Flexibilizando Buscas por Conteúdo em ambientes PACS
|
|
- Ana de Almada
- 5 Há anos
- Visualizações:
Transcrição
1 Flexibilizando Buscas por Conteúdo em ambientes PACS Josiel M. Figueiredo, Caetano Traina Jr., Agma J. Traina, Paulo M. A. Marques 1 Departamento de Ciência da Computação (DCC), Instituto de Ciências Exatas e da Terra (ICET), Universidade Federal de Mato Grosso (UFMT), Brasil 1,2,3 Grupo de Bases de Dados e Imagens (GBDI), Instituto de Ciências Matemáticas e de Computação (ICMC), Universidade de São Paulo (USP), Brasil 4 Centro de Ciências das Imagens e Física Médica do Hospital das Clínicas (CCIFM-HC), Faculdade de Medicina de Ribeirão Preto (FMRP), Universidade de São Paulo (USP), Brasil Resumo: Este artigo apresenta uma nova arquitetura para Sistemas de Busca por Conteúdo em Imagens (CBIR) que torna esse tipo de sistema mais adequado para ser utilizado na área de imagens médica, mais especificamente na inclusão de suas funcionalidades em ambientes PACS (Picture Archiving and Communication Systems). Nessa arquitetura são incluídas fases de decisão que permitem a inclusão de processamento semântico que altera automaticamente o fluxo de execução. Todo processamento é gerenciado usando uma hierarquia de domínios das imagens. Nessa hierarquia, cada domínio representa uma abstração de uma seqüência de processamento. Os testes realizados mostram que as inovações apresentadas abrem novas perspectivas para o tratamento das imagens médicas, principalmente nos aspectos relativos ao processamento automatizado e à inclusão de novas funcionalidades. Palavras-chave: Imagem Médica, PACS, CBIR, Vetores de Características, Processamento Condicional Abstract: This paper shows a new architecture that turns Content Based Image Retrieval systems (CBIR) more suitable to be used in medical image field, more specifically to be integrated with PACS (Picture Archiving and Communication Systems) environment. Decision phases are included in this architecture which allow the inclusion of semantic processing that automatically changes the execution flow. The processing management is based on a image domain hierarchy. In this hierarchy, each domain represents an abstraction for a processing sequence. Experiments show that new perspectives for medical image field are open due to the automated processing and the facilities for inclusion of new functionalities. Keywords: Medical Image, PACS, CBIR, Feature Vector, Conditional Processing Introdução A difusão das imagens médicas usando o padrão DICOM (Digital Imaging and Communications in Medicine)[2] culminou no desenvolvimento dos PACS (Picture Archiving and Communication Systems) [1]. Com essa difusão a demanda por novas funcionalidades nesses sistemas é crescente, pois somente as funcionalidades básicas de armazenamento e distribuição das imagens não são suficientes. Novas funcionalidades envolvendo buscas voltadas ao tratamento do conteúdo das imagens são necessárias. Consequentemente, diversas formas de incorporar nos PACS as funcionalidades de busca por conteúdo estão sendo estudadas[3,4]. Nesse contexto, a forma mais comum é incorporar os conceitos implementados em Sistemas de Busca por Conteúdo em Imagens (CBIR) nos PACS. Porém, independente da forma de integração entre esses dois tipos de sistemas, algumas peculiaridades do ambiente PACS não são tratadas pelos sistemas CBIR. Entre as peculiaridades importantes, estão as informações contidas nos cabeçalhos dos arquivos DICOM. Essas informações são adicionais às informações pictóricas da imagem em si e são relevantes para o usuário especialista. Outra questão importante é a da falta de tratamento dos domínios das imagens que ocorre nos dois ambientes. Os sistemas CBIR normalmente tratam domínios muito específicos ou domínios muito genéricos. O domínio das imagens para o ambiente PACS está relacionado com as diversas modalidades médicas e suas respectivas técnicas de aquisição. Um exemplo da falta de tratamento de domínios nos PACS é que a inclusão de uma imagem de Tomografia Computadorizada (TC), em um conjunto de imagens de Ressonância Magnética (RM), é permitida pelo sistema sem que nenhum tipo de validação automática ocorra. Esse tipo de problema pode ser estendido para conjuntos mais específicos de imagens, como o caso
2 da inserção de uma imagem de pélvis em um conjunto contendo apenas imagens de crânio, ou no caso de imagens com câncer em um conjunto de imagens com órgãos sadios. Para entender adequadamente as razões desse problema é necessário compreender a manipulação que é feita sobre as imagens nos sistemas CBIR. A Figura 1, adaptada de [5], mostra que após a aquisição (etapa 1) a imagem passa por um processamento voltado para uniformizá-la (etapa 2), seguido por algoritmos de extração de características, que geram vetores que são processados (etapa 3) e indexados (etapa 4). Este artigo tem como enfoque principal o gerenciamento de domínios de imagens através de processamentos automatizados. O intuito principal é tornar os sistemas CBIR mais adequados para serem utilizados em ambientes PACS. Além dos aspectos aqui explicitados, outros detalhes a respeito das influências da arquitetura aqui apresentada podem ser encontrados em [7]. O trabalho aqui descrito faz parte de um projeto maior do qual participam os grupos de pesquisa: GBDI (Grupo de Bases de Dados e Imagens) do ICMC-USP (Instituto de Ciências Matemáticas e de Computação) e o CCIFM-HC (Centro de Ciências das Imagens e Física Médica do Hospital das Clínicas) da FMRP-USP (Faculdade de Medicina de Ribeirão Preto) [8]. Metodologia Figura 1 - Fluxo dos dados nas etapas de processamento de um sistema CBIR. A área destacada na figura ilustra que a fase de aquisição não é considerada pelos sistemas CBIR, ou seja, apenas a imagem em si é importante. Com isso, informações semânticas e embutidas relativas ao processo de aquisição e construção das imagens não são usadas no processamento. Porém, em ambientes como dos PACS, diversas formas de aquisição co-existem. Consequentemente, para cada forma de aquisição é preciso tratar aspectos específicos do processamento. Um exemplo relevante é o fato de que os valores de Hounsfield (HU) são determinantes para os valores de cinza na imagem gerada por Tomografia Computadorizada (TC). Sabe-se que órgãos e patologias podem ser identificados utilizando apenas os valores de HU [6]. O uso de propriedades específicas leva à necessidade de se criar diversos tipos de configurações de processamento, uma para cada domínio. O problema é que o gerenciamento dessas configurações tende a ficar complexo, visto que o número de domínios é grande. Isso ocorre porque cada domínio normalmente é dividido em sub-domínios mais específicos. Por exemplo, somente a Ressonância Magnética (RM) possui técnicas variadas de aquisição, como spin eco, ecos de gradiente, recuperação de inversão, entre outras, sendo necessário configurações específicas para cada uma delas. Devido à esse gerenciamento complexo, os sistemas atuais deixam a cargo do usuário o processo de validação das imagens processadas. Contudo, o tratamento adequado dos domínios da imagem deve ocorrer automaticamente e sua configuração ser feita nas diversas etapas de processamento dos sistemas CBIR. Para aplicações médicas a divisão de domínios em hierarquias é comum em diversas áreas, como o Código Internacional de Doenças (CID) e o Breast Imaging Reporting and Data Systems (BI-RADS) do Colégio Americano de Radiologia (ACR). A criação e organização de uma hierarquia de domínios demanda ao usuário possuir conhecimento a respeito dos aspectos semânticos envolvidos nas imagens. Para criação da