Nos tempos atuais, as imagens médicas são fonte de dados fundamentais na medicina moderna. As imagens armazenadas em uma base de dados de acordo com as respectivas categorias são um importante passo para aplicações como mineração de dados e recuperação de imagens por conteúdo. Estas aplicações podem apoiar médicos e estudantes na decisão de diagnóstico, permitir pesquisas e ser usadas como material didático. O trabalho propõe o uso de Mapas Auto-Organizáveis (SOM) e TransformadaWavelet combinada com momentos de Hu para a categorização de imagens médicas. Para tanto, são realizados experimentos para definição do tamanho do mapa SOM, uso do mesmo na categorização, definição da melhor família wavelet e nível de decomposição, sumarização dos coeficientes wavelets descartados por momento de Hu e experimentos comparativos com outras abordagens de categorização. Além dos experimentos de classificação comparativos em termos de taxa de acerto, é apresentada uma proposta de contribuição para uso do Mapa SOM na classificação. Nesta proposta, os resultados de classificação e o tempo de recurso computacional despendido pelo Mapa SOM mostram-se eficientes, quando comparados aos resultados e tempo apresentados pelo tradicional classificador K vizinhos mais próximos. / Nowadays, images are fundamental data source in modern medicine. The images stored in a database according with categories are an important step for data mining and contentbased image retrieval. They can support doctors and students in diagnostic decisions and provide research and didactic material. This work addresses the use of Self-Organizing Map (SOM) and discrete wavelet transform joint with Hus moments to medical image categorization. Furthermore, extensive experiments to define map size were done, employing the map in categorization, the best wavelet family and level of decomposition were defined, the coefficient discarded was summarized by Hus moments and contrastive studies with another successfull approach of categorization were done. Moreover, an approach to use SOM map in categorization is addressed, in which the SOM map for classification carried on better performance and computational time than traditional K nearest neighbor algorithm.

L'évaluation des modifications des caractéristiques d'un système dynamique non-stationnaire est étudiée suivant les modifications des paramètres modaux. Pour cela, nous étudions en premier l'obtention de ces paramètres, à l'aide des méthodes d'identification à partir des réponses vibratoires mesurées. Trois méthodes d'identification sont étudiées: la méthode de Décomposition Orthogonale Propre (POD), la méthode de Décomposition en Valeurs Singulières (SVD) et la méthode de Décomposition Orthogonale Régularisée (SOD). Ensuite, trois étapes sont considérées pour suivre les changements de masse des systèmes non-stationnaires à partir des variations des paramètres modaux: la localisation de l'instant du changement (étape 1), la détection de la position du changement (étape 2) et la quantification de la valeur du changement (étape 3). Pour l'étape 1, la transformée en ondelettes (TO) qui est une analyse temps-fréquence est appliquée. Ensuite, trois méthodes de détection de la position du changement de la masse sont développées dans l'étape 2. Enfin, la variation relative des fréquences propres est utilisée pour la quantification de la variation relative de la masse dans l'étape 3. Toutes ces méthodes ont été testées numériquement. De plus une maquette simplifiée de bâtiment a été instrumentée sous excitations de choc. Ces essais ont permis de valider les méthodes développées dans cette thèse / Modification of modal parameters is considered the main tool for the evaluation of characteristic changes of a non stationary dynamic system. Therefore, our first interest is to obtain these modal parameters from vibration measures using identification methods. Three methods are discussed here: Proper Orthogonal Decomposition (POD), Singular Value Decomposition (SVD) and Smooth Orthogonal Decomposition (SOD). Then, in order to evaluate the mass changes in non stationary systems, three steps are proposed: instant localization of mass changes (step 1), determination of geometrical location of the mass changes (step 2) and quantification of mass changes (step 3). The Wavelet transform (WT), considered to be a time-frequency analysis, is indented in step 1. In step 2, three methods for the detection of the position of the mass changes are developed. Finally, the relative variation of the natural frequencies of the system is used to evaluate the relative variation of the mass in step 3. The efficiency of these methods is verified by numerical tests. Moreover a building experimental model, instrumented with accelerometers, is studied in the case of after-shock vibrations. These experimental tests permit to validate the methods proposed in this thesis

