Classification of healthcare data using genetic fuzzy logic system and wavelets

Healthcare plays an important role in promoting the general health and well-being of people around the world. The difficulty in healthcare data classification arises from the uncertainty and the high-dimensional nature of the medical data collected. This paper proposes an integration of fuzzy standard additive model (SAM) with genetic algorithm (GA), called GSAM, to deal with uncertainty and computational challenges. GSAM learning process comprises three continual steps: rule initialization by unsupervised learning using the adaptive vector quantization clustering, evolutionary rule optimization by GA and parameter tuning by the gradient descent supervised learning. Wavelet transformation is employed to extract discriminative features for high-dimensional datasets. GSAM becomes highly capable when deployed with small number of wavelet features as its computational burden is remarkably reduced. The proposed method is evaluated using two frequently-used medical datasets: the Wisconsin breast cancer and Cleveland heart disease from the UCI Repository for machine learning. Experiments are organized with a five-fold cross validation and performance of classification techniques are measured by a number of important metrics: accuracy, F-measure, mutual information and area under the receiver operating characteristic curve. Results demonstrate the superiority of the GSAM compared to other machine learning methods including probabilistic neural network, support vector machine, fuzzy ARTMAP, and adaptive neuro-fuzzy inference system. The proposed approach is thus helpful as a decision support system for medical practitioners in the healthcare practice.

Medical diagnosis by fuzzy standard additive model with wavelets

This paper proposes a combination of fuzzy standard additive model (SAM) with wavelet features for medical diagnosis. Wavelet transformation is used to reduce the dimension of high-dimensional datasets. This helps to improve the convergence speed of supervised learning process of the fuzzy SAM, which has a heavy computational burden in high-dimensional data. Fuzzy SAM becomes highly capable when deployed with wavelet features. This combination remarkably reduces its computational training burden. The performance of the proposed methodology is examined for two frequently used medical datasets: the lump breast cancer and heart disease. Experiments are deployed with a five-fold cross validation. Results demonstrate the superiority of the proposed method compared to other machine learning methods including probabilistic neural network, support vector machine, fuzzy ARTMAP, and adaptive neuro-fuzzy inference system. Faster convergence but higher accuracy shows a win-win solution of the proposed approach.

EEG signal classification for BCI applications by wavelets and interval type-2 fuzzy logic systems

The nonlinear, noisy and outlier characteristics of electroencephalography (EEG) signals inspire the employment of fuzzy logic due to its power to handle uncertainty. This paper introduces an approach to classify motor imagery EEG signals using an interval type-2 fuzzy logic system (IT2FLS) in a combination with wavelet transformation. Wavelet coefficients are ranked based on the statistics of the receiver operating characteristic curve criterion. The most informative coefficients serve as inputs to the IT2FLS for the classification task. Two benchmark datasets, named Ia and Ib, downloaded from the brain-computer interface (BCI) competition II, are employed for the experiments. Classification performance is evaluated using accuracy, sensitivity, specificity and F-measure. Widely-used classifiers, including feedforward neural network, support vector machine, k-nearest neighbours, AdaBoost and adaptive neuro-fuzzy inference system, are also implemented for comparisons. The wavelet-IT2FLS method considerably dominates the comparable classifiers on both datasets, and outperforms the best performance on the Ia and Ib datasets reported in the BCI competition II by 1.40% and 2.27% respectively. The proposed approach yields great accuracy and requires low computational cost, which can be applied to a real-time BCI system for motor imagery data analysis.

Medical data classification using interval type-2 fuzzy logic system and wavelets

This paper introduces an automated medical data classification method using wavelet transformation (WT) and interval type-2 fuzzy logic system (IT2FLS). Wavelet coefficients, which serve as inputs to the IT2FLS, are a compact form of original data but they exhibits highly discriminative features. The integration between WT and IT2FLS aims to cope with both high-dimensional data challenge and uncertainty. IT2FLS utilizes a hybrid learning process comprising unsupervised structure learning by the fuzzy c-means (FCM) clustering and supervised parameter tuning by genetic algorithm. This learning process is computationally expensive, especially when employed with high-dimensional data. The application of WT therefore reduces computational burden and enhances performance of IT2FLS. Experiments are implemented with two frequently used medical datasets from the UCI Repository for machine learning: the Wisconsin breast cancer and Cleveland heart disease. A number of important metrics are computed to measure the performance of the classification. They consist of accuracy, sensitivity, specificity and area under the receiver operating characteristic curve. Results demonstrate a significant dominance of the wavelet-IT2FLS approach compared to other machine learning methods including probabilistic neural network, support vector machine, fuzzy ARTMAP, and adaptive neuro-fuzzy inference system. The proposed approach is thus useful as a decision support system for clinicians and practitioners in the medical practice. copy; 2015 Elsevier B.V. All rights reserved.