hierarquia fornecida pelo BI-RADS foram utilizados como aspectos semânticos informações anatômicas e patológicas. Contudo, para sistemas CBIR os aspectos semânticos dos domínios envolvem propriedades relacionadas aos vetores de características obtidos das imagens. Além disso, com a identificação de seu domínio, a separação das imagens ocorrem em conjuntos que podem não ser disjuntos. Nesse sentido, a preocupação é descobrir o comportamento do vetor de característica em determinada situação. Por exemplo, as diferenças entre histogramas de crânio com histogramas de pélvis, ou a influência da presença de metal no histograma de uma imagem. O usuário especialista que trabalha diretamente com a manipulação das imagens tem conhecimento sobre o comportamento dos vetores de características utilizados. Contudo os sistemas disponíveis não permitem que esse conhecimento possa ser facilmente embutido no processamento. Torna-se necessário determinar qual processamento é mais adequado para um determinado domínio, ou seja, é preciso haver uma etapa que verifique se o vetor de característica analisado obedece ao comportamento definido para seu domínio. Essa verificação pode ser baseada nas propriedades dos vetores de características ou em qualquer outro parâmetro especificado. Com a verificação realizada, o sistema decide qual a próxima ação a ser processada.
3 A principal influência dessa etapa de decisão sobre os sistemas CBIR é que a seqüência de processamento é alterada para a apresentada na Figura 2. As inovações são destacadas pelas setas finas, que mostram que as fases 2 e 3 podem ser automaticamente repetidas e/ou alternadas. Sendo importante destacar que essa hierarquia é naturalmente construída de forma incremental. Além disso, mesmo com a hierarquia possuindo diversos níveis a complexidade do gerenciamento não é aumentada. Figura 2 - Setas finas representam alterações no fluxo dos dados nas etapas de processamento de um sistema CBIR. O fato de que a próxima etapa no processamento é determinada pelo resultado do processamento corrente, exige que toda a arquitetura do sistema seja alterada. A alternativa encontrada foi implementar todos os algoritmos em forma de componentes que se conectam dinamicamente em tempo de execução. Todo esse processo facilita também duas tarefas normalmente difíceis de serem executadas com sucesso. Uma é a integração de diversos tipos de processamento, e outra tarefa é o isolamento de problemas com o intuito de facilitar sua validação. A especificação de todo o processamento pode ser expressado através de uma álgebra na qual os operadores são os diversos algoritmos utilizados nos sistemas CBIR e os operandos são os vetores de características. Outros detalhes dos componentes que não são relevantes para o gerenciamento dos domínios podem ser encontrados em [6]. A Figura 3 ilustra o acoplamento de vários operadores (componentes), inclusive do operador de Decisão. Outra influência inovadora do operador de Decisão, é a possibilidade do processamento possuir diversas seqüências simultâneas ou não, conforme ilustrado na figura. As áreas tracejadas da Figura 3 ilustram o uso do operador Pipeline, que tem como principal característica agregar um conjunto de operadores. O fato de um Pipeline ser um operador permite que o mesmo seja reutilizado por outros operadores. Um exemplo de reuso é ilustrado na Figura 3, na qual o Pipeline I é baseado nos outros 3 pipelines. A grande vantagem do uso do operador Pipeline é que um conjunto de operações pode ser abstraída de forma a associá-las ao domínio da imagem a ser processada. Essa abstração e a facilidade de reuso dos pipelines permite que os domínios das imagens seja controlado hierarquicamente. Figura 3 - Acoplamento de Operadores (componentes), com destaque para os novos tipos: Decisor e Pipeline. Uma metodologia adequada para construção da hierarquia de domínios é o processo de Generalização / Especialização, no qual vários domínios podem ser generalizados em um único ou um domínio pode ser especializado em vários outros. Nesse aspecto, a hierarquia pode aumentar unindo duas hierarquias separadas em uma só, bem como incluir novas especificidades no processamento já existente estendendo um Pipeline. Um exemplo simples de generalização é mostrado na Figura 4, na qual os Pipelines A e B, que são independentes, são generalizados pelo Pipeline C. O Pipeline A foi construído com o intuito de indexar os histogramas das imagens completas. Já o Pipeline B, faz a indexação de dados de textura de regiões de interesse (ROI) previamente selecionadas pelo
4 usuário. Na construção do Pipeline C, adicionou-se um Decisor que utiliza como condição a contagem dos pixels da imagem, pois uma imagem com menor número de pixels é considerada ROI. Assim, o número de pixels é utilizado pelo Decisor para determinar se o processamento será continuado pelo Pipeline A ou B. tenham de ser feitas várias vezes, isto é, em cada uma das seqüências. Figura 4 - Exemplo de Generalização de Pipelines. Dois Pipelines (A e B) independentes são generalizados pelo Pipeline C. A influência principal, nesse exemplo de generalização, é que o usuário passa a ativar apenas um processamento com um custo computacional adicional muito baixo. Além disso, caso configurado, o Decisor (do Pipeline C) pode ativar os Pipelines A e B ao mesmo tempo, assim é garantido de forma automatizada que todas as imagens sejam processadas pelos dois Pipelines. O que poderia não ocorrer se os Pipelines A e B fossem independentes, pois o usuário seria o responsável por ativar os dois Pipelines. Para o caso de Especialização de Pipelines, um exemplo é representado na Figura 5. O Pipeline A, é especializado pelos Pipelines B e C. A principal função do Pipeline A é utilizar um operador de segmentação e armazenar a imagem segmentada em disco. Para sua especialização optou-se por armazenar, além da imagem, o Histograma (Pipeline B) ou informações de Textura (Pipeline C). Para decidir qual pipeline processar utiliza-se como condição informações sobre a anatomia da região segmentada. Nesse exemplo de especialização conseguese adicionar facilmente novas funcionalidades ao processamento sem nenhuma alteração das funcionalidades iniciais. Essa é uma tarefa bastante complexa nos sistemas atuais, pois normalmente novas funcionalidades implicam em criação de novas seqüências de processamento que são independentes uma da outra. Isso faz com que modificações em partes de processamentos comuns Figura 5 - Exemplo de Especialização de Pipelines. O Pipeline A é especializado em dois outros Pipelines (B e C), sendo que suas funcionalidades permanecem inalteradas. Resultados Para realização dos testes e validação dos conceitos apresentados, o seguinte ambiente foi implantado: - servidor com sistema operacional GNU/Linux distribuição RedHat 8; - armazenamento das imagens no SGBD Oracle 9i; - implementação na linguagem Java; - controle dos componentes feito pelo ambiente Apache Cocoon [9] hospedado no Apache TomCat [10]; - manipulação das imagens usando as funcionalidades da biblioteca ImageJ [11]; Inicialmente, os esforços se concentraram no uso de imagens de TC. Dessa maneira, um Pipeline foi implementado buscando obter o máximo de resultados com todas as propriedades desse domínio. Para isso, foi utilizado principalmente o comportamento das Unidades de Hounsfield como parâmetros das decisões. Esse Pipeline foi dividido em três fases atendendo a detalhes de três subdomínios. Na primeira fase é feita a identificação anatômica da imagem, a segunda segmenta os órgãos de interesse e, a terceira faz a identificação patológica do órgão segmentado.
