Search

Introdução: A imagem de tomografia por emissão de pósitrons (PET) com [18F] FDG fornece informações valiosas sobre os processos patológicos subjacentes em doenças neurodegenerativas, como a doença de Alzheimer (DA). As aquisições de imagens PET nessas populações devem ser as mais curtas possíveis para limitar os movimentos da cabeça e melhorar o conforto do paciente. A otimização de protocolos de reconstrução é usualmente realizada através da análise de imagens adquiridas com fantomas antropomórficos, ambos em termos de qualidade de imagem e acurácia de quantificação. Objetivo: Desenvolver e validar uma estratégia de otimização baseada em fantoma para reconstrução de imagem [18F]FDG-PET para reduzir o tempo de aquisição, mantendo a precisão de quantificação adequada e qualidade de imagem. Métodos: Imagens PET adquiridas com [18F]FDG de um fantoma cerebral 3D Hoffman foram adquiridas. Estratégias de otimização foram desenvolvidas, de forma a obter imagens sem perda aparente de qualidade e com precisão de quantificação adequada nas regiões analisadas. Métodos de reconstrução analíticos e iterativos foram comparados por meio de métricas de qualidade de imagem e precisão quantitativa.Por fim, o protocolo otimizado foi testado em dados retrospectivos de PET adquiridos com [18F]FDG de indivíduos saudáveis e pacientes com a DA. Resultados: Estudo do fantoma: O algoritmo de reconstrução OSEM foi otimizado (4 iterações e 32 subconjuntos), o que resultou em imagens semelhantes em comparação com as configurações clínicas atuais, com uma redução de 50% no tempo de varredura (5 min com um filtro pós-reconstrução de 4 mm). Estudo clínico: As métricas de quantificação e qualidade de imagem foram semelhantes entre o protocolo otimizado e o protocolo clínico, e não foram observadas diferenças significativas entre eles. Dois médicos experientes avaliaram visualmente as imagens em termos de ruído, contraste e qualidade geral da imagem. Nenhuma diferença entre os protocolos foi identif, Background: Positron emission tomography (PET) imaging with [18F]FDG provides valuable information regarding the underlying pathological processes in neurodegenerative disorders, such as Alzheimer’s disease (AD). PET imaging in these populations should be as short as possible to limit head movements and to improve patient comfort. Image reconstruction protocol optimization is usually performed by acquiring images from an anthropomorphic phantom and assessing both image quality and quantification accuracy. Objective: To develop and validate a phantom-based optimization strategy for [18F]FDG-PET imaging reconstruction to reduce acquisition time while maintaining adequate quantification accuracy and image quality. Methods: [18F]FDG-PET images of a Hoffman 3D brain phantom were acquired. Optimization strategies were developed to obtain images with no apparent quality loss and adequate quantification accuracy in the analyzed regions. Analytical and iterative reconstruction methods were compared by means of image quality and quantitative accuracy metrics. Lastly, the optimized reconstruction protocol was evaluated in [18F]FDG-PET retrospective data acquired from healthy individuals and AD patients.Results: Phantom study: OSEM reconstruction algorithm was optimized (4 iterations and 32 subsets). It resulted in remarkably similar images compared to the current clinical settings, with a 50% reduction in scan time (5 min with a post-reconstruction filter of 4 mm). Clinical study: Quantification and image quality metrics were similar between optimized and clinical protocols, and no significant differences between protocols were observed. Two experienced physicians visually assessed the images in terms of noise, contrast, and overall image quality. No difference between protocols was identified by the physicians. Conclusion: Shortening the acquisition time is therefore possible by optimizing image reconstruction parameters while maintaining adequate quantification accuracy and

Introdução: A imagem de tomografia por emissão de pósitrons (PET) com [18F] FDG fornece informações valiosas sobre os processos patológicos subjacentes em doenças neurodegenerativas, como a doença de Alzheimer (DA). As aquisições de imagens PET nessas populações devem ser as mais curtas possíveis para limitar os movimentos da cabeça e melhorar o conforto do paciente. A otimização de protocolos de reconstrução é usualmente realizada através da análise de imagens adquiridas com fantomas antropomórficos, ambos em termos de qualidade de imagem e acurácia de quantificação. Objetivo: Desenvolver e validar uma estratégia de otimização baseada em fantoma para reconstrução de imagem [18F]FDG-PET para reduzir o tempo de aquisição, mantendo a precisão de quantificação adequada e qualidade de imagem. Métodos: Imagens PET adquiridas com [18F]FDG de um fantoma cerebral 3D Hoffman foram adquiridas. Estratégias de otimização foram desenvolvidas, de forma a obter imagens sem perda aparente de qualidade e com precisão de quantificação adequada nas regiões analisadas. Métodos de reconstrução analíticos e iterativos foram comparados por meio de métricas de qualidade de imagem e precisão quantitativa.Por fim, o protocolo otimizado foi testado em dados retrospectivos de PET adquiridos com [18F]FDG de indivíduos saudáveis e pacientes com a DA. Resultados: Estudo do fantoma: O algoritmo de reconstrução OSEM foi otimizado (4 iterações e 32 subconjuntos), o que resultou em imagens semelhantes em comparação com as configurações clínicas atuais, com uma redução de 50% no tempo de varredura (5 min com um filtro pós-reconstrução de 4 mm). Estudo clínico: As métricas de quantificação e qualidade de imagem foram semelhantes entre o protocolo otimizado e o protocolo clínico, e não foram observadas diferenças significativas entre eles. Dois médicos experientes avaliaram visualmente as imagens em termos de ruído, contraste e qualidade geral da imagem. Nenhuma diferença entre os protocolos foi identif, Background: Positron emission tomography (PET) imaging with [18F]FDG provides valuable information regarding the underlying pathological processes in neurodegenerative disorders, such as Alzheimer’s disease (AD). PET imaging in these populations should be as short as possible to limit head movements and to improve patient comfort. Image reconstruction protocol optimization is usually performed by acquiring images from an anthropomorphic phantom and assessing both image quality and quantification accuracy. Objective: To develop and validate a phantom-based optimization strategy for [18F]FDG-PET imaging reconstruction to reduce acquisition time while maintaining adequate quantification accuracy and image quality. Methods: [18F]FDG-PET images of a Hoffman 3D brain phantom were acquired. Optimization strategies were developed to obtain images with no apparent quality loss and adequate quantification accuracy in the analyzed regions. Analytical and iterative reconstruction methods were compared by means of image quality and quantitative accuracy metrics. Lastly, the optimized reconstruction protocol was evaluated in [18F]FDG-PET retrospective data acquired from healthy individuals and AD patients.Results: Phantom study: OSEM reconstruction algorithm was optimized (4 iterations and 32 subsets). It resulted in remarkably similar images compared to the current clinical settings, with a 50% reduction in scan time (5 min with a post-reconstruction filter of 4 mm). Clinical study: Quantification and image quality metrics were similar between optimized and clinical protocols, and no significant differences between protocols were observed. Two experienced physicians visually assessed the images in terms of noise, contrast, and overall image quality. No difference between protocols was identified by the physicians. Conclusion: Shortening the acquisition time is therefore possible by optimizing image reconstruction parameters while maintaining adequate quantification accuracy and

Introdução: A imagem de tomografia por emissão de pósitrons (PET) com [18F] FDG fornece informações valiosas sobre os processos patológicos subjacentes em doenças neurodegenerativas, como a doença de Alzheimer (DA). As aquisições de imagens PET nessas populações devem ser as mais curtas possíveis para limitar os movimentos da cabeça e melhorar o conforto do paciente. A otimização de protocolos de reconstrução é usualmente realizada através da análise de imagens adquiridas com fantomas antropomórficos, ambos em termos de qualidade de imagem e acurácia de quantificação. Objetivo: Desenvolver e validar uma estratégia de otimização baseada em fantoma para reconstrução de imagem [18F]FDG-PET para reduzir o tempo de aquisição, mantendo a precisão de quantificação adequada e qualidade de imagem. Métodos: Imagens PET adquiridas com [18F]FDG de um fantoma cerebral 3D Hoffman foram adquiridas. Estratégias de otimização foram desenvolvidas, de forma a obter imagens sem perda aparente de qualidade e com precisão de quantificação adequada nas regiões analisadas. Métodos de reconstrução analíticos e iterativos foram comparados por meio de métricas de qualidade de imagem e precisão quantitativa.Por fim, o protocolo otimizado foi testado em dados retrospectivos de PET adquiridos com [18F]FDG de indivíduos saudáveis e pacientes com a DA. Resultados: Estudo do fantoma: O algoritmo de reconstrução OSEM foi otimizado (4 iterações e 32 subconjuntos), o que resultou em imagens semelhantes em comparação com as configurações clínicas atuais, com uma redução de 50% no tempo de varredura (5 min com um filtro pós-reconstrução de 4 mm). Estudo clínico: As métricas de quantificação e qualidade de imagem foram semelhantes entre o protocolo otimizado e o protocolo clínico, e não foram observadas diferenças significativas entre eles. Dois médicos experientes avaliaram visualmente as imagens em termos de ruído, contraste e qualidade geral da imagem. Nenhuma diferença entre os protocolos foi identif, Background: Positron emission tomography (PET) imaging with [18F]FDG provides valuable information regarding the underlying pathological processes in neurodegenerative disorders, such as Alzheimer’s disease (AD). PET imaging in these populations should be as short as possible to limit head movements and to improve patient comfort. Image reconstruction protocol optimization is usually performed by acquiring images from an anthropomorphic phantom and assessing both image quality and quantification accuracy. Objective: To develop and validate a phantom-based optimization strategy for [18F]FDG-PET imaging reconstruction to reduce acquisition time while maintaining adequate quantification accuracy and image quality. Methods: [18F]FDG-PET images of a Hoffman 3D brain phantom were acquired. Optimization strategies were developed to obtain images with no apparent quality loss and adequate quantification accuracy in the analyzed regions. Analytical and iterative reconstruction methods were compared by means of image quality and quantitative accuracy metrics. Lastly, the optimized reconstruction protocol was evaluated in [18F]FDG-PET retrospective data acquired from healthy individuals and AD patients.Results: Phantom study: OSEM reconstruction algorithm was optimized (4 iterations and 32 subsets). It resulted in remarkably similar images compared to the current clinical settings, with a 50% reduction in scan time (5 min with a post-reconstruction filter of 4 mm). Clinical study: Quantification and image quality metrics were similar between optimized and clinical protocols, and no significant differences between protocols were observed. Two experienced physicians visually assessed the images in terms of noise, contrast, and overall image quality. No difference between protocols was identified by the physicians. Conclusion: Shortening the acquisition time is therefore possible by optimizing image reconstruction parameters while maintaining adequate quantification accuracy and

