Medical information extraction in European Portuguese

The electronic storage of medical patient data is becoming a daily experience in most of the practices and hospitals worldwide. However, much of the data available is in free-form text, a convenient way of expressing concepts and events, but especially challenging if one wants to perform automatic searches, summarization or statistical analysis. Information Extraction can relieve some of these problems by offering a semantically informed interpretation and abstraction of the texts. MedInX, the Medical Information eXtraction system presented in this document, is the first information extraction system developed to process textual clinical discharge records written in Portuguese. The main goal of the system is to improve access to the information locked up in unstructured text, and, consequently, the efficiency of the health care process, by allowing faster and reliable access to quality information on health, for both patient and health professionals. MedInX components are based on Natural Language Processing principles, and provide several mechanisms to read, process and utilize external resources, such as terminologies and ontologies, in the process of automatic mapping of free text reports onto a structured representation. However, the flexible and scalable architecture of the system, also allowed its application to the task of Named Entity Recognition on a shared evaluation contest focused on Portuguese general domain free-form texts. The evaluation of the system on a set of authentic hospital discharge letters indicates that the system performs with 95% F-measure, on the task of entity recognition, and 95% precision on the task of relation extraction. Example applications, demonstrating the use of MedInX capabilities in real applications in the hospital setting, are also presented in this document. These applications were designed to answer common clinical problems related with the automatic coding of diagnoses and other health-related conditions described in the documents, according to the international classification systems ICD-9-CM and ICF. The automatic review of the content and completeness of the documents is an example of another developed application, denominated MedInX Clinical Audit system.

