Dissertations / Theses on the topic 'Sinais biomédicos'

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Eléterica.
Made available in DSpace on 2012-10-24T00:03:55Z (GMT). No. of bitstreams: 1 256384.pdf: 7664466 bytes, checksum: f3817a55b0c665aafb59637166b83039 (MD5)
Com o aumento da demanda por profissionais especializados em Engenharia Biomédica (EB), é desejável que exista uma inserção de temas dessa área em cursos que formam tais profissionais. Porém, os resultados de uma investigação sobre a referida inserção em cursos brasileiros de graduação em Engenharia Elétrica (EE) mostram que apenas 7,5 % desses cursos oferecem alguma disciplina voltada à EB, e ainda, que 86 % do total de horas-aula dessas disciplinas possuem uma abordagem puramente teórica. O presente trabalho apresenta contribuições para o desenvolvimento de uma ferramenta para auxiliar o ensino de EB nos cursos de EE. Essa ferramenta, chamada "Plataforma Didática de Engenharia Biomédica: Sistema de Processamento de Sinais Biomédicos", é composta por módulos tutoriais teórico-práticos que agregam conteúdos teóricos a roteiros de aulas práticas apoiados a recursos de hardware e software. Dentre as contribuições deste trabalho destacam-se o desenvolvimento de um tutorial sobre eletrocardiografia e o desenvolvimento de um roteiro de aula prática sobre amplificadores de biopotenciais, anexado a um módulo de hardware destinado a auxiliar essa aula. Com relação à validação dos componentes da plataforma, destaca-se o ensaio de segurança elétrica dos módulos de hardware, que indicou valores de corrente de fuga menores que 13,4 % dos valores máximos de corrente segundo a norma NBR IEC 60601-1:1997. Ainda, os resultados obtidos durante uma avaliação realizada por estudantes de EE, qualificam a plataforma como motivadora, cumprindo seu propósito de ferramenta didática. With the increasing demand for skilled professional in Biomedical Engineering (BE) is desirable that there is a subject insertion in this area at courses that graduate such professionals. However, the results of an investigation about such insertion in Brazilian graduation courses in Electrical Engineering (EE) show that only 7,5% of these courses offer some subjects turned to BE and besides that 86% of the total hour/class of these subjects have an approach purely theoretical. This work presents the tool development contributions to help the BE teaching on the EE courses. This tool called "Didactical Platform of Biomedical Engineering: Procedure System of Biomedical Signs" is composed by theoretical-practical tutorial modules that aggregate theoretical contents to practical class schedules supported by hardware and software resources. Among these work contributions is highlighted a tutorial development about electrocardiography and a practical class schedule development about bio-potential amplifiers attached to a hardware module designed to aid this class. In relation to platform component validations are highlighted the electrical security rehearse of the hardware modules that indicated leakage current values lower than 13,4% of the highest current values according to the NBR IEC 60601-1:1997 norm. Moreover, the results obtained during an evaluation held by EE students that qualify the platform as motivator, achieving its didactical tool proposal.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.
Made available in DSpace on 2012-10-24T05:20:46Z (GMT). No. of bitstreams: 1 257766.pdf: 6407051 bytes, checksum: 5ab1850922225c47eeae0b3fae63615d (MD5)
O acelerado avanço de novas tecnologias na área da saúde tem feito a engenharia biomédica uma área de grande potencial empreendedor e intenso desenvolvimento tecnológico, criando uma demanda por profissionais altamente qualificados. No entanto, a disponibilidade de cursos e oportunidades de estudo na área ainda não é significativa a ponto de contribuir de forma expressiva para a formação de profissionais qualificados. O objetivo principal deste trabalho está no desenvolvimento de um instrumento de auxílio ao ensino de temas de Engenharia Biomédica na graduação de Engenharia Elétrica da UFSC. O sistema apresenta uma proposta de solução didática para a criação de módulos de aquisição de sinais de ECG, EMG e EOG que, em conjunto com outros componentes (módulo base, fonte de alimentação, software de visualização), formam um sistema de aquisição de sinais biomédicos. Os sinais adquiridos pelo sistema são utilizados para demonstrar os problemas encontrados na conversão Analógica-Digital (A/D) de biosinais, mais especificamente a questão da amostragem. A avaliação do sistema foi realizada em duas etapas: na primeira, os alunos de uma turma regular de engenharia elétrica realizaram aulas práticas utilizando o sistema; na segunda, foi criado um mini-curso de engenharia biomédica na prática. Através de um questionário foram avaliados aspectos motivacionais do sistema, quantificando sua facilidade de uso e se o mesmo é organizado, estimulante e significativo. O resultado da avaliação mostrou que o sistema é motivador com uma alta expectativa para o sucesso.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Engenharia Elétrica
Made available in DSpace on 2012-10-24T05:37:36Z (GMT). No. of bitstreams: 1 256491.pdf: 7318659 bytes, checksum: 79bb4a8596708d71d17d82714ae52c7a (MD5)
A primeira versão da tecnologia wireless (sem fio) ZigBee surgiu em dezembro de 2004, como um novo padrão definido pelo IEEE 802.15.4 para transmissão digital a curto alcance. Esta tecnologia incorpora diversas vantagens frente às demais, principalmente quanto ao seu baixíssimo consumo de energia e baixas taxas de transmissão, até 250 Kbps. Isso faz do ZigBee uma atraente alternativa para projetos de monitoração e sensoriamento remoto, em que os requisitos passam a ser superdimensionados com o emprego das demais tecnologias, como por exemplo, Bluetooth e WiFi. O presente trabalho aborda o desenvolvimento e a implementação de módulos wireless para comunicar um sistema microcontrolado a um microcomputador, compondo o Sistema de Processamento de Sinais Biomédicos (SPSB). Tem como objetivo monitorar e visualizar biossinais de maneira remota, no âmbito da criação inicial de uma Plataforma Didática de Engenharia Biomédica visando o ensino de Engenharia Biomédica na graduação de Engenharia Elétrica equipando o Laboratório de Engenharia Biomédica do Instituto de Engenharia Biomédica da Universidade Federal de Santa Catarina (IEB-UFSC). Para a construção dos módulos de comunicação wireless são especificados e incorporados dois dispositivos ZigBee OEM Maxstream XBeeTM. Um se comunica via USB com o microcomputador e o outro é conectado ao microcontrolador, ADuC 7026 da Analog Devices, através da interface serial UART com TX e RX em 115,2 Kbps. Os dois módulos XBeeTM formam entre si o enlace wireless ZigBee em conformidade com as normas ANATEL 02/93 e 012/96 nas resoluções 209/00, 305/02, 365/04. Os principais resultados apontam perdas quase nulas dos pacotes transmitidos a curto alcance e com atraso de comunicação de apenas 8 ms para qualquer distância admissível (até 30 m) entre os módulos ZigBee. Isso garante o bom funcionamento e comprova a eficiência da tecnologia empregada na transmissão wireless adotada para os requisitos deste projeto. A proposta dos módulos de transmissão sem fios no SPSB surge para dar suporte ao ensino no Laboratório de Engenharia Biomédica no que se referem às próprias tecnologias wireless, tendo em vista a recente inovação tecnológica no contexto de transmissão sem fios de dados digitais e a confiabilidade dos dados transmitidos nessa aplicação biomédica. The first version of wireless ZigBee technology show up in 2004's December, with a new standard defined by IEEE 802.15.4 for digital transmission in a short way. This technology goes away advantages side the others, especially because of your low decreasing energy consume and low baud rates. This make the ZigBee an attractive alternative for monitoring projects and remote sensing, where the requirements turn up in a high dimension with the engagement of another technologies, as examples, Bluetooth and WiFi. The present paper approach the development and the implementation of wireless models to connect a microcontroller to a personal computer (PC) composing the Biomedicals Signals Processing System (SPSB). The goal is to monitor and visualizes biosignals in a remote way, in the ambit of first creation of a Didactic Methodology of Biomedical Engineering, going with teach of Biomedical Engineering in the graduation of Electrical Engineering providing the Laboratory of the Biomedical Engineering in the Biomedical Engineering Institute of the Santa Catarina's Federal University (IEB-UFSC). To the elaboration of the wireless communication models are specificity and incorporate two devices of ZigBee OEM Maxstream XBeeTM. One of those communicates via USB with the PC and the other is connected to the microcontroller, ADuC 7026 of the Analog Devices, through the serial interface UART with TX and RX in 115.2 Kbps. Both the XBeeTM models compose together the wireless ZigBee enlace in conformity with the ANATEL 02/93 and 012/96 rules in the 209/00, 305/02 and 365/04 resolutions. The principal results do not show important losses in the information package in a short way and with delay of just 8 ms in the communication for any acceptable distance (up to 30 m) between the ZigBee models. This guaranty the well done and make certain the technology efficiency utilized in wireless transmission adopted for the conditions of this project. The propose of models of wireless transmission in SPSB show up to support about teach in Biomedical Engineering Laboratory with connected ideas with de wireless self technologies, look through the brand new technology innovation in the context of wireless transmission of digital information and credibility of transmitted information in this biomedical application.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.
Made available in DSpace on 2012-10-24T06:18:00Z (GMT). No. of bitstreams: 1 260093.pdf: 3659944 bytes, checksum: 4e4148d55c5e510e1e91b25844409c1f (MD5)
A partir dos resultados de uma investigação a respeito de temas de Engenharia Biomédica na grade curricular dos cursos de graduação de Engenharia Elétrica, notou-se a concreta carência de investimentos na área. Esta é a principal motivação para este trabalho, cujo objetivo é contribuir no desenvolvimento da Plataforma Didática de Engenharia Biomédica. Esta contribuição é dada pela criação de um módulo de aquisição e condicionamento de sinais de Eletroencefalograma (EEG) de superfície, com características didáticas, pelo desenvolvimento e implementação de um Módulo Base microprocessado para conversão analógico-digital de parâmetros eletrofisiológicos e pelo projeto e elaboração de um roteiro de aula prática de filtragem analógica de sinais de EEG de superfície. Neste enfoque, é realizado um estudo a respeito das origens e características dos sinais de EEG, derivações e posicionamento de eletrodos, aspectos relacionados com a aquisição e condicionamento de sinais de EEG, onde são abordados os eletrodos e amplificadores de biopotenciais, ruídos e interferências, filtragem de sinais e normas associadas. A avaliação do sistema foi realizada com alunos de graduação de engenharia elétrica que realizaram aulas práticas utilizando o sistema e através de um mini-curso de engenharia biomédica na prática. Aspectos motivacionais do sistema foram avaliados, quantificando sua facilidade de uso e se o mesmo é organizado, estimulante e significativo. O resultado da avaliação mostrou que o sistema é motivador com alta expectativa para o sucesso.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2009
Made available in DSpace on 2012-10-24T10:30:22Z (GMT). No. of bitstreams: 1 276579.pdf: 2938296 bytes, checksum: d8c66cc0c528ba4c2a6e877be0131c9d (MD5)
Recentes estudos sobre as disciplinas oferecidas de Engenharia Biomédica, em cursos de graduação em Engenharia Elétrica no Brasil, têm demonstrado uma grande falta de investimento nesta área. Essa foi à principal motivação no desenvolvimento de uma Plataforma Didática de Processamento de Sinais Biomédicos (DPSB), que consiste em uma placa de aquisição e processamento de sinais biomédicos modular, um software para visualização, bem como tutoriais teórico-práticos que agregam conteúdo as aulas práticas. Portanto, este trabalho detalha um estudo e desenvolvimento de uma ferramenta de apoio didático para ensino de filtros analógicos para sinais biomédicos aplicada aos estudantes, apresentando de uma forma prática, a importância da escolha correta dos filtros para a aquisição de sinais biomédicos. Este módulo é composto de filtros tipo: passa baixa, passa alta, passa banda e rejeita banda de diversas ordens e aproximações (Butterworth, Chebyshev e Bessel). O sistema de avaliação foi realizado com os alunos de uma turma da Engenharia Elétrica da UFSC. Os aspectos motivacionais do sistema como, facilidade de uso, a organização do sistema, estimulação e significância, foram avaliados através de um questionário. Os resultados da avaliação mostraram uma alta expectativa de sucesso e um sistema altamente motivacional.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Engenharia Elétrica
Made available in DSpace on 2012-10-24T11:55:11Z (GMT). No. of bitstreams: 1 267131.pdf: 4324511 bytes, checksum: 2281632a1ce096a58e32c1980f810d16 (MD5)
A Realidade Virtual tem sido utilizada com sucesso no ensino e aprendizagem em diversas áreas da educação. Novas formas de capacitação de profissionais da área de Engenharia Biomédica são bem vindas, neste sentido, a RV pode proporcionar suporte ao treinamento de diversos temas relacionados à Engenharia Biomédica. Neste trabalho, o tema de eletrocardiografia inspirou a implementação de um ambiente virtual de treinamento de monitoração cardíaca, onde um paciente virtual é manipulado através da disposição de eletrodos e terminais, seguidos da captação do sinal de ECG em um monitor cardíaco virtual. O sistema foi desenvolvido através de tecnologias Web3D e foi proposta a validação e avaliação do sistema, que demonstraram a viabilidade da abordagem de desenvolvimento deste trabalho. Este sistema foi suportado pelos conteúdos teóricos de eletrocardiografia da plataforma de Ensino de Engenharia Biomédica, proporcionando alternativas no aprendizado de Eletrocardiografia e monitoração cardíaca. The Virtual Reality has been used with success in teaching and learning in many areas of education. New forms of professional empowerment on Biomedical Engineering area are welcome and, in this sense, the Virtual Reality is capable to provide training support on several Biomedical Engineering themes. In this work, the electrocardiography theme inspired the implementation of a training virtual environment of cardiac monitoring, where a virtual patient is manipulated through electrodes and terminals placing, following the simulation of ECG signal capture, by a virtual cardiac monitor. The system development applied Web3D technologies and system#s validation and evaluation demonstrated the approach#s feasibility. This system has been supported by electrocardiography theoretical contents from learning platform of Biomedical Engineering, providing new methods of teaching and learning of electrocardiography and cardiac monitoring themes.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.
Made available in DSpace on 2012-10-24T12:03:59Z (GMT). No. of bitstreams: 1 267133.pdf: 4620960 bytes, checksum: 93b1e79acf5d4ecbb4792b2116f16651 (MD5)
A engenharia biomédica é uma área em fase de crescimento no Brasil. Em contra partida, os cursos de formação em engenharia não formam um número suficiente de profissionais com os conhecimentos na área de engenharia biomédica. Para os poucos profissionais que aprendem assuntos sobre engenharia biomédica em sua formação, apenas uma pequena parte destas aulas foram de conteúdo prático. Assim, o presente trabalho detalha um estudo e desenvolvimento de uma ferramenta didática para apoio ao ensino de filtros digitais aplicados a sinais biomédicos. Processamento digital de sinais tem destaque como uma área complexa e que requer um alto conhecimento de ferramentas matemáticas para o seu projeto. Portanto, este trabalho propõe a criação de um tutorial interativo no qual os alunos possam ler sobre os assuntos relativos à filtragem digital e todo o conteúdo que introduz às técnicas de filtragem digital. O tutorial possui Java Applets e rotinas em Scilab que facilitarão o entendimento do conteúdo de maneira interativa, onde o leitor poderá ler e automaticamente executar o aprendido, tanto na teoria como na prática. Assim, com um tutorial teórico e prático, os alunos de Engenharia poderão, com mais facilidade, compreender assuntos relativos à filtragem digital e seus precedentes. O trabalho foi validado com a utilização de ferramentas matemáticas e avaliado com a utilização do WebMac (4.0), que com a alta expectativa de sucesso, os alunos poderão ter uma visão de como filtros digitais podem alterar um sinal de Eletroencefalograma, possibilitando esse aprendizado de forma estimulante e motivante. The biomedical engineering is a growing area in Brazil though the Brazilian engineering courses do not graduate enough number of professionals with expertise in biomedical engineering field. For the few who raised these issues in their training, only a small portion of the classes were of practical content. Therefore, this present work details a study and development of a didactic tool to support the teaching of digital filters applied to biomedical signals. Digital signal processing is highlighted as a complex area and requires a high knowledge of mathematical tools for its project. This paper proposes the creation of an interactive tutorial, where students can read about the issues relating to digital filtering and all the content that introduces the techniques of digital filtering. The tutorial has Java Applets and routines in Scilab that facilitates the understanding of the content in an interactive way, where the reader is able to read and automatically run what was recently learned, both in theory and in practice. Thus, with a theoretical and practical tutorial, the students of engineering are able to easily understand issues on digital filtering and its precedents. The developed work was validated with the use of mathematical tools and evaluated with Webmac (4.0), that with the high expectation of success, the students can have a vision of how digital filters can distort an Electroencephalogram, allowing them to learn it in a stimulating and motivating way.