Submitted by Franciele Moreira (francielemoreyra@gmail.com) on 2018-03-27T12:32:47Z No. of bitstreams: 2 Dissertação - Thaissa de Melo Cesar - 2018.pdf: 17977918 bytes, checksum: aef850db04513a76a546a025583e8e42 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-03-27T14:27:07Z (GMT) No. of bitstreams: 2 Dissertação - Thaissa de Melo Cesar - 2018.pdf: 17977918 bytes, checksum: aef850db04513a76a546a025583e8e42 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-03-27T14:27:07Z (GMT). No. of bitstreams: 2 Dissertação - Thaissa de Melo Cesar - 2018.pdf: 17977918 bytes, checksum: aef850db04513a76a546a025583e8e42 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-03-09 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work presents a study on the application of the wavelet transform in the monitoring and analysis of the power quality and in the detection of islanding conditions in distributed generation systems, addressing a grid connected photovoltaic system as a case study. Initially, an introduction about distributed generation systems, standards and requirements for operation was made. Next, the concepts and parameters related to electric power quality and islanding conditions are presented. Then a review of the wavelet transform is presented, showing the concept of multiresolution analysis and the main applications in the topic addressed. The wavelet transform is an important contribution to time-frequency localization methods for the analysis of transient signals. A multiresolution analysis was proposed through the discrete wavelet transform for voltage analysis at the common coupling point between the generation system and the electric grid. The standard deviation and the variation of the details coefficients of the wavelet transform were used for the detection and classification of disturbances. In the application of the method, pure sine-wave voltages with different types of disturbances were considered: voltage sag, voltage sweel, interruption, oscillatory transients and noise. And three cases of dynamic island detection were simulated with a grid connected photovoltaic system. The results obtained are presented and discussed for validation of the wavelet transform application in the analysis of grid connected photovoltaic systems. / Este trabalho apresenta um estudo sobre a aplicação da transformada wavelet no monitoramento e análise da qualidade da energia elétrica e na detecção de ilhamento em sistemas de geração distribuída, abordando como estudo de caso um sistema fotovoltaico conectado à rede elétrica. Inicialmente é feita uma introdução sobre os sistemas de geração distribuída, as normas e requisitos para operação. Em seguida são apresentados os conceitos e parâmetros relativos à qualidade de energia elétrica e condições de ilhamento. Depois é mostrada uma revisão da transformada wavelet, apresentando o conceito de análise multirresolução e as principais aplicações no tema abordado. A transformada wavelet é uma importante contribuição para métodos de localização tempo-frequência na análise de sinais transitórios. Foi proposta uma análise multirresolução através da transformada wavelet discreta para análise da tensão no ponto de acoplamento comum entre o sistema de geração e a rede. O desvio padrão e a variação dos coeficientes de detalhes da transformada foram utilizados para a detecção e a classificação dos distúrbios. Na aplicação do método, foram consideradas tensões senoidais puras e com diferentes tipos de distúrbios: afundamento, elevação, interrupção, transitórios oscilatórios e ruídos. E foram simulados três casos de detecção de ilhamento dinâmica em um sistema fotovoltaico conectado à rede. Os resultados obtidos validam a proposta de aplicação da transformada wavelet na análise de sistemas fotovoltaicos conectados à rede.

