Thrombophilia screening: An artificial neural network approach

Thrombotic disorders have severe consequences for the patients and for the society in general, being one of the main causes of death. These facts reveal that it is extremely important to be preventive; being aware of how probable is to have that kind of syndrome. Indeed, this work will focus on the development of a decision support system that will cater for an individual risk evaluation with respect to the surge of thrombotic complaints. The Knowledge Representation and Reasoning procedures used will be based on an extension to the Logic Programming language, allowing the handling of incomplete and/or default data. The computational framework in place will be centered on Artificial Neural Networks.

Sensory intensity assessment of olive oils using an electronic tongue

Olive oils may be commercialized as intense, medium or light, according to the intensity perception of fruitiness, bitterness and pungency attributes, assessed by a sensory panel. In this work, the capability of an electronic tongue to correctly classify olive oils according to the sensory intensity perception levels was evaluated. Cross-sensitivity and non-specific lipid polymeric membranes were used as sensors. The sensor device was firstly tested using quinine monohydrochloride standard solutions. Mean sensitivities of 14±2 to 25±6 mV/decade, depending on the type of plasticizer used in the lipid membranes, were obtained showing the device capability for evaluating bitterness. Then, linear discriminant models based on sub-sets of sensors, selected by a meta-heuristic simulated annealing algorithm, were established enabling to correctly classify 91% of olive oils according to their intensity sensory grade (leave-one-out cross-validation procedure). This capability was further evaluated using a repeated K-fold cross-validation procedure, showing that the electronic tongue allowed an average correct classification of 80% of the olive oils used for internal-validation. So, the electronic tongue can be seen as a taste sensor, allowing differentiating olive oils with different sensory intensities, and could be used as a preliminary, complementary and practical tool for panelists during olive oil sensory analysis.

Mapeamento da antiga cobertura vegetal de várzea do Baixo Amazonas a partir de imagens históricas (1975-1981) do Sensor MSS-Landsat

Este estudo apresenta um mapa da cobertura vegetal da planície de inundação do Rio Amazonas entre as cidades de Parintins (AM) e Almeirim (PA), com base em imagens Landsat-MSS adquiridas entre 1975 e 1981. O processamento digital dessas imagens envolveu a transformação para imagens-fração de vegetação, solo e água escura (sombra), seguido da aplicação de técnicas de segmentação e classificação por região. O mapa resultante da classificação foi organizado em quatro classes de cobertura do solo: floresta de várzea, vegetação não-florestal de várzea, solo exposto e água aberta. A precisão do mapa foi estimada a partir de dois tipos de informações coletadas em campo: 1) pontos de descrição: para validação das classes de cobertura não sujeitas a grandes alterações, como é o caso dos corpos d'água permanentes, e identificação de indicadores dos tipos de cobertura original presentes na paisagem na ocasião da obtenção das imagens (72 pontos); 2) entrevistas com moradores antigos para a recuperação da memória sobre a cobertura vegetal existente há 30 anos (44 questionários). Ao todo foram coletadas informações em 116 pontos distribuídos ao longo da área de estudo. Esses pontos foram utilizados para calcular o Índice Kappa de concordância entre os dados de campo e o mapa resultante da classificação automática, cujo valor (0,78) indica a boa qualidade do mapa de cobertura vegetal da várzea. Os resultados mostram que a região possuía uma cobertura florestal de várzea de aproximadamente 8.650 km2 no período de aquisição das imagens.

Monitorização e controlo em ambientes industriais através de rede de sensores sem fios

Dissertação de mestrado integrado em Engenharia de Telecomunicações e Informática

Differential activation of the default mode network in jet lagged individuals

Long-term exposure to transmeridian flights has been shown to impact cognitive functioning. Nevertheless, the immediate effects of jet lag in the activation of specific brain networks have not been investigated. We analyzed the impact of short-term jet lag on the activation of the default mode network (DMN). A group of individuals who were on a transmeridian flight and a control group went through a functional magnetic resonance imaging acquisition. Statistical analysis was performed to test for differences in the DMN activation between groups. Participants from the jet lag group presented decreased activation in the anterior nodes of the DMN, specifically in bilateral medial prefrontal and anterior cingulate cortex. No areas of increased activation were observed for the jet lag group. These results may be suggestive of a negative impact of jet lag on important cognitive functions such as introspection, emotional regulation and decision making in a few days after individuals arrive at their destination.