Em Biomedicina, a detecção e a quanticação de anormalidades presentes num sinal são desejáveis. Uma estratégia de codicação baseada em extração de características, tais como picos ou frequências, pode não capturar todas as irregularidades. Assim, uma representação baseada em funções de base denidas com conhecimento a priori do sinal pode ser mais precisa para aplicações biomédicas. A escolha das funções base depende da natureza siológica do sinal e de suas peculiaridades. Sinais de eletrocardiograma (ECG) e eletroencefalograma (EEG) exibem características bem denidas. ECG, por exemplo, é um sinal elétrico composto de uma forma de onda especíca (P, QRS e T). Se as características de um sinal a ser sintetizado são bem compreendidas, é possível derivar uma assinatura para o sinal. Uma codicação apropriada permite a extração de parâmetros relevantes para sua análise, tais como anormalidades num ciclo cardíaco representadas por uma alteração no sinal de ECG, ou então uma excitação das ondas cerebrais representada por uma modicação no sinal de EEG. O objetivo deste projeto é introduzir uma nova técnica de codicação de sinais, que representa um sinal pela soma de funções sigmoides para aproximar iterativamente o sinal medido, com foco em aplicações biomédicas. Funções sigmoides tendem a reproduzir bem as grandes variações presentes em sinais biomédicos, daí a escolha de usá-las na codicação deste tipo de sinal. Serão explorados o nível de compressão dos dados, bem como a taxa de convergência. A técnica desenvolvida será comparada com técnicas convencionais de codicação e sua robustez será avaliada. Uma estratégia de codicação ótima pode trazer benefícios não só para a compressão, mas também na criação de assinaturas de sinais representando tanto condições siológicas normais como patológicas.
In Biomedicine, detection and quantication of abnormalities present in a signal are desired. An encoding strategy based on feature extraction, such as peaks or frequencies, may not capture all irregularities. Thus, a function-based representation, constructed using a priori knowledge of signal characteristics, may be more accurate for biomedical applications. The choice of the basis function depends on the physiological nature of the signal and its specic features. Electrocardiogram (ECG) and electroencephalogram (EEG) signals exhibit well-dened characteristics. ECG, for instance, is an electrical signal composed of specic waveform (P, QRS, and T). If the characteristics of a signal to be synthesized are well understood, its possible to derive a signal signature. An appropriate encoding allows the extraction of parameters relevant for its analysis, such as, abnormalities in a cardiac cycle represented by an alteration in the ECG signal, or an excitation of the brain waves represented by a modication of the EEG. The objective of this project is to introduce a novel signal encoding technique that represents a signal by a sum of sigmoidal functions to iteratively approximate the measured signal, targeted at biomedical applications. Sigmoidal functions tend to reproduce well large variations in biomedical signals, hence their use for coding this type of signal. We explore the data compression level as well as the convergence rate. We also compare it to conventional encoding techniques and assess the robustness of this model. An optimal encoding strategy may bring not only benets in compression, but also in the creation of signatures for signals representing both physiological and pathological conditions.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2014.
Made available in DSpace on 2015-09-08T04:01:47Z (GMT). No. of bitstreams: 1 334174.pdf: 1516668 bytes, checksum: c1215c01294a431aacdc324aa50aba47 (MD5) Previous issue date: 2014
Os sinais biomédicos transportam informações que representam o estado dos sistemas vivos. Deste modo, a monitorização e interpretação destes sinais têm valor significativo para o diagnóstico médico e para a pesquisa clínica. Entretanto, para extrair as informações de interesse dos sinais é fundamental submetê-los a etapas de processamento pois, em sua maioria, estão contaminados por ruídos. Estes ruídos são oriundos das mais variadas fontes de interferência e impossibilitam uma análise imediata dos sinais. Este trabalho apresenta o desenvolvimento de uma plataforma computacional de processamento digital de sinais para uso em ensino e pesquisa em sinais biomédicos. Trata-se de uma ferramenta gráfica interativa, dinâmica e de simples utilização que faz uso de figuras geométricas, denominadas blocos funcionais. Através do ambiente gráfico da plataforma é possível criar diagramas em blocos, que irão descrever o fluxo de dados entre as funções, para realizar o processamento digital do(s) sinal(is) de interesse. Cada bloco realiza uma determinada função que pode ser modificada/controlada através de seus parâmetros, que estão acessíveis ao usuário para configuração. O processamento do projeto desenvolvido é realizado automaticamente a medida que informações são inseridas/excluídas do projeto e ferramentas permitem a visualização gráfica dos sinais em todos os pontos do projeto. Sinais estes que podem ser gerados pela própria plataforma ou exportados a partir de arquivos que contenham sinais anteriormente digitalizados. Através da plataforma é possível, por exemplo, projetar filtros digitais por meio de diferentes técnicas a fim de obter o melhor resultado. A plataforma surge também como aliada nas atividades de ensino, pois pode ser utilizada em disciplinas de processamento digital de sinais, auxiliando na apresentação dos conceitos fundamentais de processamento de sinais. Ao final do trabalho, foi realizado um questionário para avaliar a satisfação do usuário em relação a aspectos específicos do sistema desenvolvido. Onze usuários responderam ao questionário no qual obteve-se em 60,7% das perguntas notas consideradas ótimas, corroborando para uma boa aceitação da ferramenta.

Abstract : The biomedical signals carry information that represent the state of living systems. Thus, monitoring and interpretation of these signals have significant value for the medical diagnosis and clinical research. However, to extract the information of interest signals is fundamental submitting them to processing steps because, in most cases, are contaminated by noise. These noises are coming from the most diverse sources of interference and make it impossible an immediate analysis of the signals. This paper presents the development of a computational platform for digital signal processing for use in teaching and research in biomedical signals. It is an interactive, dynamic and easy to use graphical tool that makes use of geometric figures, called functional blocks. Through the graphical environment of the platform is possible to create block diagrams that will describe the data flow between functions, to perform digital processing of the signals of interest. Each block performs a specific function that can be modified/controlled by its parameters that are accessible to the user for configuration. The processing of the project developed is automatically performed as the information is entered/deleted from the project and tools allow the graphical display of signs at all points of the project. These signals can be generated by the platform itself or exported from files that containing previously digitized signals. Through the platform is possible, for example, designing digital filters through of different techniques in order to get the best result. The platform also arises as an ally in teaching activities, since it can be used in courses in digital signal processing, assisting in the presentation of the fundamental concepts of signal processing. At the end of the work, a questionnaire was conducted to evaluate user satisfaction in relation to specific aspects of the developed system. Eleven users answered the questionnaire in which it was found in 60.7% of the questions notes considered optimal, corroborating a good acceptance of the tool.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2009.
Submitted by Jaqueline Ferreira de Souza (jaquefs.braz@gmail.com) on 2011-06-06T16:45:47Z No. of bitstreams: 1 2009_RafaelSantosOrtis.pdf: 2282385 bytes, checksum: 4b6f3a36e08f632897c2dbaa798f280c (MD5)
Approved for entry into archive by Jaqueline Ferreira de Souza(jaquefs.braz@gmail.com) on 2011-06-06T16:54:50Z (GMT) No. of bitstreams: 1 2009_RafaelSantosOrtis.pdf: 2282385 bytes, checksum: 4b6f3a36e08f632897c2dbaa798f280c (MD5)
Made available in DSpace on 2011-06-06T16:54:50Z (GMT). No. of bitstreams: 1 2009_RafaelSantosOrtis.pdf: 2282385 bytes, checksum: 4b6f3a36e08f632897c2dbaa798f280c (MD5)
O objetivo deste trabalho é o desenvolver de um sistema para a visualização móvel de sinais biomédicos de forma genérica e abrangendo a maior parte dos dispositivos móveis utilizando J2ME. O sistema proposto acessa os dados e sinais biomédicos de pacientes utilizando a arquitetura SOA. A visualização de sinais proposta neste trabalho se mostra eficiente para os dispositivos com resolução de tela pequena. A implementação de comunicação baseado em WebServices também garante maior interoperabilidade do sistema desenvolvido com diversos outros sistemas. A compressão dos dados no acesso ao serviço web mostra que é possível ter economia considerável (30%) na transmissão de dados. O desenvolvimento deste trabalho criou a base de um sistema genérico para a visualização de dados em dispositivos móveis. _______________________________________________________________________________ ABSTRACT
The objective of this work is to develop a system for visualization of biomedical signals in a generic way. The proposed system uses the SOA architecture to access data and biomedical signals of patients. The display of signals proposed in this paper proves to be effective for devices with a small screen resolution. The implementation of Web services based on communication also ensures a greater interoperability of the system developed with several other systems. The compression of data transmitted to web service shows that it is possible to have considerable savings (30%) in the transmission of data. Also the development of this work created the basis for a generic system for data visualization on mobile devices.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2015.
Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2016-02-23T16:38:33Z No. of bitstreams: 1 2015_MarceloAdrianCampitelli.pdf: 2323124 bytes, checksum: 45791074bc64885c0526dc991339d062 (MD5)
Approved for entry into archive by Marília Freitas(marilia@bce.unb.br) on 2016-02-25T12:57:08Z (GMT) No. of bitstreams: 1 2015_MarceloAdrianCampitelli.pdf: 2323124 bytes, checksum: 45791074bc64885c0526dc991339d062 (MD5)
Made available in DSpace on 2016-02-25T12:57:08Z (GMT). No. of bitstreams: 1 2015_MarceloAdrianCampitelli.pdf: 2323124 bytes, checksum: 45791074bc64885c0526dc991339d062 (MD5)
Com o desenvolvimento cada vez mais intenso da tecnologia de dispositivos biomédicos, há cada vez mais acesso aos sinais bioelétricos, o que permite grande avanço na realização de diagnósticos, planejamento de tratamentos e monitoração de pacientes. Particularmente, o eletrocardiograma (ECG) tem sido usado para muitos propósitos. Além disso, novas formas simples e de baixo custo para adquirir o ECG tem sido descobertas. Entretanto, esses avanços exigem o melhoramento dos processos de codificação do sinal de ECG, de forma a permitir seu armazenamento e transmissão eficientemente em termos de requisitos de memória e consumo de energia. Neste contexto, o presente trabalho propõe duas contribuições. Em primeiro lugar, apresenta um algoritmo de compressão de sinais ECG, utilizando transformadas wavelets, e propondo um processo de quantização novo, não encontrado na literatura. Nesse processo, a transformação é realizada utilizando a transformada discreta de wavelets (DWT) e a quantização consiste em um re-ordenamento não-linear das magnitudes dos coeficientes transformados (correção gamma) em conjunto com uma quantização por sub-bandas. A segunda contribuição consiste num estudo sistemático do desempenho das diferentes famílias de wavelets nos resultados obtidos pelo algoritmo proposto, calculando também os parâmetros ótimos de quantização para cada família wavelet utilizada. Para a análise desses métodos, foram realizados testes avaliando o desempenho do algoritmo proposto e comparando os resultados com outros métodos apresentados na literatura. Nesses testes, foram usados como referências os sinais da base de dados do Instituto de Tecnologia de Massachusetts e do Hospital Beth Israel de Boston (MIT-BIH). Uma parcela do banco de dados foi utilizada para otimizar os parâmetros de cada família wavelet no algoritmo proposto, e o desempenho final foi avaliado com todos os sinais restantes. Especificamente, para o sinal 117 do MIT-BIH, que é o sinal mais utilizado para comparar resultados na literatura, o método proposto levou a um fator de compressão (CR) de 11,40 e uma raiz da diferença média percentual (PRD) de 1,38. Demonstrou-se que o algoritmo gera melhores resultados de compressão quando comparado com a maioria dos métodos do estado-da-arte. Também se destaca a simplicidade na implementação do algoritmo em relação a outros encontrados na literatura.
With the increasing development of biomedical devices technology, there is more access to bioelectrical signals. That allows great advances in reaching diagnostics, planning treatments and monitoring patients. Particularly, the electrocardiogram (ECG) has been used for many purposes. Besides that, simple and low-cost ways to acquire the ECG have been found. Nevertheless, those advances require the improvement of the ECG signal coding processes, in a way that allows its efficient storage and transmission in terms of memory requirements and energy consumption. In this context, this dissertation proposes two contributions. Firstly, it presents an ECG signal compression algorithm, using wavelet transforms, and proposing a novel quantization process, not found in the literature. In said process, the transformation is done using the discrete wavelet transform (DWT) and the quantization consists of a non-linear re-ordering of the transformed coefficients magnitudes (gamma correction) in tandem with a sub-band quantization. The second contribution consists in a systematic study of the performance of the different wavelet families through the results obtained by the proposed algorithm, also calculating the optimum quantization parameters for each wavelet family. For the analysis of these methods, tests were done evaluating the performance of the proposed algorithm, comparing its results with other methods presented in the literature. In said tests, signals from the Massachusetts Institute of Technology and Boston’s Beth Israel Hospital database (MIT-BIH) were used as reference. A part of the database was utilized to optimize the parameters of each wavelet family, and the final performance was evaluated with the remaining signals from the database. Specifically, for signal 117 of the MIT-BIH database, which is the most used signal to compare results in the literature, the proposed method led to a compression factor (CR) of 11,40 and a percentage root-mean-square difference (PRD) of 1,38. It was demonstrated that the algorithm generates better compression results when compared to the majority of state-of-the-art methods. The simplicity of the algorithm’s implementation also stands out in relation to other algorithms found in the literature.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico.
Made available in DSpace on 2012-10-17T18:59:38Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T16:36:17Z : No. of bitstreams: 1 174989.pdf: 15769488 bytes, checksum: 1344452b793f07cf8e98e6b1a757cfc8 (MD5)
O presente trabalho aborda o desenvolvimento e avaliação de técnicas híbridas de processamento de sinais voltadas para sinais biomédicos com ênfase na implementação usando redes neurais artificiais (RNAs). Quatro formas básicas de hibridação diferenciadas pelo grau de interação entre as características e propriedades das técnicas constituintes são abordadas: a hibridação seqüencial, paralela, auxiliar e encastoada. A hibridação seqüencial da análise em componentes independentes (ACI) com a promediação e a hibridação auxiliar e seqüencial da transformada wavelet com redes neurais artificiais são propostas e investigadas para o processamento de registros eletrocardiográficos de alta resolução (ECGAR). A primeira técnica objetiva atenuar as interferências no ECGAR e a segunda extrair características espectro-temporais do ECGAR e classificar ECGARs como de indivíduos com ou sem potenciais tardios ventriculares. Na avaliação da primeira técnica os resultados são comparados com o uso isolado da promediação, resultando em uma melhora de 4 dB na relação sinal-ruído. Na segunda técnica obteve-se 91% de acerto na classificação, comparável a outros trabalhos envolvendo RNAs, acrescentando-se a possibilidade de interpretação do processamento efetuado pela RNA.

A análise de sinais biomédicos é uma área de pesquisa importante pois diversos processos fisiológicos que ocorrem no corpo humano podem ter suas atividades registradas como sinais. Neste trabalho, investigou-se a q-transformada de Fourier (q-FT), uma generalização não linear da transformada de Fourier baseada no formalismo não extensivo de Tsallis, que é caracterizado pela presença do parâmetro q. Foram realizados estudos analíticos e experimentos computacionais com sinais reais e simulados. A partir da dfinição da q-FT, um método de análise espectral generalizado para aplicação em sinais biomédicos foi desenvolvido. Este método foi avaliado através de experimentos com séries de intervalos RR cardíacos, usadas em estudos de variabilidade da frequência cardíaca. Os resultados ajudam a esclarecer algumas propriedades desta q-transformada, porém não indicam que o método desenvolvido seja efetivo para a análise espectral de séries RR. Entretanto, estudos posteriores de novos métodos de análise espectral baseados no formalismo de Tsallis podem ser desenvolvidos para a investigação de sinais biomédicos.
Biomedical signals analysis is an important research eld because many physiological processes occurring in human body can have their activities recorded as signals.This study investigated the q-Fourier transform (q-FT), a nonlinear generalization of Fourier transform based on the Tsallis nonextensive formalism, which is characterized by q parameter. Analytical studies and computational experiments with simulated and real signals were conducted. From the denition of q-FT, a generalized spectral analysis method for application in biomedical signals has been developed. This method was assessed through experiments with cardiac RR interval time series, which are used in studies of heart rate variability. The results help to clarify some properties of the q-Fourier transform, but do not indicate that the developed method is efective for the spectral analysis of RR series. However, further studies on new spectral analysis methods based on Tsallis formalism can be developed for biomedical signals investigation.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2013.
Made available in DSpace on 2015-03-18T20:55:16Z (GMT). No. of bitstreams: 1 327791.pdf: 1575666 bytes, checksum: b039bd9ea77884f32269bb304f9e7e35 (MD5) Previous issue date: 2013
O aumento da expectativa de vida combinada com a incidência de doenças crônicas tem sido um desafio aos sistemas de saúde. Sistemas de telemetria podem ser uma resposta, fornecendo recursos ubíquos. Diversas soluções incluem computadores de mesa operados pelo paciente ou profissional de saúde, enquanto outros usam dispositivos portáteis embarcados, frequentemente com processadores ARM ou mais complexos, e um servidor online é uma escolha bastante comum. Nesse contexto, este trabalho apresenta um sistema para monitoramento de sinais biomédicos - principalmente sinais vitais - fortemente focado em baixo custo e flexibilidade em relação ao cenário. Ao invés de um processador central complexo, o sistema é construído inteiramente com microcontroladores de 8 bits, em topologia distribuída, modular e escalável. Módulos de aquisição podem medir sinais que possam ser representados como um único número atualizável (como frequência cardíaca, temperatura ou pressão arterial), e podem ser em qualquer número até 100. Módulos de transmissão carregam essa informação em links de rádio ou físicos, um para cada módulo de aquisição. Um módulo principal lê os dados de todas as fontes e exibe em um servidor web embarcado. Toda a informação pode ser monitorada usando qualquer aparelho rodando um navegador que suporte javascript, e não é necessário que seja um computador. O sistema foi validado com sinais de referência, e os tempos de processamento foram medidos. Os resultados mostram como as taxas de dados variam com cada cenário, e foram elaboradas equações relacionando as características de execução do sistema ao número de módulos.

Abstract : Medical telemetry is an attempt to reduce healthcare costs while providingubiquitous features. Several solutions include desktop computersoperated by the patient or health care professional, while others usewearable embedded devices, often with ARM or more complex processors,and an online server is a very common choice. In this context,this work presents a system for biomedical signals monitoring - vitalsigns in partiular - strongly focused on low-cost and exibility overdierent scenarios. Instead of a complex central processor, the systemis build entirely using 8-bit microcontrollers in a distributed, modularand scalable topology. Acquisition modules can measure signalsthat can be represented as a single updateable number (such as heartrate, body temperature and blood pressure) and can be in anynumber up to 100. Transmission modules carry this information overradio or physical links, one module for each acquisition module. Onemain module reads data from all sources and displays in an embeddedwebserver. All the information can be monitored using any devicerunning a javascript-enabled browser, and no computers are required.The system was veried with reference signals, and processing timeswere measured. Results show how the data rates vary with each scenario,and equations have been found relating number of modules andrespective reading times.

Na área de processamento de sinais biomédicos a extração de informação, baseada em um conjunto de medidas adquiridas no tempo, é considerada de suma importância. A qualidade desta informação extraída permite avaliar o funcionamento dos diversos órgãos. Objetivos: (1) propor o método de análise de componentes dependentes para auxiliar a extração de componentes de interesse, a partir de medidas multivariadas; (2) caraterizar as componentes extraídas através de representações em termos de tempo e freqüência, e espectro de potência; e, (3) aplicar o método e avaliar as componentes de interesse extraídas no contexto real MCGf, MGG e fMRI. A proposta para a extração fundamenta-se no método chamado de Análise de Componentes Dependentes ACD. As medidas a serem processadas são multivariadas a partir de sensores distribuídos, espacialmente, no corpo humano dando origem a um conjunto de dados correlacionados no tempo e/ou no espaço. Observa-se que os sinais de interesse raramente são registrados de forma isolada, e sim misturados com outros sinais superpostos, ruído e artefatos fisiológicos ou ambientais, onde a relação sinal-ruído é geralmente baixa. Nesse contexto, a estratégia a ser utilizada baseia-se na ACD, que permitirá extrair um pequeno número de fontes, de potencial interesse, com informações úteis. A estratégia ACD para extração de informação é aplicada em três importantes problemas, na área de processamento de sinais biomédicos: (1) detecção do sinal do feto em magnetocardiografia fetal (MCGf); (2) detecção da atividade de resposta elétrica do estômago em magnetogastrografia (MGG); e, (3) detecção de regiões ativas do cérebro em experimentos de imagens por ressonância magnética funcional (Functional Magnetic Resonance Imaging, fMRI). Os resultados, nos três casos estudados, mostraram que o método utilizado, como estratégia, é efetivo e computacionalmente eficiente para extração de sinais de interesse. Concluímos, baseados nas aplicações, que o método proposto é eficaz, mostrando seu potencial para futuras pesquisas clínicas.
An important goal in biomedical signal processing is the extraction of information based on a set of physiological measurements made along time. Generally, biomedical signals are electromagnetic measurements. Those measurements (usually made with multichannel equipment) are registered using spatially distributed sensors around some areas of the human body, originating a set of time and/or space correlated data. The signals of interest are rarely registered alone, being usually observed as a mixture of other spurious, noisy signals (sometimes superimposed) and environmental or physiological artifacts. More over, the signal-to-noise ratio is generally low. In many applications, a big number of sensors are available, but just a few sources are of interest and the remainder can be considered noise. For such kind of applications, it is necessary to develop trustful, robust and effective learning algorithms that allow the extraction of only a few sources potentially of interest and that hold useful information. The strategy used here for extraction of sources is applied in three important problems in biomedical signal processing: (1) detection of the fetal magnetocardiogram signal (fMCG); (2) detection of the electrical activity of the stomach in magnetogastrograms (MGG); and (3) detection of active regions of the brain in experiments in functional Magnetic Resonance Imaging (fMRI). The results, within the three cases of study, showed that the DCA method used as strategy is effective and computationally efficient on extraction of desired signals.