5 O Pipeline foi executado sobre uma base de imagens de TC (~20GBytes) envolvendo exames variados e diversas anatomias. Entre os ganhos obtidos, um relevante é que o tempo de resposta foi diminuído em média em 5 vezes, em comparação com o processamento sem Pipeline. Para validar o gerenciamento dos domínios criou-se outro Pipeline, este relacionado com imagens de RM, que foi especializado por algumas de suas técnicas. Além disso, os Pipelines de TC e de RM foram generalizados em um comum denominado Pipeline de Imagens Médicas. Nesse Pipeline mais abrangente, as informações contidas no cabeçalho DICOM são utilizadas para realizar a separação dos domínios. A Figura 6 ilustra a hierarquia de domínios utilizada nos experimentos. Figura 6 - Hierarquia de Domínios usada nos experimentos. Devido à grande quantidade de níveis e elementos que podem ser gerados a partir dessa hierarquia, optou-se por se concentrar nos domínios apresentados. Contudo, é importante ressaltar que outros (sub)domínios estão sendo modelados com o intuito de identificar quais de suas propriedades que se encaixam nas necessárias para inclusão na hierarquia. Esse refinamento está sendo feito visando atender também a domínios mais específicos, como é o caso de patologias de crânio em imagens de TC, bem como de outras patologias de pulmão. Um ganho obtido somente pela divisão das técnicas foi a facilidade de indexação das em conjuntos distintos, pois em qualquer ponto da hierarquia pode ser gerado um índice. Com isso, a manipulação desse domínio fica mais adequada para ambientes com alta demanda de dados. Discussão e Conclusões Este artigo apresenta aspectos relacionados com o gerenciamento de imagens médicas utilizando hierarquias de domínio. Com esse tipo de gerenciamento a arquitetura proposta permite que a maneira mais intuitiva de divisão de domínios seja realizada em PACS. A inclusão de novos domínios em uma determinada hierarquia permite que a adição de novas funcionalidade se torne uma atividade independente, no sentido de não afetar as configurações existentes. Nessa tarefa, diversos tipos de processamento podem coexistir e serem executados simultaneamente sem a intervenção do usuário. O uso dos operadores de Decisão permitem a inclusão de informações de contexto com processamento automatizado. Esse fato possibilita uma aproximação maior entre os aspectos semânticos existentes nas imagens e o processamento automatizado. Outro fato importante é que ocorre naturalmente uma divisão das responsabilidades dos usuários do ambiente PACS. Assim, cada tipo de usuário se preocupa com tarefa que mais combina com seus conhecimentos e atividades. O médico define a hierarquia de domínios que deseja trabalhar, o técnico em imagens faz a configuração do sistema e o programador se preocupa somente com os algoritmos a serem implementados. A possibilidade de separar (indexar) individualmente os diferentes domínios criados na hierarquia, permite otimizar o processamento das consultas mais utilizadas no ambiente sem influenciar o processamento usual das imagens. Toda essa gama de novas funcionalidades abrem novas perspectivas que permitem que as funcionalidades de busca por conteúdo nas imagens fiquem mais propensas de serem usadas atendendo aos requisitos existentes nos ambientes PACS. Agradecimentos Os autores agradecem ao CNPq e à FAPESP pelo suporte financeiro para a realização deste trabalho.
6 Referências [1] Huang, H.K. (1999), PACS: Basic Principles and Applications, New York: Wiley Computer Publishing. [2] American College of Radiology, National Electrical Manufacturers Association (1993), Digital Imaging and Communications in Medicine (DICOM) Part 1: Introduction and Overview., ACR-NEMA Commitee, Washington, DC. [3] Müller H., Michoux N., Bandon D., Geissbuhler A. (2004), A review of content-based image retrieval systems in medical applications - clinical benefits and future directions, International Journal of Medical Informatics, v.73, p [4] Bueno J.M., Araujo M.R.B., Chino F.J.T., Traina A.J.M., Traina C., Marques P.M.A. (2002), How to Add Content-based Image Retrieval Capability in a PACS. Proceedings of CBMS - IEEE International Conference on Computer Based Medical Systems, Maribor, Slovenia: IEEE, p [11] ImageJ - Image Processing and Analysis in Java (2004), Disponível na URL: Contato 1,2, 3 Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo ICMC/USP Av. Trabalhador São-Carlense, CEP: São Carlos (SP) [josiel caetano agma]@icmc.usp.br 4 Centro de Ciências das Imagens e Física Médica FMRP/USP Rua Marechal Deodoro, 2253 CEP: Ribeirão Preto (SP) pmarques@fmrp.usp.br [5] Smeulders A.W.M., W orring M., Santini S., Gupta A., Jain R. (2000), Content-Based Image Retrieval at the End of the Early Years, IEEE Transactions on Patterns Analysis and Machine Intelligence, v 22, n. 12, p [6] Sperber, M. (2001), Computed tomography of the thorax: Lungs and mediastinum. In Radiologic Diagnosis of Chest Disease, London :Springer Verlag, 2th edition, p [7] Traina C., Traina A.J.M., Figueiredo J.M.,(2004) Including Conditional Operators in Content-Based Image Retrieval in Large Sets of Medical Exams. Proceedings of 17th CBMS - IEEE Conference on Computer Based Medical Systems, Bethesda, MD: IEEE; July. [8] Araujo M.R.B., Traina C., Traina A., Marques P.M.A. (2002), Recuperação de Exames em Sistemas de Informação Hospitalar com Suporte a Busca de Imagens Baseada em Conteúdo, Anais do CBIS VIII Congresso Brasileiro de Informática em Saúde, Natal - RN: Sociedade Brasileira de Informática em Saúde. [9] Apache Cocoon (2004), Disponível na URL: [10] Apache TomCat (2004), Disponível na URL:
Busca de imagens baseada no conteúdo: Aplicação em imagens médicas
