obtidos formaram os dados de entrada que alimentaram as (ANNs), as quais utilizaram o algoritmo de erro backpropagation no treinamento. Com as técnicas utilizadas, após o treinamento, as ANNs foram capazes de classificar cerca de 90% dos sinais de ERP dos indivíduos com AR e BR. / The occurrence of variations in electroencephalogram (EEG) signals of individuals who are predisposed to develop the disease of alcoholism is known and documented in the medical and scientific literature. Among these variations, are the abnormalities in the event related potential (ERP) P300, a major endophenotype of this disease. Generally, this component has an amplitude significantly smaller in patients at high risk (HR) of developing the disease when compared to the amplitude seen in the signals of individuals with low risk (LR). The technique currently used to distinguish signals of P300 ERPs in individuals with HR and LR for developing alcoholism is based on visual analysis of the maximum amplitude in the time domain and of the frequency spectrum of the signal, obtained via Fourier transform. The aim of this thesis is to study the identification of predisposition to alcoholism, by techniques of signal processing such as wavelet transform (WT) and artificial intelligence through artificial neural networks (ANNs). The WT was used because it is more appropriate for processing signals such as ERP (non-stationary signals), when compared, for example, to the Fourier transform. Neural networks enable the automation of the process of identifying the different groups. Using a hybrid system formed by these two techniques, it is intended to extract features of ERP signals that identify individuals predisposed to alcoholism, and automate the identification of these individuals. The research has identified the need to apply a pre-processing to the signals of ERP, preparing them for the wavelet transformation. The wavelet coefficients thus obtained formed the input data to fed the ANNs, which used the error algorithm backpropagation in training. Using these techniques, after training, the ANNs were able to classify about 90% of ERP signs of individuals with LR and HR.

A qualidade e a continuidade do fornecimento de energia elétrica aos consumidores são fatores muito importantes quando da avaliação da eficiência de um sistema elétrico de potência. Nesse contexto, os transformadores são equipamentos muito importantes e demandam especial atenção quando do projeto do esquema de proteção. Apesar do crescente desenvolvimento das metodologias de proteção de transformadores trifásicos, alguns aspectos ainda não foram totalmente solucionados. Um desses diz respeito à proteção diferencial de transformadores de potência, a qual apresenta vários problemas na discriminação de faltas internas ao transformador. A geração de correntes diferenciais provocada por fenômenos transitórios, como a energização do transformador, produz a incorreta operação do relé, ocasionando uma queda na eficiência do esquema de proteção diferencial. Assim sendo, o presente trabalho apresenta uma nova metodologia de proteção diferencial de transformadores trifásicos, a qual utiliza a transformada wavelet para extrair os sinais transitórios dominantes induzidos pelas faltas internas. A transformada wavelet é uma eficiente ferramenta utilizada no estudo de sinais não-estacionários e de rápida transição. De forma a atender os principais problemas do esquema convencional de proteção, a transformada wavelet discreta é utilizada para decompor os sinais de corrente diferencial em várias faixas de freqüências. Após essa decomposição, a variação de energia espectral dos coeficientes de detalhe wavelet é analisada pelo algoritmo proposto, e assim uma discriminação entre faltas internas e correntes de magnetização, ou correntes inrush, é feita. Usando um modelo elaborado de um sistema elétrico de transmissão são efetuadas rigorosas simulações computacionais para avaliar o desempenho do algoritmo proposto. Os resultados obtidos nessas simulações mostram que a metodologia de proteção diferencial de transformadores trifásicos baseada na variação de energia espectral dos coeficientes wavelets apresenta um ótimo desempenho quando comparada com a metodologia de proteção convencional. / Power supply quality and continuity are very important aspect when assessing the efficiency of an electric power system. In this context, the transformers are key equipments that require special attention during the protection scheme design. Despite the increasing development of methodologies for three-phase transformers protection, some aspects have not yet been fully studied. One of these aspects concerns to the differential protection of power transformers, which presents several restrictions regarding the characterization of internal faults. The observation of differential currents caused by transient phenomena such as transformer energization, produces an incorrect operation of protective relaying, causing a drop in the protection scheme efficiency. Therefore, this work presents a new methodology for differential protection of three-phase transformers using the wavelet transform to extract the transient signals induced by the dominant internal faults. The wavelet transform is an efficient tool in the study of non-stationary signals with fast transients. In order to overcome the main problems of the traditional protection scheme, the discrete wavelet transform is used to decompose the differential current signals into several bands of frequencies. After this decomposition, the spectral energy variation of the wavelet detail coefficients is analyzed by the proposed algorithm and, thus, classification between internal faults, external faults and inrush currents is performed. Using a transmission system model, accurate simulations are performed to evaluate the computational performance of the proposed protection algorithm. The results obtained in these simulations show that the proposed methodology has a great performance when compared with traditional protection philosophies.

