Classificação de Patologias da Coluna Vertebral Usando Redes Neurais Artificiais
|
|
- Jorge Wagner Camilo
- 8 Há anos
- Visualizações:
Transcrição
1 Classificação de Patologias da Coluna Vertebral Usando Redes Neurais Artificiais Ajalmar R. Neto 1, Guilherme A. Barreto 2, Paulo C. Cortez 3, Henrique da Mota 4 1,2,3 Depto. Engenharia de Teleinformática, Universidade Federal do Ceará (UFC), Fortaleza-CE 4 Unidade de Cirurgia da Coluna, Hospital Monte Klinikum, Fortaleza-CE Resumo - Este artigo apresenta resultados referentes ao módulo de diagnóstico automático da plataforma SINPATCO - Sistema INteligente de diagnóstico de PATologias da COluna vertebral. Este módulo é composto por uma unidade de pré-processamento, cujo objetivo é normalizar os dados e eliminar instâncias discrepantes (outliers) de um banco de dados de casos clínicos, e por um classificador neural baseado na rede Perceptron Multicamadas (MLP). O módulo de diagnóstico é avaliado quanto à capacidade de categorizar casos clínicos em uma das seguintes classes: Normal, Hérnia de Disco e Espondilolistese. Cada caso é representado por 6 atributos biomecânicos extraídos por um médico ortopedista a partir das imagens de Raio-X da coluna do paciente. A rede MLP foi comparada a dois outros classificadores (Naive Bayes e GRNN), tendo apresentado maiores taxas de acerto, maior robustez a outliers e menor número de falsos positivos e falsos negativos. Palavras-chave: Diagnóstico por computador, patologias da coluna vertebral, redes neurais, classificação de padrões, robustez a outliers. Abstract - This paper reports the results obtained from the diagnostics module of the software platform SINPATCO - System for INtelligent Diagnostics of PAThologies of the vertebral COlumn. This module comprises a preprocessing unit, whose goals are data normalization and outlier removal of a database of patients, and a MLP-based neural classifier. The diagnostics module is evaluated by its ability in classifying a new patient as belonging to one out of three categories: Normal, Disk Hernia or Spondylolisthesis. Each patient in the database is represented by six biomechanical attributes extracted by an orthopedic specialist from X-ray images of the vertebral column. The MLP classifier was compared to standard classifiers (Naive Bayes and GRNN), obtaining higher recognition rates, higher robustness to outliers and lower false positive and false negative rates. Key-words: Computer Aided Diagnostics, pathologies of the vertebral column, neural networks, pattern classification, robustness to outliers. Introdução Técnicas de inteligência computacional (IC) têm sido amplamente utilizadas em diagnóstico médico assistido por computador ao longo dos últimos anos, com destaque especial às redes neurais artificiais (RNAs) [1], [2]. De particular interesse para este trabalho é a aplicação de RNAs em ortopedia clínica. Nesta área da medicina, contudo, verifica-se que a aplicação de técnicas de classificação de padrões no diagnóstico de patologias da coluna vertebral não é amplamente difundida. A revisão bibliográfica feita para este artigo encontrou apenas dois trabalhos correlatos [3], [4], em que uma rede MLP é treinada para identificar a presença ou não de osteófitos com base no contorno da vértebra. Uma possível justificativa para a escassez de artigos sobre RNAs em ortopedia pode ser a inexistência de um conjunto específico de variáveis (medidas) que permitam formalizar o problema de diagnóstico de patologias da coluna como um problema de classificação de padrões. Recentemente, um grupo de especialistas em ortopedia e biomecânica propôs um conjunto de atributos biomecânicos associados a dores e deformidades da coluna vertebral [5], [6]. De posse destes atributos passa a ser viável gerar uma base de dados de pacientes contendo os valores numéricos de seus respectivos atributos biomecânicos, para a partir dela projetar classificadores de padrões para diversas patologias da coluna vertebral. O objetivo deste artigo é, portanto, utilizar um subconjunto desses atributos biomecânicos no projeto de classificadores de padrões baseados na rede MLP, a fim de auxiliar no diagnóstico automático de patologias da coluna vertebral. O principal fruto deste estudo é a plataforma SINPATCO - Sistema INteligente de diagnóstico de PATologias da Coluna vertebral,
2 desenvolvida para auxiliar o diagnóstico médico assistido por computador. O módulo de diagnóstico da plataforma SINPATCO é composto por uma unidade de pré-processamento, responsável pela normalização dos dados e eliminação de instâncias discrepantes outliers, de um banco de dados de casos clínicos e uma rede MLP que é treinada e testada com os casos clínicos (dados) previamente obtidos por um ortopedista. O módulo de diagnóstico é avaliado quanto a sua capacidade de categorizar casos clínicos em uma das seguintes classes: Normal, Hérnia de Disco e Espondilolistese. Implementações alternativas do módulo de diagnóstico da plataforma SINPATCO usando outros classificadores (GRNN e Naive Bayes) são comparadas com aquela baseada na rede MLP. O restante do artigo está organizado da seguinte forma. Na Seção Patologias da Coluna Vertebral faz-se uma breve introdução às patologias de interesse para este artigo e aos atributos biomecânicos utilizados no projeto do classificador destas patologias. Na Seção Metodologia os classificadores utilizados são brevemente descritos. Os resultados da comparação de desempenho entre estes classificadores são apresentados na Seção Resultados. O artigo é concluído na Seção Discussão e Conclusões. Patologias da Coluna Vertebral A coluna vertebral é um sistema composto por um conjunto de vértebras, discos intervertebrais, nervos, músculos, medula e ligamentos. Segundo Hall [7], as principais funções da coluna vertebral são as seguintes: (i) eixo de suporte do corpo humano; (ii) protetor ósseo da medula espinhal e das raízes nervosas; e (iii) eixo de movimentação do corpo, possibilitando o movimento nos três planos: frontal, sagital e transversal. Esse complexo sistema está sujeito a disfunções que causam dor nas costas, das mais variadas intensidades. Hérnia de disco e espondilolistese são exemplos de patologias da coluna vertebral que causam dores intensas. A hérnia de disco surge quando o núcleo do disco intervertebral migra de seu local, no centro do disco para a periferia, em direção ao canal medular ou nos espaços por onde saem às raízes nervosas, levando à compressão das raízes nervosas. Espondilolistese ocorre quando uma das 33 vértebras da coluna vertebral desliza adiante em relação às outras. Este deslizamento quando verificado ocorre, geralmente, em direção a base da espinha na região lombar, ocasionando dor ou sintomatologia de irritação de raiz nervosa. O mecanismo que ocasiona esse tipo de lesão não é bem conhecido mas existem teorias que sugerem algumas possíveis causas: fratura por fadiga conjugado a um defeito hereditário ou predisposição, fratura ocorrida durante o parto, trauma, deslocamento de uma vértebra sobre a outra secundária