Introdução: A imagem de tomografia por emissão de pósitrons (PET) com [18F] FDG fornece informações valiosas sobre os processos patológicos subjacentes em doenças neurodegenerativas, como a doença de Alzheimer (DA). As aquisições de imagens PET nessas populações devem ser as mais curtas possíveis para limitar os movimentos da cabeça e melhorar o conforto do paciente. A otimização de protocolos de reconstrução é usualmente realizada através da análise de imagens adquiridas com fantomas antropomórficos, ambos em termos de qualidade de imagem e acurácia de quantificação. Objetivo: Desenvolver e validar uma estratégia de otimização baseada em fantoma para reconstrução de imagem [18F]FDG-PET para reduzir o tempo de aquisição, mantendo a precisão de quantificação adequada e qualidade de imagem. Métodos: Imagens PET adquiridas com [18F]FDG de um fantoma cerebral 3D Hoffman foram adquiridas. Estratégias de otimização foram desenvolvidas, de forma a obter imagens sem perda aparente de qualidade e com precisão de quantificação adequada nas regiões analisadas. Métodos de reconstrução analíticos e iterativos foram comparados por meio de métricas de qualidade de imagem e precisão quantitativa.Por fim, o protocolo otimizado foi testado em dados retrospectivos de PET adquiridos com [18F]FDG de indivíduos saudáveis e pacientes com a DA. Resultados: Estudo do fantoma: O algoritmo de reconstrução OSEM foi otimizado (4 iterações e 32 subconjuntos), o que resultou em imagens semelhantes em comparação com as configurações clínicas atuais, com uma redução de 50% no tempo de varredura (5 min com um filtro pós-reconstrução de 4 mm). Estudo clínico: As métricas de quantificação e qualidade de imagem foram semelhantes entre o protocolo otimizado e o protocolo clínico, e não foram observadas diferenças significativas entre eles. Dois médicos experientes avaliaram visualmente as imagens em termos de ruído, contraste e qualidade geral da imagem. Nenhuma diferença entre os protocolos foi identif, Background: Positron emission tomography (PET) imaging with [18F]FDG provides valuable information regarding the underlying pathological processes in neurodegenerative disorders, such as Alzheimer’s disease (AD). PET imaging in these populations should be as short as possible to limit head movements and to improve patient comfort. Image reconstruction protocol optimization is usually performed by acquiring images from an anthropomorphic phantom and assessing both image quality and quantification accuracy. Objective: To develop and validate a phantom-based optimization strategy for [18F]FDG-PET imaging reconstruction to reduce acquisition time while maintaining adequate quantification accuracy and image quality. Methods: [18F]FDG-PET images of a Hoffman 3D brain phantom were acquired. Optimization strategies were developed to obtain images with no apparent quality loss and adequate quantification accuracy in the analyzed regions. Analytical and iterative reconstruction methods were compared by means of image quality and quantitative accuracy metrics. Lastly, the optimized reconstruction protocol was evaluated in [18F]FDG-PET retrospective data acquired from healthy individuals and AD patients.Results: Phantom study: OSEM reconstruction algorithm was optimized (4 iterations and 32 subsets). It resulted in remarkably similar images compared to the current clinical settings, with a 50% reduction in scan time (5 min with a post-reconstruction filter of 4 mm). Clinical study: Quantification and image quality metrics were similar between optimized and clinical protocols, and no significant differences between protocols were observed. Two experienced physicians visually assessed the images in terms of noise, contrast, and overall image quality. No difference between protocols was identified by the physicians. Conclusion: Shortening the acquisition time is therefore possible by optimizing image reconstruction parameters while maintaining adequate quantification accuracy and

Introdução: A imagem de tomografia por emissão de pósitrons (PET) com [18F] FDG fornece informações valiosas sobre os processos patológicos subjacentes em doenças neurodegenerativas, como a doença de Alzheimer (DA). As aquisições de imagens PET nessas populações devem ser as mais curtas possíveis para limitar os movimentos da cabeça e melhorar o conforto do paciente. A otimização de protocolos de reconstrução é usualmente realizada através da análise de imagens adquiridas com fantomas antropomórficos, ambos em termos de qualidade de imagem e acurácia de quantificação. Objetivo: Desenvolver e validar uma estratégia de otimização baseada em fantoma para reconstrução de imagem [18F]FDG-PET para reduzir o tempo de aquisição, mantendo a precisão de quantificação adequada e qualidade de imagem. Métodos: Imagens PET adquiridas com [18F]FDG de um fantoma cerebral 3D Hoffman foram adquiridas. Estratégias de otimização foram desenvolvidas, de forma a obter imagens sem perda aparente de qualidade e com precisão de quantificação adequada nas regiões analisadas. Métodos de reconstrução analíticos e iterativos foram comparados por meio de métricas de qualidade de imagem e precisão quantitativa.Por fim, o protocolo otimizado foi testado em dados retrospectivos de PET adquiridos com [18F]FDG de indivíduos saudáveis e pacientes com a DA. Resultados: Estudo do fantoma: O algoritmo de reconstrução OSEM foi otimizado (4 iterações e 32 subconjuntos), o que resultou em imagens semelhantes em comparação com as configurações clínicas atuais, com uma redução de 50% no tempo de varredura (5 min com um filtro pós-reconstrução de 4 mm). Estudo clínico: As métricas de quantificação e qualidade de imagem foram semelhantes entre o protocolo otimizado e o protocolo clínico, e não foram observadas diferenças significativas entre eles. Dois médicos experientes avaliaram visualmente as imagens em termos de ruído, contraste e qualidade geral da imagem. Nenhuma diferença entre os protocolos foi identif, Background: Positron emission tomography (PET) imaging with [18F]FDG provides valuable information regarding the underlying pathological processes in neurodegenerative disorders, such as Alzheimer’s disease (AD). PET imaging in these populations should be as short as possible to limit head movements and to improve patient comfort. Image reconstruction protocol optimization is usually performed by acquiring images from an anthropomorphic phantom and assessing both image quality and quantification accuracy. Objective: To develop and validate a phantom-based optimization strategy for [18F]FDG-PET imaging reconstruction to reduce acquisition time while maintaining adequate quantification accuracy and image quality. Methods: [18F]FDG-PET images of a Hoffman 3D brain phantom were acquired. Optimization strategies were developed to obtain images with no apparent quality loss and adequate quantification accuracy in the analyzed regions. Analytical and iterative reconstruction methods were compared by means of image quality and quantitative accuracy metrics. Lastly, the optimized reconstruction protocol was evaluated in [18F]FDG-PET retrospective data acquired from healthy individuals and AD patients.Results: Phantom study: OSEM reconstruction algorithm was optimized (4 iterations and 32 subsets). It resulted in remarkably similar images compared to the current clinical settings, with a 50% reduction in scan time (5 min with a post-reconstruction filter of 4 mm). Clinical study: Quantification and image quality metrics were similar between optimized and clinical protocols, and no significant differences between protocols were observed. Two experienced physicians visually assessed the images in terms of noise, contrast, and overall image quality. No difference between protocols was identified by the physicians. Conclusion: Shortening the acquisition time is therefore possible by optimizing image reconstruction parameters while maintaining adequate quantification accuracy and

