Seleção de características para identificação de diferentes proporções de tipos de fibras musculares por meio da eletromiografia de superfície

Skeletal muscle consists of muscle fiber types that have different physiological and biochemical characteristics. Basically, the muscle fiber can be classified into type I and type II, presenting, among other features, contraction speed and sensitivity to fatigue different for each type of muscle fiber. These fibers coexist in the skeletal muscles and their relative proportions are modulated according to the muscle functionality and the stimulus that is submitted. To identify the different proportions of fiber types in the muscle composition, many studies use biopsy as standard procedure. As the surface electromyography (EMGs) allows to extract information about the recruitment of different motor units, this study is based on the assumption that it is possible to use the EMG to identify different proportions of fiber types in a muscle. The goal of this study was to identify the characteristics of the EMG signals which are able to distinguish, more precisely, different proportions of fiber types. Also was investigated the combination of characteristics using appropriate mathematical models. To achieve the proposed objective, simulated signals were developed with different proportions of motor units recruited and with different signal-to-noise ratios. Thirteen characteristics in function of time and the frequency were extracted from emulated signals. The results for each extracted feature of the signals were submitted to the clustering algorithm k-means to separate the different proportions of motor units recruited on the emulated signals. Mathematical techniques (confusion matrix and analysis of capability) were implemented to select the characteristics able to identify different proportions of muscle fiber types. As a result, the average frequency and median frequency were selected as able to distinguish, with more precision, the proportions of different muscle fiber types. Posteriorly, the features considered most able were analyzed in an associated way through principal component analysis. Were found two principal components of the signals emulated without noise (CP1 and CP2) and two principal components of the noisy signals (CP1 and CP2 ). The first principal components (CP1 and CP1 ) were identified as being able to distinguish different proportions of muscle fiber types. The selected characteristics (median frequency, mean frequency, CP1 and CP1 ) were used to analyze real EMGs signals, comparing sedentary people with physically active people who practice strength training (weight training). The results obtained with the different groups of volunteers show that the physically active people obtained higher values of mean frequency, median frequency and principal components compared with the sedentary people. Moreover, these values decreased with increasing power level for both groups, however, the decline was more accented for the group of physically active people. Based on these results, it is assumed that the volunteers of the physically active group have higher proportions of type II fibers than sedentary people. Finally, based on these results, we can conclude that the selected characteristics were able to distinguish different proportions of muscle fiber types, both for the emulated signals as to the real signals. These characteristics can be used in several studies, for example, to evaluate the progress of people with myopathy and neuromyopathy due to the physiotherapy, and also to analyze the development of athletes to improve their muscle capacity according to their sport. In both cases, the extraction of these characteristics from the surface electromyography signals provides a feedback to the physiotherapist and the coach physical, who can analyze the increase in the proportion of a given type of fiber, as desired in each case.

Classificação de nódulos pulmonares em imagens tomográficas utilizando redes neurais artificiais em cascata

Lung cancer is the most common of malignant tumors, with 1.59 million new cases worldwide in 2012. Early detection is the main factor to determine the survival of patients affected by this disease. Furthermore, the correct classification is important to define the most appropriate therapeutic approach as well as suggest the prognosis and the clinical disease evolution. Among the exams used to detect lung cancer, computed tomography have been the most indicated. However, CT images are naturally complex and even experts medical are subject to fault detection or classification. In order to assist the detection of malignant tumors, computer-aided diagnosis systems have been developed to aid reduce the amount of false positives biopsies. In this work it was developed an automatic classification system of pulmonary nodules on CT images by using Artificial Neural Networks. Morphological, texture and intensity attributes were extracted from lung nodules cut tomographic images using elliptical regions of interest that they were subsequently segmented by Otsu method. These features were selected through statistical tests that compare populations (T test of Student and U test of Mann-Whitney); from which it originated a ranking. The features after selected, were inserted in Artificial Neural Networks (backpropagation) to compose two types of classification; one to classify nodules in malignant and benign (network 1); and another to classify two types of malignancies (network 2); featuring a cascade classifier. The best networks were associated and its performance was measured by the area under the ROC curve, where the network 1 and network 2 achieved performance equal to 0.901 and 0.892 respectively.