à lordose lombar, fraqueza dos ligamentos e estruturas faceais da região envolvida ou má formação das facetas articulares. Para projetar classificadores automáticos capazes de discriminar várias patologias da coluna vertebral faz-se necessário definir um conjunto de atributos que possam ser medidos para cada paciente analisado pelo ortopedista. Ao longo do tempo, o médico ortopedista terá a seu dispor um banco de dados de casos clínicos reais, contendo os valores dos atributos medidos a partir de pacientes portadores das mais diversas patologias, além de pacientes normais. Este banco de dados pode então ser usado para treinar e validar diversos classificadores. Atributos Biomecânicos - Os atributos biomecânicos a serem descritos nesta seção foram propostos por Joannés Dimnet, Eric Berthonnaud, Pierre Roussouly e Henrique da Mota a partir de estudos desenvolvidos no Laboratório de Biomecânica do Centre Médico- Chirurgical de Réadaptation des Massues, localizado em Lyon, França. Estes especialistas montaram uma base de dados com informações de pacientes saudáveis, escolióticos, com hérnia de disco e com espondilolistese [5], [6]. O trabalho de Fieré [8] verificou a presença de uma forte correlação entre hérnia de disco e os atributos biomecânicos propostos, corroborando a hipótese de que tais atributos podem ser úteis no diagnóstico de patologias da coluna vertebral. A base de dados gerada contém dados extraídos de 310 pacientes, a partir de radiografias panorâmicas sagitais em formato de 30 x 90cm. Destes, 100 indivíduos foram voluntários do Hospital de Massues que não possuíam patologias na coluna. Os dados restantes foram obtidos a partir de radiografias de pacientes operados de hérnias de disco (60 indivíduos) ou espondilolistese (150 indivíduos). Um scanner Vidar VXR 8 é utilizado para digitalizar as radiografias, que são então processadas por um sistema semi-automatizado de tratamento de imagem, chamado de SagittalSpine, desenvolvido pelo Dr. Eric Berthionnaud. Este sistema calcula os ângulos da bacia e o traçado linear da coluna a partir dos centros de cabeça de fêmur, da determinação da linha do platô sacral e da determinação dos ápices das curvaturas lordóticas e cifóticas. Cada indivíduo é representado por seis atributos biomecânicos, que correspondem aos seguintes parâmetros angulares sagitais do sistema espinopélvico: (1) ângulo de incidência pélvica, (2) ângulo de versão pélvica, (3) ângulo de lordose, (4) declive sacral, (5) distância ou raio pélvico e (6) grau de deslizamento.
3 O ângulo de incidência pélvica (pelvic incidence, PI) é definido como o ângulo subtendido pelo segmento de reta ao, que é extraído do centro da cabeça femoral para o ponto médio da placa sacral terminal, e uma reta perpendicular ao centro da placa sacral a (Figura 1). A placa terminal sacral é definida pelo segmento de reta bc entre o canto superior posterior do sacrum e a ponta anterior da placa terminal S1 no promontório sacral. Para o caso em que as cabeças femorais não são sobrepostas, o centro de cada cabeça femoral é marcado, e um segmento de reta ligará os centros das cabeças femorais. O ângulo de versão pélvica (pelvic tilt, PT), conforme indicado na Figura 2, é descrito como sendo o ângulo subtendido por uma reta de referência vertical originada do centro o da cabeça do fêmur e do raio pélvico oa. Esta afirmação está correta quando o verdadeiro eixo hipotético está em frente ao ponto médio da placa sacral terminal. O declive sacral (sacral slope, SS) é definido como o ângulo subtendido por uma linha de referência horizontal (HRL) e pela linha sacral da placa terminal bc, conforme ilustrado na Figura 3. O ângulo de lordose é o maior ângulo sagital entre o platô superior do sacro e o platô superior da vértebra lombar ou torácica limite. A distância ou raio pélvico é a distância do centro do eixo bicoxofemural ao centro do platô sacral. Este segmento de reta ao, ilustrado na Figura 1. Por último, o grau de deslizamento é o grau percentual de deslizamento entre o platô inferior da quinta vértebra lombar e o sacro. O ângulo de incidência pélvica é uma constante anatômica individual que determina o comportamento de todo o sistema espinopélvico, através das variáveis posicionais de declive sacral e de versão pélvica. As variáveis posicionais têm, entre si, várias correlações. O surgimento de patologias na coluna vertebral está condicionada aos tipos morfológicos do sistema coluna e pelve. Por exemplo, a incidência pélvica, sendo de grau elevado, condiciona a um maior declive sacral, que gera aumento de cisalhamento pelo aumento da inclinação do plano de apoio para lordose lombar, além de facilitar o conflito de estruturas posteriores, levando ao surgimento de uma fratura de fadiga no arco que sustenta a vértebra e gerando um deslizamento chamado de Espondilolistese. Incidências pélvicas baixas levam ao efeito contrário, com surgimento de aumento de pressão no disco intervertebral e facilitação de surgimento de degenerações e hérnias de disco. O ângulo de incidência determina um padrão de normalidade. O projeto de classificadores automáticos com base nos atributos biomecânicos de casos clínicos reais permite que correlações lineares e/ou não-lineares, assim com as influências destas no diagnóstico, sejam capturadas de forma transparente para o ortopedista, de forma a auxiliá-lo na tomada de decisão. A seguir são
4 brevemente descritos os classificadores avaliados neste estudo. Metodologia O módulo de diagnóstico da plataforma SINPATCO foi implementado com a rede neural MLP, porém outros classificadores, tais como Naive Bayes e GRNN, foram também avaliados e seus desempenhos comparados. Para este artigo a rede MLP escolhida tem uma camada de entrada de dimensão p = 6, uma camada escondida com q neurônios e uma camada de saída com m = 3 neurônios. As saídas da rede no instante t, y k (t), k = 1,..., m, são calculadas da seguinte forma: (1) treinamento. O vetor de pesos ligando uma certa base gaussiana (camada oculta) aos neurônios de saída é uma cópia exata do vetor de saída desejadas associado ao padrão de treinamento usado como centro daquela base. A abertura (spread) da i-ésima função de base gaussiana foi selecionada como sendo igual à média das distâncias do centro desta função aos cinco centros mais próximos. O classificador Naive Bayes [10] é um classificador gaussiano multivariável, em que cada atributo é assumido com estatisticamente independente dos outros. Assim, a distribuição estatística de cada atributo pode ser modelada por uma função gaussiana unidimensional, cujos parâmetros são a média e a variância amostral daquele atributo. Esta modelagem é feita para cada uma das classes, sendo que a função densidade de probabilidade (PDF) da i-ésima classe é dada por: (2) (3) em que w ij é o peso sináptico ligando a j-ésima entrada ao i-ésimo neurônio da camada escondida, m ki é o peso sináptico que liga o i- ésimo neurônio da camada escondida ao k-ésimo neurônio da camada de saída. Os termos b i e θ k correspondem aos limiares (threshold) de