O mapeamento estatístico paramétrico (SPM) atua ao longo da janela temporal de aquisição e detecta mudanças ao longo das dimensões de um campo contínuo n-dimensional. Objetiva-se investigar a usabilidade do SPM em dados experimentais de forças de reação do solo (FRS) durante a caminhada de idosas assim como contribuir para a expansão do uso do método na biomecânica. Para tal realizou-se o estudo e execução de uma etapa preliminar de preparação de dados, seguido da análise tradicional com análise de pontos discretos e da análise contínua (SPM), e por fim a comparação dos resultados entre os métodos e entre os grupos etários (jovens, adultas e idosas). Dados experimentais de dois laboratórios foram incluídos neste estudo.Concluindo que é possível aplicar o método de análise continua em dados experimentais de FRS da marcha desde que se garanta uma boa preparação dos dados, bem como a expansão dos resultados numéricos para aplicações que auxiliem os profissionais das áreas de análise do movimento. Os métodos apresentaram conclusões convergentes, entretanto o método contínuo expande a análise, resultando em uma gama maior de informação a partir de um teste único. Observou-se uma redução na amplitude da FRS para as idosas do conjunto de dados interno (Laboratório de Avaliação e Pesquisa em Atividade Física (LAPAFI - PUCRS)) quando comparado aos grupos de jovens e adultas do conjunto externo de dados (GaitRec) durante as fases de desaceleração e aceleração do apoio, e um aumento na fase de apoio simples (apoio médio), nos levando a acreditar que essas participantes confiam mais no grupo de músculos estabilizadores durante a marcha. Faz-se necessária a ampliação da aplicação do método e de suas dependências (aquisição, preparação, e gerenciamento de dados por exemplo)., Statistical parametric mapping (SPM) acts along the acquisition time window and detects changes along the dimensions of a continuous n-dimensional field. The objective is to investigate the usability of the SPM in experimental data of ground reaction forces (GRF) during walking in elderly women, as well as to contribute to the expansion of the use of the method in biomechanics. For this, the study and execution of a preliminary stage of data preparation was carried out, followed by the traditional analysis with analysis of discrete points and continuous analysis (SPM), and finally the comparison of results between the methods and between the age groups (young, adult and elderly). Experimental data from two laboratories were included in this study. Concluding that it is possible to apply the method of continuous analysis in experimental data of GRF of the gait after a good preparation of the data is guaranteed, as well as the expansion of the numerical results for applications that help professionals in the areas of movement analysis.The methods presented convergent conclusions; however the continuous method expands the analysis, resulting in a greater range of information from a single test. There was a reduction in the amplitude of the GRF for elderly women in the internal data set (Laboratory of Assessment and Research in Physical Activity (LAPAFI - PUCRS)) when compared to groups of young people and adults in the external data set (GaitRec) during the phases of deceleration and acceleration of stance, and an increase in the phase of simple stance (medium stance), leading us to believe that these participants rely more on the stabilizing muscle group during gait. It is necessary to expand the application of the method and its dependencies (acquisition, preparation, and data management, for example).

Voltada para a otimização da eletroencefalografia (EEG), esta dissertação de mestrado foi escrita a partir duma pesquisa qualitativa epistemológica, com o objetivo de explicar a inconsistente contaminação do sinal de EEG pelo sinal elétrico cardíaco (ECG) - contaminação associada à montagem do eletrodo-referência. Os fundamentos físicos para solução desta inconsistência, resultantes da análise de conteúdo teórico, apontam para o surgimento de uma nova aplicação tecnológica: eletroacustico-encefalografia (EaEG), em que o instrumental de EEG é utilizado, mas os dados são interpretados como consequência do efeito eletroacústico dos eletrólitos e refletem os movimentos relativos das estruturas anatômicas da cabeça. Nesta dissertação são apresentados fundamentos científicos para explicar: a origem das variações de potencial elétrico detectados na cabeça; a contraindicação do modelo eletrônico vigente; os fundamentos do modelo eletroacústico; a influência do posicionamento do eletrodo-referência; a necessidade de avaliar a resposta em frequência da instrumentação disponível e a exigência de mudanças expressivas em software. A EaEG abre uma nova perspectiva para estudo do sistema nervoso: monitoramento da mecânica encefálica, com boa resolução temporal, baixo custo, em ambientes diversos., Directed at optimizing electroencephalography (EEG), this master’s dissertation was written after qualitative epistemological research to explain the inconsistent contamination of the EEG signal by the cardiac electrical signal (ECG) - contamination associated with the reference electrode montage. The physical foundations for solving this inconsistency, resulting from the theoretical content analysis, point to the emergence of a new technological application: electroacoustic-encephalography (EaEG), in which the data collected by EEG instrumentation are interpreted as a result of the electroacoustic effect and reflect the relative motion of the anatomical structures of the head. This dissertation presents scientific foundations to explain: the origin of electrical potential variations detected in the head; the contraindication of the current electronic model; the fundamentals of the electroacoustic model; the influence of the reference electrode montage; the need to assess the frequency response of available instrumentation; the requirement for significant software changes. EaEG opens a new perspective for the study of the nervous system: monitoring of brain mechanics, with an excellent temporal resolution, low cost, in different environments.

O mapeamento estatístico paramétrico (SPM) atua ao longo da janela temporal de aquisição e detecta mudanças ao longo das dimensões de um campo contínuo n-dimensional. Objetiva-se investigar a usabilidade do SPM em dados experimentais de forças de reação do solo (FRS) durante a caminhada de idosas assim como contribuir para a expansão do uso do método na biomecânica. Para tal realizou-se o estudo e execução de uma etapa preliminar de preparação de dados, seguido da análise tradicional com análise de pontos discretos e da análise contínua (SPM), e por fim a comparação dos resultados entre os métodos e entre os grupos etários (jovens, adultas e idosas). Dados experimentais de dois laboratórios foram incluídos neste estudo.Concluindo que é possível aplicar o método de análise continua em dados experimentais de FRS da marcha desde que se garanta uma boa preparação dos dados, bem como a expansão dos resultados numéricos para aplicações que auxiliem os profissionais das áreas de análise do movimento. Os métodos apresentaram conclusões convergentes, entretanto o método contínuo expande a análise, resultando em uma gama maior de informação a partir de um teste único. Observou-se uma redução na amplitude da FRS para as idosas do conjunto de dados interno (Laboratório de Avaliação e Pesquisa em Atividade Física (LAPAFI - PUCRS)) quando comparado aos grupos de jovens e adultas do conjunto externo de dados (GaitRec) durante as fases de desaceleração e aceleração do apoio, e um aumento na fase de apoio simples (apoio médio), nos levando a acreditar que essas participantes confiam mais no grupo de músculos estabilizadores durante a marcha. Faz-se necessária a ampliação da aplicação do método e de suas dependências (aquisição, preparação, e gerenciamento de dados por exemplo)., Statistical parametric mapping (SPM) acts along the acquisition time window and detects changes along the dimensions of a continuous n-dimensional field. The objective is to investigate the usability of the SPM in experimental data of ground reaction forces (GRF) during walking in elderly women, as well as to contribute to the expansion of the use of the method in biomechanics. For this, the study and execution of a preliminary stage of data preparation was carried out, followed by the traditional analysis with analysis of discrete points and continuous analysis (SPM), and finally the comparison of results between the methods and between the age groups (young, adult and elderly). Experimental data from two laboratories were included in this study. Concluding that it is possible to apply the method of continuous analysis in experimental data of GRF of the gait after a good preparation of the data is guaranteed, as well as the expansion of the numerical results for applications that help professionals in the areas of movement analysis.The methods presented convergent conclusions; however the continuous method expands the analysis, resulting in a greater range of information from a single test. There was a reduction in the amplitude of the GRF for elderly women in the internal data set (Laboratory of Assessment and Research in Physical Activity (LAPAFI - PUCRS)) when compared to groups of young people and adults in the external data set (GaitRec) during the phases of deceleration and acceleration of stance, and an increase in the phase of simple stance (medium stance), leading us to believe that these participants rely more on the stabilizing muscle group during gait. It is necessary to expand the application of the method and its dependencies (acquisition, preparation, and data management, for example).

Voltada para a otimização da eletroencefalografia (EEG), esta dissertação de mestrado foi escrita a partir duma pesquisa qualitativa epistemológica, com o objetivo de explicar a inconsistente contaminação do sinal de EEG pelo sinal elétrico cardíaco (ECG) - contaminação associada à montagem do eletrodo-referência. Os fundamentos físicos para solução desta inconsistência, resultantes da análise de conteúdo teórico, apontam para o surgimento de uma nova aplicação tecnológica: eletroacustico-encefalografia (EaEG), em que o instrumental de EEG é utilizado, mas os dados são interpretados como consequência do efeito eletroacústico dos eletrólitos e refletem os movimentos relativos das estruturas anatômicas da cabeça. Nesta dissertação são apresentados fundamentos científicos para explicar: a origem das variações de potencial elétrico detectados na cabeça; a contraindicação do modelo eletrônico vigente; os fundamentos do modelo eletroacústico; a influência do posicionamento do eletrodo-referência; a necessidade de avaliar a resposta em frequência da instrumentação disponível e a exigência de mudanças expressivas em software. A EaEG abre uma nova perspectiva para estudo do sistema nervoso: monitoramento da mecânica encefálica, com boa resolução temporal, baixo custo, em ambientes diversos., Directed at optimizing electroencephalography (EEG), this master’s dissertation was written after qualitative epistemological research to explain the inconsistent contamination of the EEG signal by the cardiac electrical signal (ECG) - contamination associated with the reference electrode montage. The physical foundations for solving this inconsistency, resulting from the theoretical content analysis, point to the emergence of a new technological application: electroacoustic-encephalography (EaEG), in which the data collected by EEG instrumentation are interpreted as a result of the electroacoustic effect and reflect the relative motion of the anatomical structures of the head. This dissertation presents scientific foundations to explain: the origin of electrical potential variations detected in the head; the contraindication of the current electronic model; the fundamentals of the electroacoustic model; the influence of the reference electrode montage; the need to assess the frequency response of available instrumentation; the requirement for significant software changes. EaEG opens a new perspective for the study of the nervous system: monitoring of brain mechanics, with an excellent temporal resolution, low cost, in different environments.