Classificação de atividade eletromiográfia facial de indivíduos saudáveis e com hanseníese por meio de máquina de vetores de suporte

A number of studies in the areas of Biomedical Engineering and Health Sciences have employed machine learning tools to develop methods capable of identifying patterns in different sets of data. Despite its extinction in many countries of the developed world, Hansen’s disease is still a disease that affects a huge part of the population in countries such as India and Brazil. In this context, this research proposes to develop a method that makes it possible to understand in the future how Hansen’s disease affects facial muscles. By using surface electromyography, a system was adapted so as to capture the signals from the largest possible number of facial muscles. We have first looked upon the literature to learn about the way researchers around the globe have been working with diseases that affect the peripheral neural system and how electromyography has acted to contribute to the understanding of these diseases. From these data, a protocol was proposed to collect facial surface electromyographic (sEMG) signals so that these signals presented a high signal to noise ratio. After collecting the signals, we looked for a method that would enable the visualization of this information in a way to make it possible to guarantee that the method used presented satisfactory results. After identifying the method's efficiency, we tried to understand which information could be extracted from the electromyographic signal representing the collected data. Once studies demonstrating which information could contribute to a better understanding of this pathology were not to be found in literature, parameters of amplitude, frequency and entropy were extracted from the signal and a feature selection was made in order to look for the features that better distinguish a healthy individual from a pathological one. After, we tried to identify the classifier that best discriminates distinct individuals from different groups, and also the set of parameters of this classifier that would bring the best outcome. It was identified that the protocol proposed in this study and the adaptation with disposable electrodes available in market proved their effectiveness and capability of being used in different studies whose intention is to collect data from facial electromyography. The feature selection algorithm also showed that not all of the features extracted from the signal are significant for data classification, with some more relevant than others. The classifier Support Vector Machine (SVM) proved itself efficient when the adequate Kernel function was used with the muscle from which information was to be extracted. Each investigated muscle presented different results when the classifier used linear, radial and polynomial kernel functions. Even though we have focused on Hansen’s disease, the method applied here can be used to study facial electromyography in other pathologies.

Classificação de atividade eletromiográfia facial de indivíduos saudáveis e com hanseníase por meio de máquina de vetores de suporte

A number of studies in the areas of Biomedical Engineering and Health Sciences have employed machine learning tools to develop methods capable of identifying patterns in different sets of data. Despite its extinction in many countries of the developed world, Hansen’s disease is still a disease that affects a huge part of the population in countries such as India and Brazil. In this context, this research proposes to develop a method that makes it possible to understand in the future how Hansen’s disease affects facial muscles. By using surface electromyography, a system was adapted so as to capture the signals from the largest possible number of facial muscles. We have first looked upon the literature to learn about the way researchers around the globe have been working with diseases that affect the peripheral neural system and how electromyography has acted to contribute to the understanding of these diseases. From these data, a protocol was proposed to collect facial surface electromyographic (sEMG) signals so that these signals presented a high signal to noise ratio. After collecting the signals, we looked for a method that would enable the visualization of this information in a way to make it possible to guarantee that the method used presented satisfactory results. After identifying the method's efficiency, we tried to understand which information could be extracted from the electromyographic signal representing the collected data. Once studies demonstrating which information could contribute to a better understanding of this pathology were not to be found in literature, parameters of amplitude, frequency and entropy were extracted from the signal and a feature selection was made in order to look for the features that better distinguish a healthy individual from a pathological one. After, we tried to identify the classifier that best discriminates distinct individuals from different groups, and also the set of parameters of this classifier that would bring the best outcome. It was identified that the protocol proposed in this study and the adaptation with disposable electrodes available in market proved their effectiveness and capability of being used in different studies whose intention is to collect data from facial electromyography. The feature selection algorithm also showed that not all of the features extracted from the signal are significant for data classification, with some more relevant than others. The classifier Support Vector Machine (SVM) proved itself efficient when the adequate Kernel function was used with the muscle from which information was to be extracted. Each investigated muscle presented different results when the classifier used linear, radial and polynomial kernel functions. Even though we have focused on Hansen’s disease, the method applied here can be used to study facial electromyography in other pathologies.

