KeyStroke analyzer: desenvolvimento de protótipo para diagnóstico do Síndrome do Túnel Cárpico

A dactilografia profissional causa problemas a nível das articulações dos dedos, m��os, pulsos, braços e até mesmo ombros, a quem a exerce. Um deles, o Síndrome do Túnel Cárpico, considera-se ser a maior doença ocupacional nos Estados Unidos, responsável por avultados gastos m��dicos ano após ano. Até à data, o estudo de causas e consequências apresentou-se difícil, não havendo uma forma pr��tica e fiável de registar os movimentos do(a) dactilógrafo(a). O presente trabalho pretendeu desenvolver uma solução para a detecção e cálculo de estatísticas referentes às taxas de utilização de dedos em dactilografia profissional, com vista a estudos de terapias adequadas. Optou-se pela captação de imagens através de uma câmara USB, usando iluminação dedicada para garantir uma intensidade de luz constante e uniforme. Usando esta configuração, são capturadas imagens do teclado no instante em que uma tecla é premida. Após a captura, efectua-se o processamento da imagem para detecção dos dedos. Nos dedos do(a) dactilógrafo(a) colocaram-se autocolantes de várias cores para identificação. Para a identificação do dedo usou-se um algoritmo de lógica difusa para, através dos canais R, G e B da imagem, avaliar qual a cor observada na zona de interesse (tecla premida). Conseguiu-se assim uma eficácia de 91% em modo autom��tico, podendo este valor chegar aos 100% no modo avançado, que permite a confirmação do utilizador. Existe ainda margem para evolução com a introdução de uma segunda câmara com um diferente posicionamento para obter outra perspectiva da zona de interesse, aumentando assim as hipóteses de correcta identificação.

Towards an algorithmic skeleton framework for programming the Intel R Xeon PhiTM processor

The Intel R Xeon PhiTM is the first processor based on Intel’s MIC (Many Integrated Cores) architecture. It is a co-processor specially tailored for data-parallel computations, whose basic architectural design is similar to the ones of GPUs (Graphics Processing Units), leveraging the use of many integrated low computational cores to perform parallel computations. The main novelty of the MIC architecture, relatively to GPUs, is its compatibility with the Intel x86 architecture. This enables the use of many of the tools commonly available for the parallel programming of x86-based architectures, which may lead to a smaller learning curve. However, programming the Xeon Phi still entails aspects intrinsic to accelerator-based computing, in general, and to the MIC architecture, in particular. In this thesis we advocate the use of algorithmic skeletons for programming the Xeon Phi. Algorithmic skeletons abstract the complexity inherent to parallel programming, hiding details such as resource management, parallel decomposition, inter-execution flow communication, thus removing these concerns from the programmer���s mind. In this context, the goal of the thesis is to lay the foundations for the development of a simple but powerful and efficient skeleton framework for the programming of the Xeon Phi processor. For this purpose we build upon Marrow, an existing framework for the orchestration of OpenCLTM computations in multi-GPU and CPU environments. We extend Marrow to execute both OpenCL and C++ parallel computations on the Xeon Phi. We evaluate the newly developed framework, several well-known benchmarks, like Saxpy and N-Body, will be used to compare, not only its performance to the existing framework when executing on the co-processor, but also to assess the performance on the Xeon Phi versus a multi-GPU environment.

Crystallographic studies of proteins involved in the mRNA localization mechanisms in Drosophila melanogaster and amidation of the peptidoglycan residues in Staphylococcus aureus

Part of the work described in this chapter, was the subject of the following publication: D. Vieira, T. a. Figueiredo, A. Verma, R. G. Sobral, A. M. Ludovice, H. de Lencastre, and J. Trincao, “Purification, crystallization and preliminary X-ray diffraction analysis of GatD, a glutamine amidotransferase-like protein from Staphylococcus aureus peptidoglycan,” Acta Crystallogr. Sect. F Struct. Biol. Commun., vol. 70, no. 5, pp. 1–4, Apr. 2014.