Apresenta-se o desenvolvimento de um processador de sinais para o Sistema de Coleta de Dados da 1 Missão Espacial Completa Brasileira. Os sinais das Plataformas de Coleta de Dados, aleatórios no tempo e na frequência, são recebidos em uma faixa de 24kHz. Um processo de busca e deteção destes sinais é implementado. Descrevem-se o detetor ótimo e a solução prática adotada. Uma vez detetados, os sinais são demodulados e recuperam-se os dados das plataformas.

Made available in DSpace on 2019-03-30T00:31:06Z (GMT). No. of bitstreams: 0 Previous issue date: 2018-06-13 / The Parkinson's Disease (PD) consists in a neurodegenerative disorder that affects around 10 million people in the world. This condition is slightly more prevalent in males. PD is characterized by the loss of neurons in a region of the brain, known as Substantia Nigra. The neurons of this region, are responsible for synthesizing the neurotransmitter Dopamine, and a decrease in the production of this substance may cause the motor symptoms that are characteristic of the disease. In order to obtain a definitive diagnosis, the patient's medical history is analysed and the subject is submitted to a series of clinical exams. One of the exams, that take place in the clinical environment, consists of asking the patient to create a series of specific drawings. This work is based in asking the patients to make this drawings using a software developed for this specific purpose. The drawings will then pass through a series of image processing methods in order to "reduce noises and extract the characteristics of each drawing being those 11 metrics that will be stored into a .Excel file. Machine learning techniques such as: OPF, SVM and Naive Bayes, will use the dataset in search for learning about the characteristics for the process of classification of the individuals that were labelled by the classes (Sick and Healthy). Keywords: Machine Learning. Image processing. Software. Parkinson disease. / A Doença de Parkinson (DP) consiste em uma disordem neurodegenerativa que afeta atualmente cerca de 10 milhões de pessoas no mundo, sendo homens os mais propícios a apresentarem a doença. A DP é caracterizada pela perda de neurônios na região do cérebro chamada de Substância Negra. Os neurônios dessa região, são os responsáveis pela sintetização do neurotransmissor Dopamina, cuja a redução nessa região pode ocasionar os sintomas motores tão caracteristicos da doença. Para a realização do diagnóstico da DP, é observado o histórico médico do paciente e realiza-se uma série de exames clinicos afim de estabelecer o diagnostico definitivo da doença e sua mensuração nas escalas. Um dos exames a ser realizado no consultório médico, consiste em pedir que o paciente realize uma série de desenhos específicos, onde são observados os desvios cometidos pelo paciente. Estre trabalho, consiste em fazer com que o paciente realize esses desenhos, utilizando o mouse do computador, no software desenvolvido para este trabalho. Os desenhos passam então por uma série de técnicas de processamento de imagem, afim de reduzir ruidos e extrair as caracteristicas de cada desenho, sendo essas, 11 métricas que são armazenadas em arquivos Excel. Técnicas de Aprendizado de Máquina como Floreta de Caminhos Ótimos (Optimum Path Forest - OPF), Support Vector Machines (SVM) e Classificador Bayesiano (Bayes) são aplicados nos conjuntos de dados em busca do aprendizado sobre as características para o processo de classificação dos indivíduos que foram rotulados pelas classes (Pacientes e Saudáveis). Palavras-chave: Aprendizagem de máquina. Processamento de imagem. Software. Doença de Parkinson.