Este trabalho fundamenta-se no desenvolvimento e aprimoramento de uma metodologia de proteção diferencial de Transformadores de Potência. A metodologia desenvolvida avalia eventos transitórios que dificultam a operação correta de relés diferenciais aplicados à proteção de transformadores. O estudo concentra-se no estabelecimento de contribuições ao estado da arte associadas à análise de sinais de corrente diferenciais geradas tanto por faltas internas e externas quanto por distúrbios transitórios. A concepção da metodologia proposta baseou-se na quantificação da energia espectral gerada a través dos coeficientes de detalhe da Transformada Wavelet Discreta. A metodologia de proteção proposta foi desenvolvida em ambiente MATLAB® e testada por meio de simulações realizadas através do software ATP/EMTP (Alternative Transients Program/Electromagnetic Transients Program). Os resultados da pesquisa mostram a aplicabilidade do algoritmo de proteção, mesmo nas condições mais adversas, como na ocorrência da saturação dos transformadores de corrente. / This work is based on the development and improvement of a methodology to differential protection of power transformer. The proposed methodology evaluates transient events that difficult the correct operation of differential relays applied to transformer protection. The study establishes contributions to the state of the art related to differential current analysis generated by internal and external faults and transient disturbance. The conception of the proposed methodology was based on the spectral energies variation generated by each event and calculated through the detail coefficient of Discrete Wavelet Transform. The proposed methodology was developed in MATLAB® environment and tested through several simulations performed with the ATP/EMTP software (Alternative Transients Program / Electromagnetic Transients Program). The results of the research show the applicability of the protection algorithms, even in adverse conditions, such as saturation of current transformers.

Dissertação(mestrado) - Universidade Federal do Rio Grande, Programa de Pós-Graduação em Engenharia Oceânica, Escola de Engenharia, 2004. / Submitted by Lilian M. Silva (lilianmadeirasilva@hotmail.com) on 2013-04-19T22:49:03Z No. of bitstreams: 1 Elementos da Variabilidade Climática no Extremo Sul do Brasil, no Período de 1990 a 2001..pdf: 17940864 bytes, checksum: 36cb3aef5938e868c38a69767e658fa2 (MD5) / Approved for entry into archive by Bruna Vieira(bruninha_vieira@ibest.com.br) on 2013-06-10T18:09:00Z (GMT) No. of bitstreams: 1 Elementos da Variabilidade Climática no Extremo Sul do Brasil, no Período de 1990 a 2001..pdf: 17940864 bytes, checksum: 36cb3aef5938e868c38a69767e658fa2 (MD5) / Made available in DSpace on 2013-06-10T18:09:00Z (GMT). No. of bitstreams: 1 Elementos da Variabilidade Climática no Extremo Sul do Brasil, no Período de 1990 a 2001..pdf: 17940864 bytes, checksum: 36cb3aef5938e868c38a69767e658fa2 (MD5) Previous issue date: 2004 / A variabilidade climática,por exercer grande influência nas civilizações ao longo do tempo, tem atraído a atenção dos pesquisadores contemporâneos que buscam o desenvolvimento de modelos climáticos que consigam reproduzi-la. O objetivo deste estudo é a determinação dos sistemas atmosféricos que causam maior variabilidade climática no extremo sul do Brasil, a fim de prover informações para a elaboração futura de um modelo climático regional. Paratanto, empregou-se a transformada de ondeleta a dois conjuntos de dados, um medido na estação meteorológica convencional situada a 32º04’S e 52º10’W, no período de 1º de janeiro de 1990 a 19 de março de 2001, e outro medido em uma bóia de fundeio localizada aproximadamente a 32º54’S e 50º48’W no oceano Atlântico sudoeste, no período de 1º de junho de 2001 a 8 de maiode 2002. Observou-se que a maior variância de ondeleta em todas as variáveis atmosféricas esteve associada ao ciclo anual, com exceção das componentes zonal e meridional da velocidade do vento e da precipitação. Nestas três variáveis a maior energia foi relacionada à passagem de massas de ar e a formação de sistemas frontais e estes sistemas, por sua vez,assumiram maior importância quando o ciclo anual foi descontado das demais variáveis. Portanto, pode-se inferir que o ciclo anual é o responsável pela maior parte da variabilidade climática no extremo sul do Brasil juntamente com as massas de ar e sistemas frontais. Entretanto, o clima