Busca de imagens baseada no conteúdo: Aplicação em imagens médicas Rafael Gessele Orientador: Prof. Dr. Mauro Marcelo Mattos Sumário Introdução Objetivos do trabalho Fundamentação teórica Desenvolvimento
Leia maisClassificação de Padrões Radiológicos por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada
Visão Robótica Imagem Classificação de Padrões Radiológicos por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada Aluna: Luiza Dri Bagesteiro Orientador: Prof. Dr. Daniel Weingaertner Co-orientador:
Leia maisDiagnóstico Médico de Imagem Auxiliado por Computador
Diagnóstico Médico de Imagem Auxiliado por Computador Fundamentos de Sistemas Multimídia Flávio Luiz Seixas 2005 Agenda Agenda: Sistemas CAD Telemedicina Princípios da Tomografia Computadorizada Processamento
Leia maisDIAGNEXT.COM ARCHIVE
DIAGNEXT.COM ARCHIVE O sistema de armazenamento especializado em dados médicos, convencionalmente chamado de Archiving, e seu sofisticado processo de backup/restore. MOTIVAÇÃO A RESOLUÇÃO DO CONSELHO FEDERAL
Leia maisClassificação de Padrões por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada
Classificação de Padrões por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada Aline Dartora Prof. David Menotti Departamento de Informática Universidade Federal do Paraná (UFPR) 23 de outubro
Leia maisAmbiente de Data Warehouse Para Imagens Médicas Baseado Em Similaridade
Universidade de São Paulo - USP Instituto de Ciências Matemáticas e de Computação - ICMC Programa de Pós-Graduação em Ciências da Computação e Matemática Computacional Ambiente de Data Warehouse Para Imagens
Leia maisExtração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino
Extração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino André Luiz Pasquali 24 de abril de 2006 1 Antecedentes e Justificativa Atualmente o Brasil vem
Leia mais6 Conclusão Contribuições da Dissertação
6 Conclusão Neste trabalho, foi apresentado um sistema colaborativo capaz de controlar as versões das edições de um vídeo no formato MPEG-2, sem que os editores estejam no mesmo local, ao mesmo tempo.
Leia maisProcessamento de Imagens Médicas
Processamento de Imagens Médicas Prof. Dr. Paulo Mazzoncini de Azevedo Marques (pmarques@fmrp.usp.br) Prof. Dr. Lucas Ferrari de Oliveira (lferrari@inf.ufpr.br) DIAGNÓSTICO Teoria da Detecção de Sinal
Leia maisSistemas da Informação. Banco de Dados I. Edson Thizon
Sistemas da Informação Banco de Dados I Edson Thizon (edson@esucri.com.br) 2008 Apresentação (mini-currículo) Formação Acadêmica Mestrando em Ciência da Computação (UFSC/ ) Créditos Concluídos. Bacharel
Leia maiscbpacs: PACS com Suporte à Recuperação de Imagens Médicas Baseada em Conteúdo
cbpacs: PACS com Suporte à Recuperação de Imagens Médicas Baseada em Conteúdo Josiane M. Bueno 1, Agma J.M. Traina 1, Caetano Traina Jr. 1, Paulo M. Azevedo-Marques 2 1 Grupo de Bases de Dados e Imagens
Leia maisAlgoritmo simplificado para conversão de imagem no formato INTERFILE para o formato DICOM
Algoritmo simplificado para conversão de imagem no formato INTERFILE para o formato DICOM Clara Figueiredo Dourado 1, Girlene Lima Ribeiro 1, Manoel Alves Filho 2 1 Bacharelandas de Engenharia Elétrica
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ Johanna E. Rogalsky. Padrão DICOM
UNIVERSIDADE FEDERAL DO PARANÁ Johanna E. Rogalsky Padrão DICOM Curitiba 2017 1. Introdução Com a evolução dos exames, surgiram os exames por imagem, como Tomografias Computadorizadas, Ressonâncias Magnéticas
Leia maisProcessamento e Análise de Imagens
Processamento e Análise de Imagens Prof. Moacir Ponti www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2017/1 Moacir Ponti Jr. (ICMCUSP) Processamento e Análise de Imagens
Leia maisIntrodução à Análise e Projeto de Sistemas
Introdução à I. O Que vamos fazer na Disciplina? Saber uma linguagem de programação orientada a objeto (OO) não é suficiente para criar sistemas OO Tem que saber Análise e Projeto OO (APOO) Isto é, Análise
Leia maisImplementação de uma Ferramenta para Recuperação de Imagens Mamográficas Baseada em Conteúdo
Implementação de uma Ferramenta para Recuperação de Imagens Mamográficas Baseada em Conteúdo Ana Paula O. Santos, Fátima L. S. Nunes, Márcio E. Delamaro Centro Universitário Eurípides de Marília UNIVEM
Leia maisUniversidade Federal da Paraíba CCEN Departamento de Informática Disciplina: Banco de Dados. Aula 1 Introdução a Banco de Dados
Universidade Federal da Paraíba CCEN Departamento de Informática Disciplina: Banco de Dados Aula 1 Introdução a Banco de Dados 1. Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído
Leia mais6.CONCLUSÕES CONCLUSÕES
6.CONCLUSÕES 193 6 CONCLUSÕES Este trabalho apresentou uma proposta para modelagem e análise de Sistemas de Controle envolvidos na geração de energia elétrica hidráulica, tendo como base dois desenvolvimentos:
Leia maisProposta de uma Aplicação Computacional para Aquisição e Gerenciamento de Exames Médicos Aplicando o Padrão DICOM
Proposta de uma Aplicação Computacional para Aquisição e Gerenciamento de Exames Médicos Aplicando o Padrão DICOM Neimar Neitzel 1, Renato Bobsin Machado 1, Huei Diana Lee 1, Feng Chung Wu 1,2, Joylan
Leia maisBruno Henrique Meyer DICOM
Bruno Henrique Meyer DICOM Brasil Out de 2017 Bruno Henrique Meyer DICOM Universidade Federal do Paraná CI167 - Sistemas de Informação em Saúde Brasil Out de 2017 2 1 Introdução As Tecnologias de informação
Leia maisProposta de Gerenciamento de Exames Médicos Utilizando uma Aplicação DICOM
Proposta de Gerenciamento de Exames Médicos Utilizando uma Aplicação DICOM Neimar Neitzel 1, Renato Bobsin Machado 1, Huei Diana Lee 1, Feng Chung Wu 1,2, Joylan Nunes Maciel 1, João José Fagundes 2, Juvenal
Leia maisDesenvolvimento de Ferramentas no igeom: Utilizando a Geometria Dinâmica no Ensino