Na área de processamento de sinais biomédicos a extração de informação, baseada em um conjunto de medidas adquiridas no tempo, é considerada de suma importância. A qualidade desta informação extraída permite avaliar o funcionamento dos diversos órgãos. Objetivos: (1) propor o método de análise de componentes dependentes para auxiliar a extração de componentes de interesse, a partir de medidas multivariadas; (2) caraterizar as componentes extraídas através de representações em termos de tempo e freqüência, e espectro de potência; e, (3) aplicar o método e avaliar as componentes de interesse extraídas no contexto real MCGf, MGG e fMRI. A proposta para a extração fundamenta-se no método chamado de Análise de Componentes Dependentes ACD. As medidas a serem processadas são multivariadas a partir de sensores distribuídos, espacialmente, no corpo humano dando origem a um conjunto de dados correlacionados no tempo e/ou no espaço. Observa-se que os sinais de interesse raramente são registrados de forma isolada, e sim misturados com outros sinais superpostos, ruído e artefatos fisiológicos ou ambientais, onde a relação sinal-ruído é geralmente baixa. Nesse contexto, a estratégia a ser utilizada baseia-se na ACD, que permitirá extrair um pequeno número de fontes, de potencial interesse, com informações úteis. A estratégia ACD para extração de informação é aplicada em três importantes problemas, na área de processamento de sinais biomédicos: (1) detecção do sinal do feto em magnetocardiografia fetal (MCGf); (2) detecção da atividade de resposta elétrica do estômago em magnetogastrografia (MGG); e, (3) detecção de regiões ativas do cérebro em experimentos de imagens por ressonância magnética funcional (Functional Magnetic Resonance Imaging, fMRI). Os resultados, nos três casos estudados, mostraram que o método utilizado, como estratégia, é efetivo e computacionalmente eficiente para extração de sinais de interesse. Concluímos, baseados nas aplicações, que o método proposto é eficaz, mostrando seu potencial para futuras pesquisas clínicas._________________________________________________________________________________________ ABSTRACT: An important goal in biomedical signal processing is the extraction of information based on a set of physiological measurements made along time. Generally, biomedical signals are electromagnetic measurements. Those measurements (usually made with multichannel equipment) are registered using spatially distributed sensors around some areas of the human body, originating a set of time and/or space correlated data. The signals of interest are rarely registered alone, being usually observed as a mixture of other spurious, noisy signals (sometimes superimposed) and environmental or physiological artifacts. More over, the signal-to-noise ratio is generally low. In many applications, a big number of sensors are available, but just a few sources are of interest and the remainder can be considered noise. For such kind of applications, it is necessary to develop trustful, robust and effective learning algorithms that allow the extraction of only a few sources potentially of interest and that hold useful information. The strategy used here for extraction of sources is applied in three important problems in biomedical signal processing: (1) detection of the fetal magnetocardiogram signal (fMCG); (2) detection of the electrical activity of the stomach in magnetogastrograms (MGG); and (3) detection of active regions of the brain in experiments in functional Magnetic Resonance Imaging (fMRI). The results, within the three cases of study, showed that the DCA method used as strategy is effective and computationally efficient on extraction of desired signals.

Submitted by LIVIA FREITAS (livia.freitas@ufba.br) on 2016-01-22T15:54:54Z No. of bitstreams: 1 DissertacaoMscEdnaldo.pdf: 18094265 bytes, checksum: abe612737a6df2686311f28fc738d312 (MD5)
Approved for entry into archive by Uillis de Assis Santos (uillis.assis@ufba.br) on 2016-02-15T21:23:31Z (GMT) No. of bitstreams: 1 DissertacaoMscEdnaldo.pdf: 18094265 bytes, checksum: abe612737a6df2686311f28fc738d312 (MD5)
Made available in DSpace on 2016-02-15T21:23:31Z (GMT). No. of bitstreams: 1 DissertacaoMscEdnaldo.pdf: 18094265 bytes, checksum: abe612737a6df2686311f28fc738d312 (MD5)
Neste trabalho apresenta-se a metodologia para concepção de equipamento para estudo da eletrofisiologia cardíaca, desenvolvendo uma interface de hardware/software capaz de adquirir, tratar e exibir os sinais biomédicos do coração. Requisitos de projeto como o baixo custo, a portabilidade, a compatibilidade eletromagnética e a isolação galvânica da rede elétrica foram estabelecidos, porém foram respeitadas todas as regras de ergonomia, amostragem, filtragem e padronização da representação gráfica do eletrocardiograma (ECG) visando atender as normas vigentes. Para tanto, uma breve introdução sobre a área de eletrocardiografia foi realizada, contextualizando o presente Trabalho. O sistema e composto por três subsistemas principais: um hardware microcontrolado que capta o sinal de três derivações de ECG através de eletrodos colocados na superfície do corpo do paciente e os transmite a um computador pessoal (PC) remoto por tecnologia sem fio (wireless); um firmware residente no núcleo do sistema, um DSP (Digital Signal Processor), responsável pelo gerenciamento do sistema, pelo calculo numérico e pelo processamento digital de sinais; e um software, escrito em linguagem C++ (sistema operacional Windows), executado no PC responsável pela visualização e padronização dos dados adquiridos. Este trabalho contempla também um estudo do protocolo Bluetooth, para a formação de redes wireless com os equipamentos desenvolvidos, com o objetivo de monitorar o comportamento cardíaco de vários pacientes em um único ponto de concentração.

Conselho Nacional de Desenvolvimento Científico e Tecnológico
The detection and classification of EMG motor unit action potentials (MUAP) is an important tool in the study of the neuromuscular system, allowing for a number os applications, such as the diagnoses of motor disorders. However, although there are several methods described in the literature to perform such actions, the majority relies on complex algorithms and specific instrumentation. Depending on the system, the computational cost or the detection mechanism, sometimes involving electrode arrays, may limit its use in clinical applications, biofeedback or embedded systems for controlling artificial prostheses. Another important issue is the detection and classification of firing MUAPs in signals with low signal to noise ratio (SNR). A method capable of operating with low SNR is paramount for applications, such as the use of electromyography in human machine interfaces (HMI), where the positioning and fixation of the electrodes may be performed by a non-trained user, and the signal can be contaminated by high levels of electromagnetic interference. As a solution for such problems, two complementary methods were proposed: the first (MD-FC) is based on the use of banks of matched filters for detection and classification MUAPs in EMG signals, whereas the second (MAD-FC) is proposed as an improvement from the first, aiming situations with a high probability of overlapping firing MUAPs. The proposed methods sought to achieve those goals without an excessive increase in computational cost, treating signals with variable noise levels and considering the overlapping of MUAPs. The results showed that the MD-FC system is able to accurately detect 96% of isolated MUAPs in signals with SNR of 10 dB and up to 10 active motor units. However, the performance is reduced in the presence of high levels of overlapping MUAPs, as expected. The second method (MAD-FC) was designed to improve the detection of overlapping MUAPs. The results showed that the MAD-FC is able to detect and classify firing MUAPs in signals with up 10 active motor units and SNR of 20 dB at rates of success higher than 79.80%, on average. When the SNR is decreased to 10dB the rates of success reach at least 75.19%, on average (even in this case with a high percentage of overlapping). In general, the MAD-FC showed rates of success around 20% better than the MD-FC method. Both methods are quite efficient when using computational resources. They were created in order to process EMG windows of 50 milliseconds in less than 5 milliseconds, when using a standard desktop computer. This feature allows their use in applications requiring MUAPs detection and classification in real time.
A detecção e classificação dos potenciais de ação de unidade motora (PAUMs) de sinais EMG é uma ferramenta importante no estudo do sistema neuromuscular. A partir de informações dessa classificação é possível diagnosticar distúrbios motores. Entretanto, apesar de existirem diversas propostas na literatura para executar tais ações, a grande maioria depende de algoritmos complexos e instrumentação específica. Dependendo do sistema, o custo computacional ou o mecanismo de captação envolvendo, matrizes de eletrodos, pode limitar sua utilização em aplicações clínicas, biofeedback ou em sistemas embarcados para controle de próteses. Outra questão importante consiste na detecção e classificação de disparos em sinais com baixa relação sinal ruído (SNR). Um método capaz de operar em sinais com baixa SNR é interessante em aplicações onde não se pode controlar completamente a coleta do sinal. Como exemplo, podemos citar aplicações da eletromiografia em interfaces homem máquina (IHM), onde o posicionamento dos eletrodos pode ser realizado por um usuário com pouco treinamento e o ambiente pode conter alto nível de interferência eletromagnética, diminuindo a SNR do sinal captado. Como solução para tais problemas, foram propostas duas metodologias complementares: a primeira delas (MD-FC) se baseia no uso de bancos de filtros casados para detecção e classificação de PAUMs em sinais EMG, enquanto a segunda (MAD-FC) é uma proposta de aprimoramento da primeira para situações com altas probabilidades de sobreposição de disparos de MUAPs. As metodologias propostas buscaram atingir aqueles objetivos sem um aumento excessivo no custo computacional, tratando sinais com níveis variados de ruídos e considerando a questão de sobreposição de PAUMs, comuns em sinais EMG. Os resultados demonstraram que o sistema MD-FC é capaz de detectar disparos isolados com precisão de 96% em média para relação sinal ruído de 10 dB com até 10 unidades motoras ativas, porém seu é desempenho diminuído na presença de altos níveis de sobreposição de PAUMS. O segundo MAD-FC que foi elaborado de forma a aprimorar a detecção sobre ondas sobrepostas, e é capaz de detectar e classificar os disparos de sinais com até 10 unidades motoras ativas com taxa de classificação correta maior do que 79,80% em média e com SNR de 20 dB. Para sinais com SNR de 10 dB esse valor é de 75,19% em média. Em geral, o método MAD-FC apresentou performance superior ao MD-FC em cerca de 20%. Os dois métodos são bastante eficientes no uso de recursos computacionais. Eles foram criadas de forma a analisar os sinais EMG em janelas de 50 milissegundos em menos de 5 milissegundos a partir de um computador desktop padrão, o que permite sua utilização em sistemas de detecção e classificação de PAUMs em tempo real.
Doutor em Ciências

Este trabalho apresenta a proposta de um protocolo de comunicação de dados integrando tecnologias de internet das coisas, computação móvel e armazenamento em nuvem, aplicado ao telemonitoramento sob demanda de sinais fisiológicos. O objetivo do trabalho foi adquirir, transmitir, armazenar, receber e permitir a visualização sob demanda, mantendo a integridade da representação do sinal biomédico para a análise médica, sem alterar a mobilidade do paciente em monitoramento. O trabalho utiliza um canal de ECG, para adquirir o sinal de eletrocardiografia do paciente, que é conectado via Bluetooth com um dispositivo de computação móvel. O dispositivo de computação móvel, com acesso a internet sem fio, envia o sinal fisiológico através do protocolo proposto para uma base segura de armazenamento de informações em nuvem, podendo ser acessada sob demanda por um especialista para realizar a avaliação médica. O telemonitoramento sob demanda permite ao especialista: visualizar e analisar dados recentes, como se fosse um monitoramento remoto em tempo real do paciente; e visualizar e analisar dados anteriores que estão armazenados na nuvem, semelhante à análise de um exame realizado previamente. O protocolo proposto possui características de segurança da informação, mantendo a integridade da representação no tempo do sinal fisiológico, ainda que dados sejam corrompidos. O trabalho envolveu o uso de tecnologias recentes aplicadas às necessidades de registros de sinais fisiológicos. Estas tecnologias estão em evolução, os padrões não estão consolidados, ocorrendo alterações à medida que novas necessidades vão sendo apresentadas, assim como novas soluções venham a ser desenvolvidas. Como dispositivo de computação móvel foi utilizado neste trabalho um tablet, podendo ser utilizado um smartphone. O protocolo para este trabalho foi utilizado com o sinal de um canal de eletrocardiografia, podendo ser modificado para atender outras necessidades, incluindo outros sinais fisiológicos. Neste trabalho foi utilizado como sinal fisiológico o sinal de um simulador de ECG.
This work shows a proposal for a data communication protocol integrating internet of things technologies, mobile computing and cloud storage, applied to on-demand remote monitoring physiological signals. The aim of this work was to acquire, transmit, store, receive and allow the on-demand visualization, keeping the integrity of the biomedical signals representation for medical analysis, without changing the mobility of the patient being monitored. The work uses an ECG channel to acquire the patient’s electrocardiography signal, which is linked via Bluetooth to a mobile computing device. The mobile computing device, with wireless internet access, sends the physiological signal through the proposed protocol to a safe base of cloud information storage, which can be accessed on demand by a specialist to do the medical evaluation. On-demand remote monitoring allows the specialist to visualize and analyze recent data, as if it were real time remote monitoring of the patient, and visualize and analyze previous data that are stored in the cloud, similar to an analysis of a previously made exam. The proposed protocol has information security features, keeping the integrity of the time representation of the physiological signal, even if the data are corrupted. The work involved the use of new technologies applied to the necessity of physiological signals record. These technologies are evolving. The patterns are not consolidated, and changes are made as new necessities are presented and new solutions developed. For this work, it was used a tablet as a computing mobile device. However, a smartphone could also be used. The protocol was used with an electrocardiography channel signal, which can be modified to attend other necessities, including other physiological signals. As a physiological signal, for this work, it was used an ECG simulator signal.

Submitted by Diogo Barreiros (diogo.barreiros@ufba.br) on 2017-02-17T14:50:27Z No. of bitstreams: 1 DissertacaoMscEdnaldo.pdf: 18094265 bytes, checksum: abe612737a6df2686311f28fc738d312 (MD5)
Approved for entry into archive by Vanessa Reis (vanessa.jamile@ufba.br) on 2017-02-17T15:02:35Z (GMT) No. of bitstreams: 1 DissertacaoMscEdnaldo.pdf: 18094265 bytes, checksum: abe612737a6df2686311f28fc738d312 (MD5)
Made available in DSpace on 2017-02-17T15:02:35Z (GMT). No. of bitstreams: 1 DissertacaoMscEdnaldo.pdf: 18094265 bytes, checksum: abe612737a6df2686311f28fc738d312 (MD5)
NESTE Trabalho apresenta-se a metodologia para concep¸c˜ao de equipamento para estudo da eletrofisiologia card´ıaca, desenvolvendo uma interface de hardware/software capaz de adquirir, tratar e exibir os sinais biom´edicos do cora¸c˜ao. Requisitos de projeto como o baixo custo, a portabilidade, a compatibilidade eletromagn´etica e a isola¸c˜ao galvˆanica da rede el´etrica foram estabelecidos, por´em foram respeitadas todas as regras de ergonomia, amostragem, filtragem e padroniza¸c˜ao da representa¸c˜ao gr´afica do eletrocardiograma (ECG) visando atender as normas vigentes. Para tanto, uma breve introdu¸c˜ao sobre a ´area de Eletrocardiografia foi realizada, contextualizando o presente Trabalho. O sistema ´e composto por trˆes subsistemas principais: um hardware microcontrolado que capta o sinal de trˆes deriva¸c˜oes de ECG atrav´es de eletrodos colocados na superf´ıcie do corpo do paciente e os transmite a um computador pessoal (PC) remoto por tecnologia sem fio (wireless); um firmware residente no n´ucleo do sistema, um DSP (Digital Signal Processor), respons´avel pelo gerenciamento do sistema, pelo c´alculo num´erico e pelo processamento digital de sinais; e um software, escrito em linguagem C++ (sistema operacional Windows), executado no PC respons´avel pela visualiza¸c˜ao e padroniza¸c˜ao dos dados adquiridos. Este trabalho contempla tamb´em um estudo do protocolo Bluetooth, para a forma¸c˜ao de redes wireless com os equipamentos desenvolvidos, com o objetivo de monitorar o comportamento card´ıaco de v´arios pacientes em um ´unico ponto de concentra¸c˜ao.

Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018.
Submitted by Fabiana Santos (fabianacamargo@bce.unb.br) on 2018-08-30T19:08:22Z No. of bitstreams: 1 2018_FilipeEmídioTôrres.pdf: 3263020 bytes, checksum: 67052b5b208c8be101de72f84c20c0f9 (MD5)
Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2018-09-10T18:37:59Z (GMT) No. of bitstreams: 1 2018_FilipeEmídioTôrres.pdf: 3263020 bytes, checksum: 67052b5b208c8be101de72f84c20c0f9 (MD5)
Made available in DSpace on 2018-09-10T18:37:59Z (GMT). No. of bitstreams: 1 2018_FilipeEmídioTôrres.pdf: 3263020 bytes, checksum: 67052b5b208c8be101de72f84c20c0f9 (MD5) Previous issue date: 2018-08-30
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).
Os sinais de eletroencefalografia (EEG) podem ser utilizados para aplicações clínicas, como análises de níveis de sono, diagnósticos e acompanhamento de epilepsia, monitoramento e reabilitação. Esse tipo de sinal também é usado no contexto de interação cérebro-máquina (BCI do inglês, Brain Computer Interface), e seu uso é crescente em várias aplicações deste tipo, como controle de cadeiras de rodas, computadores e automóveis. Sendo assim, existem problemas comumente encontrados, por exemplo, na aquisição desse sinal. Muitas das vezes são necessárias de dezenas a centenas de eletrodos, além de que podem ocorrer falhas de contato exigindo trocas periódicas ou renovação de gel condutor. Outras dificuldades encontradas dizem respeito ao armazenamento e transmissão desses dados em dispositivos móveis e com restrição de consumo de energia. Portanto, existem técnicas de processamento de sinais diversas que podem diminuir o número de sensores necessários e reduzir os custos de armazenamento e transmissão. A proposta desta pesquisa é implementar e avaliar o Compressive Sensing (CS) e mais outras 4 técnicas aplicadas à compressão de sinais de EEG, visando compará-las quanto ao nível de esparsificação e à qualidade de sinais reconstruídos a partir da mesma quantidade de coeficientes. As técnicas utilizadas são o CS, a análise de componentes principais (PCA), análise de componentes independentes (ICA), 30 famílias de wavelets implementadas com base em bancos de filtros de decomposição e a transformada discreta de cossenos (DCT). O CS é destas técnicas a mais recentemente desenvolvida e apresenta possíveis vantagens na fase de aquisição com relação às demais, e o trabalho deseja avaliar sua viabilidade. Para a avaliação são considerados dois bancos de dados de sinais reais, um de polissonografia chamado Sleep Heart Health Study e um estudo em crianças do Instituto de Tecnologia de Massachusetts (MIT), ambos disponíveis publicamente. O estudo se baseia na transformação, quantização, codificação e em seus processos inversos para reconstrução do sinal. A partir dos resultados são realizadas comparações entre os sinais reconstruídos utilizando as diferentes representações escolhidas. Para a comparação, são usadas métricas quantitativas de razão do sinal-ruído (SNR), fator de compressão (CF), um tipo de diferença percentual residual (PRD1) e medidas de tempo.Foi observado que os algoritmos podem reconstruir os sinais com menos de 1=3 dos coeficientes originais dependendo da técnica utilizada. Em geral a DCT e a PCA têm um melhor resultado contra as outras nas métricas utilizadas. Porém cabe ressaltar que o CS permite menor custo de aquisição, possivelmente requisitando um hardware mais simples para isso. De fato, toda a aquisição realizada com base em CS pôde ser feita com medidas obtidas usando apenas soma dos sinais dos eletrodos, sem perdas em relação a matrizes de medidas que envolvem também multiplicações. Admitindo, por exemplo, uma reconstrução a partir de 50% do número de coeficientes do sinal no banco do MIT, a DCT conseguiu uma relação de SNR de 27; 8 dB entre o sinal original e a reconstrução. O PCA teve 24; 0 dB e as melhores wavelets ficaram na faixa dos 19 dB, já o CS com 8; 3 dB e o ICA apenas 1; 1 dB. Para esse mesmo banco, com 50% de CF, o PRD1 resultou em 27; 8% na DCT, 24; 0% na PCA, 17; 2% na wavelet biortogonal 2.2, 8; 3% no CS–10 e 1; 1% no ICA. Portanto, o estudo e uso do CS é justificado pela diferença de complexidade da fase de aquisição com relação a outras técnicas, inclusive tendo melhores resultados do que algumas delas. Na próxima etapa da pesquisa, pretende-se avaliar a compressão multicanal, para verificar o desempenho de cada técnica ao explorar a redundância entre os canais. Além de ferramentas que possam ajudar no desempenho do CS, como fontes de informação a priori e pré-filtragem dos sinais.
Electroencephalography (EEG) signals can be used for clinical applications such as sleep level analysis, diagnosis and monitoring of epilepsy, monitoring and rehabilitation. This type of signal is also used in the context of the Brain Computer Interface (BCI), and its use is increasing in many applications of this type, such as wheelchair, computer and automobile control. Thus, there are problems commonly encountered, for example, in the acquisition of this signal. Often times, it is necessary tens to thousands of electrodes, besides of contact failures may occur requiring periodic changes or conductive gel renewal. Other difficulties encountered relate to the storage and transmission of this data in mobile devices and with restricted energy consumption. Therefore, there are several signal processing techniques that can reduce the number of sensors required and also save storage and transmission costs. The purpose of this research is to implement and evaluate the Compressive Sensing (CS) and other 4 techniques applied to the compression of EEG signals, in order to compare them with the level of scattering and the quality of reconstructed signals from the same number of coefficients. The techniques used are CS, Principal Component Analysis (PCA), Independent Component Analysis (ICA), 30 families of wavelets implemented on the basis of decomposition filter banks and DCT (discrete cosine transform). CS is one of the most recently developed techniques and presents possible advantages in the acquisition phase in relation to the others, and the work wants to evaluate its viability. Two real-signal databases, a polysomnography called the Sleep Heart Health Study and one study of children at the Massachusetts Institute of Technology (MIT), both publicly available, are considered for the evaluation. The study is based on transformation, quantization, coding and its inverse processes for signal reconstruction. From the results are made comparisons between the reconstructed signals using the different representations chosen. For comparison, quantitative measurements of signal-to-noise ratio (SNR), compression factor (CF), a type of residual percentage difference (PRD1), and time measurements are used. It was observed that the algorithms can reconstruct the signals with less than 1/3 of the original coefficients depending on the technique used. In general, DCT and PCA have a better result comparing the others depending the metrics used. However, it is worth mentioning that CS allows lower cost of acquisition, possibly requesting a simpler hardware for this. In fact, all the acquisition based on CS could be done with measurements obtained using only the sum of the signals of the electrodes, without losses in relation to matrices of measures that also involve multiplications. Assuming, for example, a reconstruction from 50 % of the number of signal coefficients in the MIT database, the DCT achieved a SNR ratio of 27:8 dB between the original signal and the reconstruction. The PCA had 24:0 dB and the best wavelets were in the 19 dB range, the CS with 8:3 dB and the ICA only 1:1 dB. For this same database, with 50 % of CF, PRD1 resulted in 27:8% by DCT, 24:0% by PCA, 17:2% by biortogonal wavelet 2.2, 8:3% by CS–10 and 1:1% by ICA. Therefore, the study and use of CS is justified by the difference in complexity of the acquisition phase in relation to other techniques, including having better results than some of them. In the next step of the research, it is intended to evaluate the multichannel compression, to verify the performance of each technique when exploring the redundancy between the channels. In addition to tools that can help in the performance of the CS, as sources of information a priori and pre-filtering the signals.

Made available in DSpace on 2016-12-12T17:38:33Z (GMT). No. of bitstreams: 1 Felipe Cubas Schulz.pdf: 4229454 bytes, checksum: cd3b6e0665b2e8aa21c05c4e5922388d (MD5) Previous issue date: 2013-08-30
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Recently, automation systems have been widely investigated. Nowadays, they are present in our lives when shopping, banking, working at home or office. Technology innovations have been increased and embedded into medical and biological equipments, where patients can be better monitored for treatment and diagnosis. These allow precise and ergonomic equipments be designed, especially when using wireless sensor networks. It is developed in this work a biomedical signal acquisition system by suing a wireless sensor network and the Zigbee technology for communication. It was implemented a system for acquiring and processing biomedical data by using commercial sensor modules for wireless communication to a host computer. Also, it was developed a graphical interface in order to manage the sensors of the network and to display the acquired signals to the user. This work has integrated there types of sensors, such as blood oxygenation, heart rate and body temperature. The sensors were chosen due to their easy accessibility and by the fact these type of signals are the most monitored in medicine. Performance tests of sensors network were made to investigate the transmission, reception and data visualization, as well as the communication distance. Also, signal acquisitions were performed in 3 healthy volunteers aged 28, 25 and 65 and the results were compared with the signals acquired by commercial equipments. The results showed that the performance of the blood oxygenation sensor was similar for the three volunteers when compared to the commercial systems. On the other hand, the measured heartbeat by the proposed system showed a greater variation. The body temperature sensor showed reliable readings with a maximum error of approximately 2%. The communication distance of the network was approximately 13 meters in an environment with walls and without the use of routers. It can be concluded that the use of Zigbee sensor network for monitoring bioelectrical signals can be easily implemented and embedded to medical equipments due to its great flexibility when compared to systems which use wired technologies.
A automação de sistemas vem se disseminando muito nos últimos anos, estando presente em nosso dia a dia quando fazemos compras, vamos ao banco ou mesmo estando em nossas casas ou trabalho. Neste contexto vem crescendo o número de oportunidades de se inserir novas tecnologias e automação também na área da medicina, onde o monitoramento de pacientes torna diagnósticos mais fáceis, precisos e ergonômicos, principalmente quando utilizamos redes de transmissão de dados sem fios. Neste trabalho foi desenvolvido um sistema de aquisição de sinais biomédicos sem fio em uma rede de sensores utilizando comunicação Zigbee. Foi implementado uma plataforma de aquisição e processamento de dados biomédicos, utilizando módulos sensores de comunicação sem fio com um computador. Também, um software foi desenvolvido para gerenciar os dispositivos presentes na rede e visualizar os sinais adquiridos ao usuário. Este trabalho integrou sensores de oxigenação do sangue, batimentos cardíacos e temperatura corporal, os quais foram escolhidos por serem considerados sinais vitais de fácil acesso. Testes de desempenho da rede de sensores foram realizados a fim de verificar a transmissão, recepção e visualização dos dados, bem como a distância de comunicação. Também, aquisição de sinais foram realizados em 3 voluntários saudáveis com idades de 28, 25 e 65 anos e os resultados foram comparados com os sinais adquiridos por equipamentos comerciais. Os resultados obtidos mostraram que o sensor de oxigenação do sangue apresentou desempenho similar para os 3 voluntários quando comparados ao sistema comercial. O sensor de batimentos cardíacos apresentou maior variação entre os valores médios pelo sistema proposto. O sensor de temperatura corporal apresentou leituras com um erro sistêmico de aproximadamente 2%. A utilização do protocolo de comunicação Zigbee em uma rede de sensores biomédicos permitiu o monitoramento contínuo de pacientes com maior flexibilidade de uso quando comparado a sistemas convencionais com tecnologias com fios. O alcance da rede chegou a aproximadamente 13 metros em um ambiente com paredes, sem o uso de roteadores. Outros sinais podem ser facilmente adicionados ao sistema e monitorados pela rede de sensores.

O objetivo deste trabalho é filtrar sinais corrompidos por ruído Gaussiano ou impulsivo, preservando a amplitude e a morfologia do sinal original. Normalmente, um filtro linear é utilizado nesta tarefa, porém este filtro altera significativamente as amplitudes e as bordas dos sinais, bem como insere atrasos no sinal. Mostra-se neste trabalho que a difusão anisotrópica em conjunto com filtro mediana é muito mais eficaz do que os filtros lineares para esta aplicação. A difusão anisotrópica é uma filtragem iterativa, onde o sinal é filtrado repetidamente. A difusão anisotrópica é controlada por uma função denominada parada-na-aresta, por um parâmetro de escala e pelo número de iterações. Neste trabalho, testamos três bem conhecidas funções parada-na-aresta, concluindo que a função de parada na aresta de Malik e Perona consegue o maior fator de redução de ruído. Infelizmente, esta função é extremamente sensível ao número de iterações, onde o fator de redução de ruído deteriora-se rapidamente antes e depois do ponto ótimo. Como não se conhece o sinal sem ruído, não é possível determinar precisamente qual é o melhor momento de encerrar as iterações do filtro anisotrópico. Desenvolve-se neste trabalho um novo método de parada de difusão baseado na análise da resposta de freqüência do sinal filtrado. Também mostramos como determinar automaticamente um valor de escala adequado. Aplicamos a técnica proposta em eletrocardiograma (ECG). complexo QRS e as Contrações Ventriculares Prematuras (Premature Ventricular Contractions - PVCs) são informações importantes contidas no sinal de ECG. Quando esses sinais são adquiridos no mundo real, eles são freqüentemente corrompidos por eletromiogramas (EMG), artefatos ruidosos provenientes da atividade elétrica associada às contrações musculares. EMG é considerado o ruído de ECG mais difícil de ser eliminado. Ao filtrar o sinal de ECG para remover EMG, não se pode alterar a informação do complexo QRS e anomalia PVC, para não comprometer o diagnóstico clínico. O sinal EMG é modelado como sendo ruído Gaussiano ou, de uma forma mais realística, como ruído com distribuição alfa-estável com características impulsivas. Aplicamos a técnica proposta para filtrar sinais de eletrocardiograma reais do banco de dados de Massachusetts Institute of Technology - Beth Israel Hospital (MIT-BIH). Também é analisada nesta tese a filtragem de sinais provenientes de sensor piezoelétrico. Estes sinais são usados em sistemas reais de corte de aço duro. Em geral uma ferramenta de corte tem sensores piezoelétricos, usados para medição do esforço do corte. Quando a ferramenta de corte se encosta à peça a ser cortada, o sinal do sensor produz uma informação que decai erroneamente ao longo do tempo. Aplicamos a difusão anisotrópica em conjunto com o filtro mediana para determinar o decaimento do sinal do sensor piezoelétrico ao longo do tempo, e assim compensar esta distorção e melhorar o corte de aço duro.
This thesis aims to filter signals corrupted by Gaussian or impulsive noise, preserving the amplitude and the morphology of the original signal. Typically, a linear filter is used for this task, but this filter significantly alters the amplitudes and the edges of the signals and inserts delays in the signal. This work shows that the anisotropic diffusion in conjunction with median filter is much more effective than linear filters for this application. The anisotropic diffusion is an iterative filter, where the signal is filtered repeatedly. An edge-stopping function, a scale parameter and the number of iterations control the anisotropic diffusion. In this study, we tested three well-known edge-stopping functions, concluding that the Perona and Maliks function yields the largest noise reduction factor. Unfortunately, this function is extremely sensitive to the number of iterations, where the noise reduction factor deteriorates quickly before and after the optimal point. As we do not have access to the original noiseless signal, it is not possible to determine precisely the best moment to stop the iterations of the anisotropic filtering. We develop in this paper a new method to determine the best stopping time based on the analysis of the frequency response of the filtered signal. We also show how to determine automatically an adequate scale parameter. We apply the proposed technique to filter electrocardiogram (ECG). The QRS complex and Premature Ventricular Contractions (PVCs) are important information in the ECG signal. When these signals are acquired in the real world, they are often corrupted with noise artifacts from the electrical activity associated with muscle contractions called Electromyography (EMG). EMC is considered the most difficult noise to be eliminated from ECG. When the ECG signal is filtered to remove EMG, the information of the QRS complex and the PVC abnormality must not be altered, to not compromise the clinical diagnosis. We model the EMG signal as Gaussian noise or, more realistically, as alpha stable distribution noise with impulsive characteristics. We apply this technique to filter the real ECG signals from the Massachusetts Institute of Technology - Beth Israel Hospital database (MIT-BIH). This thesis also analyzes the filtering of signals from piezoelectric sensor. These signals are used in real systems for cutting hard steel. In general, a cutting tool has piezoelectric sensors, used to measure the cutting force. When the cutting tool touches the part to be cut, the signal from the sensor produces information that falsely decays over the time. We apply the anisotropic diffusion in conjunction with the median filter to determine the decay of the signal, and therefore offset this distortion and improve the hard steel cutting.

A utilização de equipamentos para monitoração de parâmetros fisiológicos não é apenas crucial em pacientes que são submetidos a alguns procedimentos médicos, mas é também de extremo valor para animais em uso similar. Este projeto tem como principal objetivo o desenvolvimento de um sistema de monitoração de saturação de oxigênio e freqüência cardíaca para roedores; tal sistema é composto por um dispositivo protótipo compacto e sensor óptico. No presente trabalho, foram utilizadas as tecnologias dos microcontroladores da Microchip para realizar as diversas digitalizações; a tecnologia USB, para realizar a comunicação com computadores e o desenvolvimento da interface desenvolvida com o software disponível da National Instruments, o LabVIEW. Neste estudo, o sistema desenvolvido foi empregado em camundongos e foram realizadas diversas avaliações em laboratório e em campo para a validação do dispositivo protótipo. Os batimentos cardíacos e a saturação de oxigênio, tanto em repouso quanto em movimento, foram detectados pelo protótipo. Os valores de freqüência cardíaca variaram entre 545 e 700 bpm enquanto os valores de saturação de oxigênio variaram entre 80 a 95%.
The equipments use to monitoring physiological parameters isnt just crucial in patients who are submitted to some medical procedures but it is also of extreme value for animals in similar use. This project has as main objective the development of a monitor oxygen saturation and cardiac frequency for mice; the system is compound of a compact prototype device and optic sensor. In the present work, the Microchip microcontrollers technologies had been used, to realize many digitalization; the USB technology interface, to realize the communication with computers and the interface development developed with the available National Instruments software, the LabVIEW. In this study, the developed system was used in mice and have been realized many evaluations in laboratory and field for the prototype validation device. The cardiac beatings and oxygen saturation, as much in rest how in movement they had been detected by the prototype. The values of heart rate had varied of 545 to 700 while the values of oxygen saturation had varied of 80 to 95%.

Métodos de identificação de pessoas sempre foram muito importantes para toda a sociedade. Atualmente, as pesquisas em biometria vêm sendo amplamente incentivadas por diversos setores da indústria mundial com o objetivo de melhorar ou substituir os atuais sistemas de segurança e de identificação de pessoas. O campo da biometria abarca uma grande variedade de tecnologias usadas para identificar e verificar a identidade de uma pessoa por meio da mensuração e análise de diversas características físicas e/ou comportamentais do ser humano. Diversas modalidades biométricas têm sido propostas para reconhecimento de pessoas, como impressão digital, íris, face e fala. Estas modalidades biométricas possuem características distintas em termos de desempenho, mensurabilidade e aceitabilidade. Uma questão a ser considerada com a aplicação biométrica é sua robustez a ataques por circunvenção, repetição e ofuscação. Esses ataques estão se tornando cada vez mais frequentes e questionamentos estão sendo levantados a respeito dos níveis de segurança das formas de reconhecimento. Sinais biomédicos como eletrocardiograma (ECG), eletroencefalograma (EEG) e eletromiograma (EMG) têm sido cada vez mais estudados e aplicados ao reconhecimento biométrico. Em específico, os sinais de ECG têm sido largamente adotados para o reconhecimento biométrico em diversos trabalhos. Por outro lado, análise de séries temporais tem sido usada com sucesso em muitas diferentes aplicações para identificar padrões temporais nos dados. Embora dinâmica simples possa ser observada com ferramentas analíticas tradicionais tais como transformada de fourier, transformada wavelet, a representação simbólica pode melhorar a análise de processos que são complexos e possivelmente caótico. Além disso, representação simbólica pode também reduzir a sensibilidade a ruído e melhorar bastante a eficiência computacional. No entanto, existem aspectos estruturais e paramétricos de projeto que podem conduzir a uma degradação de desempenho. Na ausência de uma metodologia sistemática e de baixo custo para a proposição de técnicas de representação simbólicas otimamente especificadas, os comitês de máquinas, mais especificamente ensemble, se apresentam como alternativas promissoras. Neste estudo, os componentes do ensemble, que correspondem as técnicas de representação simbólicas, e seus respectivos parâmetros foram selecionados via algoritmos evolutivos. O objetivo é explorar conjuntamente potencialidades advindas das técnicas de representação simbólicas e comitê de máquinas para reconhecimento biométrico baseado em sinais de ECG. Resultados experimentais conduzidos sobre dois conjuntos de dados disponíveis publicamente indicam que a abordagem proposta pode melhorar o desempenho do reconhecimento quando comparada com as técnicas tradicionais
Identification people methods have been very important for the whole society. Currently, research on biometrics have been widely encouraged by various sectors of the industry worldwide in order to improve or replace existing security systems and people identification. The field of biometrics includes a variety of technologies used to identify or verify the identity of a person by measuring and analyzing various physical and/or behavioral aspects of the human being. Several biometric methods have been proposed for recognition of people, such as fingerprint, iris, face and speech. These biometric modalities have different characteristics in terms of performance, measurability and acceptability. One issue to be considered with the biometric application in the real world is its robustness to attacks by circumvention, repetition and obfuscation. These attacks are becoming more frequent and more questions are being raised about the levels of security that this technology can offer. Biomedical signals such as electrocardiogram (ECG), electroencephalogram (EEG) and electromyogram (EMG) have been increasingly studied and applied to biometric recognition. Specifically, ECG signals have been widely adopted for biometric recognition in various works. On the other hand, time series analysis has been used successfully in many different applications to identify temporal patterns in the data. Although simple dynamics can be observed with traditional analytical tools such as fourier transform, wavelet transform, the symbolic representation can improve the analysis of processes that are complex and possibly chaotic. In addition, symbolic representation can also reduce noise sensitivity and greatly improve computational efficiency. However, there are structural and parametric design aspects that can lead to performance degradation. In the absence of a systematic and inexpensive methodology for proposing optimally specified symbolic representation techniques, machine committees, more specifically ensemble, present themselves as promising alternatives. In this study, the components of the committee, which correspond to techniques of symbolic representation, and their respective parameters were selected via evolutionary algorithms. The objective is to jointly explore the potentialities of both symbolic representation techniques and machine committee for biometric recognition based on ECG signals. Experimental results conducted on two publicly available datasets indicate that the proposed approach may improve recognition performance when compared to traditional techniques