Mass spectrometry cancer data classification using wavelets and genetic algorithm

This paper introduces a hybrid feature extraction method applied to mass spectrometry (MS) data for cancer classification. Haar wavelets are employed to transform MS data into orthogonal wavelet coefficients. The most prominent discriminant wavelets are then selected by genetic algorithm (GA) to form feature sets. The combination of wavelets and GA yields highly distinct feature sets that serve as inputs to classification algorithms. Experimental results show the robustness and significant dominance of the wavelet-GA against competitive methods. The proposed method therefore can be applied to cancer classification models that are useful as real clinical decision support systems for medical practitioners.

Significado contemporâneo de teoria matemática da comunicação

Passamos por uma transição tecnológica. Quer a chamemos de Revolução Digital, Era da Informação, Sociedade em Rede etc, é inegável que a base de tal transição está na crescente mudança das tecnologias analógicas de comunicação e armazenamento de informação para as tecnologias digitais. Os fundamentos científicos de tal mudança foram estabelecidos em 1948, no livro do matemático e engenheiro americano Claude Elwood Shannon chamado Teoria Matemática da Comunicação. O livro, um clássico das agora convergentes áreas de informática e telecomunicações, definiu uma série de conceitos e modelos que atravessaram as décadas de tecnologia analógica e permanece, em plena era digital, um guia para engenheiros e cientistas que desenvolvem as onipresentes tecnologias de comunicação. Além disso, o corpo teórico presente em Teoria Matemática da Comunicação se espalhou por diversas áreas do conhecimento humano com o nome de Teoria da Informação.

Recorte de um estudo dos cursos de formação inicial de professores de matemática do Estado de São Paulo - Brasil

Este trabalho tem como objetivo descrever e analisar informações sobre os cursos de Matemática do Estado de São Paulo, relacionadas às respectivas modalidades e estruturas. Predominantemente quantitativo, este estudo, que faz parte de uma pesquisa de doutoramento em desenvolvimento, apresenta, também, um panorama síntese dos dados dos cursos de formação de professores de Matemática identificados no Estado de São Paulo e propõe questionamentos para possíveis reflexões que relacionam leis que os normatizam com as informações, insuficientes, disponibilizadas pelas Instituições de Ensino Superior deste Estado.

Uma abordagem quantitativa de variáveis relacionadas a cursos de matemática no estado de São Paulo

Trabalho apresentado no III Seminário Internacional de Educação Matemática - SIEMAT

Produção de significados sobre matemática nos cartuns

Esta pesquisa tem por objetivo analisar e problematizar os significados produzidos sobre Matemática nos cartuns. Não se trata de propor uma utilização pedagógica, mas de fazer uma tentativa de mostrar o que eles ensinam com os saberes que inventam sobre Matemática. Para isso, analiso as representações de Matemática presentes nos discursos dos cartuns, entendendo-os como artefatos da cultura que produzem narrativas que põem em circulação significados na arena de uma política cultural. Como referencial teórico, utilizo-me do campo dos Estudos Culturais em suas versões contemporâneas inspiradas no pós-modernismo e no pós-estruturalismo. Autores e autoras como Stuart Hall, Michel Foucault, Valerie Walkerdine, Kathryn Woodward, Alfredo Veiga-Neto, Guacira Lopes Louro, Marisa Vorraber Costa, Rosa Hessel Silveira, Tomaz Tadeu da Silva, entre outros/as, a partir de suas produções nesse campo, contribuem para as análises de cartuns que circulam em nosso meio nos jornais, revistas, gibis e sites da Internet. Os significados sobre Matemática produzidos nos cartuns foram agrupados, para fins de análise, em três focos: a metanarrativa da onisciência, onde abordo aqueles significados que conferem ao conhecimento matemático um caráter diabólico, complexo, inacessível, transcendental, que apresentam a crença de que o mundo é matematizado segundo leis divinas; o gênero da Matemática, relativo àqueles que opondo as mulheres aos homens, colocando estes num pólo privilegiado de raciocínio e aquelas num pólo oposto, deficitário, generificam a área da Matemática como sendo masculina, assim como se generifica o trabalho docente como feminino; e o terror das provas, apresentando aqueles que mostram os momentos de avaliação nas aulas de Matemática sempre povoados por sentimentos de desespero, pavor e sofrimento.