Desempenho produtivo, classificação e qualidade de carcaça de suínos de diferentes linhas genéticas em engorda intensiva

Compararam-se o ganho médio diário (GMD), índice de conversão alimentar (IC) e classificação da carcaça (CC) entre dois tipos de cruzamento comercial (A e B), ambos obtidos pelo cruzamento terminal de varrascos Piétrain com porcas F1 Large White x Landrace. Procurou-se identificar os principais efeitos ambientais que influenciam os referidos carateres. Utilizou-se um total de 200 suínos (machos e fêmeas), de dois cruzamentos comerciais distintos, provenientes de duas unidades de multiplicação comerciais. Determinou-se o GMD e o IC em dois períodos diferentes (63-119 e 120-158 dias de vida). No final do ensaio, efetuou-se a CC, segundo o sistema SEUROP. Procedeu-se a uma análise de variância com o objetivo de identificar os principais efeitos ambientais que influenciam o GMD, IC e CC. Determinou-se o coeficiente de regressão do GMD no peso vivo no início da engorda. Globalmente, observou-se uma superioridade do cruzado B no que concerne ao GMD (+74,6 g) (p<0,01) e ao IC (-0,07) (p<0,05). O GMD dos animais registou um acréscimo médio de 5,8 g por kg de acréscimo do PV no início do ensaio. A superioridade do cruzado B foi ainda evidenciada na classificação de carcaça SEUROP, com um acréscimo significativo (p<0,01) de 2,3% em carne magra.

Diagnóstico de consumos anómalos de energia: abordagem por classificação

Durante o período de funcionamento de uma instalação eléctrica podem ocorrer várias anomalias. Enquanto muitas delas apenas são identificadas tardiamente, outras acabam por nunca serem identificadas como um potencial problema. A identificação atempada dessas anomalias permite a realização de um diagnóstico que leve à correcção das suas causas evitando assim os desperdícios e prejuízos inerentes. A identificação de um consumo anómalo pode ser realizada, de forma automática ou semi automática através de sistemas de apoio que permitam sinalizar falhas ou comportamentos anormais. O trabalho apresentado nesta dissertação pretende possibilitar esta sinalização apenas através da análise dos dados de consumo medidos em tempo real e comparados com dados históricos através de uma abordagem baseada em classificação, recorrendo a métodos de clustering. Foram testadas diferentes abordagens em três casos distintos, dois relativos a consumidores residenciais para os quais existiam registos de consumo durante um período alargado, e um relativo a uma instalação desportiva, para a qual é possível aceder em tempo real ao sistema de gestão de consumos via web. O sistema implementado proporciona vários tipos de informação ao utilizador, permitindo visualizar graficamente a existência de uma potencial anomalia quando a disparidade entre a classificação do consumo no instante e a classe do consumo de referência for significativa.

Core Sets da Classificação Internacional de Funcionalidade, Incapacidade e Saúde (CIF) para a Artrite Reumatoide segundo a perspetiva dos indivíduos

Introdução: A complexidade da utilização da CIF devido ao elevado número de categorias levou à necessidade de desenvolver Core Sets de forma a identificar e agrupar os principais problemas dos indivíduos para as diferentes condições de saúde. Contudo, mostra-se necessário comparar estes Core Sets iniciais com a perspetiva dos indivíduos em diferentes países, para uma melhor utilização deste instrumento na prática clínica. Objetivo: Identificar os principais problemas percecionados pelos indivíduos com AR em Portugal e verificar se estes se encontram contemplados nos comprehensive e brief Core Sets da CIF para a mesma condição. Metodologia: Esta investigação consiste num estudo qualitativo com uma amostra de conveniência com indivíduos com AR. Para a recolha de dados foram utilizadas entrevistas individuais gravadas sobre a forma de áudio, sendo o procedimento do estudo baseado no protocolo de Coenen M., (2008). Resultados: O estudo inclui 20 indivíduos com uma média de idade de 61,35 (±10,5) anos, sendo que 95% pertenciam ao género feminino e 5% ao género masculino. Das 99 categorias identificadas, 41 (42,71%) encontram-se presentes nas 96 categorias do comprehensive Core Sets da CIF e 31 (79,49%) nas 39 categorias dos brief Core Sets da CIF. Conclusões: O presente estudo conclui que embora os Core Sets da CIF para a AR sejam específicos para os indivíduos com esta condição, quando comparados com a população portuguesa, estes não apresentam vários problemas identificados por estes indivíduos. Para além disso, estes Core Sets da CIF contêm problemas que não foram relatados por esta população.