Gorgonians of the South of Portugal: biology, ecology and conservation

O papel ecológico das gorgónias (Octocorallia: Alcyonacea) nos fundos marinhos rochosos é mundialmente reconhecido. Contudo, a informação acerca da ecologia e biologia das espécies de gorgónias nas zonas temperadas do NE Atlântico é manifestamente escassa, especialmente tendo em consideração as actuais perturbações globais, regionais e locais. Nos fundos rochosos da costa algarvia até aos 30 m, verificouse que várias espécies de gorgónias são abundantes e frequentes, nomeadamente Eunicella labiata, Eunicella gazella, Eunicella verrucosa, Leptogorgia lusitanica e Leptogorgia sarmentosa. As populações de gorgónias são co-dominadas por diferentes espécies que apresentaram elevados índices de associação, indicando reduzidos níveis de competição entre elas. Em todo o caso, a estrutura dos povoamentos diferiu com as condições locais. Todas as espécies evidenciaram padrões de distribuição semelhantes ao longo do gradiente de profundidade, i.e. a abundância aumenta significamente com a profundidade após os 15 m. A profundidades mais baixas (até aos 15 m), a distribuição das gorgónias parece ser condicionada por factores abióticos e pela competição com algas. Com efeito, os padrões de distribuição espacial das espécies de gorgónias na costa algarvia são determinados pela interacção de pressões naturais e antropogénicas (ex. pesca). Ainda que as colónias de maior tamanho não tenham sido restritas a áreas menos pescadas, em áreas mais perturbadas pela pesca, a distribuição dos tamanhos das colónias estava maioritariamente desviada para tamanhos mais pequenos. Os efeitos das perturbações naturais nas populações de gorgónias foram evidenciados pela ocorrência de padrões demográficos distintos em áreas vizinhas sujeitas a níveis semelhantes de pressões antropogénicas. Estes estudos demonstraram, ainda, que os efeitos na distribuição de frequências de tamanho das colónias são dependentes das espécies de gorgónias em causa: Eunicella labiata não parece ser afectada; Leptogorgia sarmentosa é tendencialmente afectada por pressões antropogénicas; Eunicella gazella e Leptogorgia lusitanica aparentam ser afectadas, quer por pressões naturais, quer por pressões antropogénicas. Os efeitos verificados nos padrões da distribuição de frequências de tamanho, particularmente a tendência para o desvio destas frequências para tamanhos mais pequenos em áreas sujeitas a perturbações, poderão ter consequências para a biodiversidade dos fundos sublitorais rochosos na costa algarvia. Com efeito, o presente estudo apoia o paradigma geral de que os corais são habitats que suportam comunidades de elevada biodiversidade e abundância. Num dos poucos estudos que examinam a relação entre as gorgónias e as suas comunidades de invertebrados epibentónicos, foi verificado que as gorgónias (Eunicella gazella e Leptogorgia lusitanica) sustentam comunidades ricas (11 phyla, 181 taxa) e abundantes (7284 indivíduos). Estas comunidades são dominadas por anfípodes, mas os poliquetas tiveram um grande contributo para os níveis elevados de biodiversidade. Verificou-se, igualmente, que o tamanho da colónia desempenha um papel fundamental na biodiversidade, na medida em que as colónias de menor tamanho apresentaram um contributo mais baixo, comparativamente às médias e grandes. Ainda que ambas as gorgónias partilhem a maioria das espécies amostradas, 11 e 18 taxa foram exclusivos de Eunicella gazella e Leptogorgia lusitanica, respectivamente (excluindo indivíduos com presenças únicas). No entanto, a maioria destes taxa eram ou pouco abundantes ou pouco frequentes. A excepção foi a presença de planárias (Turbellaria) de coloração branca nas colónias de Eunicella gazella, provavelmente beneficiando do efeito de camuflagem proporcionado pelos ramos com a mesma coloração. Com efeito, a complementaridade entre as comunidades epibentónicas associadas a ambas as gorgónias diminuiu quando usados os dados de presença/ausência, sugerindo que os padrões de biodiversidade são mais afectados pelas alterações na abundância relativa das espécies dominantes do que pela composição faunística. As comunidades de epifauna bentónica associadas a estas gorgónias não só apresentaram valores elevados de ®-diversidade, como de ¯- diversidade, resultantes de padrões intrincados de variabilidade na sua composição e estrutura. Ainda que o conjunto de espécies disponíveis para colonização seja, na generalidade, o mesmo para ambos os locais, cada colónia apresenta uma parte deste conjunto. Na sua totalidade, as colónias de gorgónias poderão funcionar como uma metacomunidade, mas a estrutura das comunidades associadas a cada colónia (ex. número total de espécies e abundância) parecem depender dos atributos da colónia, nomeadamente superfície disponível para colonização (altura, largura e área), complexidade e heterogeneidade (dimensão fractal e lacunaridade, respectivamente) e cobertura epibentónica “colonial” (ex. fauna colonial e algas macroscópicas; CEC). Numa primeira tentativa para quantificar a relação entre as gorgónias e os invertebrados epibentónicos a elas associados (em termos de abundância e riqueza específica), verificou-se que a natureza e a intensidade destas relações dependem da espécie hospedeira e variam para os grupos taxonómicos principais. No entanto, independentemente do grupo taxonómico, a riqueza específica e a abundância estão significativamente correlacionadas com a CEC. Com efeito, a CEC provavelmente devido a um efeito trófico (aumento da disponibilidade alimentar directo ou indirecto), combinado com a superfície disponível para colonização (efeito espécies-área) foram as variáveis mais relacionadas com os padrões de abundância e riqueza específica. Por outro lado, ainda que a complexidade estrutural seja frequentemente indicada como um dos factores responsáveis pela elevada diversidade e abundância das comunidades bentónicas associadas a corais, a dimensão fractal e a lacunaridade apenas foram relevantes nas comunidades associadas a Leptogorgia lusitanica. A validade do paradigma que defende que a complexidade estrutural promove a biodiversidade poderá ser, então, dependente da escala a que se realizam os estudos. No caso das gorgónias, o efeito da complexidade ao nível dos agregados de gorgónias poderá ser muito mais relevante do que ao nível da colónia individual, reforçando a importância da sua conservação como um todo, por forma a preservar a diversidade de espécies hospedeiras, o seu tamanho e estrutura. Actividades antropogénicas como a pesca, podem, ainda, ter efeitos negativos ao nível da reprodução de espécies marinhas. Analogamente ao verificado para os padrões de distribuição espacial das populações de gorgónias na costa algarvia, a informação relativa à sua reprodução é igualmente escassa. Os estudos realizados em populações de Eunicella gazella a 16m de profundidade, demonstraram que o desenvolvimento anual das estruturas reprodutivas é altamente sincronizado entre os sexos. A razão entre sexos na população foi de 1.09 (F:M), encontrando-se perto da paridade. A espermatogénese estende-se por 6 a 8 meses, enquanto que a oogénese é mais demorada, levando mais de um ano para que os oócitos se desenvolvam até estarem maduros. Antes da libertação dos gâmetas, foi observada uma elevada fecundidade nas fêmeas (27.30§13.24 oócitos pólipo−1) e nos machos (49.30§31.14 sacos espermáticos pólipo−1). Estes valores encontram-se entre os mais elevados reportados à data para zonas temperadas. A libertação dos gâmetas (não há evidência de desenvolvimento larvar, nem à superfície da colónia, nem no seu interior) occorre em Setembro/ Outubro, após um período de elevada temperatura da água do mar. As fêmeas emitem oócitos maduros de elevadas dimensões, retendo, todavia, os oócitos imaturos que se desenvolvem apenas na época seguinte. Ainda que o efeito da pesca nas populações de gorgónias da costa do Algarve seja perceptível, às taxas actuais, o mergulho recreativo não aparenta afectar seriamente estas populações. Contudo, sendo uma indústria em expansão e conhecendo-se a preferência de mergulhadores por áreas rochosas naturais ricas em espécies bentónicas, futuramente poderá vir a afectar estes habitats. A monitorização de mergulhadores na costa algarvia mostrou que a sua maioria (88.6 %) apresenta comportamentos que podem impactar o habitat, com uma taxa média de contactos de 0.340§0.028 contactos min−1. Esta taxa foi mais elevada em mergulhadores com moderada experiência e na fase inicial do mergulho (0–10 min). Os contactos com as barbatanas e mãos foram comuns, resultando, maioritariamente, na resuspensão do sedimento, mas geralmente apresentando um impacto reduzido. Todavia, a fauna também foi afectada, quer por danos físicos, quer pela interacção com os mergulhadores, e num cenário de expansão significativa desta actividade, os impactos na fauna local poderão aumentar, com consequências para os ecossistemas de fundos rochosos da costa sul de Portugal. Na sua globalidade, a informação recolhida nos estudos que contemplam esta tese, por ser em grande parte totalmente nova para a região, espera-se que contribua para a gestão da zona costeira do Algarve.