Esta dissertação apresenta o desenvolvimento, a validação e a aplicação de algoritmos para inferência de conectividade neural em registros de EEG contendo potenciais evento-relacionados (ERP). Os sinais foram caracterizados via modelos auto-regressivos multivariados (MVAR) e empregou-se a coerência parcial direcionada (PDC) no estudo das relações de causalidade entre eles. Certas características dos ERPs, como sua transitoriedade intrínseca e as múltiplas repetições em experimentos, levaram ao desenvolvimento de novos algoritmos, como a estimação de modelos conjuntos a partir de vários segmentos de sinal e um procedimento em janela deslizante capaz de descrever a evolução temporal da estatística dos sinais de interesse. Ademais, mostrou-se a possibilidade de estender os resultados da análise assintótica da estatística da PDC ao caso multi-trecho, tornando possível o estudo de sua significância estatística sem recorrer a procedimentos de reamostragem. Os algoritmos foram validados em exemplos com neural mass models, modelos não-lineares capazes de gerar sinais com características muito semelhantes a sinais de EEG reais, e aplicados a uma base de dados pública contendo resultados de experimentos com ratos.
This dissertation presents the development, validation, and application of algorithms for inferring neural connectivity in EEG signals containing event-related potentials (ERP). The time series were described via multivariate auto-regressive models (MVAR) and partial directed coherence (PDC) was used to study causal relations between them. Certain features of the ERPs, such as their transitory behavior and the existence of multiple trials in an experiment, lead to the development of a new algorithm capable of estimating a joint model from multiple segments and a sliding-window procedure for describing the nonstationarity behavior of the signals of interest. Furthermore, the possibility of extending the asymptotic results for PDC\'s statistics to the multi-trial case was demonstrated, allowing, therefore, the study of its statistical significance without recurring to resampling methods. The algorithms were validated in examples with neural mass models, non-linear models capable of generating signals with features very similar to real EEG recordings, and then applied to a publicly available dataset of experiments in rats.

The strong relationship between cognitive processing and coherent behaviour and neurocognitive networks justifies the current huge interest in cortical functional connectivity modeling. This has fostered the development of connectivity estimators from the classical bivariate coherence concept to the notion of multivariate partial directed coherence (PDC) which provides information about temporal dependencies exposing cause and effect relationships. This work examines PDC performance for scalp EEG data whose research value has been subject to much debate in the light of the presence of volume conduction (VC) effects that often obscure the actual nature of cortical source dynamics. Through analytical considerations and simulations we show that even though (VC) can hinder accurate connectivity estimation, one can mitigate its effects by a judicious choice of scalp electrode configuration/ground reference. This observation allows settling the connectivity estimation adequacy debate in the presence of PDC.
A forte relação que processamento cognitivo e comportamento coerente tem com redes neurocognitivas justifica o enorme interesse atual em modelamento de conectividade cortical. Este fato tem justificado o desenvolvimento de estimadores de conectividade desde a clássica coerência bivariada até a noção multivariada de coerência parcial direcionada (PDC) que exibe informação a cerca de dependências temporais que permitem expor relações de causa e efeito. O presente trabalho examina o desempenho da PDC no contexto de EEG de escalpo cujo valor em pesquisa sob os efeitos de condução de volume (VC) tem sido objeto de uma quantidade substancial de questionamentos na medida em esta obscurece a observação da dinâmica das fontes corticais. Por meio de considerações analíticas e simulações, mostramos que é possível mitigar os erros de estimação devidos à VC através da escolha judiciosa da configuração de eletrodos e da referência de terra. Esta observação permite resolver o conflito acerca da adequabilidade da inferência cortical baseada em EEG de escalpo.

O objetivo deste trabalho é desenvolver a arquitetura de um Sistema de Alarme Inteligente visando à aplicação deste em um Equipamento de Monitorização Multiparamétrica de Pacientes que deverá estar em conformidade com normas internacionais de segurança de equipamentos eletromédicos, tema este que surgiu durante o projeto de um Equipamento de Monitorização Multiparamétrica de Pacientes desenvolvido na Intermed Equipamento Médico Hospitalar Ltda. Esta arquitetura propõe o uso de um método robusto para fusão de sensores através de Filtro de Kalman, como apresentado por Ebrahim, Feldman e Bar-Kana (1997), onde a partir de diferentes sensores fornecendo valores de freqüência cardíaca obtemos um valor ótimo da freqüência cardíaca livre de artefatos e mais preciso do que o disponível por qualquer sensor individualmente. Os sinais fisiológicos do paciente, juntamente com o valor ótimo da freqüência cardíaca, são então transformados em variáveis semânticas e analisados através de lógica fuzzy a fim de se identificar condições de alarme presentes no paciente. O sistema desenvolvido é detalhado para um cenário clínico, correspondendo a uma Unidade de Tratamento Intensivo Cardíaca, onde os principais parâmetros de configuração do sistema foram obtidos através de entrevistas com profissionais da área de saúde. O desenvolvimento do sistema foi focado no atendimento às Normas Internacionais aplicáveis mais atuais, que passaram a permitir Sistemas de Alarme Inteligente em 2003. O sistema foi simulado para o cenário clínico detalhado, onde foram analisados três pacientes em diferentes casos. Durante a simulação foi mostrada a influência de um valor mínimo do grau de coincidência para validação das condições de alarme, onde obtivemos valores adequados utilizando para isso um valor de 50%. Ao final mostramos também a importância de se levar em consideração a prioridade das condições de alarme no sistema proposto, o que além de ser um requisito de norma, influencia diretamente no comportamento do sistema, e conseqüentemente na resposta esperada pelo operador em função da mensagem a ele apresentada.
The objective of this work is the development of an Intelligent Alarm System architecture aiming at its application on a Multiparameter Patient Monitoring Equipment, which must be in compliance to international electrical medical equipment safety standards. This theme was raised during the project of a Multiparameter Patient Monitoring Equipment developed at Intermed Equipamento Médico Hospitalar Ltda. This architecture proposes a robust method for sensor fusion using a Kalman Filter as presented by Ebrahim, Feldman and Bar-Kana (1997), in which sensor measurements of heart rate are used to derive a predicted value for this parameter free of artifacts and more precise than any of the individual measurements. The patient vital signs are then, together with the predicted value of the heart rate, transformed into semantic variables and analyzed through fuzzy logic in order to identify alarm conditions. The proposed system is detailed for a clinic scenario, corresponding to a Cardiac Intensive Care Unit, where the main configuration parameters were obtained through interviews with health care professionals. The system development was focused on the compliance to International Standards at present day, which allow the use of Intelligent Alarm Systems since 2003. The system was simulated for the detailed clinic scenario with three patients in different cases. The simulations show the influence of a minimal grade of coincidence value for the validation of the alarm conditions, where we obtained good results using a value of 50%. At the end of this work, it is shown the importance of considering the alarm priority, which not only is a standard requirement, but also interferes directly on the system behavior, and consequently, on the operator´s expected response to the message.

A brain-machine interface (BMI) is a system that allows the communication between the central nervous system (CNS) and an external device (Wolpaw et al. 2002). Applications of BMIs include the control of external prostheses, cursors and spellers, to name a few. The BMIs developed by various research groups differ in their characteristics (e.g. continuous or discrete, synchronous or asynchronous, degrees of freedom, others) and, in spite of several initiatives towards standardization and guidelines, the cross comparison across studies remains a challenge (Brunner et al. 2015; Thompson et al. 2014). Here, we used a 64-channel EEG equipment to acquire data from 19 healthy participants during three different tasks (SSVEP, P300 and hybrid) that allowed four choices to the user and required no previous neurofeedback training. We systematically compared the offline performance of the three tasks on the following parameters: a) accuracy, b) information transfer rate, c) illiteracy/inefficiency, and d) individual preferences. Additionally, we selected the best performing channels per task and evaluated the accuracy as a function of the number of electrodes. Our results demonstrate that the SSVEP task outperforms the other tasks in accuracy, ITR and illiteracy/inefficiency, reaching an average ITR** of 52,8 bits/min and a maximum ITR** of 104,2 bits/min. Additionally, all participants achieved an accuracy level above 70% (illiteracy/inefficiency threshold) in both SSVEP and P300 tasks. Furthermore, the average accuracy of all tasks did not deteriorate if a reduced set with only the 8 best performing electrodes were used. These results are relevant for the development of online BMIs, including aspects related to usability, user satisfaction and portability.
A interface cérebro-máquina (ICM) é um sistema que permite a comunicação entre o sistema nervoso central e um dispositivo externo (Wolpaw et al., 2002). Aplicações de ICMs incluem o controle de próteses externa, cursores e teclados virtuais, para citar alguns. As ICMs desenvolvidas por vários grupos de pesquisa diferem em suas características (por exemplo, contínua ou discreta, síncrona ou assíncrona, graus de liberdade, outras) e, apesar de várias iniciativas voltadas para diretrizes de padronização, a comparação entre os estudos continua desafiadora (Brunner et al. 2015, Thompson et al., 2014). Aqui, utilizamos um equipamento EEG de 64 canais para adquirir dados de 19 participantes saudáveis ao longo da execução de três diferentes tarefas (SSVEP, P300 e híbrida) que permitiram quatro escolhas ao usuário e não exigiram nenhum treinamento prévio. Comparamos sistematicamente o desempenho \"off-line\" das três tarefas nos seguintes parâmetros: a) acurácia, b) taxa de transferência de informação, c) analfabetismo / ineficiência e d) preferências individuais. Além disso, selecionamos os melhores canais por tarefa e avaliamos a acurácia em função do número de eletrodos. Nossos resultados demonstraram que a tarefa SSVEP superou as demais em acurácia, ITR e analfabetismo/ineficiência, atingindo um ITR** médio de 52,8 bits/min e um ITR** máximo de 104,2 bits/min. Adicionalmente, todos os participantes alcançaram um nível de acurácia acima de 70% (limiar de analfabetismo/ineficiência) nas tarefas SSVEP e P300. Além disso, a acurácia média de todas as tarefas não se deteriorou ao se utilizar um conjunto reduzido composto apenas pelos melhores 8 eletrodos. Estes resultados são relevantes para o desenvolvimento de ICMs \"online\", incluindo aspectos relacionados à usabilidade, satisfação do usuário e portabilidade.

O corpo humano é um sistema complexo composto por vários subsistemas interdependentes, que interagem entre si em várias escalas. Sabe-se que essa complexidade fisiológica tende a diminuir com a presença de doenças e com o avanço da idade, reduzindo a capacidade de adaptação dos indivíduos. No sistema cardiovascular, uma das maneira de se avaliar sua dinâmica regulatória é através da análise da variabilidade da frequência cardíaca (VFC). Os métodos clássicos de análise da VFC são baseados em modelos lineares, como é o caso da análise espectral. Contudo, como os mecanismos fisiológicos de regulação cardíaca apresentam características não lineares, as análises utilizando tais modelos podem ser limitadas. Nos últimos tempos, várias propostas de métodos não lineares têm surgido. Porém, não se sabe de uma medida consistente com o conceito de complexidade fisiológica, onde tanto os regimes periódicos como aleatórios são caracterizados como perda de complexidade. Baseado no conceito de complexidade fisiológica, esta tese propõe novos métodos de análise não lineares para séries de VFC. Os métodos consistem da generalização de medidas de entropia já existentes, utilizando a mecânica estatística não aditiva de Tsallis e a técnica de geração de dados substitutos. Foi definido um método, chamado de qSDiff, que calcula a diferença entre a entropia de um sinal e a entropia média de suas séries substitutas. O método de entropia utilizado consiste de uma generalização da entropia amostral (SampEn), utilizando o paradigma não aditivo. Das séries qSDiff foram extraídos três atributos, que foram avaliados como possíveis índices de complexidade fisiológica. A entropia multiescala (MSE) também foi generalizada seguindo o paradigma não aditivo, e os mesmos atributos foram calculados em várias escalas. Os métodos foram aplicados em séries reais de VFC de humanos e de ratos, bem como em um conjunto de sinais simulados, formado por ruídos e mapas, este último em regimes caótico e periódico. O atributo qSDiffmax demonstrou ser consistente para baixas escalas ao passo que os atributos qmax e qzero para escalas maiores, separando e classificando os grupos quanto à complexidade fisiológica. Observou-se ainda uma possível relação entre estes q-atributos com a presença de caos, que precisa ser melhor estudada. Os resultados ainda apontam a possibilidade de que, na insuficiência cardíaca, ocorre maior degradação nos mecanismos de baixa escala, de curto período, ao passo que na fibrilação atrial o prejuízo se estenderia para escalas maiores. As medidas baseadas em entropia propostas são capazes de extrair informações importantes das séries de VFC, sendo mais consistentes com o conceito de complexidade fisiológica do que a SampEn (clássica). Reforçou-se a hipótese de que a complexidade se revela em múltiplas escalas de um sinal. Acreditamos que os métodos propostos podem contribuir bastante na análise da VFC e também de outros sinais biomédicos.
Human body is a complex system composed of several interdependent subsystems, interacting at various scales. It is known that physiological complexity tends to decrease with disease and aging, reducing the adaptative capabilities of the individual. In the cardiovascular system, one way to evaluate its regulatory dynamics is through the analysis of heart rate variability (HRV). Classical methods of HRV analysis are based on linear models, such as spectral analysis. However, as the physiological mechanisms regulating heart rate exhibit nonlinear characteristics, analyzes using such models may be limited. In the last years, several proposals nonlinear methods have emerged. Nevertheless, no one is known to be consistent with the physiological complexity theory, where both periodic and random regimes are characterized as complexity loss. Based on physiological complexity theory, this thesis proposes new methods for nonlinear HRV series analysis. The methods are generalization of existing entropy measures, through Tsallis nonadditive statistical mechanics and surrogate data. We defined a method, called qSDiff, which calculates the difference between the entropy of a signal and its surrogate data average entropy. The entropy method used is a generalization of sample entropy (SampEn), through nonadditive paradigm. From qSDiff we extracted three attributes, which were evaluated as potential physiological complexity indexes. Multiscale entropy (MSE) was also generalized following nonadditive paradigm, and the same attributes were calculated at various scales. The methods were applied to real human and rats HRV series, as well as to a set of simulated signals, consisting of noises and maps, the latter in chaotic and periodic regimes. qSDiffmax attribute proved to be consistent for low scales while qmax and qzero attributes to larger scales, separating and ranking groups in terms of physiological complexity. There was also found a possible relationship between these q-attributes with the presence of chaos, which must be further investigated. The results also suggested the possibility that, in congestive heart failure, degradation occurs rather at small scales or short time mechanisms, while in atrial fibrillation, damage would extend to larger scales. The proposed entropy based measures are able to extract important information of HRV series, being more consistent with physiological complexity theory than SampEn (classical). Results strengthened the hypothesis that complexity is revealed at multiple scales. We believe that the proposed methods can contribute to HRV as well as to other biomedical signals analysis.

Os potenciais evocados somato-sensitivos são úteis para detectar e localizar lesões nas vias sensoriais. Sua obtenção exige a média síncrona de mais de mil respostas individuais. A redução do número de estímulos elétricos para obter o potencial evocado resulta na diminuição do tempo do exame e do desconforto do paciente. O objetivo desta dissertação foi o de estudar o potencial de contribuição de duas técnicas de tempo-freqüência (ondaletas e filtros associados a trechos temporais específicos) à estimação de potenciais evocados somato-sensitivos, quando se utilizam apenas 100 respostas individuais. Quanto aos filtros, sugere-se o uso de dois passa-baixas. O primeiro, com freqüência de corte em 900Hz, deve ser utilizado no trecho inicial de 3ms a 35ms e o segundo, com freqüência de corte em 200Hz, no trecho final de 25ms a 60ms. Em relação aos parâmetros da técnica baseada em ondaletas, recomenda-se a utilização da ondaleta-mãe biortogonal 5.5, pois ela fornece erros menores e apresenta curvas visualmente boas. Além disso, ela apresenta a vantagem de ter fase linear, que é mais adequada ao processamento de potenciais evocados. Os 20% maiores coeficientes das escalas D3, D4 e D5 e os 50% maiores coeficientes da escala D6 que se encontram em trechos temporais específicos, além de todos os coeficientes de aproximação da escala 6, reconstroem adequadamente o potencial evocado. A análise estatística dos erros quadráticos normalizados indicou que a estimação por ondaletas é a melhor dentre as técnicas testadas. Também se verificou que ambas as técnicas resultaram na redução do erro quadrático normalizado, quando comparadas à média síncrona de 100 respostas individuais. Conclui-se que tanto as ondaletas quanto os filtros contribuem de forma positiva à obtenção de melhores estimativas do potencial evocado, mesmo quando um número reduzido de respostas individuais é utilizado.
Somatosensory evoked potentials are useful to detect and locate lesions in sensory pathways. In order to obtain somatosensory evoked potentials, more than one thousand single sweeps must be synchronously averaged. The smaller the number of electrical stimuli used for evoked potentials, the lower is the examination length and the patient discomfort. The objective of this thesis is to study the contribution potential of two time-frequency techniques (wavelets and filters associated to specific time intervals) to the estimation of somatosensory evoked potentials, when only one hundred individual responses are used. For the filtering technique, it is suggested that two low-pass filters be used. The first filter has a 900Hz cutoff frequency and must be used in the 3ms-35ms time interval. The second one has a 200Hz cutoff frequency and should be applied to the 25ms-60ms section. Regarding wavelet parameters, it is recommended that a biorthogonal 5.5 mother wavelet be used, because it provides smaller errors and the results are visually good. Besides it, this mother wavelet has linear phase, which is useful to the evoked potential processing. The 20% greatest coefficients in D3, D4, D5 scales, and the 50% greatest D6 coefficients are candidates to the reconstruction. Those that fall in specific time intervals are used together with all the A6 coefficients. They reconstruct evoked potentials in a satisfactory manner. The statistical analysis of the normalized squared errors indicates that the wavelet estimation is the best technique among the tested ones. This work also shows that both techniques resulted in the reduction of the normalized squared errors, when compared to the synchronous averaging of 100 individual responses. As a conclusion, both wavelets and filters contribute in a positive manner to improve evoked potential estimation, even when a reduced number of individual responses is used.