ativação dos neurônios da camada escondida e de saída, respectivamente. A função de ativação φ(.) escolhida para todos os neurônios da camada escondida e de saída foi a logística: φ (u) = 1/(1+exp(-u)). Os pesos e os limiares de ativação foram ajustados através do algoritmo backpropagation padrão por 2500 épocas, com taxa de aprendizagem igual a 0,01. O número de neurônios da camada escondida foi fixado em q = 2p = 12, valor este que se mostrou satisfatório. O número de neurônios de saída foi fixado em m = 3, devido à codificação adotada para as saídas desejadas (rótulos numéricos das classes). Foi escolhida uma codificação binária, na qual a saída desejada é igual a 1 (um) para o neurônio que representa a classe-alvo e 0 (zero) para as outras saídas desejadas. O rótulo numérico da classe de indivíduos normais é [1 0 0], para classe de indivíduos com hérnia de disco é [0 1 0], e para a classe com espodilolistese o rótulo é [0 0 1]. Esta codificação foi adotada para todos os classificadores avaliados. O classificador GRNN [9] é um tipo de rede RBF, construída diretamente a partir dos dados disponíveis e de seus respectivos rótulos. As saídas desejadas são definidas da mesma forma que as usadas pela rede MLP. Não há treinamento desta rede no sentido neural clássico, e sim a colocação de um kernel gaussiano centrado em cada padrão de em que p(x j C l ) é a PDF gaussiana do j-ésimo atributo com relação à i-ésima classe, i = 1, 2, 3. Assumindo que as classes são eqüiprováveis, a classe a qual pertence um novo padrão é aquela que apresentar o maior valor de p(x C l ). Antes do treinamento de todos os classificadores foram criados três conjuntos a partir do conjunto T de amostras disponíveis: um conjunto W livre de amostras discrepantes (outliers), um conjunto N contendo somente outliers, e um terceiro conjunto S que está relacionado ao primeiro e ao segundo conjuntos da seguinte forma S = W U N P, em que N P representa um subconjunto de N contendo uma porcentagem P dos outliers de N. Note que T = W U N e que S é um subconjunto de T. As amostras (padrões) de treinamento e teste são tirados do conjunto S. Outliers são obtidos a partir do conjunto original de amostras como aquelas que apresentam atributos x j com valores fora do intervalo [µ j 2*σ j, µ j + 2*σ j ], em que µ j e σ j são a média e o desvio-padrão amostrais do j-ésimo atributo. Este subconjunto de amostras discrepantes forma o conjunto N. Eliminando-se estas amostras do conjunto completo T, obtém-se o conjunto W. O treinamento e teste de cada classificador é executado 50 vezes, sendo que o conjunto S é dividido em dois subconjuntos: um para treinamento com 70% das amostras e outro para teste com as 30% restantes. As amostras que compõem o conjunto de treinamento são selecionadas aleatoriamente, sendo as restantes usadas para teste. Inicialmente, trabalha-se com
5 um valor para P = 0%, resultando em um conjunto S igual ao conjunto W, ou seja, livre de outliers. O valor de P é então incrementado em passos de 20 unidades, até atingir P = 100%, quando então todos os outliers são adicionados ao conjunto S. Para cada grupo de 50 realizações de treinamento/teste, referentes a um valor de P especificado, são armazenadas as taxas de acerto médio, a variância das taxas de acerto, além da menor e a maior taxas observadas durante os testes. Além das taxas de acerto médias, máximas e mínimas, os classificadores são também comparados entre si com base no número de falsos negativos e falsos positivos gerados. Um diagnóstico é denominado falso negativo quando um indivíduo doente (com espondilolistese ou hérnia de disco) é diagnosticado como saudável, enquanto um diagnóstico é denominado falso positivo quando um indivíduo sadio é diagnosticado como doente. Estes números são comumente apresentados na forma de uma matriz de confusão. As linhas desta matriz correspondem às classes reais das amostras de testes, enquanto as colunas correspondem às classes preditas pelos classificadores. Se todas as amostras são corretamente classificadas, a matriz de confusão correspondente terá elementos não-nulos apenas ao longo da diagonal principal. Resultados Para o classificador MLP, os valores médio, máximo, mínimo e a variância da taxa de acerto obtidos durante o teste, em função da porcentagem de outliers presentes nos dados são mostrados na Tabela 1. O desempenho classificatório é máximo quando outliers não estão presentes nos dados (i.e. P = 0), à medida que esta porcentagem aumenta o desempenho do classificador se degrada. Contudo, mesmo para P = 100%, a taxa de acerto da rede MLP é elevada (bem próximo a 90%). Tabela 1 - Resultados do classificador MLP. p(%) Média Mínimo Máximo Var 0 98,48 94,82 100,0 2, ,82 90,71 98,48 4, ,69 90,27 95,83 2, ,74 88,55 94,96 3, ,86 88,37 94,18 2, ,67 88,11 93,54 2,48 A Tabela 2 apresenta uma matriz de confusão típica do classificador MLP. Os resultados mostrados correspondem aos obtidos em uma das 50 rodadas de treinamento/teste, para o melhor classificador obtido para P = 100%, ou seja, os dados contém todos os outliers. Para esta tabela e para as seguintes, os símbolos HD, EL e NO denotam indivíduos com hérnia de disco, com espondilolistese e normais, respectivamente. Analisando a Tabela 2, pode-se verificar que existem 2 falsos positivos (indivíduos normais classificados pelo sistema com hérnia de disco) e 4 falsos negativos (indivíduos com hérnia de disco preditos como normais). Este resultado ilustra bem o comportamento geral do classificador MLP, com alta taxa de acerto e baixa quantidade de falsos positivos e falsos negativos. Tabela 2 Matrix confusão (classificador MLP). HD EL NO HD EL NO Para o Naive Bayes, os resultados da classificação em função da porcentagem de outliers nos dados estão mostrados na Tabela 3. Nota-se que o comportamento observado segue aquele do classificador MLP, ou seja, há um decréscimo na taxa de acerto média à medida que se aumenta a porcentagem de outliers no conjunto S. Contudo, as taxas de acerto média, mínima e máxima obtida para o classificador Naive Bayes são sempre inferiores àquelas reportadas pelo classificador MLP. Tabela 3 - Resultados obtidos pelo Naive Bayes p(%) Média Mínimo Máximo Var 0 96,51 89,65 100,0 6, ,96 84,61 98,46 8, ,29 81,69 97,22 16, ,68 77,21 93,67 9, ,04 73,25 89,65 11, ,02 74,19 89,24 9,96 A Tabela 4 apresenta a matriz de confusão do classificador Naive Bayes. Os valores mostrados correspondem aos obtidos em uma das 50 rodadas de treinamento/teste, selecionado o classificador com melhor desempenho, quando considerado a ocorrência de todos os outliers no conjunto S, ou seja, P = 100%. Nota-se que ocorrem 8 falsos positivos (indivíduos saudáveis classificados como herniados (6) ou com espondilolistese (2)), 2 falsos negativos (indivíduos com hérnia de disco classificados como saudáveis). Tabela 4 Matriz confusão (Naive Bayes). HD EL NO HD EL NO Na Tabela 5 estão resumidos os resultados para o classificador GRNN. Pode-se concluir que o desempenho deste classificador foi semelhante ao do classificador Naive Bayes.