Contributions to the theory of maximum entropy estimation for ill-posed models

As técnicas estatísticas são fundamentais em ciência e a análise de regressão linear é, quiçá, uma das metodologias mais usadas. É bem conhecido da literatura que, sob determinadas condições, a regressão linear é uma ferramenta estatística poderosíssima. Infelizmente, na prática, algumas dessas condições raramente são satisfeitas e os modelos de regressão tornam-se mal-postos, inviabilizando, assim, a aplicação dos tradicionais métodos de estimação. Este trabalho apresenta algumas contribuições para a teoria de máxima entropia na estimação de modelos mal-postos, em particular na estimação de modelos de regressão linear com pequenas amostras, afetados por colinearidade e outliers. A investigação é desenvolvida em três vertentes, nomeadamente na estimação de eficiência técnica com fronteiras de produção condicionadas a estados contingentes, na estimação do parâmetro ridge em regressão ridge e, por último, em novos desenvolvimentos na estimação com máxima entropia. Na estimação de eficiência técnica com fronteiras de produção condicionadas a estados contingentes, o trabalho desenvolvido evidencia um melhor desempenho dos estimadores de máxima entropia em relação ao estimador de máxima verosimilhança. Este bom desempenho é notório em modelos com poucas observações por estado e em modelos com um grande número de estados, os quais são comummente afetados por colinearidade. Espera-se que a utilização de estimadores de máxima entropia contribua para o tão desejado aumento de trabalho empírico com estas fronteiras de produção. Em regressão ridge o maior desafio é a estimação do parâmetro ridge. Embora existam inúmeros procedimentos disponíveis na literatura, a verdade é que não existe nenhum que supere todos os outros. Neste trabalho é proposto um novo estimador do parâmetro ridge, que combina a análise do traço ridge e a estimação com máxima entropia. Os resultados obtidos nos estudos de simulação sugerem que este novo estimador é um dos melhores procedimentos existentes na literatura para a estimação do parâmetro ridge. O estimador de máxima entropia de Leuven é baseado no método dos mínimos quadrados, na entropia de Shannon e em conceitos da eletrodinâmica quântica. Este estimador suplanta a principal crítica apontada ao estimador de máxima entropia generalizada, uma vez que prescinde dos suportes para os parâmetros e erros do modelo de regressão. Neste trabalho são apresentadas novas contribuições para a teoria de máxima entropia na estimação de modelos mal-postos, tendo por base o estimador de máxima entropia de Leuven, a teoria da informação e a regressão robusta. Os estimadores desenvolvidos revelam um bom desempenho em modelos de regressão linear com pequenas amostras, afetados por colinearidade e outliers. Por último, são apresentados alguns códigos computacionais para estimação com máxima entropia, contribuindo, deste modo, para um aumento dos escassos recursos computacionais atualmente disponíveis.