Pelo olhar de quem não sente a diferença : comparação dos Cores Sets da Classificação Internacional de Funcionalidade, Incapacidade e Saúde (CIF) para a Paralisia Cerebral com a perspetiva de crianças/ jovens e cuidadores, de Portugal

Introdução: A CIF foi considerada, por alguns clínicos, como não sendo totalmente viável para a aplicação na rotina clínica, já que este sistema de classificação contém mais de 1400 categorias. Posto isto, o processo de desenvolvimento de Core Sets da CIF tem sido priorizado pela OMS, tornando a CIF acessível para a avaliação das cs específicas. Estes pretendem orientar uma avaliação multidisciplinar abrangente, incluindo as categorias da CIF para descrever, de uma forma suficiente, a funcionalidade e incapacidade dos indivíduos. Contudo, podem existir divergências entre a perspetiva de crianças e jovens portugueses com PC e cuidadores sobre a sua cs e os core sets da CIF estabelecidos para a mesma. Objetivo: Identificar os problemas percecionados pelas crianças e jovens com paralisia cerebral e pelos cuidadores em Portugal e analisar em que medida estes aspetos são representados pela versão atual do Comprehensive Core Set da CIF para esta cs. Metodologia: Este estudo é qualitativo, tendo-se utilizado uma amostra conveniente de crianças/jovens com PC e cuidadores. Todos os dados foram recolhidos por meio de entrevistas e posteriormente analisados segundo o protocolo de Coenen. Foi efetuado o linking dos conceitos obtidos das entrevistas para as categorias da CIF, tendo sido comparadas com os Core Sets da CIF para esta condição. Resultados: Este estudo tem uma amostra de 48 indivíduos, sendo que 28 eram crianças e jovens com PC e os restantes 20 eram cuidadores. A média de idades das crianças/jovens incluídos foi 13,04 (±3,26), sendo que a idade mínima incluída foi 8 anos e a idade máxima, 18 anos. A média de idades dos cuidadores incluídos foi de 35,20 (±8,01) anos, sendo que a idade mínima incluída foi 22 anos e a idade máxima 55 anos. Das 256 categorias identificadas, 101 estão contempladas nas categorias dos Comprehensive Core Set da CIF. Estas encontram-se presentes em 58 categorias de 2º nível dos Comprehensive Core Set de um total de 135, correspondendo a 43% dos mesmos. Conclusões: Tendo em conta os resultados obtidos, podemos concluir que os Comprehensive Core Set da CIF para a PC contemplam a grande maioria dos problemas percecionados pela população-alvo, ainda que integre várias categorias que não foram relevantes para esta população em estudo.

Perspetiva do fisioterapeuta sobre o Core Set da Classificação Internacional de Funcionalidade, Incapacidade e Saúde da Diabetes Mellitus