6 Tabela 5 - Resultados do classificador GRNN p(%) Media Mínimo Máximo Var 0 95,79 86,20 100,0 10, ,38 81,53 96,92 11, ,94 76,38 94,44 17, ,06 72,15 88,60 13, ,88 65,11 86,04 14, ,78 64,51 87,09 23,04 A Tabela 6 apresenta a matriz de confusão do GRNN, para o melhor classificador selecionado entre aqueles gerados durante as 50 rodadas de treinamento/teste usando P = 100%. Verifica-se a ocorrência de 5 falsos positivos (indivíduo saudável classificado com espondilolistese-4 e hérnia de disco-1), 3 falsos negativos (indivíduos herniados-2 ou com espondilolistese-1 ditos saudáveis); e, por fim, 4 indivíduos classificados com doenças diferentes da que possuíam. Tabela 6 Matrix confusão (GRNN). HD EL NO HD EL NO Discussão e Conclusões Este artigo apresentou resultados referentes ao módulo de diagnóstico automático da plataforma SINPATCO - Sistema INteligente de diagnóstico de PATologias da COluna vertebral. Este módulo é avaliado quanto à capacidade de categorizar casos clínicos em uma das seguintes classes: Normal, Hérnia de Disco e Espondilolistese. Cada caso é representado por 6 atributos biomecânicos extraídos por um médico ortopedista a partir das imagens de Raio-X da coluna do paciente. A partir dos resultados mostrados anteriormente, pode-se facilmente concluir que dentre os classificadores comparados, aquele baseado na rede MLP foi o que apresentou o melhor desempenho classificatório global. Apresentado maiores taxas de acerto com menores variâncias, maior robustez à presença de outliers e menor número de ocorrências de flasos positivos e falsos negativos. Por estes resultados, a rede MLP foi escolhida para compor o módulo de diagnóstico automático da plataforma SINPATCO. Agradecimentos Os autores agradecem ao CNPq (processo /2004-0), à CAPES/PRODOC e à FUNCAP pelo apoio financeiro. Referências [1] Ramesh, A. N., Kambhampati, C., Monson, J. R. T. & Drew, P. J. (2004). Artificial intelligence in medicine, Annals of the Royal Colege of Surgeons of England 86(5): [2] Dybowsky, R. (2000). Neural computation in medicine: Perspective and prospects, in H. Malmgren, M. Borga & L. Niklasson (eds), Proceedings of the 1st Conference on Artificial Neural Networks in Medicine and Biology ANNIMAB-1, pp [3] Cherukuri, M., Stanley, R. J., Long, R., Antani, S. & Thoma, G. (2004). Anterior osteophyte discrimination in lumbar vertebrae using sizeinvariant features, Computerized Medical Imaging and Graphics 28(1-2): [4] Antani, S., Long, L. R., Thoma, G. R. & Stanley, R. J. (2003). Vertebra shape classification using mlp for content-based image retrieval, Proceedings of the IEEE- INNS International Joint Conference on Neural Networks (IJCNN 03), pp [5] Labelle, H., Roussouly, P. & Berthonnaud, E. (2005). The importance of spino pelvic balance in L5 S1 developmental spondylolisthesis, SPINE 30(6): [6] Berthonnaud, E., Labelle, H., Grimard, G. & Mota, H. (2001). Sagittal spinopelvic radiological measurements of trunk balance, European Spine Journal 1: 33. [7] Hall, S. J. (2000). Biomecânica Básica, 3a edn, Guanabara Koogan, Rio de Janeiro, RJ. [8] Fiére, V. & Mota, H. (2001). Discal herniation pelvic incidence and spinopelvic balance: a correlation study, European Spine Journal 1: 45. [9] Specht, D. F. (1991). A general regression neural network, IEEE Transactions on Neural Networks 2(6): [10] Webb, A. (2002). Statistical Pattern Recognition, 2nd edn, John Wiley & Sons. Contato s: {ajalmar, guilherme, cortez}@deti.ufc.br, henriquedamota@gmail.com. Fones: (85) ou (85)
COMITÊS DE CLASSIFICADORES PARA DIAGNÓSTICO AUTOMÁTICO DE PATOLOGIAS DA COLUNA VERTEBRAL: UM ESTUDO COMPARATIVO
COMITÊS DE CLASSIFICADORES PARA DIAGNÓSTICO AUTOMÁTICO DE PATOLOGIAS DA COLUNA VERTEBRAL: UM ESTUDO COMPARATIVO Ajalmar R. Neto Guilherme A. Barreto Depto. Engenharia de Teleinformática, Universidade Federal
Leia maisRedes Neurais Artificiais: Funções de Base Radial
Treinamento COELCE CEFET UFC MÓDULO II 2008.1 Redes Neurais Artificiais: Funções de Base Radial Prof. Dr. Guilherme de Alencar Barreto Depto. Engenharia de Teleinformática (DETI/UFC) URL: www.deti.ufc.br/~guilherme
Leia mais3.2 A coluna vertebral
73 3.2 A coluna vertebral De acordo com COUTO (1995), o corpo é dividido em cabeça, tronco e membros; unindo porção superior e a porção inferior do corpo temos o tronco, e no tronco, a única estrutura
Leia maisFigura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001
47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações
Leia maisAplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral
Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral Hedenir M. Pinheiro Instituto de Informática Universidade Federal de Goiás (UFG) Caixa Postal 131 74001-970 Goiânia
Leia maisAnálise de componentes independentes aplicada à avaliação de imagens radiográficas de sementes
Análise de componentes independentes aplicada à avaliação de imagens radiográficas de sementes Isabel Cristina Costa Leite 1 2 3 Thelma Sáfadi 2 Maria Laene Moreira de Carvalho 4 1 Introdução A análise
Leia mais4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia maisRedes Neurais. A IA clássica segue o paradigma da computação simbólica
Abordagens não simbólicas A IA clássica segue o paradigma da computação simbólica Redes Neurais As redes neurais deram origem a chamada IA conexionista, pertencendo também a grande área da Inteligência
Leia maisUMA ABORDAGEM DE PODA PARA MÁQUINAS DE APRENDIZADO EXTREMO VIA ALGORITMOS GENÉTICOS
UMA ABORDAGEM DE PODA PARA MÁQUINAS DE APRENDIZADO EXTREMO VIA ALGORITMOS GENÉTICOS Alisson S. C. Alencar, Ajalmar R. da Rocha Neto Departamento de Computação, Instituto Federal do Ceará (IFCE). Programa
Leia maisDo neurônio biológico ao neurônio das redes neurais artificiais
Do neurônio biológico ao neurônio das redes neurais artificiais O objetivo desta aula é procurar justificar o modelo de neurônio usado pelas redes neurais artificiais em termos das propriedades essenciais
Leia maisPALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.