Desenvolvimento de Ferramentas no igeom: Utilizando a Geometria Dinâmica no Ensino Presencial e à Distância Seiji Isotani Orientador: Leônidas de Oliveira Brandão Defesa de Mestrado Departamento de Ciência
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 17 Introdução Excelentes pesquisas sobre descritores
Leia maisIntrodução. Conceitos Básicos. Conceitos Básicos. Conceitos Básicos
Introdução Laboratório de Computação para Ciências Módulo II Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Mestrado Profissional
Leia maisConceitos Básicos. Fundação Centro de Análise, Pesquisa e Inovação Tecnológica Instituto de Ensino Superior - FUCAPI. Disciplina: Banco de Dados
Fundação Centro de Análise, Pesquisa e Inovação Tecnológica Instituto de Ensino Superior - FUCAPI Conceitos Básicos Disciplina: Banco de Dados Prof: Márcio Palheta, Esp Manaus - AM ROTEIRO Introdução Dados
Leia maisExtração de atributos usando o método LBP - Local Binary Pattern
Extração de atributos usando o método LBP - Local Binary Pattern Lia Nara Balta Quinta. 2 de maio de 2006 1 Antecedentes e Justificativa O Brasil possui, atualmente, um grande rebanho bovino, porém em
Leia maisBancos de Dados Notas de Aula Introdução Prof. Dr. Daniel A. Furtado
Bancos de Dados Notas de Aula Introdução Prof. Dr. Daniel A. Furtado Definição de Banco de Dados De uma forma genérica, um banco de dados é definido como uma coleção de dados relacionados. Os dados são
Leia maisAvaliação do desempenho de recuperação de imagens médicas baseada em conteúdo em redes de computadores e na Internet.
Avaliação do desempenho de recuperação de imagens médicas baseada em conteúdo em redes de computadores e na Internet. Ana Carolina N. da R. Gracioso Universidade de São Paulo EESC carol_gracioso@hotmail.com
Leia maisDESENVOLVIMENTO DE UM SISTEMA DE INFORMAÇÃO GEOGRÁFICA PARA GERAÇÃO DE MAPAS PLUVIOMÉTRICOS
DESENVOLVIMENTO DE UM SISTEMA DE INFORMAÇÃO GEOGRÁFICA PARA GERAÇÃO DE MAPAS PLUVIOMÉTRICOS Osvaldo Cesar Pinheiro de Almeida 1, Roger Cristhian Gomes 2 1 FATEC, Botucatu, SP, Brasil. E-mail cesar@fatecbt.edu.br
Leia maisExtração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Izadora Aparecida RAMOS 1,3,4 ; Servílio Souza de ASSIS 1,3,4 ; Bruno Alberto Soares OLIVEIRA
Leia maisUma Abordagem Eficiente para Recuperação de Imagens Médicas
Uma Abordagem Eficiente para Recuperação de Imagens Médicas Camilo Yamauchi Campo 1, Agma Juci Machado Traina 1, 1 USP/ICMC - Universidade of São Paulo/ Instituto de Ciências Matemáticas e de Computação
Leia maisSISTEMA DE INFORMAÇÃO GEOGRÁFICA APLICADA À GESTÃO PÚBLICA
SISTEMA DE INFORMAÇÃO GEOGRÁFICA APLICADA À GESTÃO PÚBLICA Julio Cesar do Carmo Junior 1, Osvaldo Cesar Pinheiro de Almeida 2 1 Informática para Gestão, Faculdade de Tecnologia, Botucatu, SP, Brasil. E-mail:
Leia maisIdentificação de Pontos Perceptualmente Importantes (PIP) em séries temporais de tópicos extraídos de dados textuais
Universidade de São Paulo Biblioteca Digital da Produção Intelectual - BDPI Departamento de Ciências de Computação - ICMC/SCC Comunicações em Eventos - ICMC/SCC 2015 Identificação de Pontos Perceptualmente
Leia maisAplicação de Wavelets para Recuperação de Imagens Médicas por Conteúdo
Aplicação de Wavelets para Recuperação de Imagens Médicas por Conteúdo Abstract Ana Cláudia Paris, Ana Carolina Nicolosi da Rocha Gracioso, Adilson Gonzaga Universidade de São Paulo - Escola de Engenharia
Leia maisEstruturas de Dados. Prof.: Carlos Alberto Página da Disciplina:
Estruturas de Dados Prof.: Carlos Alberto Página da Disciplina: http://alged.webnode.com/ E-mail: carlos36_batista@yahoo.com.br Estruturas de dados Programa da disciplina Estruturas de dados - referências
Leia maisBibIme - Um Software Gerenciador de Bibliotecas Produzido de Forma Cooperativa
BibIme - Um Software Gerenciador de Bibliotecas Produzido de Forma Cooperativa Dairton Bassi, Kelly Braghetto, Eduardo Colli, Fabio Kon, João Eduardo Ferreira Instituto de Matemática e Estatística Universidade
Leia maisRafaela C. Santa Clara Vivian C. Monteiro Pereira C A P Tópicos de Pesquisa em Informática
Rafaela C. Santa Clara Vivian C. Monteiro Pereira I M AG I N G S Y S T E M S I N RA D I O LO GY C A P. 1 8 Tópicos de Pesquisa em Informática INFORMÁTICA DE IMAGENS BIOMÉDICAS Estudo de métodos para gerar,
Leia maisRealidade Aumentada aplicada ao ensino da simetria molecular
Realidade Aumentada aplicada ao ensino da simetria molecular Matheus Gaspar Reis 1, Alan Salvany Felinto 1 1 Departamento de Computação Universidade Estadual de Londrina (UEL) Caixa Postal 10.011 86057-680
Leia maisUNIVERSIDADE FEDERAL DE GOIÁS INSTITUTO DE INFORMÁTICA. Sistemas Distribuídos
UNIVERSIDADE FEDERAL DE GOIÁS INSTITUTO DE INFORMÁTICA Sistemas Distribuídos Mestrado em Ciência da Computação 1o. Semestre / 2006 Prof. Fábio M. Costa fmc@inf.ufg.br www.inf.ufg.br/~fmc/ds-msc2006 Aula
Leia maisComputaçã. Visão Geral. Sistema Gráfico. Computação Gráfica. Pixels. Sistema Gráfico e o Frame Buffer. Introdução à Computação Gráfica
Visão Geral Computaçã ção o Gráfica Introduçã ção, conceitos básicosb sicos, áreas relacionadas Introdução à Computação Gráfica Como funciona um sistema gráfico Como imagens são representadas Áreas relacionadas,
Leia mais6 Trabalhos Relacionados
6 Trabalhos Relacionados Existem vários projetos, tais como DILLEO e ILUMINA, que constroem Bibliotecas Digitais de LOs, mas não integram os repositórios nem os ambientes. Portanto, eles retratam abordagens
Leia maisEstilos Arquiteturais. Prof. Fellipe Aleixo
Estilos Arquiteturais Prof. Fellipe Aleixo (fellipe.aleixo@ifrn.edu.br) Introdução Em An Introduction to Software Architecture, artigo de 1994, David Garlan e Mary Shaw definiram: An architectural style,
Leia maisTécnicas de Reutilização. Reutilização em Programação Orientada a Objetos. Considere três classes... Reuso de Classes.