Made available in DSpace on 2018-08-01T23:19:04Z (GMT). No. of bitstreams: 1 tese_9493_Resumo Final de Dissertação - Estefânia Pecegueiro Prudêncio. PDF.pdf: 12174 bytes, checksum: f0db4e1261e618c0f074890d6e73573d (MD5) Previous issue date: 2017-02-23 / O café é uma commodity de importância econômica, em que a qualidade é relevante na comercialização do grão cru. As formas de condução da colheita, processamento e beneficiamento são importantes para a obtenção de uma bebida de qualidade. O café pode ser preparado por via seca, via semisseca e via úmida. No processamento via úmida, além da fermentação natural, podem-se adicionar enzimas ou inóculos para realizar a degomagem. Porém, deve-se ater às influências da fermentação induzida nas características do grão. Desse modo, este trabalho foi conduzido com o objetivo de avaliar a influência da fermentação induzida nas propriedades físico-químicas e sensoriais do café conilon. Os frutos de café conilon (Coffea canephora Pierre ex. Froehner), variedade Vitória, foram colhidos por derriça total e selecionados em estádio de maturação tipo cereja. O experimento foi conduzido em duas fases. Na primeira fase, empregando um delineamento fatorial, as amostras de frutos de café sanitizados e descascados foram adicionadas três inóculos: Saccharomyces cerevisiae, Brettanomyces bruxellensis trois e Saccharomyces bayanus, nas concentrações 0,00; 0,05; 0,10; 0,15 e 0,20% m m-1. Na segunda fase, foram comparadas as seguintes seis formas de processamento: via seca, via semisseca, via úmida, via semissólida via seca tradicional praticada pelo produtor e via úmida com adição das leveduras Saccharomyces cerevisiae, Brettanomyces bruxellensis trois, Saccharomyces bayanus na concentração 0,20% m m-1. As propriedades físico-químicas avaliadas, em ambas as fases, foram umidade, pH, acidez titulável total, atividade antioxidante, compostos fenólicos totais, cor, açúcar total e redutor, condutividade elétrica e lixiviação de potássio. Amostras beneficiadas da primeira e da segunda fase foram classificadas segundo tipo, peneira e bebida. Para primeira fase do experimento, não foram verificadas diferenças significativas entre os tratamentos para as propriedades físico-químicas umidade, pH, acidez titulável total, atividade antioxidante, compostos fenólicos totais, açúcar total e redutor, condutividade elétrica e lixiviação de potássio. Porém, verificou-se diferença significativa de cor nas coordenadas L*, a* e b*. As classificações por tipo, peneira e bebida não diferiram entre os tratamentos estudados. Para segunda fase, as propriedades físico-químicas umidade, pH, acidez titulável total, atividade antioxidante, compostos fenólicos totais, açúcar total e redutor, condutividade elétrica e lixiviação de potássio não diferiram. Porém, a análise de cor e as classificações por tipo, por peneira e sensorial diferiram entre as formas de processamento pós-colheita. A classificação por bebida demonstrou que o café fermentado com emprego de inóculos apresentou sabor e aroma distintos.

Made available in DSpace on 2014-06-12T17:40:35Z (GMT). No. of bitstreams: 2 arquivo7036_1.pdf: 2047609 bytes, checksum: e3d87bd28e5314c857de9b11d1bc348a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Para avaliar a qualidade do desempenho de ferramentas comerciais de Reconhecimento Óptico de Caracteres (OCR) é necessário adquirir métricas para avaliar o quanto um texto transcrito está próximo do texto original, uma vez que quando uma imagem sofre alterações, por menores que sejam, estas influenciam nas transcrições dos OCR s. Neste trabalho será apresentada uma nova métrica para avaliar transcrições de OCR s: através da aplicação de técnicas de filtragem (brilho, contraste, resolução, rotação, etc.) na imagem original, para que as mudanças mínimas gerem inúmeras imagens, as quais serão submetidas ao OCR e resultarão em textos distintos. Um algoritmo foi desenvolvido para comparar os textos gerados, analisando desde a quantidade de linhas até a igualdade entre os caracteres. Através da análise de maior freqüência entre os caracteres, este algoritmo gera um novo arquivo-texto. Com o uso desta metodologia, o arquivo gerado ficou muito próximo do original com um índice de acerto maior que os arquivos transcritos sem o processo de filtragem

Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário FEI, São Bernardo do Campo, 2016.