Orientador: Alberto Cliquet Junior
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica
Made available in DSpace on 2018-07-18T05:17:14Z (GMT). No. of bitstreams: 1 FasoloQuevedo_AntonioAugusto_M.pdf: 5917221 bytes, checksum: 1eb8acf695a1c5f87f33e103c5657e1c (MD5) Previous issue date: 1993
Resumo: Na tentativa de se implementar métodos de controle de estimulação neuromuscular para a reabilitação de pacientes paraplégicos e tetraplégicos, o controle eletromiográfico surge como uma proposta bastante viável. Há, entretanto, a necessidade de se reconhecer os padrões de contração muscular que ocorrem imediatamente antes da execução do passo. Para que se pudesse extrair parâmetros do sinal eletromiográfico de superfície e, a partir destes parâmetros, determinar os padrões desejados, desenvolveu-se um sistema de processamento digital para estes sinais. O sistema capta os sinais eletromiográficos na superfície da pele em vários instantes da marcha e os armazena em disquete.O sistema pode ler estes dados posteriormente e processá-Ios, utilizando-se de algoritmos especificados pelo usuário. Para que tais funções sejam possíveis, o sistema é composto por um condicionador analógico de sinal, uma placa de conversão Analógico-Digital, um microcomputador e um "software" desenvolvido para gerenciar todo o sistema. Os algoritmos inicialmente utilizados para o processamento foram: Parâmetros do modelo Autoregressivo (AR), Variância do sinal e FFT. Dois pacientes foram analisados com este sistema. O músculo tríceps braquial mostrou-se bastante promissor. Para a avaliação da viabilidade do controle eletromiográfico, utilizou-se uma rede neural na tentativa de se reconhecer os padrões. Nos testes, extraiu-se a variância do sinal e os parâmetros AR de ordem 4. Em um dos pacientes, a rede conseguiu reconhecer razoavelmente bem a intenção do paciente de executar um passo. No outro paciente, a falha no reconhecimento parece se dever a uma deficiência de inervação do músculo analisado. O sistema mostrou-se bastante promissor no estudo de controle eletromiográfico de marcha, encontrando ainda aplicações em controle eletromiográfico de próteses. Além disto, verificou-se a existência de um padrão básico durante a contração do tríceps braquial, o qual estava alterado no paciente com deficiência de inervação. Assim, parece que o sistema também encontraria aplicações na área clínica, auxiliando no diagnóstico de doenças neuromusculares. Enfim, o sistema é uma ferramenta extremamente útil e flexível, podendo ter outros algoritmos de processamento implementados com facilidade
Abstract: In order to implement neuromuscular stimulation control methods for rehabilitation of paraplegic and tetraplegic patients, the eletromyographic control arises as a viable proposal. However, there is the need for recognizing the muscular contraction patterns that happen just before the step performing. In order to extract parameters of the surface electromyographic signal and, from these parameters, find the desired patterns, a digital processing system for these signals was developed. The system acquires the electromyographic signals on the skin surface in various instances during the gait cycle and stores them in floppy disks. The system also reads this data and processes it, using user-specified algorithms. In order to make these functions possible, the system consists of an analogic signal conditioner, an Analogic-to-Digital converter, a microcomputer and a software which was developed to control the whole system. The initial algorithms which were used for the signal processing were : Autoregressive (AR) Model parameters, signal variance and FFT. Two patients were analised with this system. The brachial triceps muscle showed to be very promised. In order to evaluatethe feasibility of the electromyographic control, a neural network was used in trying to recognize the patterns. For these tests, the signal variance and the order 4 AR parameters were extracted. For one of the patients, the network did recognize the step-performing intention of the patient. For the other patient, the fault seems to be a consequence of a innervation defficiency of the analized muscle. The system seems to be very useful for gait electromyographic control studies, finding applications in the control of electromyographic prostheses. Besides that, it was noticedthe existence of a basic pattern during the brachial triceps contraction, which was different to that of the patient with innervation defficiency. As such, it seems that the system could find applications also in the clinical area, helping in the neuromuscular diseases diagnose. Thus, the system is a very useful and flexibletool,that can have other signal processing algorithms easily implemented.
Mestrado
Mestre em Engenharia Elétrica

Orientador: Wang Binseng
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica
Made available in DSpace on 2018-07-13T21:50:53Z (GMT). No. of bitstreams: 1 Herng_EduardoWuJyh_M.pdf: 16067983 bytes, checksum: e03768814f3f03a4d36e7462a48d6d9d (MD5) Previous issue date: 1990
Resumo: Quando o sistema sensorial é estimulado adequadamente. pode-se detectar respostas em lugares diferentes do corpo, cada qual com forma e características próprias (amplitude, forma de onda. latência, etc.). Estas respostas são conhecidas como "potenciais neurais evocados¿, ou simplesmente potenciais evocados, e são classificados em somatosensoriais, visuais e auditivos. O potencial evocado registrado é contaminado por vários tipos de "ruídos" provenientes da atividade elétrica cerebral não relacionados com o estímulo e da atividade elétrica não cerebral. Além de ruídos eletromagnéticos originados fora do corpo do paciente. Por esta razão, há necessidade de se realçar o potencial evocado frente a outros sinais e o método mais utilizado é o do cálculo da média síncrona ou, simplesmente, promediação. Foi desenvolvido e testado um equipamento para obtenção do potencial evocado pela técnica de promediação com base num microprocessador compatível a PC-AT e uma placa de conversão A/D. Os dados adquiridos pelo conversor A/D são testados (se o filtro de artefatos estiver instalado) e, se aceitos, são somados, ponto a ponto , numa região da memória, sendo as somas intermediárias apresentadas em intervalos programáveis pelo operador, após um ajuste dos dados. Quando o resultado final é apresentado na tela de vídeo, dois cursores permitem fazer leituras de diferença de tempo e amplitude que são apresentados na tela de vídeo, podendo o operador salvar em disco ou copiar a tela em impressora gráfica
Abstract: When the sensory system is adequately stimulated, is is possible to detect response on different sites of the body, each with their own form and characteristic (amplitude, waveform, latency, etc.) These responses are know as ¿neural evoked potentials¿ or simply evoked potentials, and they are classified in somatosensory, visual and auditory. The evoked potential is contaminated by several kinds of ¿noise¿ proceeding from the electrical activity of the brain not associated with the stimulus, and from the non-cerebral electrical activity, beyond electromagnetic noises proceeding from patient body outside. Because this reason, there is the necessity to enhance the evoked potential among other signals and the used method is the calculation of synchronous averaging. An equipament to acquire and process evoked potentials by synchronous averaging technique has been developed and tested based on a PC-AT compatible microprocessor and an A/D converter. The data acquires by the A/D converter are tested (if the artefact rejection option is installed) and, if accepted, they are summed, point by point, in a reserved memory region. The intermediate sums can be shown in programable intervals, after scale adjust. When the final results are show on the screen, it is possible to read the time and amplitude differences between two cursors, save in disk or copy the screen to a graphic printer
Mestrado
Mestre em Engenharia Elétrica

Mestrado em Engenharia Electrónica e Telecomunicações
O projecto tem como objectivo principal criar um sistema que monitorize simultaneamente o electrocardiograma, batimento cardíaco, temperatura corporal e saturação de oxigénio no sangue. Pretende-se que auxilie médicos, enfermeiros ou técnicos qualificados a operar em ambientes com condições desfavoráveis, como sejam países pobres, zonas de guerra, desertos, ou genericamente em qualquer lugar no qual não haja rede eléctrica e com dificuldades económicas. Assim houve a necessidade de criar um sistema robusto, leve, com grande autonomia, portátil e acima de tudo, pouco dispendioso. O sistema é baseado numa consola de jogos portátil e é constituído ainda por sensores, microcontroladores, módulos de transmissão/recepção wireless e um computador, mas este com carácter opcional. Os sensores fazem a aquisição dos sinais eléctricos provenientes do corpo humano, são seguidamente acondicionados através de hardware específico, e depois convertidos para um formato digital e transmitidos para a consola de jogos, onde irão ser apresentados. No que diz respeito ao interface com o utilizador, foi desenvolvida uma aplicação gráfica que corre na consola de jogos capaz de fazer o display dos sinais e gestão de uma base de dados com informação sobre os pacientes.
A system to monitor vital signs, based on a portable game console, has been developed in this project. The main objective of this project is to develop a system capable of simultaneously monitoring the electrocardiogram, heart rate, body temperature and oxygen saturation. It is specified to aid doctors, nurses, or qualified technicians working in tough conditions, like poor countries, war zones, deserts, or in places with an inexistent or failure prone public electricity supply. Therefore a light-weight (yet with large autonomy), portable, rugged, and above all, low-priced system, was required. The heart of the system is a portable game console, but it is also made of sensors, microcontrollers, wireless modules for data transmission/reception and, optionally, a portable computer. The sensors are responsible for the acquisition of the bio-signals which are conditioned by specific-designed hardware to be, finally, converted into a digital format and transmitted (to the other devices of the system). Regarding the user-interface, a graphic application running in the game console has been designed. It displays the results and manages a small database storing patients’ information.

Orientadores : Eduardo Tavares Costa , Amauri Lopes
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica
Made available in DSpace on 2018-07-18T05:18:50Z (GMT). No. of bitstreams: 1 Huallpa_BelisarioNina_M.pdf: 4106001 bytes, checksum: 1e2d6d1ab2cbeeaa22a729892cbbe15a (MD5) Previous issue date: 1992
Resumo: No presente trabalho, sinais de Eletrocardiografia de Alta Resolução (ECG-AR) são obtidos, processados e então analisados os chamados Potenciais Tardios Ventriculares (PTV), que resultam da despolarização defasada (tardia) do tecido cardíaco ventricular. Os PTV aparecem na fase final da despolarização ventricular, são de pequena amplitude e apresentam componentes de alta freqüência quando comparados os demais potenciais de despolarização ventricular. Como consequência, não é possível observá-los usando ferramentas convencionais, já que, os potenciais devido à despolarização ventricular e ao ruído (muscular, dos eletrodos e da instrumentação utilizada) mascaram os PTV. Portanto, é necessário utilizar métodos que permitam filtrar o ruído e permitam verificar a existência ou não de PTV. Para filtrar o ruído e para obter o sinal de ECG-AR, utiliza-se a técnica de promediação. Para a detecção e análise dos PTV, foram especialmente implementadas ferramentas de processamento de sinais: 1) a Transformada de Fourier de Curta Duração (TFCD)i e 2) a Distribuição de Wigner (DW). Estas duas técnicas permitem a análise de sinais de ECG-AR no duplo domínio tempo-frequência, procurando-se estabelecer critérios de positividade da existência ou não dos PTV. Para validar e parametrizar os PTV será necessário realizar muitos exames em indivíduos normais e naqueles suspeitos de serem propensos a sofrer arritmias ventriculares
Abstract: In the present work, High Resolution Electrocardiography (HR-ECG) signals are obtained, processed and then ventricular late potentials which result from the late depolarization of the ventricule are analysed. Late potentials are generally present at the end of ventricular depolarization, presenting small amplitude and high frequency components when compared to ventricular depolarization signals. Therefore, it is not possible to observe those signals using conventional instrumentation due to ventricular activation and noise (from muscle contraction, electrodes and instrumentation). So, it is necessary to use methods which permit to improve signal-to-noise ratio of the ECG and to verify the existence of the late potentials. The signal averaging method is used to obtain high resolution ECG. In order to detect and analyse the late potentials two signal processing techniques were implemented: 1) the Short Time Fourier Transform; and 2) the Wigner Distribution. These techniques allow the analysis in both time and frequency domains simultaneously and they have been used to try to detect late potentials. Normal patients as well as patients at risk of developing ventricular arrythmias shall be tested using the methods implemented in order to validate them
Mestrado
Mestre em Engenharia Elétrica

Orientadores: Marcio Luiz de Andrade Netto, Dalton Soares Arantes
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação
Made available in DSpace on 2018-07-28T14:33:55Z (GMT). No. of bitstreams: 1 Nicolosi_DenysEmilioCampion_D.pdf: 8955129 bytes, checksum: 8f8ef3bc0a751ee4e96a249a94724a59 (MD5) Previous issue date: 1999
Resumo: A área de Compressão de Dados de sinais digitalizados de Eletrocardiograma, ECG, tem grande importância prática pela economia de espaço de memória, de arquivo, ou de tempo de transmissão que ela viabiliza, e é considerada uma área efervescente, onde trabalhos científicos de excelente nível têm sido publicados. Neste trabalho, desenvolve-se um procedimento novo de criação experimental da função taxa da distorção ("Rate Distortion Function"), R(D), utilizada em comunicações e com raízes na Teoria da Informação. O método desenvolvido realiza a decomposição do sinal em componentes principais (Principal Component Analysis) e cria a curva R(D) através da recuperação parcial desses componentes principais. A taxa R é computada através da entropia das Funções de Densidade de Probabilidade dos pesos (scores) de cada componente principal utilizado nesta recuperação parcial, obtendo-se então a relação RxD. Os resultados obtidos representam uma referência para esta área, pois impõem um limitante inferior para a melhor taxa de compressão que se pode obter para esses sinais. Foi possível também caracterizar a Função de Densidade de Probabilidade para sinais de ECG, que não tinha sido bem explorada na literatura. Constatou-se que ela se aproxima fortemente de uma função Laplaciana. ...Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital
Abstract: Data Compression of Electrocardiogram digitalized signals is a very important subject in many aspects, such as memory and space economy or data transmission, and it is considered an area in constant development with excelent scientific works worldwide. In this work, a new procedure for the experimental computation of the Rate Distortion Function, R(D), is developed. This is a function which is commonly used in Communications and whose origins are in the Information Theory. This work presents a novel procedure for determining the R(D) function, by means of a decomposition of the signal in its principals components (Principal Components Analysis). The R(D) curve is then created through the partial recuperation of these principals components, as a function of the distortion D obtained from this partial recovery. The Rate "R", is then obtained using each of the Principal Component score values derived from its probability density function, in such a way that the relation "R x D" is obtained. It was also possible in this work, to characterize the probability density function for ECG signals, which have not been well explored in the literature : We have concluded that this density is very dose to a Laplacian function, which is a surprising result. ...Note: The complete abstract is available with the full electronic digital thesis or dissertations
Doutorado
Doutor em Engenharia Elétrica

Orientador: Araildo Lima da Silva
Co-orientador: Líbório José de Faria Junior
Banca: Mauro Pedro Peres
Banca: Rosinei Batista Ribeiro
Banca: Rogério de Lima Romeiro
Banca: Silvio Silvério da Silva
Resumo: Esse trabalho teve como objetivos desenvolver um método diagnóstico inédito opcional aos já existentes no tratamento das DTMs, gerar um banco de dados referentes à patologia em estudo e propor um procedimento de análise do sistema côndilo-disco e fossa da ATM, visando identificar e classificar individualmente tal sistema por meio de sinais elétricos provenientes dos ruídos articulares, auxiliar nos procedimentos clínicos, agregar dados para o prontuário do paciente e oferecer uma fonte de consulta para futuras pesquisas. Foi utilizado um sistema devidamente calibrado para a coleta de dados composto por um conjunto estetoscópio/microfone e equipamentos para processamento e armazenamento dos dados; adicionalmente, foram obtidas imagens por meio de Ressonância Magnética Nuclear das ATMs esquerda e direita de cada voluntário para uma confirmação do comportamento da articulação em análise e suas patologias. Para os cálculos dos parâmetros no domínio do tempo e da frequência foram utilizados os aplicativos Microsoft Excel 2010 e Origin Pro, versão 8.5.1 SR2. Pelos sinais acústicos, evidenciaram-se os instantes de início e término de cada ciclo de abertura e fechamento com os seus respectivos Níveis de Pressão Sonora. A técnica desenvolvida neste trabalho de caráter não invasivo e de relativa praticidade pode ser aplicável sem grandes dificuldades por profissionais da área da saúde
Abstract:This work aims to develop a diagnostic option to the existing treatment of TMD, generate a database concerning the pathology under study and propose a procedure for analyzing the system disc and condyle - fossa TMJ , to identify and classify such a system by means of electrical signals from the joint noises , assist in clinical procedures , aggregate data for the patient's records and provide a source of information for future researches . A properly calibrated system for data collection comprising a set with stethoscope / microphone and equipment for processing and storage of data was utilized; in addition, images were obtained through left and right NMR of ATMs of each volunteer to confirm the behavior of the articulation analysis and its pathologies. For the calculations of the parameters in the time domain and frequency applications, Microsoft Excel 2010 and Origin Pro version 8.5.1 SR2 were utilized. By means of acoustic signals, the moments of beginning and end of each cycle of opening and closing with their respective NPS became evident. The technique developed in this study of noninvasive nature and relative practicality can be applied with no major difficulties by health professionals
Doutor