DCC / ICEx / UFMG Técnicas de Reutilização Reutilização em Programação Orientada a Objetos Eduardo Figueiredo http://www.dcc.ufmg.br/~figueiredo Reuso de classes Bibliotecas Frameworks Considere três classes
Leia maisAuto-Fusão na Recuperação de Imagens Baseadas em Conteúdo.
Auto-Fusão na Recuperação de Imagens Baseadas em Conteúdo. Severino Jr, Osvaldo IMES - FAFICA osvaldo@fafica.br Gonzaga, Adilson Escola de Engenharia de São Carlos - USP adilson@sc.usp.br Resumo Neste
Leia maisReconhecimento de Padrões Anatômicos
Reconhecimento de Padrões Anatômicos André Luiz Mendes Matos, Luciana Torres Ribeiro, Edílson Carlos Caritá, Antônio Carlos dos Santos, Jorge Elias Jr, Valdair Francisco Muglia, Antônio Carlos Roque da
Leia maisM V C P R O F. M E. H É L I O E S P E R I D I Ã O
M V C P R O F. M E. H É L I O E S P E R I D I Ã O A P L I C A Ç Õ E S M O N O L Í T I C A S Na época dos computares independentes um aplicativo era desenvolvido para ser usado em uma única máquina. Este
Leia maisUma ontologia para modelagem de conteúdo para Ensino a Distância. An ontology for modeling distance learning contents
SEMINÁRIO DE PESQUISA EM ONTOLOGIA NO BRASIL 11 E 12 de Agosto Universidade Federal Fluminense Departamento de Ciência da Informação Niterói Rio de Janeiro Brasil Esta comunicação está sendo submetida
Leia maisCaracterização de Imagens via Redes Neurais Artificiais
Caracterização de Imagens via Redes Neurais Artificiais Autor: Eduardo Ferreira Ribeiro 1, Orientadora: Celia Zorzo Barcelos 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal
Leia maisPROCESSAMENTO E ANÁLISE DE IMAGENS DE MICROARRANJOS DE DNA
U N I V E R S I D ADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM ENGENHARIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA 2 0 0 8. 1 PROCESSAMENTO E ANÁLISE DE IMAGENS DE MICROARRANJOS DE DNA PROPOSTA DE TRABALHO DE GRADUAÇÃO
Leia maisSistema Gestor de Bancos de Dados (SGBD)
Sistema Gestor de Bancos de Dados (SGBD) Conceitos Gerais Prof. Guilherme Tomaschewski Netto guilherme.netto@gmail.com Roteiro! Contextualização! Apresentação, um pouco de história Legendas! Nesta apresentação
Leia maisMineração de Textos na Web
Mineração de Textos na Web Luciano Antonio Digiampietri Escola de Artes Ciências e Humanidades da Universidade de São Paulo digiampietri@usp.br Resumo: Com o crescimento das informações disponíveis na
Leia maisBanco de Dados. SGBDs. Professor: Charles Leite
Banco de Dados SGBDs Professor: Charles Leite Sistemas de BD Vimos que um BANCO DE DADOS representa uma coleção de dados com algumas propriedades implícitas Por exemplo, um BD constitui os dados relacionados
Leia maisOs efeitos do paralelismo e relações de thesaurus em uma ferramenta de busca em bases textuais
72 Resumos Expandidos: XII Mostra de Estagiários e Bolsistas... Os efeitos do paralelismo e relações de thesaurus em uma ferramenta de busca em bases textuais Renan Gomes Pereira¹ Maria Fernanda Moura²
Leia maisUSANDO XML PARA CARGA AUTOMÁTICA DE DADOS EM BANCOS DE DADOS DE PROJETO INDUSTRIAL DE MAQUETE ELETRÔNICA PROPOSTA DE TRABALHO DE GRADUAÇÃO
UNIVERSIDADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA USANDO XML PARA CARGA AUTOMÁTICA DE DADOS EM BANCOS DE DADOS DE PROJETO INDUSTRIAL DE MAQUETE ELETRÔNICA PROPOSTA
Leia maisDiscriminação de Aspectos Malignos em Massas Tumorais de Mamografias Usando Características de Forma das Imagens
Discriminação de Aspectos Malignos em Massas Tumorais de Mamografias Usando Características de Forma das Imagens Joaquim C. Felipe,, Jonatas B. Olioti, Agma J. M. Traina Departamento de Física e Matemática
Leia maisArquiteturas RISC e CISC. Adão de Melo Neto
Arquiteturas RISC e CISC Adão de Melo Neto 1 Arquitetura RISC Arquitetura RISC. É um das inovações mais importantes e interessantes. RISC significa uma arquitetura com um conjunto reduzido de instruções
Leia maisProgramação musical para a web com o Mosaicode
Programação musical para a web com o Mosaicode MODALIDADE: COMUNICAÇÃO SUBÁREA: SONOLOGIA Flávio Luiz Schiavoni Universidade Federal de São João Del Rei - Departamento de Computação - fls@ufsj.edu.br Luan
Leia maisIntrodução. Conceitos Básicos. Conceitos Básicos. Conceitos Básicos
Conceitos Básicos Introdução Tópicos Especiais Modelagem de Dados Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Mestrado Profissional
Leia maisUm Método para Melhoria de Dados Estruturados de Imóveis
Universidade Federal de Pernambuco Centro de Informática Graduação em Ciência da Computação Um Método para Melhoria de Dados Estruturados de Imóveis Lucas Nunes de Souza Proposta de Trabalho de Graduação
Leia maisIntegrando ferramentas de auxílio ao diagnóstico no sistema de arquivamento e comunicação de imagens *
Modelo ARTIGO de integração ORIGINAL CAD-PACS ORIGINAL ARTICLE Integrando ferramentas de auxílio ao diagnóstico no sistema de arquivamento e comunicação de imagens * Integrating computer-aided diagnosis
Leia maisSistemas de Banco de Dados