Filtragem de imagens com preservação das bordas usando a Transformada Wavelet

A filtragem de imagens visando a redução do ruído é uma tarefa muito importante em processamento de imagens, e encontra diversas aplicações. Para que a filtração seja eficiente, ela deve atenuar apenas o ruído na imagem, sem afetar estruturas importantes, como as bordas. Há na literatura uma grande variedade de técnicas propostas para filçtragem de imagens com preservação de bordas, com as mais variadas abordagens, deentrte as quais podem ser citadas a convolução com máscaras, modelos probabilísticos, redes neurais, minimização de funcionais e equações diferenciais parciais. A transformada wavelet é uma ferramenta matemática que permite a decomposição de sinais e imagens em múltiplas resoluções. Essa decomposição é chamada de representação em wavelets, e pode ser calculada atrravés de um algorítmo piramidal baseado em convoluções com filtros passa-bandas e passa-baixas. Com essa transformada, as bordas podem ser calculadas em múltiplas resoluções. Além disso, como filtros passa-baixas são utilizados na decomposição, a atenuação do ruído é um processo intrínseco à transformada. Várias técnicas baseadas na transformada wavelet têm sido propostas nos últimos anos, com resultados promissores. Essas técnicas exploram várias características da transformada wavelet, tais como a magnitude de coeficientes e sua evolução ao longo das escalas. Neste trabalho, essas características da transformada wavelet são exploradas para a obtenção de novas técnicas de filtragem com preservação das bordas.

Modelagem física e matemática dos processos de extração de óleo de soja em fluxos contracorrente cruzados

Este trabalho visa desenvolver um modelo físico e matemático geral para os processos de extração sólido-líquido em fluxos contracorrente cruzados (CCC) que são utilizados na indústria de alimentos. Levam-se em consideração os processos principais (o transporte de massa entre as fases, difusão e convecção) envolvidos por todo o campo de extração, com uma abordagem bidimensional evolutiva, incluindo as zonas de carregamento, drenagem e as bandejas acumuladoras. O modelo matemático é formado por equações diferenciais parciais que determinam a alteração das concentrações nas fases poro e “bulk” em todo o campo de extração e equações diferenciais ordinárias (que refletem as evoluções das concentrações médias nas bandejas). As condições de contorno estabelecem as ligações entre os fluxos CCC da micela e matéria-prima e consideram, também, a influência das zonas de drenagem e carregamento. O algoritmo de resolução utiliza o método de linhas que transforma as equações diferenciais parciais em equações diferenciais ordinárias, que são resolvidas pelo método de Runge-Kutta. Na etapa de validação do modelo foram estabelecidos os parâmetros da malha e o passo de integração, a verificação do código com a lei de conservação da espécie e um único estado estacionário. Também foram realizadas a comparação com os dados experimentais coletados no extrator real e com o método de estágios ideais, a análise da influência de propriedades da matéria-prima nas características principais do modelo, e estabelecidos os dados iniciais do regime básico (regime de operação) Foram realizadas pesquisas numéricas para determinar: os regimes estacionário e transiente, a variação da constante de equilíbrio entre as fases, a variação do número de seções, a alteração da vazão de matéria-prima nas características de um extrator industrial e, também foram realizadas as simulações comparativas para diferentes tipos de matéria-prima (flocos laminados e flocos expandidos) usados amplamente na indústria. Além dessas pesquisas, o modelo também permite simular diferentes tipos de solventes. O estudo da capacidade de produção do extrator revelou que é necessário ter cuidado com o aumento da vazão da matéria-prima, pois um pequeno aumento desta pode causar grandes perdas de óleo tornando alto o custo da produção. Mesmo que ainda seja necessário abastecer o modelo com mais dados experimentais, principalmente da matéria-prima, os resultados obtidos estão em concordância com os fenômenos físico-químicos envolvidos no processo, com a lei de conservação de espécies químicas e com os resultados experimentais.

Professor de matemática : transmissão de conhecimento ou construção de significados?

Esta tese expõe minhas reflexões sobre a prática docente de matemática em classes de ensino fundamental. Tem como referencial básico a teoria da abstração reflexionante, como proposta por Jean Piaget, complementada por reflexões sobre a formação do juízo moral e sobre conseqüências pedagógicas pensadas a partir da Epistemologia Genética. Para a coleta de dados foram entrevistados professores, matriculados no Curso de Especialização em Educação Matemática da Faculdade de Educação da Universidade Católica de Pelotas. As entrevistas, desenvolvidas segundo o método clínico piagetiano, buscaram elucidar como se desenvolve o trabalho do professor com o ensino de matemática, enfocando suas concepções de matemática, assim como sua compreensão do processo de ensinar e de aprender. Para o professor, a matemática pode ser descrita como uma ferramenta que descreve quantitativamente idéias a respeito do mundo; ou como um sistema independente, abstrato, fixo, lógico e livre de contradições ou ainda como uma disciplina rígida, cheia de definições, teoremas e procedimentos de caráter absoluto. Em todos os casos cabe ao professor transmitir informações e conduzir os alunos em direção a objetivos pré-definidos, além de exercer a autoridade e o controle disciplinar da turma, permanecendo a aprendizagem como uma decorrência direta do ato de ensinar exercido pelo professor. Considerando minha história de vida como professor, a análise do processo evolutivo do pensamento matemático, as falas dos professores entrevistados e os posicionamentos teóricos colhidos na epistemologia genética proponho, ao final, um conjunto de ações que entendo serem indispensáveis para o desenvolvimento de práticas de ensino e aprendizagem de matemática que assegurem a condição de sujeito de seu fazer tanto ao professor quanto ao aluno.