1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando
Leia maisReconhecimento de Padrões Utilizando Filtros Casados
Detecção e estimação de sinais Reconhecimento de Padrões Utilizando Filtros Casados Aline da Rocha Gesualdi Mello, José Manuel de Seixas, Márcio Portes de Albuquerque, Eugênio Suares Caner, Marcelo Portes
Leia maisSistema de Navegação Aimnav
Sistema de Navegação Aimnav Tecnologia de ponta desde sua criação Aumento da precisão, redução do tempo cirúrgico e dos riscos para o paciente. Com foco nos principais objetivos da neurocirurgia, a Micromar
Leia maisModelos Pioneiros de Aprendizado
Modelos Pioneiros de Aprendizado Conteúdo 1. Hebb... 2 2. Perceptron... 5 2.1. Perceptron Simples para Classificaçãod e Padrões... 6 2.2. Exemplo de Aplicação e Motivação Geométrica... 9 2.3. Perceptron
Leia maisTÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE
TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Estudos Comparativos Recentes - Behavior Scoring Roteiro Objetivo Critérios de Avaliação
Leia maisCurva ROC. George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE
Curva ROC George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE Introdução ROC (Receiver Operating Characteristics) Curva ROC é uma técnica para a visualização e a seleção de classificadores baseado
Leia maisFerramenta para detecção de fadiga em motoristas baseada no monitoramento dos olhos
Ferramenta para detecção de fadiga em motoristas baseada no monitoramento dos olhos Rafael Dattinger Acadêmico Dalton Solano dos Reis - Orientador Roteiro Introdução/Objetivos Fundamentação teórica Desenvolvimento
Leia maisClassificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões
Classificação de imagens Autor: Gil Gonçalves Disciplinas: Detecção Remota/Detecção Remota Aplicada Cursos: MEG/MTIG Ano Lectivo: 11/12 Sumário Classificação da imagem (ou reconhecimento de padrões): objectivos
Leia maisDESENVOLVIMENTO DE UM SISTEMA AUTOMATIZADO PARA INSPEÇÃO ULTRA-SÔNICA EM CASCO DE NAVIO
DESENVOLVIMENTO DE UM SISTEMA AUTOMATIZADO PARA INSPEÇÃO ULTRA-SÔNICA EM CASCO DE NAVIO Antonio A. de Carvalho, Raphael C. S. B. Suita, Ivan C. da Silva, João M. A. Rebello Universidade Federal do Rio
Leia maiswww.josegoe s.com.br Prof. Ms. José Góes Página 1
Página 1 01. Ossos da coluna vertebral A coluna vertebral é formada por um número de 33 ossos chamados vértebras. Estas se diferenciam pela sua forma e função. Vértebras semelhantes se agrupam em regiões
Leia maiswww.josegoe s.com.br Prof. Ms. José Góes Página 1
Página 1 A coluna vertebral, assim como qualquer articulação, apresenta movimentos que possuem tanto grande como pequena amplitude articular. Estes recebem o nome de Macromovimentos e Micromovimentos,
Leia maisImpacto Fêmoro Acetabular e Lesões do Labrum
Impacto Fêmoro Acetabular e Lesões do Labrum O termo Impacto Fêmoro Acetabular (I.F.A.) refere-se a uma alteração do formato e do funcionamento biomecânico do quadril. Nesta situação, ocorre contato ou
Leia maisDIAGNÓSTICO DE PATOLOGIAS DA COLUNA VERTEBRAL VIA
DIAGNÓSTICO DE PATOLOGIAS DA COLUNA VERTEBRAL VIA PROGRAMAÇÃO GENÉTICA Kauê F. Marcelino Menezes Ajalmar R. Rocha Neto Instituto Federal do Ceará (IFCE) Departamento de Ciência da Computação Maracanaú,
Leia mais3 Estratégia para o enriquecimento de informações
34 3 Estratégia para o enriquecimento de informações Podemos resumir o processo de enriquecimento de informações em duas grandes etapas, a saber, busca e incorporação de dados, como ilustrado na Figura
Leia maisUTILIZANDO O HISTOGRAMA COMO UMA FERRAMENTA ESTATÍSTICA DE ANÁLISE DA PRODUÇÃO DE ÁGUA TRATADA DE GOIÂNIA
UTILIZANDO O HISTOGRAMA COMO UMA FERRAMENTA ESTATÍSTICA DE ANÁLISE DA PRODUÇÃO DE ÁGUA TRATADA DE GOIÂNIA Edson Kurokawa (*) Engenheiro Civil pela UFG e Mestre em Engenharia de Produção pela UFSC. Trabalha
Leia maisRedes Neurais Artificiais na Engenharia Nuclear 2 Aula-1 Ano: 2005
Redes Neurais Artificiais na Engenharia Nuclear 1 - Apresentação do Professor: dados, lista de E-mail s, etc. - Apresentação da Turma: Estatística sobre origem dos alunos para adaptação do curso - Apresentação
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem
Leia maisCAPÍTULO 2. Grafos e Redes
CAPÍTULO 2 1. Introdução Um grafo é uma representação visual de um determinado conjunto de dados e da ligação existente entre alguns dos elementos desse conjunto. Desta forma, em muitos dos problemas que
Leia maisIntrodução. Capítulo. 1.1 Considerações Iniciais
Capítulo 1 Introdução 1.1 Considerações Iniciais A face humana é uma imagem fascinante, serve de infinita inspiração a artistas há milhares de anos. Uma das primeiras e mais importantes habilidades humanas
Leia maisExtração de Conhecimento & Mineração de Dados
Extração de Conhecimento & Mineração de Dados Nesta apresentação é dada uma breve introdução à Extração de Conhecimento e Mineração de Dados José Augusto Baranauskas Departamento de Física e Matemática
Leia maisFÍSICA CADERNO DE QUESTÕES
CONCURSO DE ADMISSÃO AO CURSO DE FORMAÇÃO E GRADUAÇÃO FÍSICA CADERNO DE QUESTÕES 2015 1 a QUESTÃO Valor: 1,00 Uma mola comprimida por uma deformação x está em contato com um corpo de massa m, que se encontra
Leia mais3DODYUDVFKDYH Visão Computacional, Inteligência Artificial, Redes Neurais Artificiais.
80,7(0$'(9, 23$5$5(&21+(&,0(172'(3(d$(080 7$%8/(,52'(;$'5(= Sérgio Faustino Ribeiro Juracy Emanuel M. da França Marcelo Alves de Barros José Homero Feitosa Cavalcanti Universidade Federal da Paraíba CCT/COPIN/NEUROLAB-CT/DTM
Leia maisCálculo de volume de objetos utilizando câmeras RGB-D
Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de
Leia maisPropriedades Mecânicas. Prof. Hamilton M. Viana
Propriedades Mecânicas Prof. Hamilton M. Viana Propriedades Mecânicas Propriedades Mecânicas Definem a resposta do material à aplicação de forças (solicitação mecânica). Força (tensão) Deformação Principais
Leia maisUm Laboratório Virtual para Modelagem de Séries Financeiras e Gerenciamento de Risco
Um Laboratório Virtual para Modelagem de Séries Financeiras e Gerenciamento de Risco Autores: Isadora Rossetti Toledo, Marcos Antônio da Cunha Santos isadorar@hotmail.com, msantos@est.ufmg.br Departamento
Leia maisINVOLUÇÃO X CONCLUSÃO
POSTURA INVOLUÇÃO X CONCLUSÃO *Antigamente : quadrúpede. *Atualmente: bípede *Principal marco da evolução das posturas em 350.000 anos. *Vantagens: cobrir grandes distâncias com o olhar, alargando seu
Leia mais1. Difusão. A difusão só ocorre quando houver gradiente de: Concentração; Potencial; Pressão.