Introdução: Os core sets são desenvolvidos com o objetivo de identificar e agrupar categorias da Classificação Internacional de Funcionalidade, Incapacidade e Saúde (CIF) e que caraterizam os principais problemas de funcionalidade dos indivíduos com uma condição clinica específica. Ao simplificar o número de categorias da CIF, facilita-se a sua aplicação na prática clínica. Objetivos: O comprehensive core set da CIF para a Diabetes Mellitus (DM) representa o conjunto típico de problemas de funcionalidade em utentes com DM. O objetivo deste estudo visa a exploração da validade do conteúdo deste core set e identificar os problemas mais comuns de utentes com DM a partir da perspetiva do fisioterapeuta através da utilização da CIF. Metodologia: Foi realizado um estudo qualitativo, com fisioterapeutas com experiência no tratamento de utentes com DM. Os dados foram recolhidos segundo o método de Delphi, através da realização de três questionários. As respostas foram analisadas por dois investigadores que procederam ao linking para as categorias da CIF. O grau de concordância foi efetuado utilizando a estatística de kappa. Resultados: Sete fisioterapeutas de 5 centros de saúde da região centro de Portugal foram questionados na primeira e segunda ronda; seis completaram a terceira ronda. Os fisioterapeutas chegaram ao consenso sobre o total de 26 categorias da CIF, sendo que 19 correspondem às categorias presentes no core set e 7 às não incluídas no core set da CIF para a DM. Seis componentes foram identificados como fatores pessoais. Conclusões: As categorias presentes no comprehensive core set da CIF para a DM pela perspetiva dos fisioterapeutas foram apoiadas. Contudo, algumas categorias adicionais foram propostas para inclusão no comprehensive core set da CIF para a DM.

Infiltração de sal de alumínio em fibras de sisal para obtenção de fibras de alumina

ANDRADE JR., T. E. et al. Infiltração de sal de alumínio em fibras de sisal para obtenção de fibras de alumina. Cerâmica, v.51, n.317, p.37-41.ISSN 0366-6913. Disponível em:. Acesso em: 06 out. 2010.

Reforço de pilares por confinamento com mantas de fibras de carbono: avaliação de modelos de comportamento

A presente dissertação incide sobre o estudo dos efeitos do confinamento com materiais compósitos de polímeros reforçados com fibras de carbono (CFRP) em pilares de estruturas de betão armado. A motivação para este estudo surge da necessidade de aprofundar conhecimentos acerca do comportamento dos pilares de betão reforçados por confinamento com CFRP, uma vez que a sua aplicação apresenta uma crescente importância, por exemplo, para aumento da resistência e da ductilidade de estruturas de betão armado. Fez-se, inicialmente, uma breve revisão das técnicas de reforço convencionais utilizadas em pilares de betão armado, com ênfase no reforço exterior com polímeros reforçados com fibras. A elevada resistência à tração, à corrosão e à fadiga, o baixo peso volúmico, a versatilidade e a diversidade dos sistemas comercializados com CFRP tornam este material muito competitivo para este tipo de aplicação. Na sequência desse estudo, realizou-se uma revisão bibliográfica acerca dos modelos de comportamento que permitem prever o desempenho de pilares de betão confinados com CFRP, sujeitos a esforços de compressão. Como forma de análise desses modelos, desenvolveu-se uma ferramenta numérica em ambiente Mathworks - Matlab R2015a, que permitiu a obtenção e posterior comparação dos diagramas de tensão-extensão descritos pelos modelos desenvolvidos por Manfredi e Realfonzo (2001), Ferreira (2007) e Wei e Wu (2011). Por fim, comparam-se os resultados experimentais de Paula (2003) e de Rocca (2007) com os dos modelos constitutivos referidos anteriormente, analisando-se também a influência de vários fatores na eficácia do confinamento, tais como o boleamento, o número de camadas de CFRP e a geometria da secção transversal. Foram ainda comparados e discutidos resultados relativos ao confinamento parcial de pilares. Os resultados obtidos indicam que os modelos analíticos representam relativamente bem o andamento das curvas do betão confinado para secções circulares, quadradas e retangulares, verificando-se as principais discrepâncias nestas duas últimas tipologias de secção transversal, dada a dificuldade associada à quantificação de parâmetros associados ao seu comportamento (por exemplo, boleamento de arestas). No entanto, verificou-se igualmente que com um adequado boleamento de arestas (e consequente aumento da relação entre o raio de canto e a largura da secção de betão), bem como com um aumento do número de camadas de material compósito, é possível aumentar a tensão resistente e a extensão axial na rotura do betão à compressão.

Classificação bibliográfica: as diversas contribuições para o tratamento da informação

PEREIRA, Edinete do Nascimento et al. Classificação bibliográfica: as diversas contribuições para o tratamento da informação. In: SEMINÁRIO DE PESQUISA DO CCSA, 15., 2009. Anais... Natal: UFRN, 2009.