Analysis, modeling, design and optimization of future communications systems: from theory to practice

Esta tese descreve uma framework de trabalho assente no paradigma multi-camada para analisar, modelar, projectar e optimizar sistemas de comunicação. Nela se explora uma nova perspectiva acerca da camada física que nasce das relações entre a teoria de informação, estimação, métodos probabilísticos, teoria da comunicação e codificação. Esta framework conduz a métodos de projecto para a próxima geração de sistemas de comunicação de alto débito. Além disso, a tese explora várias técnicas de camada de acesso com base na relação entre atraso e débito para o projeto de redes sem fio tolerantes a atrasos. Alguns resultados fundamentais sobre a interação entre a teoria da informação e teoria da estimação conduzem a propostas de um paradigma alternativo para a análise, projecto e optimização de sistemas de comunicação. Com base em estudos sobre a relação entre a informação recíproca e MMSE, a abordagem descrita na tese permite ultrapassar, de forma inovadora, as dificuldades inerentes à optimização das taxas de transmissão de informação confiáveis em sistemas de comunicação, e permite a exploração da atribuição óptima de potência e estruturas óptimas de pre-codificação para diferentes modelos de canal: com fios, sem fios e ópticos. A tese aborda também o problema do atraso, numa tentativa de responder a questões levantadas pela enorme procura de débitos elevados em sistemas de comunicação. Isso é feito através da proposta de novos modelos para sistemas com codificação de rede (network coding) em camadas acima da sua camada física. Em particular, aborda-se a utilização de sistemas de codificação em rede para canais que variam no tempo e são sensíveis a atrasos. Isso foi demonstrado através da proposta de um novo modelo e esquema adaptativo, cujos algoritmos foram aplicados a sistemas sem fios com desvanecimento (fading) complexo, de que são exemplos os sistemas de comunicação via satélite. A tese aborda ainda o uso de sistemas de codificação de rede em cenários de transferência (handover) exigentes. Isso é feito através da proposta de novos modelos de transmissão WiFi IEEE 801.11 MAC, que são comparados com codificação de rede, e que se demonstram possibilitar transferência sem descontinuidades. Pode assim dizer-se que esta tese, através de trabalho de análise e de propostas suportadas por simulações, defende que na concepção de sistemas de comunicação se devem considerar estratégias de transmissão e codificação que sejam não só próximas da capacidade dos canais, mas também tolerantes a atrasos, e que tais estratégias têm de ser concebidas tendo em vista características do canal e a camada física.

Piezoelectricity and ferroelectricity in amino acid glycine

Bioorganic ferroelectrics and piezoelectrics are becoming increasingly important in view of their intrinsic compatibility with biological environment and biofunctionality combined with strong piezoelectric effect and switchable polarization at room temperature. Here we study piezoelectricity and ferroelectricity in the smallest amino acid glycine, representing a broad class of non-centrosymmetric amino acids. Glycine is one of the basic and important elements in biology, as it serves as a building block for proteins. Three polymorphic forms with different physical properties are possible in glycine (α, β and γ), Of special interest for various applications are non-centrosymmetric polymorphs: β-glycine and γ-glycine. The most useful β-polymorph being ferroelectric took much less attention than the other due to its instability under ambient conditions. In this work, we could grow stable microcrystals of β-glycine by the evaporation of aqueous solution on a (111)Pt/Ti/SiO2/Si substrate as a template. The effects of the solution concentration and Pt-assisted nucleation on the crystal growth and phase evolution were characterized by X-ray diffraction analysis and Raman spectroscopy. In addition, spin-coating technique was used for the fabrication of highly aligned nano-islands of β-glycine with regular orientation of the crystallographic axes relative the underlying substrate (Pt). Further we study both as-grown and tip-induced domain structures and polarization switching in the β-glycine molecular systems by Piezoresponse Force Microscopy (PFM) and compare the results with molecular modeling and computer simulations. We show that β-glycine is indeed a room-temperature ferroelectric and polarization can be switched by applying a bias to non-polar cuts via a conducting tip of atomic force microscope (AFM). Dynamics of these in-plane domains is studied as a function of applied voltage and pulse duration. The domain shape is dictated by both internal and external polarization screening mediated by defects and topographic features. Thermodynamic theory is applied to explain the domain propagation induced by the AFM tip. Our findings suggest that β-glycine is a uniaxial ferroelectric with the properties controlled by the charged domain walls which in turn can be manipulated by external bias. Besides, nonlinear optical properties of β-glycine were investigated by a second harmonic generation (SHG) method. SHG method confirmed that the 2-fold symmetry is preserved in as-grown crystals, thus reflecting the expected P21 symmetry of the β-phase. Spontaneous polarization direction is found to be parallel to the monoclinic [010] axis and directed along the crystal length. These data are confirmed by computational molecular modeling. Optical measurements revealed also relatively high values of the nonlinear optical susceptibility (50% greater than in the z-cut quartz). The potential of using stable β-glycine crystals in various applications are discussed in this work.