Voltada para a otimização da eletroencefalografia (EEG), esta dissertação de mestrado foi escrita a partir duma pesquisa qualitativa epistemológica, com o objetivo de explicar a inconsistente contaminação do sinal de EEG pelo sinal elétrico cardíaco (ECG) - contaminação associada à montagem do eletrodo-referência. Os fundamentos físicos para solução desta inconsistência, resultantes da análise de conteúdo teórico, apontam para o surgimento de uma nova aplicação tecnológica: eletroacustico-encefalografia (EaEG), em que o instrumental de EEG é utilizado, mas os dados são interpretados como consequência do efeito eletroacústico dos eletrólitos e refletem os movimentos relativos das estruturas anatômicas da cabeça. Nesta dissertação são apresentados fundamentos científicos para explicar: a origem das variações de potencial elétrico detectados na cabeça; a contraindicação do modelo eletrônico vigente; os fundamentos do modelo eletroacústico; a influência do posicionamento do eletrodo-referência; a necessidade de avaliar a resposta em frequência da instrumentação disponível e a exigência de mudanças expressivas em software. A EaEG abre uma nova perspectiva para estudo do sistema nervoso: monitoramento da mecânica encefálica, com boa resolução temporal, baixo custo, em ambientes diversos., Directed at optimizing electroencephalography (EEG), this master’s dissertation was written after qualitative epistemological research to explain the inconsistent contamination of the EEG signal by the cardiac electrical signal (ECG) - contamination associated with the reference electrode montage. The physical foundations for solving this inconsistency, resulting from the theoretical content analysis, point to the emergence of a new technological application: electroacoustic-encephalography (EaEG), in which the data collected by EEG instrumentation are interpreted as a result of the electroacoustic effect and reflect the relative motion of the anatomical structures of the head. This dissertation presents scientific foundations to explain: the origin of electrical potential variations detected in the head; the contraindication of the current electronic model; the fundamentals of the electroacoustic model; the influence of the reference electrode montage; the need to assess the frequency response of available instrumentation; the requirement for significant software changes. EaEG opens a new perspective for the study of the nervous system: monitoring of brain mechanics, with an excellent temporal resolution, low cost, in different environments.

O mapeamento estatístico paramétrico (SPM) atua ao longo da janela temporal de aquisição e detecta mudanças ao longo das dimensões de um campo contínuo n-dimensional. Objetiva-se investigar a usabilidade do SPM em dados experimentais de forças de reação do solo (FRS) durante a caminhada de idosas assim como contribuir para a expansão do uso do método na biomecânica. Para tal realizou-se o estudo e execução de uma etapa preliminar de preparação de dados, seguido da análise tradicional com análise de pontos discretos e da análise contínua (SPM), e por fim a comparação dos resultados entre os métodos e entre os grupos etários (jovens, adultas e idosas). Dados experimentais de dois laboratórios foram incluídos neste estudo.Concluindo que é possível aplicar o método de análise continua em dados experimentais de FRS da marcha desde que se garanta uma boa preparação dos dados, bem como a expansão dos resultados numéricos para aplicações que auxiliem os profissionais das áreas de análise do movimento. Os métodos apresentaram conclusões convergentes, entretanto o método contínuo expande a análise, resultando em uma gama maior de informação a partir de um teste único. Observou-se uma redução na amplitude da FRS para as idosas do conjunto de dados interno (Laboratório de Avaliação e Pesquisa em Atividade Física (LAPAFI - PUCRS)) quando comparado aos grupos de jovens e adultas do conjunto externo de dados (GaitRec) durante as fases de desaceleração e aceleração do apoio, e um aumento na fase de apoio simples (apoio médio), nos levando a acreditar que essas participantes confiam mais no grupo de músculos estabilizadores durante a marcha. Faz-se necessária a ampliação da aplicação do método e de suas dependências (aquisição, preparação, e gerenciamento de dados por exemplo)., Statistical parametric mapping (SPM) acts along the acquisition time window and detects changes along the dimensions of a continuous n-dimensional field. The objective is to investigate the usability of the SPM in experimental data of ground reaction forces (GRF) during walking in elderly women, as well as to contribute to the expansion of the use of the method in biomechanics. For this, the study and execution of a preliminary stage of data preparation was carried out, followed by the traditional analysis with analysis of discrete points and continuous analysis (SPM), and finally the comparison of results between the methods and between the age groups (young, adult and elderly). Experimental data from two laboratories were included in this study. Concluding that it is possible to apply the method of continuous analysis in experimental data of GRF of the gait after a good preparation of the data is guaranteed, as well as the expansion of the numerical results for applications that help professionals in the areas of movement analysis.The methods presented convergent conclusions; however the continuous method expands the analysis, resulting in a greater range of information from a single test. There was a reduction in the amplitude of the GRF for elderly women in the internal data set (Laboratory of Assessment and Research in Physical Activity (LAPAFI - PUCRS)) when compared to groups of young people and adults in the external data set (GaitRec) during the phases of deceleration and acceleration of stance, and an increase in the phase of simple stance (medium stance), leading us to believe that these participants rely more on the stabilizing muscle group during gait. It is necessary to expand the application of the method and its dependencies (acquisition, preparation, and data management, for example).

O mapeamento estatístico paramétrico (SPM) atua ao longo da janela temporal de aquisição e detecta mudanças ao longo das dimensões de um campo contínuo n-dimensional. Objetiva-se investigar a usabilidade do SPM em dados experimentais de forças de reação do solo (FRS) durante a caminhada de idosas assim como contribuir para a expansão do uso do método na biomecânica. Para tal realizou-se o estudo e execução de uma etapa preliminar de preparação de dados, seguido da análise tradicional com análise de pontos discretos e da análise contínua (SPM), e por fim a comparação dos resultados entre os métodos e entre os grupos etários (jovens, adultas e idosas). Dados experimentais de dois laboratórios foram incluídos neste estudo.Concluindo que é possível aplicar o método de análise continua em dados experimentais de FRS da marcha desde que se garanta uma boa preparação dos dados, bem como a expansão dos resultados numéricos para aplicações que auxiliem os profissionais das áreas de análise do movimento. Os métodos apresentaram conclusões convergentes, entretanto o método contínuo expande a análise, resultando em uma gama maior de informação a partir de um teste único. Observou-se uma redução na amplitude da FRS para as idosas do conjunto de dados interno (Laboratório de Avaliação e Pesquisa em Atividade Física (LAPAFI - PUCRS)) quando comparado aos grupos de jovens e adultas do conjunto externo de dados (GaitRec) durante as fases de desaceleração e aceleração do apoio, e um aumento na fase de apoio simples (apoio médio), nos levando a acreditar que essas participantes confiam mais no grupo de músculos estabilizadores durante a marcha. Faz-se necessária a ampliação da aplicação do método e de suas dependências (aquisição, preparação, e gerenciamento de dados por exemplo)., Statistical parametric mapping (SPM) acts along the acquisition time window and detects changes along the dimensions of a continuous n-dimensional field. The objective is to investigate the usability of the SPM in experimental data of ground reaction forces (GRF) during walking in elderly women, as well as to contribute to the expansion of the use of the method in biomechanics. For this, the study and execution of a preliminary stage of data preparation was carried out, followed by the traditional analysis with analysis of discrete points and continuous analysis (SPM), and finally the comparison of results between the methods and between the age groups (young, adult and elderly). Experimental data from two laboratories were included in this study. Concluding that it is possible to apply the method of continuous analysis in experimental data of GRF of the gait after a good preparation of the data is guaranteed, as well as the expansion of the numerical results for applications that help professionals in the areas of movement analysis.The methods presented convergent conclusions; however the continuous method expands the analysis, resulting in a greater range of information from a single test. There was a reduction in the amplitude of the GRF for elderly women in the internal data set (Laboratory of Assessment and Research in Physical Activity (LAPAFI - PUCRS)) when compared to groups of young people and adults in the external data set (GaitRec) during the phases of deceleration and acceleration of stance, and an increase in the phase of simple stance (medium stance), leading us to believe that these participants rely more on the stabilizing muscle group during gait. It is necessary to expand the application of the method and its dependencies (acquisition, preparation, and data management, for example).

Voltada para a otimização da eletroencefalografia (EEG), esta dissertação de mestrado foi escrita a partir duma pesquisa qualitativa epistemológica, com o objetivo de explicar a inconsistente contaminação do sinal de EEG pelo sinal elétrico cardíaco (ECG) - contaminação associada à montagem do eletrodo-referência. Os fundamentos físicos para solução desta inconsistência, resultantes da análise de conteúdo teórico, apontam para o surgimento de uma nova aplicação tecnológica: eletroacustico-encefalografia (EaEG), em que o instrumental de EEG é utilizado, mas os dados são interpretados como consequência do efeito eletroacústico dos eletrólitos e refletem os movimentos relativos das estruturas anatômicas da cabeça. Nesta dissertação são apresentados fundamentos científicos para explicar: a origem das variações de potencial elétrico detectados na cabeça; a contraindicação do modelo eletrônico vigente; os fundamentos do modelo eletroacústico; a influência do posicionamento do eletrodo-referência; a necessidade de avaliar a resposta em frequência da instrumentação disponível e a exigência de mudanças expressivas em software. A EaEG abre uma nova perspectiva para estudo do sistema nervoso: monitoramento da mecânica encefálica, com boa resolução temporal, baixo custo, em ambientes diversos., Directed at optimizing electroencephalography (EEG), this master’s dissertation was written after qualitative epistemological research to explain the inconsistent contamination of the EEG signal by the cardiac electrical signal (ECG) - contamination associated with the reference electrode montage. The physical foundations for solving this inconsistency, resulting from the theoretical content analysis, point to the emergence of a new technological application: electroacoustic-encephalography (EaEG), in which the data collected by EEG instrumentation are interpreted as a result of the electroacoustic effect and reflect the relative motion of the anatomical structures of the head. This dissertation presents scientific foundations to explain: the origin of electrical potential variations detected in the head; the contraindication of the current electronic model; the fundamentals of the electroacoustic model; the influence of the reference electrode montage; the need to assess the frequency response of available instrumentation; the requirement for significant software changes. EaEG opens a new perspective for the study of the nervous system: monitoring of brain mechanics, with an excellent temporal resolution, low cost, in different environments.