This study proposes an approach to analyze EMG signals using wavelets transformed as a method of signal features extraction. The adopted methodology is based on the study of the aggregated power envelope and the aggregate power spectrum envelope, which are obtained from the distribution of energy of a certain signal, based on the potency of wavelet coefficients, showed like wavelets spectrograms or from a wavelet scalegram. EMG signals were captured in the surface of the human skin and came from the right leg rectus femoris muscle in a static condition (isometric), also from the flexor muscle form the right hand in dynamic contraction (isotonic) and also form a train of motor unit action potential (MUAP) form the First Dorsal Interosseous muscle during dynamic contraction. Having those signals, there were taken two research phases: extraction of the feature based on the analytical wavelet transformed (AWT) in muscles during contraction (isometric and isotonic) and the phase of detection of MUAPs. In the AWT phase, considering the calculation of the envelopes in the timefrequency chart (spectrogram), the results shoed that the wavelet transformed can be applied for extraction of spectral content of the signal and also showed the possibility of verifying the potency signal spectrum and the energy of such signal intimae. Those variables were according to the expected features for EMG signal, reported by literature. In the second phase, MUAP detection, it was used the calculation of the envelopes based on the scalegram, having as a main wavelet the Daubechies of 4 (db4), Coiflet of 4 (coif4) and Symlet of 5 (sym5) . The result showed that the method allowed to locate in time of MUAPs and showed that it is sensible enough to detect signals form motor units, far from the sensor, which contribute to formation of the EMG signal. The use of the wavelet Db4 showed to be better to detect the muscle activity on the beginning of it ( set-on ), because the Db4 is similar to a MUAP. This work proposes that future studies can be based on the research of families of wavelets, using of the method of the aggregated power envelope to control proteases for arms, or hands for example. It is also proposed studies for detection of MUAPs as an important tool for muscles evaluation, in diagnosis of miopathologies and neuro-muscle disjunctions, envelope features extraction process for other biomedical signals, such as EEG and ECG.
Este trabalho propõe uma abordagem para a análise de sinais EMG utilizando as transformadas wavelet como método de extração de características do sinal. A metodologia aplicada utiliza o estudo da envoltória de potência agregada e da envoltória do espectro de potência agregada, que são extraídas a partir da distribuição de energia de um sinal, baseada na potência dos coeficientes wavelets exibidos sob a forma de espectrograma wavelet ou de escalograma wavelet. Os sinais EMG foram captados na superfície da pele e são oriundos, do músculo reto da coxa direita em contração estática (isométrica), do músculo flexor de punho direito em contração dinâmica (isotônica) e de um trem de potenciais de ação de unidade motora (MUAPs) do músculo primeiro dorsal interósseo em contrações dinâmicas. Com estes sinais, duas fases de investigação foram abordadas, as quais são: a fase de extração de característica baseada na transformada wavelet analítica nos músculos em contração (isométrica e isotônica) e a fase de detecção de MUAPs. Na fase baseada na transformada wavelet analítica (AWT), através dos cálculos das envoltórias na localização do plano tempo-freqüência (espectrograma), o resultado obtido foi que a transformada wavelet pode ser aplicada para extração do conteúdo espectral do sinal, e foi possível verificar que o espectro de potência do sinal e a energia deste sinal ao logo do tempo se mostraram dentro das características esperadas para o sinal EMG reportadas pela literatura. Na fase de detecção de MUAPs, utilizando o cálculo das envoltórias baseado no escalograma (diagrama tempo-escala), tendo como wavelet-mãe a Daubechies de ordem 4 (db4), Coiflet de ordem 4 (coif4) e Symlet de ordem 5 (sym5) , o resultado mostrou que o método permitiu a localização no tempo dos MUAPs e demonstrou que é sensível o suficiente para detectar sinais de unidades motoras distantes do sensor, os quais, contribuem para a formação do sinal EMG. O uso da wavelet Db4 mostrou-se melhor na detecção do início da atividade muscular ( set-on ) pois a Db4 se a semelha a uma MUAP. Este trabalho sugere que trabalhos futuros poderão ser baseados na investigação de famílias wavelets para análise de sinais EMG, bem como a utilização do método de envoltória de potência agregada para controle de próteses de membros superiores, a utilização de wavelets para detecção de MUAPs como uma importante ferramenta na avaliação muscular, no diagnóstico de miopatologias e disfunções neuromusculares e também a extração de características por envoltória para outros sinais biomédicos, como por exemplo, o EEG, o ECG etc.
Mestre em Ciências

Dissertação (mestrado)—Universidade de Brasília, Faculdade Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2015.
Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2015-12-21T14:08:11Z No. of bitstreams: 1 2015_ViniciusdoCoutoPinheiro.pdf: 16135832 bytes, checksum: 21a5b0c4a79ac53b043c9f446c5f87e3 (MD5)
Approved for entry into archive by Patrícia Nunes da Silva(patricia@bce.unb.br) on 2016-01-25T15:39:50Z (GMT) No. of bitstreams: 1 2015_ViniciusdoCoutoPinheiro.pdf: 16135832 bytes, checksum: 21a5b0c4a79ac53b043c9f446c5f87e3 (MD5)
Made available in DSpace on 2016-01-25T15:39:50Z (GMT). No. of bitstreams: 1 2015_ViniciusdoCoutoPinheiro.pdf: 16135832 bytes, checksum: 21a5b0c4a79ac53b043c9f446c5f87e3 (MD5)
Este trabalho consiste em desenvolver e avaliar um sistema baseado em acelerômetros e máquinas de suporte vetorial que indica a variação de equilíbrio do usuário. As pessoas acometidas de distúrbios no sistema responsável pelo controle do equilíbrio, como a labirintite, sofrem com diversos desconfortos no cotidiano como tontura e vertigem. Estes problemas de equilíbrio constituem uma das principais causas de acidentes em idosos. Neste contexto, é importante monitorar os níveis de equilíbrio de pacientes para determinar riscos de queda e auxiliar em tratamentos associados a equilíbrio. Algumas soluções existem para tal fim, como sistemas baseados em câmeras e plataformas de força, mas em geral são restritas a ambientes fechados. Assim, a proposta desse trabalho é elaborar um sistema para monitoração de sinais relacionados a equilíbrio que possa ser usado em ambientes internos ou externos e validá-lo usando sistemas de ambientes fechados já validados na literatura. O sistema proposto é constituído de acelerômetros, que captam diferenças na inclinação corporal, e, por meio de armazenamento local de dados, ou transmissão sem fio, monitore e possibilite a posterior classificação de equilíbrio com base nas informações coletadas. O sistema desenvolvido consiste em uma camisa do tipo segunda pele, seis acelerômetros, um microcontrolador para aquisição e processamento dos sinais, módulo de transmissão por rádio frequência, módulo de gravação em cartão SD (Secure Digital). Ele inclui ainda, máquinas de vetores de suporte (SVM, do inglês Support vector machines) para classificação dos sinais dos acelerômetros em níveis de equilíbrio estático, níveis de equilíbrio perturbado e em faixas de centros de pressão. O desenvolvimento do sistema é composto de uma fase de treinamento e uma fase de validação. Na fase de treinamento, utilizou-se os sinais de referência em que se adquiriu medidas dos acelerômetros em diversas situações de equilíbrio e desequilíbrio intencional e comparou-se com pontuações de equilíbrio do software SWAY, já validado na literatura. Com base na comparação, o sistema foi capaz de identificar níveis de equilíbrio a partir dos sinais providos dos acelerômetros. Também foi efetuado um treinamento para estimar o centro de pressão a partir dos acelerômetros, para tanto, os sinais foram adquiridos simultaneamente com o sistema proposto e uma plataforma de força AMTI, sistema já considerado referência para avaliação de centros de pressão. Nos procedimentos experimentais para avaliação do sistema foi efetuado um conjunto de simulações e análises de sinais reais coletados com o equipamento em funcionamento. Para verificar o funcionamento, foram executados experimentos em que o participante se encontrava hora parado, hora andando, hora em rotação corporal e hora em quedas bruscas simuladas. Posteriormente, com auxílio do SWAY, foram feitos experimentos com o indivíduo parado inclinando-se nas 4 principais direções (frente, esquerda, direta e trás) para coletar dados que foram processados pelo classificador SVM. Também foram executados testes com um manequim e um João Bobo, afim de observar como o sistema e o classificador se comportariam perante um desequilíbrio ou uma queda repentina. Além disso, foi executado um experimento para comparar as faixas de valores de pressão do sistema proposto com os valores fornecido pela plataforma de força AMTI. Os resultados obtidos mostram que o sistema permite classificar de dois até sete níveis de equilíbrio, com taxas de acerto variando de 92.5%, no pior caso (com cinco níveis) a 98.3%, no melhor caso (com dois níveis). Com dois níveis de equilíbrio, sendo um o estado de normalidade e o outro o de desequilíbrio, o sistema atingiu, em mil sessões de validação – treinamento – no melhor caso, uma acurácia de 98.9%, precisão de 99.6%, sensitividade de 98.8% e especificidade de 98.9%. Além disso, a acurácia média, com dois níveis de equilíbrio, foi significativamente maior que 93% (p = 0.045) e a precisão foi significativamente maior que 97% (p = 0.044). Já com sete níveis de equilíbrio a acurácia foi significativamente maior que 94% (p = 0.046) e a precisão foi significativamente maior que 80% (p = 0.049). Já os testes efetuados com os bonecos mostram que o sistema é capaz de diferenciar, a partir dos acelerômetros, uma variação associada a queda brusca de uma variação de retomada de equilíbrio. Neste caso, usando apenas os sinais dos acelerômetros provenientes de antes da queda ou da reestabilização, a acurácia média foi significativamente maior que 95% (p = 0.043) e precisão significativamente maior que 95% (p = 0.026). Outro aspecto avaliado foi o uso do sistema para estimar, a partir apenas de acelerômetros, a faixa de valores do centro de pressão tendo em vista a classe determinada pela SVM. Neste caso, o sistema foi capaz de inferir o centroide da região de centro de pressão com erro inferior a 0.9 cm (p = 0.0045, em uma média para mil sessões treinamento-validação). Esses resultados sugerem que este sistema proposto pode ser usado para detectar variações de níveis de equilíbrio e, portanto, sinalizar risco de queda no dia-a-dia sem a necessidade de o usuário estar em um ambiente fechado. Possíveis aplicações incluem monitoração de pacientes com problemas de equilíbrio, treinamento de atletas, reabilitação de pacientes após lesões ou procedimentos cirúrgicos etc.
This work consists in developing and evaluate a system based on accelerometers and vector support machines that indicates the user's balance variation. People affected by disturbances in the system responsible for balance control, such as labyrinthitis, suffer from various discomforts in daily life such as dizziness and vertigo. These balance problems are a major cause of accidents in elderly. In this context, it is important to monitor the balance levels to determine the fall risk of the patient and assist in treatments related to balance. Some solutions exist for this purpose, such as systems based on cameras and force platforms, but generally are restricted to indoors environments. The proposal of this work is to develop a system for monitoring the signals related to balance that can be used indoors or outdoors environments and validate it using indoors systems already validated in the literature. The proposed system consists of accelerometers that capture differences in body tilt, and through local data storage, or wireless transmission, monitor and enable the subsequent balance classification based on the information collected. The developed system consists of second skin shirt, six accelerometers, a microcontroller for the acquisition and processing of signals, radio frequency transmission module, recording module card SD (Secure Digital). It includes also support vector machines (SVM) for classification of signals from accelerometers in static balance levels, disturbed equilibrium levels and pressure centers ranges. The development of system is composed of a training phase and a validation phase. In the training phase, it was used the reference signals that are acquired measurements of the accelerometers in various situations of balance and intentional imbalance and compared with equilibrium scores of software SWAY, already validated in the literature. Based on the comparison, the system was able to identify balance levels from the provided signals of accelerometers. It was also performed a training for estimating the center of pressure from the accelerometers, therefore, the signals were acquired simultaneously with the proposed system and a force plate AMTI, system already considered a benchmark for evaluating centers of pressure. In the experimental procedures for evaluation of the system, it was effected a set of simulations and analyzes actual signals collected with the equipment in operation. To check the operation of the system, experiments were performed standing, walking, body rotation and sudden drops. Later, with the assistance of SWAY software, experiments were performed with the standing person inclined in four main directions (front, left, right and back) to collect data that has been processed by the SVM classifier. Tests were also performed with a dummy and a roly poly toy in order to observe the system's and classifier's behaviors before an imbalance or a sudden drop. In addition, an experiment was performed to compare the groups of the proposed system pressure values with the values provided by the force platform AMTI. The results show that the system lets you classify two to seven levels of balance, with success rates ranging from 92.5%, in the worst case (with five levels), to 98.3%, in the best case (with two levels). With two levels of balance, one being the normal condition and the other for the imbalanced, the system reached a thousand validation sessions - training - at best an accuracy of 98.9 %, precision of 99.6 %, sensitivity of 98.8% and specificity of 98.9%. Furthermore, the average accuracy with two levels balance was significantly greater than 93% (p = 0.045) and the accuracy was significantly greater than 97% (p = 0.044). Now with seven balance levels, the accuracy was significantly greater than 94% (p = 0.046) and precision was significantly greater than 80% (p = 0.049). Since the tests performed with the dolls show that the system is able to differentiate, from the accelerometers, a variation associated with a sudden drop than a variation of equilibrium recovery. In this case, using only the signals from the accelerometers before the fall or rebalancing, the average accuracy was significantly greater than 95% (p = 0.043) and precision was significantly greater than 95% (p = 0.026). Another aspect was evaluated using the system to estimate, as only accelerometers, the range of the center of pressure values in view of the class determined by the SVM. In this case, the system was able to infer the centroid of center of pressure region with error less than 0.9 cm (p = 0.0045, on an average of a thousand training sessions-validation). These results suggest that this proposed system can be used to detect variations on the equilibrium levels and, therefore, signaling the fall risk in day by day without the need for the user to be in a closed environment. Possible applications include monitoring of patients with balance problems, athletes training, rehabilitation of patients after surgical procedures or injuries etc.

The epilepsy is not a recent phenomenon, even its has being approached and Inves- tigated, this area still demands several researches and it is far away from being totally explained. The obtaining of the primordial features to di®erentiate the epileptic events of the others, in coming signs EEG of scalp, it represents a great challenge, since exist to many artifacts, and these are confused with epileptic events. In this sense, this study presents the development of architectures destined to detect events of epilepsy in coming signs EEG of scalp, capable to aid the professionals of the health in the study of this pathology To accomplish the objectives, ¯rstly was developed an application capable to visualize EEG and to segment the electroencephalogram plan to form the base of data Concerning to the detection of the pathological signs, four architectures were proposed. The architecture with analysis multi-resolution used the \ wavelet " (WT) for extraction of features, as well as neural networks and specialist system for recognition. For that architecture the best gotten results obtained a rate of 71,6 % of success, with 28,3 % of error. The sensibility was around 83,3 %, the speci¯city 70,5 % and the precision 76,9 %. The statistical architecture is directly composed of tools for features extraction of the sign. The best success rate was around 85,3 %, the obtained error was of 14,3 % and the inde¯nite ones around 1 %. The sensibility was of 97,4 %, the speci¯city 82,1 % and the precision 89,75 %. The architecture of analysis multi-resolution and AR possesses two stages for extraction of feature: the \ wavelet ", following by the AR models. For that architecture they used two AR models . The best success rate for the \ Yule-Walker"model was around 87,9 %, with order 10. Already in the results of the \ Burg"model, the best success rate was of 88,5 % with order 7. For the last architecture is a hybrid model with several tools of extraction of features in the domain of the time, frequency (FFT) and time-frequency (WT). In that architecture the success rate was in 95,1 %, the error 4,1 % the inde¯nite ones 5,5 %. The speci¯city was of 91,5 %, the obtained sensibility was of 90,5 % and the precision around 91,1 %. Therefore all of the developed systems presented quite coherent results among the phenomena demarcated by the professionals of the medical area and those revealed by the architectures, mainly for the case of the hybrid architecture that presented the best rates.
A identificação de fenômenos epileptogênicos por meio de registros eletroencefalográficos (EEG) não invasivos se constitui numa área de pesquisa que apresenta grandes desafios devido µa presença de diversos distúrbios (artefatos) que dificultam a análise destes registros. Tal tarefa é de extrema importância uma vez que o diagnóstico e o tratamento da epilepsia requer uma avaliação clínica baseada no EEG do paciente. Neste contexto, este trabalho apresenta alguns sistemas para melhorar a identificação dos sinais de crise epilépticas baseados em técnicas de processamento de sinais e de inteligência artificial. Estas propostas são baseadas em uma plataforma que permite a visualização e análise dos arquivos de EEG. Para a detecção de eventos patológicos, são propostas quatro arquiteturas. Na arquitetura com análise multi-resolução foram utilizadas duas famílias wavelet (WT) para a extração de características, redes neurais artificiais e sistema especialista para o reconhecimento dos sinais de crise. Com essa arquitetura, o melhor resultado conseguido foi uma taxa de acerto de 71,6% no reconhecimento dos sinais patológicos. A sensibilidade ficou em torno de 83,3%, a especificidade 70,5% e a precisão 76,9%. Já a arquitetura estatística é composta de ferramentas para extração de características diretamente do sinal. A melhor taxa de acerto ficou em torno de 85,3%, o erro obtido foi de 14,3% e os indefinidos em torno de 1%. A sensibilidade foi de 97,4%, a especificidade 82,1% e a precisão 89,75%. A arquitetura de análise multi-resolução com modelo auto-regressivo (AR) possui duas etapas para extração de características: a \wavelet" (WT), seguida do modelo AR. Para essa arquitetura foram utilizados dois modelos AR. A melhor taxa de acerto para o modelo \Yule-Walker" ficou em torno de 87,9%, com ordem 10. Já para os resultados do modelo\Burg", a melhor taxa de acerto foi de 88,5% com ordem 7. A última arquitetura é um modelo híbrido com várias ferramentas de extração de características no domínio do tempo, freqüência (FFT) e tempo-freqüência (WT). Nessa arquitetura a taxa de acerto ficou em 95,1%, o erro em 4,1% e os indefinidos em 5,5%. A especificidade foi de 91,5%, a sensibilidade obtida foi de 90,5% e a precisão em torno de 91,1%. Todos os sistemas desenvolvidos apresentaram resultados coerentes com os fenômenos demarcados pelos eletroencefalografistas e aqueles revelados pelas arquiteturas. Dentre as propostas, a arquitetura híbrida apresentou o melhor desempenho.
Doutor em Ciências