1. Difusão Com frequência, materiais de todos os tipos são tratados termicamente para melhorar as suas propriedades. Os fenômenos que ocorrem durante um tratamento térmico envolvem quase sempre difusão
Leia maisESTUDO DO MOVIMENTO OSTEOLOGIA COLUNA VERTEBRAL E TÓRAX 1 TERMOS DIRECCIONAIS ORIENTAÇÃO DO TIPOS DE OSSOS MOVIMENTOS ARTICULARES
TERMOS DIRECCIONAIS EB 23S DE CAMINHA CURSO PROFISSIONAL TÉCNICO GESTÃO DESPORTIVA ESTUDO DO MOVIMENTO TÓRAX POSIÇÃO DESCRITIVA ANATÓMICA PLANOS DESCRITIVOS PLANO SAGITAL PLANO HORIZONTAL INFERIOR ANTERIOR
Leia mais4 Experimentos Computacionais
33 4 Experimentos Computacionais O programa desenvolvido neste trabalho foi todo implementado na linguagem de programação C/C++. Dentre as bibliotecas utilizadas, destacamos: o OpenCV [23], para processamento
Leia maisTrabalho de Implementação Jogo Reversi
Trabalho de Implementação Jogo Reversi Paulo Afonso Parreira Júnior {paulojr@comp.ufla.br} Rilson Machado de Olivera {rilson@comp.ufla.br} Universidade Federal de Lavras UFLA Departamento de Ciência da
Leia maisMatemática SSA 2 REVISÃO GERAL 1
1. REVISÃO 01 Matemática SSA REVISÃO GERAL 1. Um recipiente com a forma de um cone circular reto de eixo vertical recebe água na razão constante de 1 cm s. A altura do cone mede cm, e o raio de sua base
Leia maisUNESP DESENHO TÉCNICO: Fundamentos Teóricos e Introdução ao CAD. Parte 3/5: Prof. Víctor O. Gamarra Rosado
UNESP UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE ENGENHARIA CAMPUS DE GUARATINGUETÁ DESENHO TÉCNICO: Fundamentos Teóricos e Introdução ao CAD Parte 3/5: 8. Projeções ortogonais 9. Terceira Vista 10. Tipos
Leia maisSEGEMENTAÇÃO DE IMAGENS. Nielsen Castelo Damasceno
SEGEMENTAÇÃO DE IMAGENS Nielsen Castelo Damasceno Segmentação Segmentação Representação e descrição Préprocessamento Problema Aquisição de imagem Base do conhecimento Reconhecimento e interpretação Resultado
Leia maisESTUDO DE CASO: LeCS: Ensino a Distância
ESTUDO DE CASO: LeCS: Ensino a Distância HERMOSILLA, Lígia Docente da Faculdade de Ciências Jurídicas e Gerenciais de Garça FAEG - Labienópolis - CEP 17400-000 Garça (SP) Brasil Telefone (14) 3407-8000
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Terminologia Básica Utilizada em de Sistemas Terminologia Básica Uma série de termos
Leia mais12º Imagem da Semana: Ressonância Magnética de Coluna
12º Imagem da Semana: Ressonância Magnética de Coluna Enunciado Paciente do sexo feminino, 34 anos, G1P1A0, hígida, está no terceiro mês pós-parto vaginal sob analgesia peridural, que transcorreu sem intercorrências.
Leia maisReconhecimento de Padrões. Reconhecimento de Padrões
Reconhecimento de Padrões 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Escola Superior de Tecnologia Engenharia Informática Reconhecimento de Padrões Prof. João Ascenso e Prof.
Leia mais2 Estudo dos Acoplamentos
24 2 Estudo dos Acoplamentos Um problema acoplado é aquele em que dois ou mais sistemas físicos interagem entre si e cujo acoplamento pode ocorrer através de diferentes graus de interação (Zienkiewicz
Leia maisTranscrição Automática de Música
Transcrição Automática de Música Ricardo Rosa e Miguel Eliseu Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Leiria Departamento de Engenharia Informática A transcrição automática de
Leia maisAvaliação Fisioterapêutica da Coluna Lombar
Avaliação Fisioterapêutica da Coluna Lombar Profa. Dra. Sílvia Maria Amado João Disciplina: MFT-0377 Métodos de Avaliação Clínica e Funcional Departamento de Fisioterapia, Fonoaudiologia e Terapia Ocupacional
Leia mais"SISTEMAS DE COTAGEM"
AULA 6T "SISTEMAS DE COTAGEM" Embora não existam regras fixas de cotagem, a escolha da maneira de dispor as cotas no desenho técnico depende de alguns critérios. A cotagem do desenho técnico deve tornar
Leia mais3.4 Deformações da coluna vertebral
87 3.4 Deformações da coluna vertebral A coluna é um dos pontos mais fracos do organismo. Sendo uma peça muito delicada, está sujeita a diversas deformações. Estas podem ser congênitas (desde o nascimento
Leia maisTeste de Software: Um Breve Estudo do Importante Processo no Desenvolvimento de Softwares
Teste de Software: Um Breve Estudo do Importante Processo no Desenvolvimento de Softwares André Assis Lôbo de Oliveira Francisco Guerra Fernandes Júnior Faculdades Alves Faria, 74445190, Brasil andrelobin@hotmail.com,
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala [quinta-feira, 7:30 12:00] Atendimento Segunda
Leia maisQualidade é o grau no qual um conjunto de características inerentes satisfaz a requisitos. ISO 9001:2008
1 Sumário 1. 2. 3. 4. 5. 6. 7. Introdução...3 Ferramentas da Qualidade...4 Fluxograma...5 Cartas de Controle...7 Diagrama de Ishikawa...9 Folha de Verificação...11 Histograma...13 8. 9. 10. Gráfico de
Leia maisAplicação de Redes Neurais Artificiais na Caracterização de Tambores de Rejeito Radioativo
Aplicação de Redes Neurais Artificiais na Caracterização de Tambores de Rejeito Radioativo Ademar José Potiens Júnior 1, Goro Hiromoto 1 1 Av. Prof. Lineu Prestes, 2242 05508-000, Brasil apotiens@ipen.br,
Leia maisAtuadores: Atuadores: Atuadores:
Ministério da Educação Instituto Federal de Educação, Ciência e Tecnologia Sudeste de Minas Gerais - Campus Rio Pomba Bacharelado em Ciência da Computação Inteligência Artificial (Lista 1) Prof. Alex F.