Voltada para a otimização da eletroencefalografia (EEG), esta dissertação de mestrado foi escrita a partir duma pesquisa qualitativa epistemológica, com o objetivo de explicar a inconsistente contaminação do sinal de EEG pelo sinal elétrico cardíaco (ECG) - contaminação associada à montagem do eletrodo-referência. Os fundamentos físicos para solução desta inconsistência, resultantes da análise de conteúdo teórico, apontam para o surgimento de uma nova aplicação tecnológica: eletroacustico-encefalografia (EaEG), em que o instrumental de EEG é utilizado, mas os dados são interpretados como consequência do efeito eletroacústico dos eletrólitos e refletem os movimentos relativos das estruturas anatômicas da cabeça. Nesta dissertação são apresentados fundamentos científicos para explicar: a origem das variações de potencial elétrico detectados na cabeça; a contraindicação do modelo eletrônico vigente; os fundamentos do modelo eletroacústico; a influência do posicionamento do eletrodo-referência; a necessidade de avaliar a resposta em frequência da instrumentação disponível e a exigência de mudanças expressivas em software. A EaEG abre uma nova perspectiva para estudo do sistema nervoso: monitoramento da mecânica encefálica, com boa resolução temporal, baixo custo, em ambientes diversos., Directed at optimizing electroencephalography (EEG), this master’s dissertation was written after qualitative epistemological research to explain the inconsistent contamination of the EEG signal by the cardiac electrical signal (ECG) - contamination associated with the reference electrode montage. The physical foundations for solving this inconsistency, resulting from the theoretical content analysis, point to the emergence of a new technological application: electroacoustic-encephalography (EaEG), in which the data collected by EEG instrumentation are interpreted as a result of the electroacoustic effect and reflect the relative motion of the anatomical structures of the head. This dissertation presents scientific foundations to explain: the origin of electrical potential variations detected in the head; the contraindication of the current electronic model; the fundamentals of the electroacoustic model; the influence of the reference electrode montage; the need to assess the frequency response of available instrumentation; the requirement for significant software changes. EaEG opens a new perspective for the study of the nervous system: monitoring of brain mechanics, with an excellent temporal resolution, low cost, in different environments.

O mapeamento estatístico paramétrico (SPM) atua ao longo da janela temporal de aquisição e detecta mudanças ao longo das dimensões de um campo contínuo n-dimensional. Objetiva-se investigar a usabilidade do SPM em dados experimentais de forças de reação do solo (FRS) durante a caminhada de idosas assim como contribuir para a expansão do uso do método na biomecânica. Para tal realizou-se o estudo e execução de uma etapa preliminar de preparação de dados, seguido da análise tradicional com análise de pontos discretos e da análise contínua (SPM), e por fim a comparação dos resultados entre os métodos e entre os grupos etários (jovens, adultas e idosas). Dados experimentais de dois laboratórios foram incluídos neste estudo.Concluindo que é possível aplicar o método de análise continua em dados experimentais de FRS da marcha desde que se garanta uma boa preparação dos dados, bem como a expansão dos resultados numéricos para aplicações que auxiliem os profissionais das áreas de análise do movimento. Os métodos apresentaram conclusões convergentes, entretanto o método contínuo expande a análise, resultando em uma gama maior de informação a partir de um teste único. Observou-se uma redução na amplitude da FRS para as idosas do conjunto de dados interno (Laboratório de Avaliação e Pesquisa em Atividade Física (LAPAFI - PUCRS)) quando comparado aos grupos de jovens e adultas do conjunto externo de dados (GaitRec) durante as fases de desaceleração e aceleração do apoio, e um aumento na fase de apoio simples (apoio médio), nos levando a acreditar que essas participantes confiam mais no grupo de músculos estabilizadores durante a marcha. Faz-se necessária a ampliação da aplicação do método e de suas dependências (aquisição, preparação, e gerenciamento de dados por exemplo)., Statistical parametric mapping (SPM) acts along the acquisition time window and detects changes along the dimensions of a continuous n-dimensional field. The objective is to investigate the usability of the SPM in experimental data of ground reaction forces (GRF) during walking in elderly women, as well as to contribute to the expansion of the use of the method in biomechanics. For this, the study and execution of a preliminary stage of data preparation was carried out, followed by the traditional analysis with analysis of discrete points and continuous analysis (SPM), and finally the comparison of results between the methods and between the age groups (young, adult and elderly). Experimental data from two laboratories were included in this study. Concluding that it is possible to apply the method of continuous analysis in experimental data of GRF of the gait after a good preparation of the data is guaranteed, as well as the expansion of the numerical results for applications that help professionals in the areas of movement analysis.The methods presented convergent conclusions; however the continuous method expands the analysis, resulting in a greater range of information from a single test. There was a reduction in the amplitude of the GRF for elderly women in the internal data set (Laboratory of Assessment and Research in Physical Activity (LAPAFI - PUCRS)) when compared to groups of young people and adults in the external data set (GaitRec) during the phases of deceleration and acceleration of stance, and an increase in the phase of simple stance (medium stance), leading us to believe that these participants rely more on the stabilizing muscle group during gait. It is necessary to expand the application of the method and its dependencies (acquisition, preparation, and data management, for example).

PK11195 é uma molécula com afinidade com a proteína translocadora (TSPO ou 18kDa), presente na ativação inflamatória. A tomografia por emissão de pósitrons (PET), usando [11C]-(R)-PK11195 tem um papel importante na avaliação da ativação microglial em doenças neuroinflamatórias. Esse estudo tem como objetivo investigar diferentes métodos de quantificação de PET com [11C]-(R)-PK11195 para estimar parâmetros que podem ser relacionado ao diagnóstico e evolução da esclerose múltipla (MS). O estudo utilizou um conjunto de dados longitudinal consistindo em PET e imagens por ressonância magnética (MR) adquiridas de 34 sujeitos ao longo de 24 meses (10 sujeitos saudáveis, 12 sujeitos com MS previamente tratados e 12 sujeitos com MS sem tratamento). Diferentes algoritmos de segmentação de regiões cerebrais foram avaliados utilizando imagens por MR ponderadas em T1 e T2. Imagens dinâmicas de PET foram utilizadas para quantificar o volume de distribuição (VT) e a razão do volume de distribuição (DVR). Cinco modelos foram avaliados usando imagens dinâmicas de PET: modelo compartimental de dois tecidos (2TCM); modelo gráfico de Logan com t* = 20 min (LOG20); modelo gráfico de Logan com t* = 40 min (LOG40); modelo gráfico de Logan com referência em t* = 20 min, utilizando a substância cinzenta aparentemente normal (NAGM) como região de referência (rLOG20-NAGM); e modelo gráfico de Logan com referência em t* = 20 min, utilizando o cérebro aparentemente normal sem os ventrículos (NAWB-V) como região de referência (rLOG20-NAWB-V). Imagens estáticas de PET foram analisadas usando dois métodos: razão do valor de captação padronizado (SUVR) utilizando a NAGM como região de referência, e SUVR utilizando a NAWB-V como região de referência. Para a segmentação das imagens por MR, o algoritmo Lesion Segmentation Toolbox (LST) mostrou menor variabilidade.O parâmetro DRV utilizando o modelo rLOG20-NAWB-V apresentou melhor diferenciação entre sujeitos com MS e saudáveis, tanto em análise transv, PK11195 is a molecule with binding affinity with translocator protein (TSPO or 18-kDa), present in inflammatory activation. Imaging with positron emission tomography (PET) using [11C]-(R)-PK11195 plays an important role in assessing the activated microglia in neuroinflammatory diseases. This study aimed to investigate different [11C]-(R)-PK11195 PET quantification methods to estimate parameters that can be related to multiple sclerosis (MS) inflammation. The study used a longitudinal dataset consisting of PET and magnetic resonance (MR) images acquired from thirty-four human subjects along twenty-four months (ten healthy controls; twelve MS subjects with previous treatment; and twelve MS subjects without previous treatment). Different algorithms for segmenting brain regions were evaluated using T1 and T2-weighted MR images. Dynamic PET images were used to quantify the distribution volume (VT) and distribution volume ratio (DVR). Five models were tested using dynamic PET data: two tissue compartmental model (2TCM); Logan plot with t* = 20 min (LOG20); Logan plot with t* = 40 min (LOG40); reference Logan plot with t* = 20 min using normal-appearing grey matter (NAGM) as the reference region (rLOG20-NAGM); and reference Logan plot with t* = 20 min using normal-appearing whole-brain without ventricles (NAWB-V) as the reference region (rLOG20-NAWB-V). Static PET images were analyzed using two methods: standardized uptake value ratio (SUVR) using NAGM a the reference region, and SUVR using NAWB-V as the reference region. For MR images segmentation, the algorithm Lesion Segmentation Toolbox (LST) showed the lowest variability. The parameter DVR using the rLOG20-NAWB-V model showed the best differentiation between MS and healthy subjects, both in transversal and longitudinal studies, as well as the SUVR with the same reference region.The SUVR method using the normal-appearing whole-brain without ventricles as the reference region stands an excellent alternative to aid the M