Sistemas de Banco de Dados Fundamentos em Bancos de Dados Relacionais Wladmir Cardoso Brandão www.wladmirbrandao.com Departamento de Ciência da Computação (DCC) Instituto de Ciências Exatas e Informática
Leia maisSistemas de Informação em Saúde RADIOLOGIA DIGITAL
Sistemas de Informação em Saúde RADIOLOGIA DIGITAL Prof Dr Marcio Biczyk Conteúdo Introdução Informação e Comunicação Processamento de Dados Bancos de Dados e Bases de Conhecimento Gerenciamento de
Leia maisFundação de Apoio à Tecnologia e Ciência
Santa Maria, 14 de maio de 2018. 1º ADENDO DA CONCORRÊNCIA Nº 2018/5030036-04 A Comissão de Licitações, no uso de suas atribuições legais, torna publico alterações ao edital supracitado: 1. Alteração da
Leia maisT5 Processamento de Imagem e Vídeo
T5 Processamento de Imagem e Vídeo Proc. Sinal e Imagem Mestrado em Informática Médica Hélder Filipe Pinto de Oliveira Resumo 1. Segmentação baseada em regiões 2. Morfologia matemática 3. K-Means 4. Processamento
Leia maisAula 01 Conceito de Banco de Dados e SGBD
Aula 01 Conceito de Banco de Dados e SGBD Dado: conjunto de símbolos arranjados a fim de representar a informação fora da mente humana. Elemento de Dado: subconjunto de símbolos que compõem um dado com
Leia maisM V C, J S O N E X M L P R O F. M E. H É L I O E S P E R I D I Ã O
M V C, J S O N E X M L P R O F. M E. H É L I O E S P E R I D I Ã O A P L I C A Ç Õ E S M O N O L Í T I C A S Na época dos computares independentes um aplicativo era desenvolvido para ser usado em uma única
Leia maisTerceiro Trabalho Prático. Este trabalho tem como objetivo ordenar um arquivo de dados e implementar as operações cosequenciais de merging e matching.
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Ciências de Computação Disciplina de Algoritmos e Estruturas de Dados II docente Profa. Dra. Cristina Dutra de
Leia maisUNIVERSIDADE FEEVALE RODRIGO FREIBERGER RÖNNAU SEGMENTAÇÃO AUTOMÁTICA DE ÓRGÃOS EM IMAGENS DE TOMOGRAFIA COMPUTADORIZADA DO TÓRAX
UNIVERSIDADE FEEVALE RODRIGO FREIBERGER RÖNNAU SEGMENTAÇÃO AUTOMÁTICA DE ÓRGÃOS EM IMAGENS DE TOMOGRAFIA COMPUTADORIZADA DO TÓRAX (Título Provisório) Anteprojeto de Trabalho de Conclusão Novo Hamburgo
Leia maisDiego Martin Mancini Orientador: Prof. Paulo A. V. de Miranda Instituto de Matemática e Estatística Universidade de São Paulo
Estudo de comparação do descritor de imagens coloridas BIC empregando diferentes abordagens de classificação de detecção de bordas: Canny e Operador Laplaciano Diego Martin Mancini Orientador: Prof. Paulo
Leia maisI-Preproc: uma ferramenta para pré-processamento e indexação incremental de documentos
17 I-Preproc: uma ferramenta para pré-processamento e indexação incremental de documentos Renan Gomes Pereira 1 Maria Fernanda Moura 2 Resumo: O objetivo deste trabalho é apresentar a ferramenta I-Preproc,
Leia maisENGENHARIA DE SOFTWARE. Aula 17 Reuso de software
ENGENHARIA DE SOFTWARE Aula 17 Reuso de software OBJETIVOS Entender os benefícios e problemas de reuso de software durante o desenvolvimento de novos sistemas; Entender o conceito de um framework de aplicações
Leia maisSISTEMA DE INFORMAÇÃO GEOGRÁFICA APLICADO AO GERENCIAMENTO DE INFORMAÇÃO DE TRANSPORTE URBANO
SISTEMA DE INFORMAÇÃO GEOGRÁFICA APLICADO AO GERENCIAMENTO DE INFORMAÇÃO DE TRANSPORTE URBANO Edilene de Fátima Vetorato 1, Osvaldo Cesar Pinheiro de Almeida 2 1 Fatec, Botucatu, SP, Brasil. E-mail: edilenefv@hotmail.com
Leia maisQuinto Trabalho Prático. Este trabalho tem como objetivo indexar arquivos de dados usando um índice árvore-b.
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Ciências de Computação Disciplina de Algoritmos e Estruturas de Dados II docente Profa. Dra. Cristina Dutra de
Leia maisA IMPORTÂNCIA DOS SISTEMAS TECNOLÓGICOS NO GERENCIAMENTO DOS POSTOS DE SAÚDE
1 A IMPORTÂNCIA DOS SISTEMAS TECNOLÓGICOS NO GERENCIAMENTO DOS POSTOS DE SAÚDE LEITE,D,C ; Verona,D,E Resumo: Os sistemas de informação estão sendo utilizados por Postos de Saúde a fim de controla de maneira
Leia mais5.1. Fluxo para geração do Roadmap
46 5 VelvetH-DB Os Sistemas Gerenciadores de Banco de Dados (SGBDs), foram criados com o intuito de permitir o armazenamento e manipulação de grandes volumes de dados, fornecendo uma aplicação que garanta,
Leia maisBanco de Dados. SGBD - Sistema de Gerenciamento de Banco de Dados Parte 1. Prof. Leonardo Vasconcelos
Banco de Dados SGBD - Sistema de Gerenciamento de Banco de Dados Parte 1 Prof. Leonardo Vasconcelos - O que é um banco de dados (BD)? Um Banco de Dados (ou Base de Dados) é uma coleção de dados relacionados,
Leia maisProgramação Orientada a Objectos - P. Prata, P. Fazendeiro
Programação Orientada a Objetos 1.1 - Perspectiva histórica: Conceitos A evolução das linguagens de programação tem-se feito na procura de ferramentas: -cada vez mais próximas da percepção humana - e que
Leia maisPatrícia Mateus Saramela 1, Aline Maria Malachini Miotto 2
25 a 28 de Outubro de 2011 ISBN 978-85-8084-055-1 ESTUDO E IMPLEMENTAÇÃO DO ALGORITIMO OTSU PARA LIMIARIZAÇÃO DE CARTAS FORENSES Patrícia Mateus Saramela 1, Aline Maria Malachini Miotto 2 RESUMO: Atualmente,
Leia maisFigura 16 Niagara - Visão de grupos de notas.
