DSpace Coleção:
http://www.repositorio.ufop.br/jspui/handle/123456789/597
2024-01-17T11:16:55ZSelf-supervised learning for arrhythmia classification.
http://www.repositorio.ufop.br/jspui/handle/123456789/17740
Título: Self-supervised learning for arrhythmia classification.
Autor(es): Silva, Guilherme Augusto Lopes
Resumo: Arrhythmias, heart diseases that are commonly diagnosed through electrocar-
diograms (ECG), require computational methods for detection and classification
to improve the physician’s diagnosis. Although there is abundant literature on the
subject, the high intra-patient variability and noise of ECG signals pose challenges
in developing practical machine-learning models. To address this, we propose a cus-
tomized adjustment of machine learning models through self-supervised learning with
human-in-the-loop. Our approach introduces a pretext task called ECGWavePuzzle,
which improves classification performance through better generalization. Evaluation
metrics on the MIT-BIH database demonstrate the effectiveness of our approach,
which improved the ECGnet global accuracy by over 10% and the Mousavi’s CNN
by over 13%. Additionally, the experimental results demonstrated that the proposed
approach improved the sensitivity and positive predictive value of the arrhythmic
classes for certain patients.
Descrição: Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.2023-01-01T00:00:00ZComputational techniques to find and suppress bone from chest radiological images.
http://www.repositorio.ufop.br/jspui/handle/123456789/17730
Título: Computational techniques to find and suppress bone from chest radiological images.
Autor(es): Ziviani, Hugo Eduardo
Resumo: The proposal of this work is to propose bone suppression techniques in chest images. The most
common, but inaccessible, way is through Dual Energy Subtraction (DES). This the technique
requires specific hardware to generate and receive di
erent energy levels capable of di
erentiating
materials by atomic number. This work uses GAN to perform bone suppression on X-ray images
and aimed to evaluate the performance of the cGAN, train a model to locate the thoracic box, and
assess two di
erent training techniques for boneless image translation. Based on deep learning
the main contribution of this work is to improve the bone shadow elimination delimiting the
learning region of the Deep Learning (DL) model. By the contextualization of the bones region,
was possible present a metric that measures the model accuracy in an interested region. With
this study was possible a more precise metric to evaluate the bone suppression quality. Using
the Japanese Society of Radiological Technology (JSRT) this study achieved a PSNR index of
31.604, and a similarity coe
cient, known as SSIM of 0.9402. When delimiting the learning
region, the results were: 31.9136 for PSNR and 0.9633 for SSIM.
Descrição: Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.2023-01-01T00:00:00ZUma formalização da lógica modal usando o assistente de provas Coq.
http://www.repositorio.ufop.br/jspui/handle/123456789/17720
Título: Uma formalização da lógica modal usando o assistente de provas Coq.
Autor(es): Silveira, Ariel Agne da
Resumo: A modelagem de determinados tipos de sistemas computacionais com a lógica clássica
possui fatores limitantes. Neste contexto, a apresentação de outros sistemas lógicos, como
a lógica modal, e a construção de uma biblioteca para o assistente de provas Coq tem
o intuito de auxiliar nesta tarefa e facilitar o uso para a verificação de propriedades
de sistemas. A semântica da lógica modal é representada pela semântica dos mundos
possíveis, onde existe uma relação de acessibilidade que conecta os mundos de um mo-
delo. Diferentes restrições impostas na relação de acessibilidade constroem sistemas da
lógica modal que auxiliam na representação de propriedades nas mais diversas áreas de
estudo. O desenvolvimento da biblioteca tem como objetivo sustentar a formalização de
propriedades de softwares e prová-los em Coq.
Descrição: Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.2023-01-01T00:00:00ZProblema de roteamento de mamógrafos móveis : uma abordagem bi-objetiva.
http://www.repositorio.ufop.br/jspui/handle/123456789/17548
Título: Problema de roteamento de mamógrafos móveis : uma abordagem bi-objetiva.
Autor(es): Araujo, Thiago Giachetto de
Resumo: Esta dissertação trabalha com o Problema de Roteamento de Unidades Móveis
de Mamografia (MMURP). O problema é uma variante do Problema de Rotea-
mento de Veículos Aberto Multi-depósito. Neste problema, existe uma quantidade
fixa de depósitos, cada um com uma quantidade limitada de Unidades Móveis de
Mamografia (MMUs). Cada MMU tem sua capacidade de realização de exames
conhecida e um conjunto de cidades candidatas com uma demanda conhecida por
exames de mamografia. O objetivo é definir a ordem de visitação das cidades can-
didatas para cada MMU, buscando maximizar a demanda atendida e minimizar
a distância total percorrida. Ou seja, o MMURP é tratado como um problema
de otimização bi-objetivo. Uma formulação de programação matemátia é pro-
posta, o método ε-restrito é implementado e dois algoritmos heurísticos baseados
no Non-dominated Sorting Genetic Algorithm II (NSGA-II) são desenvolvidos. Os
algoritmos heurísticos se diferenciam pela utilização de busca local como um dos
operadores de mutação, um possui e o outro não. O método exato e as duas versões
do algoritmo heurístico foram implementados e usados para resolver o MMURP
para diversos estados do Brasil. Instâncias baseadas em dados reais foram geradas e
usadas para avaliar os métodos implementados. Os resultados computacionais mos-
traram que ao considerar o hipervolume, as soluções encontradas pelo método exato
são superiores. Porém, ao considerar o min-max da taxa de cobertura, o algoritmo
heurístico com a busca local é superior.
Descrição: Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.2023-01-01T00:00:00Z