desta região também é afetado pelas oscilações de Madden-Julian, bloqueios atmosféricos e fenômeno El Niño-Oscilação Sul. A associação dos períodos observados na transformada de ondeleta com os eventos atmosféricos foi possível devido a grande eficiência desta metodologia em decompor os sinais em ambos os domínios de tempo e escala. / Climate variability has called the attention of contemporary researchers due to the fact that it exerts large influence on the civilizations throughout time. The development of climatic models aims at reproducing it. The purpose of this study is to establish the atmospheric systems which cause the largest climate variability in the extreme south of Brazil,in order to provide information for the future elaboration of a regional climate model. The wavelet transform was applied to two sets of data: one measured in the conventional meteorological station located at 32º04’S and 52º10’W, from January 1st, 1990 to March 19th, 2001, and the other one measured on a buoy approximately at 32º54’S and 50º48’W in the southwestern Atlantic, from June 1st, 2001 to May 8th, 2002. The largest wavelet variance in all atmospheric variables was associated with the annual cycle, except the zonal and meridional components of the wind velocity and precipitation. In these three ones, the largest variance was related to the passage of air masses and the frontal systems formation. When the annual cycle was subtracted from the series, the largest energy was associated with the passage of air masses and the frontal systems formation. Therefore, it could be inferred that the annual cycle is responsible for most of the climate variability in the region along with the air masses and the frontal systems. However, the climate in this region is also affected by Madden-Julian oscillation, atmospheric blocking, and the El Niño – Southern Oscillation. The wavelet transform is a powerful metodology for signal decomposition, because itallows determining the periodicity and the temporal location of the phenomena. Thus, an association with atmospheric events can be accomplished.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-04-10T14:28:02Z No. of bitstreams: 2 Disserteção - Célio Seixo de Brito Júnior - 2013.pdf: 6241241 bytes, checksum: 873e968701f03e30aeeb7118fdba6660 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-04-10T14:35:11Z (GMT) No. of bitstreams: 2 Disserteção - Célio Seixo de Brito Júnior - 2013.pdf: 6241241 bytes, checksum: 873e968701f03e30aeeb7118fdba6660 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-04-10T14:35:11Z (GMT). No. of bitstreams: 2 Disserteção - Célio Seixo de Brito Júnior - 2013.pdf: 6241241 bytes, checksum: 873e968701f03e30aeeb7118fdba6660 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2013-01-30 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work proposes a methodology for automatically determining characteristics, classification and recognition of birds from onomatopoeic names based on analysis of spectrograms of vocalizations of these birds. The filtering and segmentation of the signals are made automatically. Segmentation, which is the separation of the bird vocalization in regions of sound and silence, is performed with the centroid and energy characteristics of the signals. The filtering is made using filters generated using wavelet transform and Chebyshev filters. The recognition of birds is made from a decision tree, constructed automatically based on the following features: entropy, ZCR, centroid, energy, spectral flux, rollof frequency, minimum frequency, maximum frequency and the frequency of greater intensity of the spectrum. / O presente trabalho propõe uma metodologia de determinação automática de características, classificação e reconhecimento de aves de nomes onomatopéicos baseada na análise dos espectrogramas das vocalizações dessas aves. A filtragem e a segmentação dos sinais são feitas automaticamente. A segmentação, que é a separação da vocalização da ave em regiões de som e silêncio, é realizada com as características centroide e energia dos sinais. A filtragem é feita com filtros gerados utilizando transformada wavelet e filtros Chebyshev. O reconhecimento das aves é feito a partir de uma árvore de decisão, construída automaticamente com base nas seguintes características: entropia, ZCR, centróide, energia, fluxo espectral, frequência rolloff, frequência mínima, frequência máxima e frequência de maior intensidade do espectro.

