This master thesis describes the creation of an information system for small to medium-sized dental clinics. The application will consist of a planning module (pa- tient ordering), a card index (patient information), a diagnosis and therapies system (the system will intelligently recommend treatment based on a speci ed health condi- tion) and a storage module (overview of the material). Administration takes doctors 1 to 2 hours a day and the goal of our application is to save this time.

Resumo: Neste trabalho se apresenta uma técnica de redução de dados para monitoração e diagnóstico automático de grupos geradores hidroelétricos com base na análise de vibrações, utilizando redes neurais artificiais. Os sinais de vibração são processados numericamente para se obter um espectro normalizado com no máximo doze freqüências, especialmente determinadas para cada máquina em particular, de tal forma a torná-lo representativo da condição da máquina. A definição das bandas de freqüência a serem usadas no processamento desse espectro especial é feita para cada equipamento a ser monitorado com auxílio de um ambiente computacional desenvolvido e apresentado neste trabalho. Um programa protótipo de monitoração baseado nestas técnicas foi desenvolvido e é apresentado com uso de exemplos de aplicação. / Abstract: In this work a data reduction technique based on vibration analysis that can be applied to both monitoring and automatic diagnosis of rotating machineries together with use of neural networks is presented. Vibration signals are processed to obtain a normalized spectrum with up to 12 frequency bands that should be defined for each particular machine. In this manner this special spectrum can become representative of the machine's working condition. The definition of the spectrum's bands that will be used in data processing is carried out for each machine by use of a computational environment that has been developed. This environment is also shown in this work. A prototype monitoring program based in this technique also has been developed and its application is highlighted with examples. / Orientador: João Antonio Pereira / Coorientador: Adyles Arato Júnior / Banca: Alberto Tamagna / Banca: Luiz de Paula do Nascimento / Mestre

Made available in DSpace on 2014-06-11T19:27:15Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-09-05Bitstream added on 2014-06-13T20:55:57Z : No. of bitstreams: 1 almeida_fcl_me_ilha.pdf: 3597520 bytes, checksum: 3503cdbcd54e460db80583534b7d06dd (MD5) / Neste trabalho se apresenta uma técnica de redução de dados para monitoração e diagnóstico automático de grupos geradores hidroelétricos com base na análise de vibrações, utilizando redes neurais artificiais. Os sinais de vibração são processados numericamente para se obter um espectro normalizado com no máximo doze freqüências, especialmente determinadas para cada máquina em particular, de tal forma a torná-lo representativo da condição da máquina. A definição das bandas de freqüência a serem usadas no processamento desse espectro especial é feita para cada equipamento a ser monitorado com auxílio de um ambiente computacional desenvolvido e apresentado neste trabalho. Um programa protótipo de monitoração baseado nestas técnicas foi desenvolvido e é apresentado com uso de exemplos de aplicação. / In this work a data reduction technique based on vibration analysis that can be applied to both monitoring and automatic diagnosis of rotating machineries together with use of neural networks is presented. Vibration signals are processed to obtain a normalized spectrum with up to 12 frequency bands that should be defined for each particular machine. In this manner this special spectrum can become representative of the machine’s working condition. The definition of the spectrum’s bands that will be used in data processing is carried out for each machine by use of a computational environment that has been developed. This environment is also shown in this work. A prototype monitoring program based in this technique also has been developed and its application is highlighted with examples.