O campo da Biometria abarca uma grande variedade de tecnologias usadas para identificar e verificar a identidade de uma pessoa por meio da mensuração e análise de vários aspectos físicos e/ou comportamentais do ser humano. Diversas modalidades biométricas têm sido propostas para reconhecimento de pessoas, como impressões digitais, íris, face e voz. Estas modalidades biométricas possuem características distintas em termos de desempenho, mensurabilidade e aceitabilidade. Uma questão a ser considerada com a aplicação de sistemas biométricos em mundo real é sua robustez a ataques por circunvenção, repetição e ofuscação. Esses ataques estão se tornando cada vez mais frequentes e questionamentos estão sendo levantados a respeito dos níveis de segurança que esta tecnologia pode oferecer. Recentemente, sinais biomédicos, como eletrocardiograma (ECG), eletroencefalograma (EEG) e eletromiograma (EMG) têm sido estudados para uso em problemas envolvendo reconhecimento biométrico. A formação do sinal do ECG é uma função da anatomia estrutural e funcional do coração e dos seus tecidos circundantes. Portanto, o ECG de um indivíduo exibe padrão cardíaco único e não pode ser facilmente forjado ou duplicado, o que tem motivado a sua utilização em sistemas de identificação. Entretanto, a quantidade de características que podem ser extraídas destes sinais é muito grande. A seleção de característica tem se tornado o foco de muitas pesquisas em áreas em que bases de dados formadas por dezenas ou centenas de milhares de características estão disponíveis. Seleção de característica ajuda na compreensão dos dados, reduzindo o custo computacional, reduzindo o efeito da maldição da dimensionalidade e melhorando o desempenho do preditor. O foco da seleção de característica é selecionar um subconjunto de característica a partir dos dados de entrada, que pode descrever de forma eficiente os dados de entrada ao mesmo tempo reduzir os efeitos de ruídos ou características irrelevantes e ainda proporcionar bons resultados de predição. O objetivo desta dissertação é analisar o impacto de algumas técnicas de seleção de característica tais como, Busca Gulosa, Seleção \\textit, Algoritmo Genético, Algoritmo Memético, Otimização por Enxame de Partículas sobre o desempenho alcançado pelos sistemas biométricos baseado em ECG. Os classificadores utilizados foram $k$-Vizinhos mais Próximos, Máquinas de Vetores Suporte, Floresta de Caminhos Ótimos e classificador baseado em distância mínima. Os resultados demonstram que existe um subconjunto de características extraídas do sinal de ECG capaz de fornecer altas taxas de reconhecimento
The field of biometrics includes a variety of technologies used to identify and verify the identity of a person by measuring and analyzing various physical and/or behavioral aspects of the human being. Several biometric modalities have been proposed for recognition of people, such as fingerprints, iris, face and speech. These biometric modalities have distinct characteristics in terms of performance, measurability and acceptability. One issue to be considered with the application of biometric systems in real world is its robustness to attacks by circumvention, spoof and obfuscation. These attacks are becoming more frequent and more questions are being raised about the levels of security that this technology can offer. Recently, biomedical signals, as electrocardiogram (ECG), electroencephalogram (EEG) and electromyogram (EMG) have been studied for use in problems involving biometric recognition. The ECG signal formation is a function of structural and functional anatomy of the heart and its surrounding tissues. Therefore, the ECG of an individual exhibits unique cardiac pattern and cannot be easily forged or duplicated, that have motivated its use in various identification systems. However, the amount of features that can be extracted from this signal is very large. The feature selection has become the focus of much research in areas where databases formed by tens or hundreds of thousands of features are available. Feature Selection helps in understanding data, reducing computation requirement, reducing the effect of curse of dimensionality and improving the predictor performance. The focus of feature selection is to select a subset of features from the input which can efficiently describe the input data while reducing effects from noise or irrelevant features and still provide good prediction results. The aim of this dissertation is to analyze the impact of some feature selection techniques, such as, greedy search, Backward Selection, Genetic Algorithm, Memetic Algorithm, Particle Swarm Optimization on the performance achieved by biometric systems based on ECG. The classifiers used were $k$-Nearest Neighbors, Support Vector Machines, Optimum-Path Forest and minimum distance classifier. The results demonstrate that there is a subset of features extracted from the ECG signal capable of providing high recognition rates

Made available in DSpace on 2013-08-07T18:53:04Z (GMT). No. of bitstreams: 1 000396423-Texto+Completo-0.pdf: 3058753 bytes, checksum: a4035eb0df593d854258c168ae594b28 (MD5) Previous issue date: 2007
The purpose of this work is studying the algorithms that can recognize cardiac arrhythmias. In this sense, a detailed analysis of two algorithms was made: HMM (Hidden Markov Model) and RBF (Radial Basis Function) artificial neural network, with the aim of recognizing three arrhythmias and the regular rhythm. The arrhythmias used for this research are: Atrial Fibrillation, Ventricular Tachycardia and Ventricular Fibrillation. They were selected by the following reasons: due to the need for immediate eletric defibrillation in Ventricular Tachycardia and Ventricular Fibrillation, and to the fact that the Atrial Fibrillation is the most incident in the world's population. The need for recognition of arrhythmias can be seen in AED (Automatic External Defibrillator) equipments, which is utilized to recognize and reverse the cardiac arrest in areas outside the hospitals environments. These pieces of equipment are being increasingly utilized by many countries, as an atempt to diminish mortality rates. Firstly, the heart was studied theoretically and the characteristics of each arrhythmia were analysed, in order to identify them. Secondly, pacients were selected in the biological signal database, PhsysioNet, for collecting data. After that, the results were generated by the comparison between the algorithms and their precisions. Finally, it was possible to confirm that both algorithms present good performance in the recognition of cardiac arrhythmias and was possible to reveal performance characteristics of both systems that corroborate the purpose of this work.
O presente trabalho tem por objetivo o estudo de algoritmos para o reconhecimento de arritmias cardíacas. Para tanto, fez-se uma análise detalhada de dois algoritmos: HMM (Hidden Markov Model) e rede neural artificial do tipo RBF (Radial Basis Function), com a finalidade de reconhecer três arritmias e o ritmo normal. As arritmias que foram utilizadas na pesquisa são: a Fibrilação Atrial, a Taquicardia Ventricular e a Fibrilação Ventricular. Tais arritmias foram selecionadas pela necessidade de desfibrilação elétrica imediata na Taquicardia Ventricular e na Fibrilação Ventricular e pelo fato da Fibrilação Atrial ser a arritmia de maior incidência na população mundial. A necessidade de reconhecimento de arritmias pode ser vista em equipamentos DEA (Desfibriladores Externos Automáticos), utilizados para reconhecer e reverter a parada cardíaca em locais fora de ambientes hospitalares. Estes equipamentos estão sendo cada vez mais utilizados em vários países, como uma tentativa de diminuir o índice de mortalidade. Primeiramente, foi feito um estudo teórico sobre o coração, analisando as características de cada tipo de arritmia, a fim de poder identificá-las. Os pacientes foram selecionados no banco de dados de sinais biológicos, PhysioNet, para coleta de dados. Após isso, foi feita uma análise teórica detalhada dos sistemas de reconhecimento e em seguida, passou-se a gerar resultados a partir da comparação entre os algoritmos e suas precisões. Para atingir tais resultados, foi elaborada uma metodologia específica de pesquisa. Ao final, foi possível constatar que ambos algoritmos apresentam bom desempenho no reconhecimento das arritmias cardíacas, bem como também foi possível expor as características de desempenho de cada um dos sistemas.

Orientador: Antônio Augusto Fasolo Quevedo
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação
Made available in DSpace on 2018-08-20T12:21:10Z (GMT). No. of bitstreams: 1 Almeida_TiagoPaggide_M.pdf: 6663822 bytes, checksum: bdc5918b5983a84b46acf03bb9096cc7 (MD5) Previous issue date: 2012
Resumo: A eletromiografia e uma pratica clinica que permite inferir sobre a integridade do sistema neuromuscular, o que inclui a analise da unidade funcional contrátil do sistema neuromuscular, a unidade motora. O sinal eletromiografico e um sinal elétrico resultante do transiente iônico devido potenciais de ação de unidades motoras capturados por eletrodos invasivos ou não invasivos. Eletrodos invasivos capturam potenciais de ação de ate uma única unidade motora, porem o procedimento e demorado e incomodo. Eletrodos de superfície permitem detectar potenciais de ação de modo não invasivo, porem resultam na mistura de potenciais de ação de varias unidades motoras, resultando em um sinal com aparência de ruído aleatório, dificultando uma analise. Técnicas de Separação Cega de Fontes, como Analise de Componentes Independentes, tem se mostrado eficientes na decomposição de sinais eletromiograficos de superfície nos constituintes potenciais de ação de unidades motoras. Este projeto tem como objetivo desenvolver um protótipo capaz de capturar sinais mioeletricos de superfície e analisar a viabilidade da separação de sinais eletromiograficos intramusculares misturados linearmente, utilizando Analise de Componentes Independentes. O sistema proposto integra uma matriz de eletrodos com ate sete canais, um modulo de pré-processamento, um software para controle da captura dos sinais eletromiograficos de superfície e o algoritmo FastICA em ambiente MATLABR para separação dos sinais eletromiograficos. Os resultados mostram que o sistema foi capaz de capturar sinais eletromiograficos de superfície e os sinais eletromiograficos intramusculares misturados linearmente foram separados de forma confiável
Abstract: Electromyography is a clinical practice that provides information regarding the physiological condition of the neuromuscular system, which includes the analysis of the contractile functional unit of the neuromuscular system, known as motor unit. The electromyographic signal is an electrical signal resultant from ionic transient regarding motor unit action potentials captured by invasive or non-invasive electrodes. Invasive electrodes are able to detect action potentials of even one motor unit, although the procedure is time consuming and uncomfortable. Surface electrodes enable detecting action potential noninvasively, although the detected signal is a mixture of action potentials from several motor units within the detection area of the electrode, resulting in a complex interference pattern which is difficult to interpret. Blind Source Separation techniques, such as Independent Component Analysis, have proven effective for decomposing surface electromyographic signals into the constituent motor unit action potentials. The objective of this project was to develop a system in order to capture surface myoelectric signals and to analyze the viability for decomposing intramuscular myoelectric signals that were mixed linearly, using independent component analyzes. The system includes an electrode matrix with up to seven channels, a preprocessing module, a software for controlling surface myoelectric signals capture, and the FastICA algorithm in MATLABR for the intramuscular myoelectric signals decomposition. The results show that the system was able to capture surface myoelectric signals and was capable of decomposing the intramuscular myoelectric signals that were previously linearly mixed
Mestrado
Engenharia Biomedica
Mestre em Engenharia Elétrica

CAPES; CNPq; Fundação Araucária
Este trabalho teve por objetivo o desenvolvimento de um sistema de monitoramento de sinais de ECG e temperatura, com o propósito de dar mobilidade a pessoas que necessitam de monitoramento contínuo de alguns sinais fisiológicos, tais como pessoas idosas e/ou pessoas com deficiências cardíacas ou até mesmo para atletas que desejam melhorar seu desempenho através do monitoramento de seu condicionamento físico. Foram realizadas pesquisas dos equipamentos similares que existem atualmente no mercado e que estão sendo desenvolvidos para um embasamento técnico do protótipo desenvolvido. O sistema foi desenvolvido utilizando um microcontrolador de baixo custo e consumo para aquisição dos sinais fisiológicos e um módulo Bluetooth para comunicação com um dispositivo móvel que apresenta grande capacidade de processamento e recursos para realizar o armazenamento de dados e a interface com um sistema de monitoramento para avaliação médica remota, garantindo a mobilidade, segurança e melhoria na qualidade de vida de idosos e pacientes. Os principais sinais fisiológicos são os sinais vitais, que são as funções mais básicas do corpo, tais como, temperatura corporal, frequência cardíaca, frequência respiratória e pressão arterial. No protótipo proposto, foi incorporado o monitoramento da temperatura corporal e do eletrocardiograma (ECG) completo com as 12 derivações. A frequência respiratória e pressão arterial não foram contempladas no protótipo devido à complexidade de implementação de muitos sinais fisiológicos em um único equipamento. Para definição do hardware e minimizar o risco de futuros problemas, foram também realizados testes com ferramentas de desenvolvimentos disponibilizados pelos fabricantes dos principais componentes e que também são expostos neste trabalho. Pode-se concluir que os objetivos iniciais foram alcançados pois foi desenvolvido um protótipo para monitoramento remoto de sinais de ECG e temperatura utilizando um aplicativo Android. O protótipo foi testado utilizando-se sinais de um simulador de ECG e um sensor de temperatura, atendendo às principais funcionalidades requeridas para o sistema.
This work aims to develop a system for monitoring ECG and temperature signals with the purpose of giving mobility to people requiring continuous monitoring of some physiological signals, such as the elderly and/or individuals with heart failure or even for athletes who wish to improve their performance by monitoring their fitness. Research of similar equipment that there are currently on the market and that are being developed was made for a technical base of the prototype to be developed. The system was developed using a low cost and low consumption microcontroller for the acquisition of physiological signals and a Bluetooth module for communication with a mobile device having large capacity and processing resources to perform data storage and interface with a monitoring system for remote medical evaluation, ensuring mobility, safety and improved quality of life of elderly and patients. The main physiological signals are vital signals, which are the most basic body functions such as body temperature, heart rate, respiratory rate and blood pressure. In the proposed prototype, monitoring body temperature and complete 12-lead electrocardiogram (ECG) was incorporated. The respiratory rate and blood pressure were not included in the prototype due to the complexity of implementation of many physiological signals in a single equipment. For the hardware definition and to minimize the risk of future problems, tests have also been done with development tools available from manufacturers of the main components and which are also presented in this work. It is possible to conclude that the initials objectives were achieved bacause a prototype was developed for remote monitoring of ECG and temperature signals using an Android application. The prototype was tested using an ECG simulator and a temperature sensor, attending the main required features for the system.

Made available in DSpace on 2013-08-07T18:53:23Z (GMT). No. of bitstreams: 1 000392632-Texto+Completo-0.pdf: 865638 bytes, checksum: 0065f3c9d4ee8fba8fb15e1038df97ff (MD5) Previous issue date: 2007
The telemedicine has approached each time more the patient of its health care (clinical and assistencial body), having become possible consultations, examinations, evaluations, second opinion and as much other modalities when in the distance it is present and limiter factor in the performance in conventional way. However, in none ofthe cases, a guarantee of act ofreceiving ofthe packages ofdata is presented much less is managed the transmission of the involved signals. Normally the data communication structure is bequeathed of the institution ofhealth and the transmission ifit bases on the "better effort", without any priority. The lntegrated Model ofPervasive Computing for Hospital Medical Environrnent ofIntensíve Treatment intends to regularize or to reduce these deficíencíes and to improve a leveI of quality of thís type of attendance. For in such a way, the involved bíomedical signals, the acceptable times ofreply had been anaIyzed among others points. ln the end ofthe work, the summary ofthe premises generated from this research is presented as the necessary minimum requírements for the ímpIementatíon of the modeI in real envíronment. Moreover, the performance of a net implemented in hospital environment ís evaIuated, wíth íts delays and íts ímpacts in the transmission ofthe signal
A telemedicina tem aproximado cada vez mais o paciente de seus cuidadores (corpo clínico e assistencial), tornando possível consultas, exames, avaliações, segunda opinião e tantas outras modalidades quando a distância é fator presente e limitador na atuação de maneira convencional. No entando, em nenhum dos casos, é apresentada uma garantia de recebimento dos pacotes de dados e muito menos é gerenciada a transmissão dos sinais envolvidos. Normalmente a estrutura de comunicação de dados hospitalares é a legada da instituição de saúde e a transmissão se baseia no "melhor esforço", sem nenhuma prioridade. O Modelo Integrado de Computação Pervasiva para Ambiente Médico Hospitalar de Tratamento Intensivo pretende regularizar ou reduzir essas deficiências e melhorar o nível de qualidade deste atendimento. Para tanto, foram analisados os sinais biomédicos envolvidos, os tempos de resposta aceitáveis entre outros pontos. No final do trabalho, é apresentado o resumo das premissas geradas a partir dessa pesquisa como os requisitos mínimos necessários para a implementação do modelo em ambiente real. Além disso, é avaliado o desempenho de uma rede implementada em ambiente hospitalar, com os seus atrasos e os seus impactos na transmissão do sinal.

Mestrado em Engenharia Biomédica
A análise multimodal do cérebro tem sido um importante tema de estudos recentes. A observação deste recorrendo a técnicas como a ressonância magnética funcional (RMF) permitem avanços significativos na análise, devido à sua resolução espacial, faltando no entanto a desejada revolução temporal. A observação simultânea recorrendo a RMF e outras técnicas como Electroencefalografia (EEG), devido à sua complementaridade na resolução espacial e temporal, tornam-se numa importante ferramenta para a comunidade médica. No entanto, devido aos fortes campos magnéticos encontrados dentro do scanner, a aquisição simultânea induz artefactos no EEG, ocultando o sinal fisiológico. Dois artefactos principais podem ser identificados: O artefacto de gradiente, devido aos campos magnéticos de alta frequência, e o Balistocardiograma, devido à actividade cardíaca do sujeito e ao forte campo magnético estático. Esta dissertação apresenta uma introdução à RMF, EEG e as vantagens da sua combinação, explorando as diferentes técnicas e limitações destas para a remoção dos artefactos. As técnicas mais frequentemente utilizadas para este fim, apesar da sua simplicidade, assumem sinais biomédicos como determinísticos, e desta forma nem sempre conseguindo remover o artefacto da forma mais eficiente. Um algoritmo capaz de se adaptar às variações naturais do artefacto é apresentado e a sua eficiência é estudada tanto em contexto de simulação como em sinais reais. ABSTRACT: Multimodal brain analysis has been the scope of many recent studies. Functional magnetic resonance imaging show remarkable advances in the study of the brain, because of its good spatial resolution, lacking however the desired time resolution. By simultaneously imaging the brain with gold standard techniques for the observation of the brain dynamics, such as Electroencephalography, the complementary advantages become a valuable tool for the medical community. Because of the strong static and varying magnetic fields found in the scanner, this simultaneous acquisition induces artifacts in the EEG, obscuring the underlying physiological signal. Two main artifacts can be identified: The Gradient artifact, caused by the fast changing magnetic fields and the Ballistocardiogram artifact, due to the cardiac activity and the strong static magnetic field. This dissertation presents an overview of both EEG and fMRI, showing the added value of combining them together, and explores different techniques of overcoming the induced artifacts. The most frequently used techniques, although simple, assure biomedical signals as deterministic and end up distorting the underlying physiological signal to a certain degree. An algorithm capable of adapting to the artifacts variations is presented and analyzed with simulated and real signals.

Mestrado em Engenharia Electrónica e Telecomunicações
Este projecto visa a produção de um aparelho portátil para monitorização/análise da actividade cardíaca. Recebendo como entrada o sinal cardíaco (ECG - electrocardiograma), o dispositivo detecta a característica do sinal e, com base nessa característica, averigua se ocorreu alguma anomalia, produzindo um sinal de alarme se tal acontecer. O aparelho em causa tem que ser acessível, ter um baixo consumo energético, e a detecção de anomalias tem de ser efectuada em tempo real. Para que esta ultima condição se verificasse, o software implementado requer o mínimo de computação possível, de forma a efectuar todas as operações de detecção e análise num prazo limite de tempo, mantendo-se um detector fiável. O detector foi optimizado para uma frequência de entrada de 200Hz, e implementado em computador pessoal e num DSP (Digital Signal Processor – processador de sinal digital) desenvolvido pela Microchip. Ambas as implementações foram testadas recorrendo a sinais cardíacos fornecidos pela MIT-BIH Arrhythmia Database. Os testes desenvolvidos têm o propósito de testar a “qualidade” do detector e possíveis limitações do microprocessador usado, particularmente, no que diz respeito à capacidade de executar a detecção de anomalias cardíacas em tempo real. ABSTRACT: This project intends to produce a portable device for monitoring/analysis of cardiac activity. Receiving the cardiac signal (ECG – electrocardiogram) as input, the device detects the signal’s characteristics and, based upon those characteristics, checks whether some anomaly has occurred, producing an alarm signal in such case. The aforementioned device has to be affordable, low-power consumption, and the detection of anomalies has to be done in real-time. For this last condition to be verified, the implemented software requires as little computation as possible, so as to carry out all of the detection and analysis operations in a specified amount of time, while maintaining the characteristics of a reliable detector. The detector has been optimized for an input sampling frequency of 200Hz, and it has been implemented in a personal computer and in a DSP (Digital Signal Processor), developed by Microchip. Both implementations have been tested resorting to cardiac signals supplied by the MIT-BIH Arrhythmia Database. The tests that have been developed are designed to verify the quality of the detector, as well as possible limitations of the microprocessor used, particularly, when it comes to the ability to carry out the detection of cardiac anomalies in real-time.