INTRODUÇÃO. O objetivo deste estudo foi responder se a transformada wavelet Morlet e as técnicas de aprendizagem de Máquina (ML), chamada Máquinas de Vetores de Suporte (SVM) são adequadas para procurar padrões no EEG que diferenciem controles normais de pacientes com DA. Não há um teste de diagnóstico específico para a doença de Alzheimer (DA). O diagnóstico da DA baseia-se na história clínica, neuropsicológica, exames laboratoriais, neuroimagem e eletroencefalografia. Portanto, novas abordagens são necessárias para permitir um diagnóstico mais precoce e preciso e para medir a resposta ao tratamento. EEG quantitativo (EEGq) pode ser utilizado como uma ferramenta de diagnóstico em casos selecionados. MÉTODOS: Os pacientes eram provenientes do Ambulatório do Grupo de Neurologia Cognitiva e do Comportamento (GNCC) da Divisão de Clínica Neurológica do HCFMUSP ou foram avaliados pelo grupo do Laboratório de Eletrencefalografia Cognitiva do CEREDIC HC-FMUSP. Estudamos EEGs de 74 indivíduos normais (33 mulheres/41 homens, com idade média de 67 anos) e 84 pacientes com provável DA leve a moderada (52 mulheres/32 homens, idade média de 74,7 anos. A transformada wavelet e a seleção de atributos foram processadas pelo software Letswave. A análise SVM dos atributos (bandas delta, teta, alfa e beta) foi calculada usando-se a ferramenta WEKA (Waikato Ambiente para Análise do Conhecimento). RESULTADOS: Na classificação dos grupos controles e DA obteve-se Acurácia de 90,74% e área ROC de 0,90. Na identificação de um único probando dentre todos os demais se conseguiu acurácia de 81,01% e área ROC de 0,80. Desenvolveu-se um método de processamento de EEG quantitativo (EEGq) para uso na diferenciação automática de pacientes com DA versus indivíduos normais. O processo destina-se a contribuir como complemento ao diagnóstico de demência provável principalmente em serviços de saúde onde os recursos sejam limitados / INTRODUCTION. The aim of this study was to answer if Morlet wavelet transform and machine learning techniques (ML), called Support Vector Machines (SVM) are suitable to look for patterns in EEG to differentiate normal controls from patients with AD. There is not a specific diagnostic test for Alzheimer\'s disease (AD). The diagnosis of AD is based on clinical history, neuropsychological testing, laboratory, neuroimaging and electroencephalography. Therefore, new approaches are needed to allow an early diagnosis and accurate to measure response to treatment. Quantitative EEG (qEEG) can be used as a diagnostic tool in selected cases. METHODS: The patients came from the Clinic Group Cognitive Neurology and Behavior (GNCC), Division of Clinical Neurology HCFMUSP or evaluated by the group of the Laboratory of Cognitive electroencephalography CEREDIC HCFMUSP. We studied EEGs of 74 normal subjects (33 females/41 men, mean age 67 years) and 84 patients with mild to moderate probable AD (52 females/32 men, mean age 74.7 years. Wavelet transform and the selection of attributes were processed by software Letswave. SVM analysis of attributes (bands delta, theta, alpha and beta) was calculated using the tool WEKA (Waikato Environment for Knowledge analysis). RESULTS: The group classification of controls and DA obtained an accuracy of 90.74% and ROC area 0.90. The identification of a unique proband among all others was achieved with accuracy of 81.01% and ROC area 0.80. It was developed a method of processing EEG quantitative (qEEG) for use in automatic differentiation of AD patients versus normal subjects. This process is intended to complement the diagnosis of probable dementia primarily in health services where resources are limited

No description available.

In recent decades, the rapid development of optical spectroscopy for tissue diagnosis has been indicative of its high clinical value. The goal of this research is to prove the feasibility of using diffuse reflectance spectroscopy and fluorescence spectroscopy to assess myocardial infarction (MI) in vivo. The proposed optical technique was designed to be an intra-operative guidance tool that can provide useful information about the condition of an infarct for surgeons and researchers. In order to gain insight into the pathophysiological characteristics of an infarct, two novel spectral analysis algorithms were developed to interpret diffuse reflectance spectra. The algorithms were developed based on the unique absorption properties of hemoglobin for the purpose of retrieving regional hemoglobin oxygenation saturation and concentration data in tissue from diffuse reflectance spectra. The algorithms were evaluated and validated using simulated data and actual experimental data. Finally, the hypothesis of the study was validated using a rabbit model of MI. The mechanism by which the MI was induced was the ligation of a major coronary artery of the left ventricle. Three to four weeks after the MI was induced, the extent of myocardial tissue injury and the evolution of the wound healing process were investigated using the proposed spectroscopic methodology as well as histology. The correlations between spectral alterations and histopathological features of the MI were analyzed statistically. The results of this PhD study demonstrate the applicability of the proposed optical methodology for assessing myocardial tissue damage induced by MI in vivo. The results of the spectral analysis suggest that connective tissue proliferation induced by MI significantly alter the characteristics of diffuse reflectance and fluorescence spectra. The magnitudes of the alterations could be quantitatively related to the severity and extensiveness of connective tissue proliferation.