Estudos mostraram que o tráfego nas redes de dados tanto locais quanto de grande área, possui propriedades fractais como dependência de longa duração - Long-Range Dependence (LRD) e auto-similaridade. Devido à heterogeneidade de aplicações nessas redes, os traces de tráfego podem apresentar dependência de longa duração - Long Range Dependence (LRD), dependência de curta duração - Short Range Dependence (SRD) ou uma mistura de LRD com SRD. Sendo assim, este trabalho tem como objetivo sintetizar séries temporais gaussianas com flexibilidade de processamento no plano tempo-frequência a serem inseridas num gerador de tráfego com as características estatísticas específicas do tráfego encontrado em redes por comutação de pacotes reais, como autossimilaridade, LRD e SRD. Para isto foram desenvolvidos dois métodos para síntese de séries temporais gaussianas com LRD e simultânea introdução de SRD em diferentes faixas de frequência: Discrete Wavelet Tansform (DWT) com mapa de variâncias e Discrete Wavelet Packet Tansform (DWPT). Estes métodos utilizaram o mapa de variâncias cujo conceito foi desenvolvido neste trabalho. A validação dos métodos foi feita através de análise estatística e comparação com resultados de séries geradas pelo método Discrete Wavelet Transfom (DWT) de Backar utilizado em [1]. Além disso, também foi validada a ideia de que a DWPT é mais interessante que a DWT por ser mais flexível e prover uma maior flexibilidade de processamento no plano tempo-frequência. / Studies demonstrated that the data network traffic of Local Area Network (LAN) and Wide Area Network has fractal properties as long range dependence (LRD) and self-similarity. The traffic traces can show long range dependence, short range dependence or the both behaviors because of applications heterogeneity in these networks. This work objective is to synthetisize gaussian time series with processor flexibility in the time-frequency plan to be inserted in a traffic generator with the specific statistical traffic characteristics of real packet networks such as selfsimilarity, long range dependence (LRD) and short range dependence (SRD). Two methods were developed for the gaussian time series with LRD and SRD synthesis: Discrete Wavelet Tansform (DWT) with variance map and Discrete Wavelet Packet Tansform (DWPT). These methods used the variance map which concept was developed in this work. The methods validation was done by statistic analysis and comparison with the time series generated by the B¨ackar Discrete Wavelet Transfom (DWT) used by [1]. Besides of this, the idea that the DWPT is more because of its processing flexibility in the time-frequency plan was validated.

A Qualidade da energia elétrica é caracterizada pela disponibilidade da energia através de uma forma de onda senoidal pura, sem alterações na amplitude e freqüência. No entanto situações transitórias em sistemas de potência são comuns e estas podem provocar inúmeras interferências indesejáveis. Neste contexto, este trabalho tem como objetivo desenvolver um algoritmo para detectar, localizar no tempo e classificar diversos distúrbios que ocorrem no sistema elétrico através da aplicação da transformada wavelet (TW). Foi realizado um estudo teórico desde a origem até os recentes avanços sobre a TW. Para a detecção e localização no tempo foi utilizada apenas a TW. Com relação à classificação foram comparadas três ferramentas matemáticas: TW, TRF (Transformada Rápida de Fourier) e RNA (Redes Neurais Artificiais). Através do software ATP (Alternative Transients Program) foi modelado um sistema de distribuição, cujas características seguem um sistema real. Todos os distúrbios de tensão gerados e analisados puderam ser detectados e localizados no tempo através da técnica de análise multiresolução. Em relação à classificação, foi realizada uma comparação entre a TW, a TRF e RNA com resultados satisfatórios, destacando dentre elas a TRF e a RNA. Pode-se concluir que os resultados obtidos através do algoritmo mostraram-se eficientes tanto no aspecto da detecção, localização e classificação, assim como na estimação da amplitude do distúrbio e da duração do distúrbio. / A perfect power supply would be one that is always available, maintaining the supply voltage and frequency within certain limits, and supplying pure noise free sinusoidal waveform. Nevertheless, transient events are usual in power systems, resulting in several interferences. The purpose of this study is for detecting, locating in time and to classifying with wavelet transform (WT) several disturbances that occur on power systems. A WT theoretical revision, referring to the first mention in wavelet up to the recent research advances is presented. Only WT was used in order to detect and locate in time the power system disturbances. For classification, three mathematical tools were compared: WT, FFT (Fast Fourier Transform) and ANN (Artificial Neural Networks). A distribution System, with identical characteristics as the real distribution system, was performed with ATP software (Alternative Transients Program). The results showed that multiresolution analysis technique is able to detect and locate all the generated and analyzed voltage disturbances. For classification the results were similar for the WT, FFT and ANN, however FFT and ANN results presented a better performance. The results conclude that the WT algorithm is efficient at detecting, localizing and classifying power system disturbances, as well as, at estimating the amplitude and duration of the voltage disturbance.