Embora a área cerebral de linguagem tenha sua localização anatômica definida pelas áreas de Wernicke e de Broca, alguns pacientes acometidos com tumores cerebrais têm suas topografias de ativação alteradas, devido a um fenômeno chamado translocação de linguagem. A ressonância magnética funcional (RMf) é um método de diagnóstico por imagem que evidencia as áreas de linguagem, contribuindo para um correto planejamento cirúrgico de retirada de tumores. Apesar da detecção das áreas de ativação cerebral por inspeção visual ser a mais utilizada na clínica, alguns trabalhos vêm utilizando técnicas de Aprendizado de Máquina, como Support Vector Machine, Regressão Logística, Árvores de Decisão, entre outras. Este trabalho tem como objetivo avaliar a aplicação de uma técnica de classificação de lateralidade hemisférica cerebral em área de linguagem utilizando Aprendizado de Máquina. Os coeficientes de ativação das áreas de interesse em imagens de RMf foram extraídos por meio do software AFNI. Uma rede neural artificial Multilayer Perceptron foi configurada, de modo a determinar a probabilidade de as áreas de linguagem estarem alocadas em determinado hemisfério cerebral. O desempenho da rede neural foi avaliado por meio da comparação estatística com o Índice de Lateralidade e com a análise visual. Os resultados mostraram que a RNA MLP tem potencial para ser um método auxiliar para classificação de lateralidade hemisférica cerebral em área de linguagem., Although the cerebral language area has its anatomical location defined by Wernicke’s area and Broca’s area, some patients affected with brain tumors have their activation topographies altered due to a phenomenon called language translocation. Functional Magnetic Resonance Imaging (fMRI) is a diagnostic imaging method that highlights language areas, contributing to the correct surgical planning of tumor removal. Despite the detection of brain activation areas by visual inspection being the most used at the clinic, some studies have been using Machine Learning techniques, such as Support Vector Machine, Logistic Regression, Decision Trees, and others. This work aims to evaluate the application of a technique for classification language area laterality to be using Machine Learning. The activation coefficients of the areas of interest in fMRI images were extracted using the AFNI software. A Multilayer Perceptron artificial neural network was set up in order to determine the probability of the language area are allocated in a certain cerebral hemisphere. The performance of the neural network was assessed by means of statistical comparison with the Laterality Index and the visual analisys. The results showed that MLP RNA has the potential to be an auxiliary method for classifying cerebral hemispheric laterality in the language area.

Estudos sugerem que o envelhecimento saudável (ES) e doenças neurodegenerativas, como a doença de Alzheimer ou AD (do inglês Alzheimer disease) e o comprometimento cognitivo leve ou MCI (do inglês Mild Cognitive Impairment), afetam a conectividade cerebral. Métricas de teoria de grafos vem sendo utilizadas para avaliar rupturas de conectividade funcional do cérebro. Porém, pesquisadores vem explorando preferencialmente estudos transversais. O objetivo principal deste trabalho foi investigar a evolução da conectividade cerebral em indivíduos no envelhecimento saudável e no declínio cognitivo, a partir dos dados longitudinais de ressonância magnética funcional no estado de repouso ou rs-fMRI (do inglês Resting-State Functional Magnetic Resonance Imaging), utilizando métricas de grafos. A amostra utilizada foi dividida em dois grupos, um estável (EES-EES e EMCI-EMCI) e um conversor (ES-MCI e MCI-AD). Foram realizadas análises longitudinais e transversais dos grupos.O processamento foi implementado no SPM 12-MATLAB e a análise foi realizada na ferramenta CONN Toolbox. As métricas de grafos escolhidas para descrever as características da topologia das redes foram: eficiência global, eficiência local, comprimento do caminho característico, coeficiente de agrupamento de grau. Foram analisadas as redes fronto parietal, sensório motora, visual, linguagem, default mode network, atenção dorsal e saliência. Os resultados indicaram que há uma diminuição de força de conectividade funcional nos indivíduos com MCI e AD, quando comparados aos indivíduos saudáveis. Nos indivíduos com envelhecimento saudável, foi identificado que a eficiência local pode ser utilizada como um possível biomarcador entre os indivíduos que permanecem estáveis e os que convertem. Nos indivíduos com MCI, não foi identificada uma métrica e sim um conjunto de métricas que variam entre os grupos conversores e estáveis. A análise de todas as redes no estado de repouso permitiu uma melhor caracterização dos grup, Studies suggests that healthy aging (ES) and certain neurological diseases, such as Alzheimer's disease (AD) and mild cognitive impairment (MCI), affects brain functional connectivity. Graph Theory (GT) metrics allows us to analyze ruptures in the brain functional connectivity. However, researchers has been preferentially exploring transversal studies. The general objective of this work was to investigate the evolution of brain connectivity in individuals with healthy aging and cognitive decline, based on resting state functional magnetic resonance imaging (rs-fMRI) and using graph metrics. The data was divided into two groups, stable (EES-EES and EMCI-EMCI) and converter (ES-MCI and MCI-AD). The longitudinal analysis was carried out between each evolution over time, then crosswise compared healthy individuals between the stable and converting group, and the same process was performed for individuals with MCI.The processing was implemented in SPM12-MATLAB performed in the CONN Toolbox. The networks analyzed were parietal, sensory motor, visual, language, default mode network, dorsal attention and salience. The GT metrics chosen to describe the main topological characteristics of the networks were: characteristic path length, global efficiency, local efficiency, clustering coefficient and degree. The results indicateds a decrease in the strength of functional connectivity in individuals with MCI and AD compared with healthy aging. In healthy aging individuals, was identified that local efficiency metric can be used as a possible biomarker between those who remain stable and those who convert. In MCI individuals, a metric was not identified, but a set of metrics that vary between converting and stable groups. The analysis of all networks in the resting state allowed for a better characterization of the groups, enabling the differentiation between stable healthy individuals and those who convert to cognitive decline over time.

Estudos sugerem que o envelhecimento saudável (ES) e doenças neurodegenerativas, como a doença de Alzheimer ou AD (do inglês Alzheimer disease) e o comprometimento cognitivo leve ou MCI (do inglês Mild Cognitive Impairment), afetam a conectividade cerebral. Métricas de teoria de grafos vem sendo utilizadas para avaliar rupturas de conectividade funcional do cérebro. Porém, pesquisadores vem explorando preferencialmente estudos transversais. O objetivo principal deste trabalho foi investigar a evolução da conectividade cerebral em indivíduos no envelhecimento saudável e no declínio cognitivo, a partir dos dados longitudinais de ressonância magnética funcional no estado de repouso ou rs-fMRI (do inglês Resting-State Functional Magnetic Resonance Imaging), utilizando métricas de grafos. A amostra utilizada foi dividida em dois grupos, um estável (EES-EES e EMCI-EMCI) e um conversor (ES-MCI e MCI-AD). Foram realizadas análises longitudinais e transversais dos grupos.O processamento foi implementado no SPM 12-MATLAB e a análise foi realizada na ferramenta CONN Toolbox. As métricas de grafos escolhidas para descrever as características da topologia das redes foram: eficiência global, eficiência local, comprimento do caminho característico, coeficiente de agrupamento de grau. Foram analisadas as redes fronto parietal, sensório motora, visual, linguagem, default mode network, atenção dorsal e saliência. Os resultados indicaram que há uma diminuição de força de conectividade funcional nos indivíduos com MCI e AD, quando comparados aos indivíduos saudáveis. Nos indivíduos com envelhecimento saudável, foi identificado que a eficiência local pode ser utilizada como um possível biomarcador entre os indivíduos que permanecem estáveis e os que convertem. Nos indivíduos com MCI, não foi identificada uma métrica e sim um conjunto de métricas que variam entre os grupos conversores e estáveis. A análise de todas as redes no estado de repouso permitiu uma melhor caracterização dos grup, Studies suggests that healthy aging (ES) and certain neurological diseases, such as Alzheimer's disease (AD) and mild cognitive impairment (MCI), affects brain functional connectivity. Graph Theory (GT) metrics allows us to analyze ruptures in the brain functional connectivity. However, researchers has been preferentially exploring transversal studies. The general objective of this work was to investigate the evolution of brain connectivity in individuals with healthy aging and cognitive decline, based on resting state functional magnetic resonance imaging (rs-fMRI) and using graph metrics. The data was divided into two groups, stable (EES-EES and EMCI-EMCI) and converter (ES-MCI and MCI-AD). The longitudinal analysis was carried out between each evolution over time, then crosswise compared healthy individuals between the stable and converting group, and the same process was performed for individuals with MCI.The processing was implemented in SPM12-MATLAB performed in the CONN Toolbox. The networks analyzed were parietal, sensory motor, visual, language, default mode network, dorsal attention and salience. The GT metrics chosen to describe the main topological characteristics of the networks were: characteristic path length, global efficiency, local efficiency, clustering coefficient and degree. The results indicateds a decrease in the strength of functional connectivity in individuals with MCI and AD compared with healthy aging. In healthy aging individuals, was identified that local efficiency metric can be used as a possible biomarker between those who remain stable and those who convert. In MCI individuals, a metric was not identified, but a set of metrics that vary between converting and stable groups. The analysis of all networks in the resting state allowed for a better characterization of the groups, enabling the differentiation between stable healthy individuals and those who convert to cognitive decline over time.