Sistema de visão robótico baseado no sensor kinect para orientação no espaço e contorno de obstáculos

Dissertação de mestrado em Engenharia Eletrónica Industrial e Computadores (área de especialização em Robótica)

Land cover classification of Lago Grande de Curuai floodplain (Amazon, Brazil) using multi-sensor and image fusion techniques

Given the limitations of different types of remote sensing images, automated land-cover classifications of the Amazon várzea may yield poor accuracy indexes. One way to improve accuracy is through the combination of images from different sensors, by either image fusion or multi-sensor classifications. Therefore, the objective of this study was to determine which classification method is more efficient in improving land cover classification accuracies for the Amazon várzea and similar wetland environments - (a) synthetically fused optical and SAR images or (b) multi-sensor classification of paired SAR and optical images. Land cover classifications based on images from a single sensor (Landsat TM or Radarsat-2) are compared with multi-sensor and image fusion classifications. Object-based image analyses (OBIA) and the J.48 data-mining algorithm were used for automated classification, and classification accuracies were assessed using the kappa index of agreement and the recently proposed allocation and quantity disagreement measures. Overall, optical-based classifications had better accuracy than SAR-based classifications. Once both datasets were combined using the multi-sensor approach, there was a 2% decrease in allocation disagreement, as the method was able to overcome part of the limitations present in both images. Accuracy decreased when image fusion methods were used, however. We therefore concluded that the multi-sensor classification method is more appropriate for classifying land cover in the Amazon várzea.

Gestão e instalação de redes de sensores sem fios (domótica)

Dissertação de mestrado integrado em Engenharia Eletrónica Industrial e Computadores

Optimization of magnetoelectric composites based on electroactive polymers for energy harvesting and sensor application

Tese de Doutoramento em Engenharia de Materiais.

A network approach to brain aging through multimodal neuroimaging

Tese de Doutoramento em Ciências da Saúde.

Evolution of the gene regulatory network controlling flower dorsoventral asymmetry

Tese de Doutoramento em Biologia de Plantas.

A modular traffic sampling architecture for flexible network measurements

Dissertação de Mestrado (Programa Doutoral em Informática)

Development of a novel aptamer-based multi-sensor device for the detection of osteopontin

Doctoral Dissertation for PhD degree in Chemical and Biological Engineering

Marcapasso com sensor de contratilidade regulado pelas variações do sistema nervoso autônomo na miocardiopatia chagásica crônica

OBJETIVO: Analisar o desempenho da estimulação cardíaca artificial com marcapasso do tipo VVIR cujo sensor é regulado pelas variações do sistema nervoso autônomo em pacientes chagásicos com distúrbio no sistema de condução. MÉTODOS: Estudados 47 chagásicos, 28 do sexo masculino, com idades entre 24 e 68 anos, 36 tinham bloqueio atrioventricular (AV) total; 8, bloqueio AV de 2º grau 2; e 3 doença do nódulo sinusal, e encontravam-se, de acordo com a NYHA, em classe I (4), II (15), III (16) e IV (12). Após o implante de marcapasso do tipo VVIR os pacientes foram acompanhados durante 12 meses. A resposta de freqüência foi registrada em gravações de Holter de 24h e divididos em dois grupos de acordo com a FC em repouso - grupo 1: >65bpm e grupo 2: <=65bpm, para estudo comparativo, considerando: 1) FC em exercício no período de pós-implante; 2) PA em repouso após o implante e 3) avaliação dos grupos de eletrodos identificados como TIR-60-UP e outros eletrodos. RESULTADOS: O grupo 1 teve em exercício menor variação entre seus valores, do que o grupo 2, indicando que esse tipo de sistema de estimulação permite controlar individualmente cada paciente. Os valores de PA em repouso e em exercício não foram diferentes entre os grupos. O eletrodo do tipo TIR-60-UP, comportou-se como os demais eletrodos. CONCLUSÃO: O marcapasso do tipo VVIR cujo sensor é regulado pelas variações do SNA propicia o restabelecimento dos mecanismos fisiológicos em chagásicos, sendo que 74% deles tiveram melhora de uma ou duas classes funcionais da NYHA.

Reconstruction of the regulatory network for Bacillus subtilis and reconciliation with gene expression data

The Supplementary Material for this article can be found online at: http://journal.frontiersin.org/article/10.3389/fmicb. 2016.00275