Nos tempos atuais, as imagens médicas são fonte de dados fundamentais na medicina moderna. As imagens armazenadas em uma base de dados de acordo com as respectivas categorias são um importante passo para aplicações como mineração de dados e recuperação de imagens por conteúdo. Estas aplicações podem apoiar médicos e estudantes na decisão de diagnóstico, permitir pesquisas e ser usadas como material didático. O trabalho propõe o uso de Mapas Auto-Organizáveis (SOM) e TransformadaWavelet combinada com momentos de Hu para a categorização de imagens médicas. Para tanto, são realizados experimentos para definição do tamanho do mapa SOM, uso do mesmo na categorização, definição da melhor família wavelet e nível de decomposição, sumarização dos coeficientes wavelets descartados por momento de Hu e experimentos comparativos com outras abordagens de categorização. Além dos experimentos de classificação comparativos em termos de taxa de acerto, é apresentada uma proposta de contribuição para uso do Mapa SOM na classificação. Nesta proposta, os resultados de classificação e o tempo de recurso computacional despendido pelo Mapa SOM mostram-se eficientes, quando comparados aos resultados e tempo apresentados pelo tradicional classificador K vizinhos mais próximos. / Nowadays, images are fundamental data source in modern medicine. The images stored in a database according with categories are an important step for data mining and contentbased image retrieval. They can support doctors and students in diagnostic decisions and provide research and didactic material. This work addresses the use of Self-Organizing Map (SOM) and discrete wavelet transform joint with Hus moments to medical image categorization. Furthermore, extensive experiments to define map size were done, employing the map in categorization, the best wavelet family and level of decomposition were defined, the coefficient discarded was summarized by Hus moments and contrastive studies with another successfull approach of categorization were done. Moreover, an approach to use SOM map in categorization is addressed, in which the SOM map for classification carried on better performance and computational time than traditional K nearest neighbor algorithm.

Este trabalho estuda a possibilidade de se adicionar funções de detecção e registro de eventos, que afetam a qualidade de energia elétrica, aos medidores eletrônicos de faturamento. A presença destes medidores na grande maioria dos consumidores ligados à média tensão transforma este recurso em uma poderosa ferramenta de análise. A existência de canais de comunicação remota nestes medidores facilita a coleta dos dados e seu armazenamento. Estes dados transferidos para sistemas com alta capacidade de processamento permitem uma análise mais precisa dos eventos que ocorrem em toda a rede. Foram consideradas as limitações dos medidores de faturamento quanto à sua capacidade de processamento, memória e taxa de amostragem. Os eventos que podem ser detectados com estes medidores ficam restritos a variações de tensão de curta duração (VTCDs) e transitórios oscilatórios de baixa freqüência. As funções criadas para registro de eventos podem ser usadas para registro de sinais em regime permanente, aumentando a capacidade de diagnóstico e análise da qualidade da energia elétrica em locais da rede. São utilizadas como técnicas de detecção de eventos: as variações dos valores eficazes, a decomposição de sinais, a Norma Euclidiana Instantânea (NEI) e a transformada wavelet (TW). / This work shows the possibility to add new functions for detection and registration of disturbances that affect power quality to electronic billing meters. The widespread installation of these meters in the power network makes this resource a powerful analysis tool. Remote communication channels in these meters create an easy way for reading and registering such power quality events. Data transferred to powerful processing systems allow accurate analysis of events occurring in the power grid. The limitations on billing meters, namely processing resources, memory availability and sampling rate, were taken into account. Despite these limitations, the electronic meters can handle short duration voltage events and low-frequency oscillatory transients. Those new functions can also be used for registering steady state phenomena, extending the ability to diagnose power quality problems throughout the power network. Techniques like RMS variations, signal decomposition, instantaneous Euclidian norm and wavelet transform were used for detection of the considered power quality events.

