Circadian-rhythm of the endopeptidase 22.19 (ec 3.4.22.19) in the rat-brain

The endopeptidase 22.19 (EC 3.4.22.19) has been associated with the metabolism of neuropeptides by its ability to convert small enkephalin-containing peptides (8 to 13 amino acids) into enkephalins. In addition, this enzyme cleaves the Arg8-Arg9 bond of neurotensin and the Phe5-Ser6 bond of bradykinin. We analyzed the circadian variation of endopeptidase 22.19 in the whole and individual areas of the rat brain. Endopeptidase 22.19 activity was analyzed by high-performance liquid chromatography (HPLC) using bradykinin as an operative substrate. Enzymatic specific activities were analyzed by rhythmometric methods and indicate a circadian fluctuation of endopeptidase 22.19 specific activity (mU of enzyme/mg of protein) in the whole brain [p < 0.001, mesor (M) = 7.62, amplitude (A) = 2.89, and acrophase (phi) = 23:08 h], striatum (p < 0.001, M = 2.92, A = 0.62, phi-23:03 h), hypothalamus (p < 0.001, M = 3.15, A = 0.86, phi-01:12 h), periaqueductal gray matter (p < 0.005, M = 2.62, A = 0.34, phi = 22:35 h), and cerebellum (p < 0.0 14, M = 4.27, A = 0.88, phi = 17:12 h). The circadian rhythmicity in endopeptidase 22.19 specific activity suggests that light may have an effect on the peptidase activity in whole brain and in areas of the central nervous system and may be essential for the mechanisms of circadian fluctuations of neuropeptides in the brain.

Avaliação automatizada de uma habilidade motora fundamental com o kinect

Pós-graduação em Desenvolvimento Humano e Tecnologias - IBRC

Reconhecimento de faces 3D com Kinect

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Avaliação de desenpenho do método 3DLBP utilizando mapas de profundidade gerados pelo Microsoft Kinect

Problemas com pose e iluminação são desafios complexos para o reconhecimento de faces 2D. Devido a estes problemas vários métodos para reconhecimento de faces 3D têm sido propostos, principalmente pelo fato que os dados em 3D são mais resistentes a iluminação e são úteis para correção de pose. O maior problema com a utilização de métodos 3D é o custo elevado dos scanners 3D tradicionais. Uma alternativa é a utilização do Microsoft Kinect que, além de ser consideravelmente mais barato, é capaz de capturar os dados de profundidade com precisão necessária para discriminar sujeitos. O principal objetivo do presente trabalho é avaliar a performance do método 3DLBP para o reconhecimento de faces quando utilizando os mapas de profundidade gerados pelo Kinect. Outro objetivo é investigar quais regiões da face que desempenham melhor no reconhecimento de face.

Transformaciones basadas en el algoritmo Local Binary Pattern de imágenes capturadas con la Kinect para clasificación facial

Máster Universitario en Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería (SIANI)

Le tavole input-output: le tavole delle risorse ed degli impieghi (SUT)

Modulo 2: lezioni 10-12