Efeitos da transferência de massa na relação matemática entre espessuras real e aparente em fase livre de gasolina com etanol nas contaminações subterrâneas

Esta tese trata da relação matemática entre as espessuras real e aparente em contaminações subterrâneas com gasolina e com gasolina e etanol. Foi testada a hipótese de que a relação entre as espessuras dos dois tipos de gasolinas pode ser descrita pela mesma relação matemática desde que esta relação incorpore as tensões interfaciais entre a água e a gasolina e gasolina e o ar que ocorrem no meio poroso. É proposta uma relação matemática hidrostática para o equilíbrio considerando o contato entre o poço de monitoramento e o meio poroso e a tensão interfacial responsável pelos efeitos capilares no meio poroso e a densidade dos fluidos. Os experimentos conduzidos em meio poroso e colunas acrílicas mostraram um ajuste estatisticamente melhor da equação matemática proposta para a gasolina pura e um ajuste que apresentou menor representatividade estatística para a gasolina com etanol. Esta discrepância está relacionada ao fato da transferência de massa do etanol presente na gasolina para a água não ser um fenômeno desprezível, causar grande influência no sistema e não estar contemplada na relação matemática proposta. Outro fenômeno observado em gotas de fluidos em experimentos para medir a tensão interfacial pode ser responsável pelo ajuste menos representativo da equação que é a presença de instabilidades na interface de contato entre a gasolina e a água. Estas instabilidades que são chamadas na literatura de Efeito Marangoni produzem variações na interface entre água e gasolina e são também responsáveis pela diferença no ajuste da equação.

Modelagem matemática da qualidade da água em grandes bacias : sistema Taquari-Antas - RS

Os impactos sobre o meio ambiente, associados ao desenvolvimento de atividades pelo homem em uma bacia hidrográfica, estão fortemente inter-relacionados e têm, a cada dia, se tornado mais evidentes. Esta idéia motiva a concepção de uma gestão integrada dos recursos naturais em várias partes do mundo, inclusive em países em desenvolvimento como o Brasil. Modelos matemáticos de qualidade de água podem ser ferramentas úteis para a tomada de decisão no apoio à gestão de bacias hidrográficas. O planejamento e gestão dos recursos hídricos em um país de grande porte como o Brasil envolve, geralmente, bacias extensas, com um vasto conjunto de elementos naturais e antrópicos. Um modelo de qualidade de água deve permitir a representação da variabilidade espacial da região e, desta forma, a consideração de fontes difusas juntamente com fontes pontuais de poluição. O presente estudo analisou o impacto do desenvolvimento sobre a qualidade da água em uma bacia de grande extensão (bacia do rio Taquari-Antas, RS, com 26.500 km2), considerando a alternativa de aproveitamento hidrelétrico definida no inventário da bacia. Utilizou-se um modelo distribuído de simulação hidrológica e de qualidade de água aplicável principalmente a grandes bacias ( > 1.000 km2), o IPH-MGBq. Este modelo, desenvolvido no IPH, foi ajustado aos dados diários observados de vazão, no seu módulo de quantidade, e de concentração de OD, DBO, nitrogênio e fósforo totais e coliformes fecais, obtidos de coletas trimestrais, no módulo de qualidade. O modelo permite a análise temporal das condições hidrológicas e de qualidade da água de toda a bacia, discretizada por células, com trechos de rios e reservatórios. O modelo apresentou bom desempenho quanto à quantidade (vazões) e quanto aos perfis de concentração dos parâmetros de qualidade de água ao longo do Taquari- Antas, principalmente em termos de valores médios. Foi realizada uma análise de incertezas de alguns parâmetros e variáveis de entrada do modelo com relação à inerente incerteza existente na definição destes elementos. Esta metodologia demonstrou ser uma alternativa adequada à aplicação de modelos distribuídos de qualidade de água em bacias sem dados, sendo que os erros cometidos pelo modelo, em relação aos valores de concentração observados, foram aceitáveis para uma confiança de 95%. A simulação de alguns cenários de desenvolvimento na bacia do Taquari-Antas evidenciou a importância da avaliação conjunta de todos os elementos da bacia (fontes pontuais e difusas de poluição e da implantação de reservatórios) sobre a qualidade de suas águas. O IPH-MGBq mostrou ser uma ferramenta útil para a simulação de cenários de desenvolvimento em grandes bacias como base para a tomada de decisão na gestão dos recursos hídricos.