O processamento de sinais EEG permite interpretar, analisar, estudar, pesquisar e experimentar a atividade elétrica do cérebro como resposta para diferentes processos cognitivos, efeitos de drogas ou fármacos, estudo de doenças psiquiátricas ou neurológicas, entre outras. Esta dissertação é orientada ao reconhecimento de padrões cerebrais que permitam classificar estados cognitivos mediante os sinais de EEG registrados em sujeitos realizando tarefas programadas. Ademais espera-se obter a maior quantidade de padrões para cada estado cognitivo e procurar os parâmetros que oferecem maior informação, analisando as principais bandas cerebrais e todos os eletrodos disponíveis na base de dados. A metodologia usada compreende o registro de cinco tarefas cognitivas analisadas com três abordagens diferentes: análises de longe-range tenporal correlations com o algoritmo de Detrended Fluctuations Analysis (DFA), análise da potência dos sinais cerebrais utilizando a Transformada Ondeleta e finalmente o estudo da sincronia cerebral usando a Transformada de Hilbert. Conclui-se que as abordagens utilizadas nesta dissertação reportam alentadores resultados para diferenciar as tarefas cognitivas estudadas, demonstrando que a utilização da informação de todos os eletrodos e de suas principais bandas cerebrais contribuem de forma positiva. Também se consegue reconhecer e identificar quais parâmetros produzem maior informação para esta análise. / EEG signal processing allows interpreting, analyzing, studying, researching and experiencing the brain electrical activity in response to different cognitive processes, effects of drugs or drugs, the study of neurological or psychiatric diseases, among others. This thesis is oriented to the recognition of brain patterns to classify cognitive states using the EEG signals recorded from subjects performing mental tasks. Also, we expect to collect as many patterns as possible for each cognitive status and to seek parameters that provide more information, examine the major bands and all brain electrodes available in the database. The methodology used includes the registration of five cognitive tasks analyzed with three different approaches: analysis of long-range temporal-correlations with the Detrended Fluctuations Analysis (DFA) algorithm, the power analysis of brain signals using the Wavelet Transform and finally the study of phased looked brain using the Hilbert transform. The approaches used for this research report excellent results for differentiating the cognitive tasks studied, showing that the use of information from all the electrodes and their main brain bands contribute positively. Also, one can recognize and identify which parameters produce more information for this analysis.

Neste trabalho é desenvolvida uma metodologia baseada na aplicação do método dos momentos conjugado à aproximação por diferenças finitas, para análise no domínio do tempo da distribuição de correntes transitórias em meios condutores. O procedimento computacional permite que sejam considerados sistemas de condutores longos, com seção transversal genérica, discretizados em elementos filiformes. Assim, a equação integral que descreve o problema é substituída por uma representação matricial. No caso de meios não homogêneos, o método dos elementos finitos é usado para a obtenção da matriz que permite a solução do problema. Como o método proposto baseia-se na solução passo a passo no tempo, é interessante, para maior eficiência computacional, que as matrizes tenham sua dimensão reduzida, o que pode ser realizado por meio da Transformada Discreta Wavelet, como investigado no trabalho. Também é feita uma análise da estabilidade do procedimento computacional, para verificação das condições de aplicabilidade do mesmo. A validação do procedimento desenvolvido é feita a partir da comparação dos resultados obtidos para problemas com solução já conhecida por meio de medições ou por outros métodos de resolução. São apresentados resultados da aplicação do método proposto a alguns casos de interesse prático, na área de Compatibilidade Eletromagnética, destacando-se a análise do efeito de blindagem e o estudo de crosstalk em um sistema multicondutor. O procedimento desenvolvido ainda pode ser aprimorado com a utilização de elementos com formas mais gerais do que a filiforme proposta, permitindo sua extensão a problemas tridimensionais. Também pode ser estudado o pré-condicionamento da matriz a ser reduzida pela aplicação da Transformada Wavelet, a fim de permitir um melhor desempenho do processo computacional. / In this work, a methodology is developed, based on the application of the moment method