Leia maisCapítulo 13 Pastas e Arquivos
Capítulo 13 Pastas e Arquivos À medida que a tecnologia avança, os dispositivos móveis vão ganhando cada vez mais funções e características que antes só pertenciam aos computadores pessoais. Com a expansão
Leia maisControle de Veículos Aéreos
12, 13 e 14/11/2014, Parnaíba-PI Controle de Veículos Aéreos Prof. Dr. Mário Sarcinelli Filho Universidade Federal do Espírito Santo UFES Bolsista de Produtividade em Pesquisa PQ-2 do CNPq Orientador de
Leia mais3. Fase de Planejamento dos Ciclos de Construção do Software
3. Fase de Planejamento dos Ciclos de Construção do Software A tarefa de planejar os ciclos de construção do software pode partir de diretrizes básicas. Estas diretrizes visam orientar que os ciclos de
Leia maisAvaliação do equilíbrio espinopélvico em pacientes submetidos a tratamento cirúrgico de hérnia de disco lombar
rev bras ortop. 2014;49(2):189 193 www.rbo.org.br Artigo Original Avaliação do equilíbrio espinopélvico em pacientes submetidos a tratamento cirúrgico de hérnia de disco lombar Rafael de Paiva Oliveira
Leia maisEvolução da cooperação em populações modeladas por autômatos celulares com o uso de teoria de jogos
Geração de modelos de redes com verificação dos parâmetros topológicos Prof. Pedro Schimit - schimit@uninove.br Muitas coisas podem ser modeladas a partir de modelos de redes (ou grafos). A maneira como
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA
UNIVERSIDADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA ANÁLISE DE AGENTES CLASSIFICADORES PARA CATEGORIZAÇÃO AUTOMÁTICA DE DOCUMENTOS DIGITAIS PROPOSTA DE TRABALHO
Leia maisDistribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas
Distribuição Gaussiana Modelo Probabilístico para Variáveis Contínuas Distribuição de Frequências do Peso, em gramas, de 10000 recém-nascidos Frequencia 0 500 1000 1500 2000 2500 3000 3500 1000 2000 3000
Leia maisSolução híbrida de 2D / 3D. Spine. Sua poderosa ferramenta para a cirurgia da coluna vertebral do futuro. Spine. Spine
Solução híbrida de 2D / Sua poderosa ferramenta para a cirurgia da coluna vertebral do futuro. medicad Sua ferramenta poderosa para cirurgia de coluna vertebral do futuro. Nosso novo software medicad abre
Leia maisOTIMIZAÇÃO DA DOSE GLANDULAR MÉDIA NA MAMA E DA QUALIDADE DA IMAGEM NOS SISTEMAS DE MAMOGRAFIA DIGITAL
XX CONGRESSO BRASILEIRO DE FÍSICA MÉDICA SIMPÓSIO INTERNACIONAL DE PROTEÇÃO RADIOLÓGICA EM MEDICINA OTIMIZAÇÃO DA DOSE GLANDULAR MÉDIA NA MAMA E DA QUALIDADE DA IMAGEM NOS SISTEMAS DE MAMOGRAFIA DIGITAL
Leia maisMLP (Multi Layer Perceptron)
MLP (Multi Layer Perceptron) André Tavares da Silva andre.silva@udesc.br Roteiro Rede neural com mais de uma camada Codificação de entradas e saídas Decorar x generalizar Perceptron Multi-Camada (MLP -
Leia maisDESENVOLVIMENTO DE UM MODELO COMPUTACIONAL DE EXPOSIÇÃO EXTERNA PARA ESTUDO DA DOSE DE ENTRADA NA PELE PARA RADIOGRAFIAS DE TÓRAX E COLUNA
International Joint Conference RADIO 2014 Gramado, RS, Brazil, Augustl 26-29, 2014 SOCIEDADE BRASILEIRA DE PROTEÇÃO RADIOLÓGICA - SBPR DESENVOLVIMENTO DE UM MODELO COMPUTACIONAL DE EXPOSIÇÃO EXTERNA PARA
Leia maisESTUDO DE VIABILIDADE. Santander, Victor - Unioeste Aula de Luiz Eduardo Guarino de Vasconcelos
ESTUDO DE VIABILIDADE Santander, Victor - Unioeste Aula de Luiz Eduardo Guarino de Vasconcelos Objetivos O que é um estudo de viabilidade? O que estudar e concluir? Benefícios e custos Análise de Custo/Benefício
Leia maisEncontrando a Linha Divisória: Detecção de Bordas
CAPÍTULO 1 Encontrando a Linha Divisória: Detecção de Bordas Contribuíram: Daniela Marta Seara, Geovani Cássia da Silva Espezim Elizandro Encontrar Bordas também é Segmentar A visão computacional envolve
Leia maisRNAs, Classificação de Padrões e Motivação Geométrica. Conteúdo
RNAs, Classificação de Padrões e Motiação Geométrica Conteúdo. O problema do OU-eclusio.... Um problema mais geral de mapeamento não-linear... 0 3. Mapeamentos não-lineares genéricos... 4 4. Redes neurais
Leia maisSimulador de Redes Neurais Multiplataforma
Simulador de Redes Neurais Multiplataforma Lucas Hermann Negri 1, Claudio Cesar de Sá 2, Ademir Nied 1 1 Departamento de Engenharia Elétrica Universidade do Estado de Santa Catarina (UDESC) Joinville SC
Leia maisImagem da Semana: Radiografia, Tomografia Computadorizada
Imagem da Semana: Radiografia, Tomografia Computadorizada Imagem 01. Radiografia em perfil da coluna lombossacral Paciente masculino, 45 anos, apresenta dor lombar há 4 meses e limitação dos movimentos
Leia maisComplemento II Noções Introdutória em Redes Neurais
Complemento II Noções Introdutória em Redes Neurais Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações
Leia maisAutomatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial
Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial André Ricardo Gonçalves; Maria Angélica de Oliveira Camargo Brunetto Laboratório Protem Departamento
Leia maisOtimização de Árvores Sintáticas aplicada à Detecção de Células Cancerígenas
Trabalho de Pesquisa Operacional Otimização de Árvores Sintáticas aplicada à Detecção de Células Cancerígenas Juliana Oliveira Ferreira Bacharelado em Ciência da Computação UNIFAL MG Objetivo Gerar uma
Leia maisProjeto de um Sistema Mecânico para Auxiliar o Implante Permanente de Sementes Radioativas em Tecidos Moles
Universidade Federal de São João Del-Rei MG 26 a 28 de maio de 2010 Associação Brasileira de Métodos Computacionais em Engenharia Projeto de um Sistema Mecânico para Auxiliar o Implante Permanente de Sementes
Leia mais1 Introdução maligno metástase
1 Introdução Câncer é o nome dado a um conjunto de doenças que têm em comum o crescimento desordenado (maligno) de células que invadem os tecidos e órgãos, podendo espalhar-se (metástase) para outras regiões