\"Ver o corpo humano por dentro\" sem a necessidade de intervenção cirurgica é objetivo que motivou a criação de diversos instrumentos como eletrocardiogramas, eletroencefalogramas, equipamentos de ressonância magnética e raio-X. Através daavaliação de imagens ou resultados numéricos, pode-se detectar patologias nos primeiros estágios, permitindo uma ação decisiva de especialistas médicos na cura destas. Especialistas da fala normalmente empregam instrumentos comovideolaringoscopia e videoestroboscopia para avaliar qualitativamente o comportamento da laringe e pregas vocais. Comprendendo que a voz transmite informações sobre alterações orgânicas ou funcionais nas estruturas de vocalização, este trabalhoapresenta um conjunto de medidas acústicas neste sinal que evidenciam alterações na periodicidade do movimento das cordas vocais e quantidade de ruído turbulento que atravessa a glote. A partir de avaliação estatística da capacidadedescriminatória destes índices acústicos e empregando-se redes neurais artificiais, define-se um método automático para identificação probabilística das patologias que afetam as estruturas da laringe. / \"To see the inside of the human body\" without the necessity of surgical intervention is the objective that motivates the conception of several instruments like electrocardiogram, electroencephalongram, magnetic resonance and X-ray equipments. Through the image analysis or numerical results, it is possible to identify pathologies, allowing a decisive action of physician specialists in cure of these. Voice specialists, normally, use instruments as videolaryngoscopy and videostroboscopy to assess the vocal folds and larynx comportment, qualitatively. Understanding that the voice transmits information upon functional or organic alterations in vocalization structures, this work presents a set of acoustic measurements, based on this signal, that evidences alterations on vocal folds movement periodicity and quantify of turbulent noise throught the glottis. From the statistic evaluation of discriminatory capacity of these acoustic indexes and using artificial neural networks, it defines an automatic method for the probabilistic identification of pathologies that affect the laryngeal structures.

\"Ver o corpo humano por dentro\" sem a necessidade de intervenção cirurgica é objetivo que motivou a criação de diversos instrumentos como eletrocardiogramas, eletroencefalogramas, equipamentos de ressonância magnética e raio-X. Através daavaliação de imagens ou resultados numéricos, pode-se detectar patologias nos primeiros estágios, permitindo uma ação decisiva de especialistas médicos na cura destas. Especialistas da fala normalmente empregam instrumentos comovideolaringoscopia e videoestroboscopia para avaliar qualitativamente o comportamento da laringe e pregas vocais. Comprendendo que a voz transmite informações sobre alterações orgânicas ou funcionais nas estruturas de vocalização, este trabalhoapresenta um conjunto de medidas acústicas neste sinal que evidenciam alterações na periodicidade do movimento das cordas vocais e quantidade de ruído turbulento que atravessa a glote. A partir de avaliação estatística da capacidadedescriminatória destes índices acústicos e empregando-se redes neurais artificiais, define-se um método automático para identificação probabilística das patologias que afetam as estruturas da laringe. / \"To see the inside of the human body\" without the necessity of surgical intervention is the objective that motivates the conception of several instruments like electrocardiogram, electroencephalongram, magnetic resonance and X-ray equipments. Through the image analysis or numerical results, it is possible to identify pathologies, allowing a decisive action of physician specialists in cure of these. Voice specialists, normally, use instruments as videolaryngoscopy and videostroboscopy to assess the vocal folds and larynx comportment, qualitatively. Understanding that the voice transmits information upon functional or organic alterations in vocalization structures, this work presents a set of acoustic measurements, based on this signal, that evidences alterations on vocal folds movement periodicity and quantify of turbulent noise throught the glottis. From the statistic evaluation of discriminatory capacity of these acoustic indexes and using artificial neural networks, it defines an automatic method for the probabilistic identification of pathologies that affect the laryngeal structures.

Test 3F is used to diagnose the extent of motor speech disorder – dysarthria for czech speakers. The evaluation of dysarthric speech is distorted by subjective assessment. The motivation behind this thesis is that there are not many automatic and objective analysis tools that can be used to evaluate phonation, articulation, prosody and respiration of speech disorder. The aim of this diploma thesis is to identify, implement and test acoustic features of speech that could be used to objectify and automate the evaluation. These features should be easily interpretable by the clinician. It is assumed that the evaluation could be more precise because of the detailed analysis that acoustic features provide. The performance of these features was tested on database of 151 czech speakers that consists of 51 healthy speakers and 100 patients. Statistical analysis and methods of machine learning were used to identify the correlation between features and subjective assesment. 27 of total 30 speech tasks of Test 3F were identified as suitable for automatic evaluation. Within the scope of this thesis only 10 tasks of Test 3F were tested because only a limited part of the database could be preprocessed. The result of statistical analysis is 14 features that were most useful for the test evaluation. The most significant features are: MET (respiration), relF0SD (intonation), relSEOVR (voice intensity – prosody). The lowest prediction error of the machine learning regression models was 7.14 %. The conclusion is that the evaluation of most of the tasks of Test 3F can be automated. The results of analysis of 10 tasks shows that the most significant factor in dysarthria evaluation is limited expiration, monotone voice and low variabilty of speech intensity.