associated to a finite difference approximation, for time domain analysis of transient current distribution in conducting media. The computational procedure allows that long conductors with any cross section can be considered, approximated by filamentary elements. Thus, the integral equation that describes the problem is substituted by a matrix representation. In the case of non homogeneous regions, the finite element method is used to obtain the matrix that allows the solution of the problem. As the proposed method works in a time step by step scheme, it is interesting, for increased computational efficiency, to reduce the size of the involved matrices. This can be done by application of the Discrete Wavelet Transform, as investigated in this work. An analysis of the numerical stability of the computational procedure is also done, aiming to establish its applicability conditions. Validation of the numerical procedure developed is done by comparing the results obtained for problems whose solution is known by measurement or by another method. Some problems of practical interest in Electromagnetic Compatibility were solved and the results are presented, concerning particularly shielding effects and multi conductor crosstalk. The developed procedure can be improved employing elements with more general shapes, besides the filamentary ones, allowing the consideration of three dimensional systems. Also, pre conditioning of the matrices before application of the Wavelet Transform can be studied, for a better performance of the method.

O objetivo deste trabalho é apresentar um novo método para a remoção do ruído Poisson em imagens de mamografia digital adquiridas com baixa dosagem de radiação. Sabe-se que a mamografia por raios X é o exame mais eficiente para a detecção precoce do câncer de mama, aumentando consideravelmente as chances de cura da doença. No entanto, a radiação absorvida pela paciente durante o exame ainda é um problema a ser tratado. Estudos indicam que a exposição à radiação pode induzir a formação do câncer em algumas mulheres radiografadas. Apesar desse número ser significativamente baixo em relação ao número de mulheres que são salvas pelo exame, existe a necessidade do desenvolvimento de meios que viabilizem a diminuição da dose de radiação empregada. No entanto, uma redução na dose de radiação piora a qualidade da imagem pela diminuição da relação sinal-ruído, prejudicando o diagnóstico médico e a detecção precoce da doença. Nesse sentido, a proposta deste trabalho é apresentar um método para a filtragem do ruído Poisson que é adicionado às das imagens mamográficas quando adquiridas com baixa dosagem de radiação, fazendo com que ela apresente qualidade equivalente àquela adquirida com a dose padrão de radiação. O algoritmo proposto foi desenvolvido baseado em adaptações de algoritmos bem estabelecidos na literatura, como a filtragem no domínio Wavelet, aqui usando o Shrink-thresholding (WTST), e o Block-matching and 3D Filtering (BM3D). Os resultados obtidos com imagens mamográficas adquiridas com phantom e também imagens clínicas, mostraram que o método proposto é capaz de filtrar o ruído adicional incorporado nas imagens sem perda aparente de informação. / The aim of this work is to present a novel method for removing the Poisson noise in digital mammography images acquired with reduced radiation dose. It is known that the X-ray mammography is the most effective exam for early detection of breast cancer, greatly increasing the chances of healing the disease. However, the radiation absorbed by the patient during the exam is still a problem to be treated. Some studies showed that mammography can induce breast cancer in a few women. Although this number is significantly low compared to the number of women who are saved by the exam, it is important to develop methods to enable the reduction of the radiation dose used in the exam. However, dose reduction led to a decrease in image quality by means of the signal to noise ratio, impairing medical diagnosis and the early detection of the disease. In this sense, the purpose of this study is to propose a new method to reduce Poisson noise in mammographic images acquired with low radiation dose, in order to achive the same quality as those acquired with the standard dose. The method is based on well established algorithms in the literature as the filtering in Wavelet domain, here using Shrink-thresholding (WTST) and the Block-matching and 3D Filtering (BM3D). Results using phantom and clinical images showed that the proposed algorithm is capable of filtering the additional noise in images without apparent loss of information.