O desenvolvimento de novas tecnologias proporciona meios para novas pesquisas e, no caso dos dados gerados por sensores remotos, seu entendimento e utilização constituem uma ampla fonte para a geração de novos conhecimentos científicos. Imagens de média resolução espacial, a exemplo o sensor ASTER, apresentam fontes de informação de grande valor. O presente trabalho tem o propósito de investigar as potencialidades dessas imagens na discriminação espectral de vinhedos e, adicionalmente, verificar o comportamento espectral de variedades de viníferas frente à influência de efeitos de sombreamento. Para esta análise, a Vinícola Veramonte, no Valle de Casablanca-Chile, foi escolhida por ser adequada em termos de topografia, repartição de parcelas, informações de campo e disponibilidade de imagens. Como imagens ASTER são coletadas com resoluções de 15m e 30m, operações de reamostragem são necessárias para uma maior exploração dos dados. As bandas do subsistema SWIR, com pixels de 30 m, foram reamostradas pelo método do Vizinho mais Próximo para 15 m e processadas junto com as três bandas do subsistema VNIR, possibilitando realizar a investigação espectral utilizando-se 9 bandas. Comparações estatísticas (teste t) foram feitas em imagens originais e reamostradas, constatando-se que ambas não diferem significativamente. A influência da sombra entre fileiras de vinhas na resposta espectral também foi investigada. A proporção de sombra entre as fileiras é variável, em função da orientação das filas, da distância zenital e do azimute do Sol na hora da aquisição da imagem. Foram estudadas as variedades Chardonnay, Merlot e Sauvignon Blanc em três imagens de diferentes datas. Determinados os diferentes grupos, esses foram submetidos a análises de similaridade, usando-se ANOVA, seguidos do teste de Tukey. Comparou-se também a separabilidade de diferentes variedades, que apresentavam a mesma quantidade de sombra. As imagens foram classificadas através do classificador de Mínima Distância para verificar a eficácia desse classificador em detectar a variação de sombra. A validação final foi realizada através da comparação da imagem classificada com as informações contidas no mapa de localização das cepas. Como resultados, foi confirmada a validade da reamostragem de pixels pelo método do vizinho mais próximo, sem alteração do valor digital, e constatou-se a influência do substrato (solo iluminado ou sombreado) na caracterização espectral das variedades viníferas, e a sua influência na classificação das imagens ASTER. / Technological developments lead to new sources of research, and in the case of data from remote sensors, their understanding and use allow the generation of new scientific knowledge. For images of medium spatial resolution, the ASTER sensor is an important information source. This study aims to investigate the potential of ASTER images in the discrimination of vineyards, and to verify the spectral behavior of the vinifera varieties in face of the influence of shadow effects. For this analysis, the property of Viña Veramonte, at Valle Casablanca, Chile, was chosen, since it proved to be adequate for its topography, plot partition, field data, and images availability. Since ASTER images are acquired with spatial resolutions of 15m and 30 m, resampling procedures are necessary to the full use of data from the nine spectral bands of VNIR and SWIR; however, such practices are frequently considered as sources of false information, and this issue was investigated first. The six SWIR bands, with 30m pixels, were resampled to 15m using the Nearest Neighbor method, allowing to perform a spectral investigation with nine bands. Statistical comparisons using the t test were applied both to the original and resampled images, being shown that the two images don’t differ significantly; this allowed to proceed the study using resampled images with nine spectral bands. The influence of shadow between rows of vines was then investigated. The percentage of shadow between rows is variable, being a function of row orientation, of Sun’s zenith distance and azimuth, and of the time of image acquisition. Using maps provided by the vineyard managers, informing vine varieties and their places, it was possible to derive the spectral information and to identify the vine parcels in images, which were separated by groups according to their shadow percentages. The grape cultivars Chardonnay, Sauvignon Blanc and Merlot were studied in images of three dates. After defining the three groups, they were analyzed through the ANOVA and Tukey Test methods. A comparison was also made for those varieties which had the same proportion of shadow. All images were classified through the Minimum Distance algorithm, to verify the performance of this classification technique in detecting the shadow change. The final validation was made by comparing the classified image with information from the vineyard map. As results, the validity of the pixel resampling by the Nearest Neighbor method was demonstrated, as the influence of the inter-rows shadow in the classification of ASTER images.

Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2015. / O antibiograma por disco-difusão é um procedimento laboratorial utilizado para determinar a suscetibilidade de micro-organismos em relação a um antibiótico. Neste exame, os antibióticos são impregnados em discos que são rotulados com caracteres alfanuméricos. A identificação automática destes rótulos é de crucial importância na automação deste antibiograma, visto que descrevem o antimicrobiano e sua respectiva concentração. Sendo assim, este trabalho apresenta uma técnica de descritores baseada em Momentos Invariantes com objetivo de reconhecer os padrões alfanuméricos presentes nos exames de antibiogramas por disco-difusão e sua aplicação no método Automático de Identificação do Antibiograma (AIA), que é parte integrante do projeto AUTOBAC. No experimento, foram utilizadas as técnicas de Momentos Invariantes em comparação ao uso do Scale-invariant Feature Transform (SIFT), técnica comercial utilizada pelo AIA. Para os Momentos Invariantes, a solução proposta apresentou 90,9% de identificações corretas e o SIFT apresentou 94,9% de identificações corretas, ou seja, a solução proposta apresentou um resultado apenas 4% menor do que a solução comercial proposta inicialmente pelo AIA, indicando a aplicabilidade da solução. / The antibiogram by disk diffusion is a laboratory procedure used to determine the relative susceptibility of microorganisms to an antibiotic. In this exam, antibiotics are impregnated discs labeled with alphanumeric characters. The automatic identification of these labels is crucial to antibiogram automation, as describing the antimicrobial and its respective concentration. Thus, this work presents a descriptors technique based on Invariant Moments in order to recognize the alphanumeric patterns present in antibiotic susceptibility tests by disk diffusion and its application in Automatic Identification Antibiogram (AIA) method, which is part of the AUTOBAC project. In the experiments, was achieved a comparison of the Invariant Moments techniques and the Scale-invariant Feature Transform (SIFT), a commercial technique used by the AIA. For the Invariant Moments, the proposed solution showed 90.9% of correct identifications and the SIFT with 94.9% of correct identifications, i.e., the proposed solution shows a result about only 4% lower than the commercial solution originally proposed by AIA, indicating the applicability of the solution.

Tese de mestrado integrado. Bioengenharia (Engenharia Biomédica). Universidade do Porto. Faculdade de Engenharia. 2011

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major de Automação). Faculdade de Engenharia. Universidade do Porto. 2009

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores. Faculdade de Engenharia. Universidade do Porto. 2009