PK11195 é uma molécula com afinidade com a proteína translocadora (TSPO ou 18kDa), presente na ativação inflamatória. A tomografia por emissão de pósitrons (PET), usando [11C]-(R)-PK11195 tem um papel importante na avaliação da ativação microglial em doenças neuroinflamatórias. Esse estudo tem como objetivo investigar diferentes métodos de quantificação de PET com [11C]-(R)-PK11195 para estimar parâmetros que podem ser relacionado ao diagnóstico e evolução da esclerose múltipla (MS). O estudo utilizou um conjunto de dados longitudinal consistindo em PET e imagens por ressonância magnética (MR) adquiridas de 34 sujeitos ao longo de 24 meses (10 sujeitos saudáveis, 12 sujeitos com MS previamente tratados e 12 sujeitos com MS sem tratamento). Diferentes algoritmos de segmentação de regiões cerebrais foram avaliados utilizando imagens por MR ponderadas em T1 e T2. Imagens dinâmicas de PET foram utilizadas para quantificar o volume de distribuição (VT) e a razão do volume de distribuição (DVR). Cinco modelos foram avaliados usando imagens dinâmicas de PET: modelo compartimental de dois tecidos (2TCM); modelo gráfico de Logan com t* = 20 min (LOG20); modelo gráfico de Logan com t* = 40 min (LOG40); modelo gráfico de Logan com referência em t* = 20 min, utilizando a substância cinzenta aparentemente normal (NAGM) como região de referência (rLOG20-NAGM); e modelo gráfico de Logan com referência em t* = 20 min, utilizando o cérebro aparentemente normal sem os ventrículos (NAWB-V) como região de referência (rLOG20-NAWB-V). Imagens estáticas de PET foram analisadas usando dois métodos: razão do valor de captação padronizado (SUVR) utilizando a NAGM como região de referência, e SUVR utilizando a NAWB-V como região de referência. Para a segmentação das imagens por MR, o algoritmo Lesion Segmentation Toolbox (LST) mostrou menor variabilidade.O parâmetro DRV utilizando o modelo rLOG20-NAWB-V apresentou melhor diferenciação entre sujeitos com MS e saudáveis, tanto em análise transv, PK11195 is a molecule with binding affinity with translocator protein (TSPO or 18-kDa), present in inflammatory activation. Imaging with positron emission tomography (PET) using [11C]-(R)-PK11195 plays an important role in assessing the activated microglia in neuroinflammatory diseases. This study aimed to investigate different [11C]-(R)-PK11195 PET quantification methods to estimate parameters that can be related to multiple sclerosis (MS) inflammation. The study used a longitudinal dataset consisting of PET and magnetic resonance (MR) images acquired from thirty-four human subjects along twenty-four months (ten healthy controls; twelve MS subjects with previous treatment; and twelve MS subjects without previous treatment). Different algorithms for segmenting brain regions were evaluated using T1 and T2-weighted MR images. Dynamic PET images were used to quantify the distribution volume (VT) and distribution volume ratio (DVR). Five models were tested using dynamic PET data: two tissue compartmental model (2TCM); Logan plot with t* = 20 min (LOG20); Logan plot with t* = 40 min (LOG40); reference Logan plot with t* = 20 min using normal-appearing grey matter (NAGM) as the reference region (rLOG20-NAGM); and reference Logan plot with t* = 20 min using normal-appearing whole-brain without ventricles (NAWB-V) as the reference region (rLOG20-NAWB-V). Static PET images were analyzed using two methods: standardized uptake value ratio (SUVR) using NAGM a the reference region, and SUVR using NAWB-V as the reference region. For MR images segmentation, the algorithm Lesion Segmentation Toolbox (LST) showed the lowest variability. The parameter DVR using the rLOG20-NAWB-V model showed the best differentiation between MS and healthy subjects, both in transversal and longitudinal studies, as well as the SUVR with the same reference region.The SUVR method using the normal-appearing whole-brain without ventricles as the reference region stands an excellent alternative to aid the M

Embora a área cerebral de linguagem tenha sua localização anatômica definida pelas áreas de Wernicke e de Broca, alguns pacientes acometidos com tumores cerebrais têm suas topografias de ativação alteradas, devido a um fenômeno chamado translocação de linguagem. A ressonância magnética funcional (RMf) é um método de diagnóstico por imagem que evidencia as áreas de linguagem, contribuindo para um correto planejamento cirúrgico de retirada de tumores. Apesar da detecção das áreas de ativação cerebral por inspeção visual ser a mais utilizada na clínica, alguns trabalhos vêm utilizando técnicas de Aprendizado de Máquina, como Support Vector Machine, Regressão Logística, Árvores de Decisão, entre outras. Este trabalho tem como objetivo avaliar a aplicação de uma técnica de classificação de lateralidade hemisférica cerebral em área de linguagem utilizando Aprendizado de Máquina. Os coeficientes de ativação das áreas de interesse em imagens de RMf foram extraídos por meio do software AFNI. Uma rede neural artificial Multilayer Perceptron foi configurada, de modo a determinar a probabilidade de as áreas de linguagem estarem alocadas em determinado hemisfério cerebral. O desempenho da rede neural foi avaliado por meio da comparação estatística com o Índice de Lateralidade e com a análise visual. Os resultados mostraram que a RNA MLP tem potencial para ser um método auxiliar para classificação de lateralidade hemisférica cerebral em área de linguagem., Although the cerebral language area has its anatomical location defined by Wernicke’s area and Broca’s area, some patients affected with brain tumors have their activation topographies altered due to a phenomenon called language translocation. Functional Magnetic Resonance Imaging (fMRI) is a diagnostic imaging method that highlights language areas, contributing to the correct surgical planning of tumor removal. Despite the detection of brain activation areas by visual inspection being the most used at the clinic, some studies have been using Machine Learning techniques, such as Support Vector Machine, Logistic Regression, Decision Trees, and others. This work aims to evaluate the application of a technique for classification language area laterality to be using Machine Learning. The activation coefficients of the areas of interest in fMRI images were extracted using the AFNI software. A Multilayer Perceptron artificial neural network was set up in order to determine the probability of the language area are allocated in a certain cerebral hemisphere. The performance of the neural network was assessed by means of statistical comparison with the Laterality Index and the visual analisys. The results showed that MLP RNA has the potential to be an auxiliary method for classifying cerebral hemispheric laterality in the language area.

Embora a área cerebral de linguagem tenha sua localização anatômica definida pelas áreas de Wernicke e de Broca, alguns pacientes acometidos com tumores cerebrais têm suas topografias de ativação alteradas, devido a um fenômeno chamado translocação de linguagem. A ressonância magnética funcional (RMf) é um método de diagnóstico por imagem que evidencia as áreas de linguagem, contribuindo para um correto planejamento cirúrgico de retirada de tumores. Apesar da detecção das áreas de ativação cerebral por inspeção visual ser a mais utilizada na clínica, alguns trabalhos vêm utilizando técnicas de Aprendizado de Máquina, como Support Vector Machine, Regressão Logística, Árvores de Decisão, entre outras. Este trabalho tem como objetivo avaliar a aplicação de uma técnica de classificação de lateralidade hemisférica cerebral em área de linguagem utilizando Aprendizado de Máquina. Os coeficientes de ativação das áreas de interesse em imagens de RMf foram extraídos por meio do software AFNI. Uma rede neural artificial Multilayer Perceptron foi configurada, de modo a determinar a probabilidade de as áreas de linguagem estarem alocadas em determinado hemisfério cerebral. O desempenho da rede neural foi avaliado por meio da comparação estatística com o Índice de Lateralidade e com a análise visual. Os resultados mostraram que a RNA MLP tem potencial para ser um método auxiliar para classificação de lateralidade hemisférica cerebral em área de linguagem., Although the cerebral language area has its anatomical location defined by Wernicke’s area and Broca’s area, some patients affected with brain tumors have their activation topographies altered due to a phenomenon called language translocation. Functional Magnetic Resonance Imaging (fMRI) is a diagnostic imaging method that highlights language areas, contributing to the correct surgical planning of tumor removal. Despite the detection of brain activation areas by visual inspection being the most used at the clinic, some studies have been using Machine Learning techniques, such as Support Vector Machine, Logistic Regression, Decision Trees, and others. This work aims to evaluate the application of a technique for classification language area laterality to be using Machine Learning. The activation coefficients of the areas of interest in fMRI images were extracted using the AFNI software. A Multilayer Perceptron artificial neural network was set up in order to determine the probability of the language area are allocated in a certain cerebral hemisphere. The performance of the neural network was assessed by means of statistical comparison with the Laterality Index and the visual analisys. The results showed that MLP RNA has the potential to be an auxiliary method for classifying cerebral hemispheric laterality in the language area.