Leia maisTecnologia da Informação Prof. Mário Henrique de Souza Pardo Resumo Aula 4
Tecnologia da Informação Prof. Mário Henrique de Souza Pardo Resumo Aula 4 1 MS-Excel Aplicando funções às suas fórmulas de Excel (continuação) Serão vistas, nesta aula as funções de busca e referência
Leia maisPatologias da coluna vertebral
Disciplina de Traumato-Ortopedia e Reumatologia Patologias da coluna vertebral Prof. Marcelo Bragança dos Reis Introdução Escoliose idiopática Dorso curvo Cervicobraquialgia Lombalgia e lombociatalgia
Leia maisCampus Capivari Análise e Desenvolvimento de Sistemas (ADS) Prof. André Luís Belini E-mail: prof.andre.luis.belini@gmail.com /
Campus Capivari Análise e Desenvolvimento de Sistemas (ADS) Prof. André Luís Belini E-mail: prof.andre.luis.belini@gmail.com / andre.belini@ifsp.edu.br MATÉRIA: GESTÃO DE PROJETOS Aula N : 10 Tema: Gerenciamento
Leia maisUnidade 5: Sistemas de Representação
Arquitetura e Organização de Computadores Atualização: 9/8/ Unidade 5: Sistemas de Representação Números de Ponto Flutuante IEEE 754/8 e Caracteres ASCII Prof. Daniel Caetano Objetivo: Compreender a representação
Leia maisModelagem Digital do Terreno
Geoprocessamento: Geração de dados 3D Modelagem Digital do Terreno Conceito Um Modelo Digital de Terreno (MDT) representa o comportamento de um fenômeno que ocorre em uma região da superfície terrestre
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia maisRequisitos de Software
Requisitos de Software (Cap 6 - Sommerville) UNIVERSIDADE FEDERAL DE ALAGOAS Curso de Ciência da Computação Engenharia de Software I Prof. Rômulo Nunes de Oliveira Requisitos funcionais e não funcionais
Leia maisAnálise de Regressão Linear Simples e Múltipla
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques (DepMAT ESTV) Análise de Regres. Linear Simples e Múltipla
Leia maisPORTABILIDADE NUMÉRICA UMA SOLUÇÃO ORIENTADA PELA SIMPLICIDADE, QUALIDADE E BAIXO CUSTO
PORTABILIDADE NUMÉRICA UMA SOLUÇÃO ORIENTADA PELA SIMPLICIDADE, QUALIDADE E BAIXO CUSTO 1 Introdução A portabilidade é a facilidade que possibilita ao assinante de telefonia manter o número do seu telefone
Leia maisDocumentação da Pesquisa de Satisfação Sistemas de TI 2010
Assunto : Análise quantitativa referente à Pesquisa de Satisfação com os Sistemas de Tecnologia da Informação - TRT10-2010. 1. Introdução 1.1. O objetivo deste trabalho é documentar a análise quantitativa
Leia mais2 Sistema de Lajes com Forma de Aço Incorporado
2 Sistema de Lajes com Forma de Aço Incorporado 2.1. Generalidades As vantagens de utilização de sistemas construtivos em aço são associadas à: redução do tempo de construção, racionalização no uso de
Leia maisLista de Exercícios Tratamento de Incerteza baseado em Probabilidade
Lista de Exercícios Tratamento de Incerteza baseado em Probabilidade 1) Explique o termo probabilidade subjetiva no contexto de um agente que raciocina sobre incerteza baseando em probabilidade. 2) Explique
Leia maisEXERCÍCIOS SISTEMA ESQUELÉTICO
EXERCÍCIOS SISTEMA ESQUELÉTICO 1. Quais as funções do esqueleto? 2. Explique que tipo de tecido forma os ossos e como eles são ao mesmo tempo rígidos e flexíveis. 3. Quais são as células ósseas e como
Leia maisDescritores de textura na análise de imagens de microtomografia computadorizada
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Descritores de textura na análise de imagens de microtomografia computadorizada Sandro R. Fernandes Departamento de Educação e Tecnologia, Núcleo de
Leia maisIII Seminário da Pós-graduação em Engenharia Elétrica
ESTUDO SOBRE A EXPANSÃO DO SISTEMA DE TRANSMISSÃO DE ENERGIA NO BRASIL Tiago Forti da Silva Aluno do Programa de Pós-Graduação em Engenharia Elétrica Unesp Bauru Prof. Dr. André Nunes de Souza Orientador
Leia maisSISTEMA DE PROGRAMAÇÃO E PLANEJAMENTO DE INSPEÇÃO DE
SISTEMA DE PROGRAMAÇÃO E PLANEJAMENTO DE INSPEÇÃO DE TUBULAÇÃO Romildo Rudek Junior Petrobras S.A. UN-REPAR Tadeu dos Santos Bastos Petrobras S.A. UN-REVAP Rui Fernando Costacurta Petrobras S.A. UN-REPAR
Leia maisCOLUNA VERTEBRAL RAUL KRAEMER
COLUNA VERTEBRAL RAUL KRAEMER ANATOMIA E RADIOLOGIA SIMPLES RAIOS-X RAIOS-X RAIOS-X Coluna Cervical Indicações: trauma, cervicalgia, incapacidade funcional, tumores... Solicitação: - Raios-X
Leia maisDESENVOLVIMENTO DE UM DINAMÔMETRO PARA MOTORES ELÉTRICOS EMPREGADOS EM VEÍCULOS EM ESCALA, COM MEDIDA DE DIRETA DE TORQUE E CARGA VARIÁVEL
DESENVOLVIMENTO DE UM DINAMÔMETRO PARA MOTORES ELÉTRICOS EMPREGADOS EM VEÍCULOS EM ESCALA, COM MEDIDA DE DIRETA DE TORQUE E CARGA VARIÁVEL Aluno: Vivian Suzano Orientador: Mauro Speranza Neto 1. Introdução
Leia maisGerenciamento de Projeto: Planejando os Riscos. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
Gerenciamento de Projeto: Planejando os Riscos Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Introdução Planejar o Gerenciamento dos Riscos. Identificar os Riscos Realizar a Análise Qualitativa
Leia maisConceito de Tensão. Índice
Conceito de Tensão Índice Breve Revisão dos Métodos da Estática 1 Tensões em Elementos Estruturais 2 nálise e Dimensionamento 3 Esforço xial; Tensão Normal 4 rincípio de Saint-Venant 5 Tensão Tangencial
Leia maisESTEREOSCOPIA INTRODUÇÃO. Conversão de um par de imagens (a)-(b) em um mapa de profundidade (c)
ESTEREOSCOPIA INTRODUÇÃO Visão estereoscópica se refere à habilidade de inferir informações da estrutura 3-D e de distâncias da cena de duas ou mais imagens tomadas de posições diferentes. Conversão de
Leia maisCurvas em coordenadas polares
1 Curvas em coordenadas polares As coordenadas polares nos dão uma maneira alternativa de localizar pontos no plano e são especialmente adequadas para expressar certas situações, como veremos a seguir.
Leia mais