Conclusão 6 Conclusão 6.1 Trabalhos Relacionados Dentre as funcionalidades fornecidas pela interface gerada pelo framework, em destaque está a possibilidade do zoom livre. Disponibilizar esta funcionalidade
Leia maisSISTEMA DE GERENCIAMENTO DE BANCO DE DADOS - SGBD
Fundação Centro de Análise, Pesquisa e Inovação Tecnológica Instituto de Ensino Superior - FUCAPI SISTEMA DE GERENCIAMENTO DE BANCO DE DADOS - SGBD Disciplina: Banco de Dados Prof: Márcio Palheta, Esp
Leia maisAVALIAÇÃO DO TEMPO DE ESPERA PARA A REALIZAÇÃO DE UM EXAME RADIOLÓGICO DEPOIS DA IMPLANTAÇÃO DO SISTEMA PACS
AVALIAÇÃO DO TEMPO DE ESPERA PARA A REALIZAÇÃO DE UM EXAME RADIOLÓGICO DEPOIS DA IMPLANTAÇÃO DO SISTEMA PACS 1 SILVA, C. P. G. ; 2 GAMBARATO, V. T. S. 1 Informática e Negócios, Faculdade de Tecnologia,
Leia maisProjeto de Banco de Dados. Componentes de um Sistema de Informação. Arquitetura de SI. Sistema de Informação (SI) SI nas Organizações
Sistema (SI) Coleção de atividades de Banco de Dados que regulam o compartilhamento, SI nas Organizações a distribuição de informações Fernando Fonseca e o armazenamento de dados relevantes ao gerenciamento
Leia maisIntrodução. O que é um Banco de Dados (BD)?
O que é um Banco de Dados (BD)? É uma coleção de dados relacionados e armazenados em algum dispositivo Associações aleatórias de dados não podem ser chamadas de base de dados Conceito de dados Valor de
Leia maisIntrodução. descrever os tipos de interfaces e linguagens oferecidas por um SGBD. mostrar o ambiente de programas dos SGBD s
Introdução Contribuição do Capítulo 2: discutir modelos de dados definir conceitos de esquemas e instâncias descrever os tipos de interfaces e linguagens oferecidas por um SGBD mostrar o ambiente de programas
Leia maisProcessamento de Imagens Digitais
Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018 Apresentações Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas
Leia maisConsultas por Similaridade em Domínios de Dados Complexos
Consultas por Similaridade em Domínios de Dados Complexos Guilherme Felipe Zabot Orientador: Profº Dr Caetano Traina Jr Roteiro Objetivo Introdução Dados Complexos Representação de Dados Complexos Extração
Leia maisESTUDO DE TÉCNICAS PARA SOLUÇÃO DE PROBLEMAS DE PROCESSAMENTO DE IMAGENS UTILIZANDO A LINGUAGEM PYTHON
ESTUDO DE TÉCNICAS PARA SOLUÇÃO DE PROBLEMAS DE PROCESSAMENTO DE IMAGENS UTILIZANDO A LINGUAGEM PYTHON Marcus Vinícius Teodoro Silva, Marcos William da Silva Oliveira Instituto Federal de Educação, Ciência
Leia maisUma ferramenta para expansão do vocabulário com base em coocorrência
Resumos Expandidos: XI Mostra de Estagiários e Bolsistas... 11 Uma ferramenta para expansão do vocabulário com base em coocorrência Exupério Lédo Silva Júnior 1 Roberta Akemi Sinoara 2 Solange Oliveira
Leia maisRealce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens
Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti Jr.
Leia maisPadrões de Projeto de Software
Padrões de Projeto de Software Lista de Exercícios AV1 01 Luiz Leão luizleao@gmail.com http://www.luizleao.com Questão 1 Dentre as alternativas abaixo identifique a que NÃO define uma situação em que deve
Leia maisara entender os Sistemas Gerenciadores de Banco de Dados é importante conhecer
Parte 2 ara entender os Sistemas Gerenciadores de Banco de Dados é importante conhecer P alguns conceitos básicos. A primeira definição é relativa aos conceitos de dados e informação. Dados são fatos em
Leia maisTrabalho Prático. Descrição do arquivo de dados
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Ciências de Computação Disciplina de Estrutura de Dados III Profa. Dra. Cristina Dutra de Aguiar Ciferri PAE:
Leia maisIntrodução a Ciência da Computação Estrutura e Organização das Informações PROFESSORA CINTIA CAETANO
Introdução a Ciência da Computação Estrutura e Organização das Informações PROFESSORA CINTIA CAETANO Introdução A qualidade do armazenamento dos dados, permitem uma melhor extração de informações, e consequentemente,
Leia maisMatéria Introdutória. Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri
Matéria Introdutória Banco de Dados Motivação Necessidade de armazenar grandes quantidades de dados Necessidade de acessar as informações de maneira eficiente e segura Evolução histórica: desenvolvimento
Leia maisConceitos relativos a Banco de Dados & Modelos de Informação de Banco de Dados. Introdução
Conceitos relativos a Banco de Dados & Modelos de Informação de Banco de Dados Prof. Anderson Henriques Introdução A quantidade de informação relevante para a tomada de decisões nas organizações é muito
Leia maisIntrodução à Computação
Introdução à Computação Jordana Sarmenghi Salamon jssalamon@inf.ufes.br jordanasalamon@gmail.com http://inf.ufes.br/~jssalamon Departamento de Informática Universidade Federal do Espírito Santo Agenda
Leia maisDICOM 3. Roberto de Beauclair Seixas
DICOM 3 Roberto de Beauclair Seixas tron@lncc.br Imagens Médicas - Raios X Imagens Médicas - CT Tomoscan AV da Philips Imagens Médicas - CT Banco de detetores Tubo de Raio X 120 a 150 K Volts 50 a 100
Leia maisO que é um sistema distribuído?
Disciplina: Engenharia de Software 4 Bimestre Aula 1: ENGENHARIA DE SOFTWARE DISTRIBUÍDO O que é um sistema distribuído? Segundo Tanenbaum e Steen (2007) um sistema distribuído é uma coleção de computadores
Leia maisTrabalho de Sistema de Informação em Saúde
Trabalho de Sistema de Informação em Saúde Mayara Ligia Ransini 1 1 Departamento de Informática Bacharelado em Informática Biomédica Universidade Federal do Paraná (UFPR) Curitiba PR Brasil mlr13@inf.ufpr.br
Leia mais