Estudos sugerem que o envelhecimento saudável (ES) e doenças neurodegenerativas, como a doença de Alzheimer ou AD (do inglês Alzheimer disease) e o comprometimento cognitivo leve ou MCI (do inglês Mild Cognitive Impairment), afetam a conectividade cerebral. Métricas de teoria de grafos vem sendo utilizadas para avaliar rupturas de conectividade funcional do cérebro. Porém, pesquisadores vem explorando preferencialmente estudos transversais. O objetivo principal deste trabalho foi investigar a evolução da conectividade cerebral em indivíduos no envelhecimento saudável e no declínio cognitivo, a partir dos dados longitudinais de ressonância magnética funcional no estado de repouso ou rs-fMRI (do inglês Resting-State Functional Magnetic Resonance Imaging), utilizando métricas de grafos. A amostra utilizada foi dividida em dois grupos, um estável (EES-EES e EMCI-EMCI) e um conversor (ES-MCI e MCI-AD). Foram realizadas análises longitudinais e transversais dos grupos.O processamento foi implementado no SPM 12-MATLAB e a análise foi realizada na ferramenta CONN Toolbox. As métricas de grafos escolhidas para descrever as características da topologia das redes foram: eficiência global, eficiência local, comprimento do caminho característico, coeficiente de agrupamento de grau. Foram analisadas as redes fronto parietal, sensório motora, visual, linguagem, default mode network, atenção dorsal e saliência. Os resultados indicaram que há uma diminuição de força de conectividade funcional nos indivíduos com MCI e AD, quando comparados aos indivíduos saudáveis. Nos indivíduos com envelhecimento saudável, foi identificado que a eficiência local pode ser utilizada como um possível biomarcador entre os indivíduos que permanecem estáveis e os que convertem. Nos indivíduos com MCI, não foi identificada uma métrica e sim um conjunto de métricas que variam entre os grupos conversores e estáveis. A análise de todas as redes no estado de repouso permitiu uma melhor caracterização dos grup, Studies suggests that healthy aging (ES) and certain neurological diseases, such as Alzheimer's disease (AD) and mild cognitive impairment (MCI), affects brain functional connectivity. Graph Theory (GT) metrics allows us to analyze ruptures in the brain functional connectivity. However, researchers has been preferentially exploring transversal studies. The general objective of this work was to investigate the evolution of brain connectivity in individuals with healthy aging and cognitive decline, based on resting state functional magnetic resonance imaging (rs-fMRI) and using graph metrics. The data was divided into two groups, stable (EES-EES and EMCI-EMCI) and converter (ES-MCI and MCI-AD). The longitudinal analysis was carried out between each evolution over time, then crosswise compared healthy individuals between the stable and converting group, and the same process was performed for individuals with MCI.The processing was implemented in SPM12-MATLAB performed in the CONN Toolbox. The networks analyzed were parietal, sensory motor, visual, language, default mode network, dorsal attention and salience. The GT metrics chosen to describe the main topological characteristics of the networks were: characteristic path length, global efficiency, local efficiency, clustering coefficient and degree. The results indicateds a decrease in the strength of functional connectivity in individuals with MCI and AD compared with healthy aging. In healthy aging individuals, was identified that local efficiency metric can be used as a possible biomarker between those who remain stable and those who convert. In MCI individuals, a metric was not identified, but a set of metrics that vary between converting and stable groups. The analysis of all networks in the resting state allowed for a better characterization of the groups, enabling the differentiation between stable healthy individuals and those who convert to cognitive decline over time.

PK11195 é uma molécula com afinidade com a proteína translocadora (TSPO ou 18kDa), presente na ativação inflamatória. A tomografia por emissão de pósitrons (PET), usando [11C]-(R)-PK11195 tem um papel importante na avaliação da ativação microglial em doenças neuroinflamatórias. Esse estudo tem como objetivo investigar diferentes métodos de quantificação de PET com [11C]-(R)-PK11195 para estimar parâmetros que podem ser relacionado ao diagnóstico e evolução da esclerose múltipla (MS). O estudo utilizou um conjunto de dados longitudinal consistindo em PET e imagens por ressonância magnética (MR) adquiridas de 34 sujeitos ao longo de 24 meses (10 sujeitos saudáveis, 12 sujeitos com MS previamente tratados e 12 sujeitos com MS sem tratamento). Diferentes algoritmos de segmentação de regiões cerebrais foram avaliados utilizando imagens por MR ponderadas em T1 e T2. Imagens dinâmicas de PET foram utilizadas para quantificar o volume de distribuição (VT) e a razão do volume de distribuição (DVR). Cinco modelos foram avaliados usando imagens dinâmicas de PET: modelo compartimental de dois tecidos (2TCM); modelo gráfico de Logan com t* = 20 min (LOG20); modelo gráfico de Logan com t* = 40 min (LOG40); modelo gráfico de Logan com referência em t* = 20 min, utilizando a substância cinzenta aparentemente normal (NAGM) como região de referência (rLOG20-NAGM); e modelo gráfico de Logan com referência em t* = 20 min, utilizando o cérebro aparentemente normal sem os ventrículos (NAWB-V) como região de referência (rLOG20-NAWB-V). Imagens estáticas de PET foram analisadas usando dois métodos: razão do valor de captação padronizado (SUVR) utilizando a NAGM como região de referência, e SUVR utilizando a NAWB-V como região de referência. Para a segmentação das imagens por MR, o algoritmo Lesion Segmentation Toolbox (LST) mostrou menor variabilidade.O parâmetro DRV utilizando o modelo rLOG20-NAWB-V apresentou melhor diferenciação entre sujeitos com MS e saudáveis, tanto em análise transv, PK11195 is a molecule with binding affinity with translocator protein (TSPO or 18-kDa), present in inflammatory activation. Imaging with positron emission tomography (PET) using [11C]-(R)-PK11195 plays an important role in assessing the activated microglia in neuroinflammatory diseases. This study aimed to investigate different [11C]-(R)-PK11195 PET quantification methods to estimate parameters that can be related to multiple sclerosis (MS) inflammation. The study used a longitudinal dataset consisting of PET and magnetic resonance (MR) images acquired from thirty-four human subjects along twenty-four months (ten healthy controls; twelve MS subjects with previous treatment; and twelve MS subjects without previous treatment). Different algorithms for segmenting brain regions were evaluated using T1 and T2-weighted MR images. Dynamic PET images were used to quantify the distribution volume (VT) and distribution volume ratio (DVR). Five models were tested using dynamic PET data: two tissue compartmental model (2TCM); Logan plot with t* = 20 min (LOG20); Logan plot with t* = 40 min (LOG40); reference Logan plot with t* = 20 min using normal-appearing grey matter (NAGM) as the reference region (rLOG20-NAGM); and reference Logan plot with t* = 20 min using normal-appearing whole-brain without ventricles (NAWB-V) as the reference region (rLOG20-NAWB-V). Static PET images were analyzed using two methods: standardized uptake value ratio (SUVR) using NAGM a the reference region, and SUVR using NAWB-V as the reference region. For MR images segmentation, the algorithm Lesion Segmentation Toolbox (LST) showed the lowest variability. The parameter DVR using the rLOG20-NAWB-V model showed the best differentiation between MS and healthy subjects, both in transversal and longitudinal studies, as well as the SUVR with the same reference region.The SUVR method using the normal-appearing whole-brain without ventricles as the reference region stands an excellent alternative to aid the M

Estudos sugerem que o envelhecimento saudável (ES) e doenças neurodegenerativas, como a doença de Alzheimer ou AD (do inglês Alzheimer disease) e o comprometimento cognitivo leve ou MCI (do inglês Mild Cognitive Impairment), afetam a conectividade cerebral. Métricas de teoria de grafos vem sendo utilizadas para avaliar rupturas de conectividade funcional do cérebro. Porém, pesquisadores vem explorando preferencialmente estudos transversais. O objetivo principal deste trabalho foi investigar a evolução da conectividade cerebral em indivíduos no envelhecimento saudável e no declínio cognitivo, a partir dos dados longitudinais de ressonância magnética funcional no estado de repouso ou rs-fMRI (do inglês Resting-State Functional Magnetic Resonance Imaging), utilizando métricas de grafos. A amostra utilizada foi dividida em dois grupos, um estável (EES-EES e EMCI-EMCI) e um conversor (ES-MCI e MCI-AD). Foram realizadas análises longitudinais e transversais dos grupos.O processamento foi implementado no SPM 12-MATLAB e a análise foi realizada na ferramenta CONN Toolbox. As métricas de grafos escolhidas para descrever as características da topologia das redes foram: eficiência global, eficiência local, comprimento do caminho característico, coeficiente de agrupamento de grau. Foram analisadas as redes fronto parietal, sensório motora, visual, linguagem, default mode network, atenção dorsal e saliência. Os resultados indicaram que há uma diminuição de força de conectividade funcional nos indivíduos com MCI e AD, quando comparados aos indivíduos saudáveis. Nos indivíduos com envelhecimento saudável, foi identificado que a eficiência local pode ser utilizada como um possível biomarcador entre os indivíduos que permanecem estáveis e os que convertem. Nos indivíduos com MCI, não foi identificada uma métrica e sim um conjunto de métricas que variam entre os grupos conversores e estáveis. A análise de todas as redes no estado de repouso permitiu uma melhor caracterização dos grup, Studies suggests that healthy aging (ES) and certain neurological diseases, such as Alzheimer's disease (AD) and mild cognitive impairment (MCI), affects brain functional connectivity. Graph Theory (GT) metrics allows us to analyze ruptures in the brain functional connectivity. However, researchers has been preferentially exploring transversal studies. The general objective of this work was to investigate the evolution of brain connectivity in individuals with healthy aging and cognitive decline, based on resting state functional magnetic resonance imaging (rs-fMRI) and using graph metrics. The data was divided into two groups, stable (EES-EES and EMCI-EMCI) and converter (ES-MCI and MCI-AD). The longitudinal analysis was carried out between each evolution over time, then crosswise compared healthy individuals between the stable and converting group, and the same process was performed for individuals with MCI.The processing was implemented in SPM12-MATLAB performed in the CONN Toolbox. The networks analyzed were parietal, sensory motor, visual, language, default mode network, dorsal attention and salience. The GT metrics chosen to describe the main topological characteristics of the networks were: characteristic path length, global efficiency, local efficiency, clustering coefficient and degree. The results indicateds a decrease in the strength of functional connectivity in individuals with MCI and AD compared with healthy aging. In healthy aging individuals, was identified that local efficiency metric can be used as a possible biomarker between those who remain stable and those who convert. In MCI individuals, a metric was not identified, but a set of metrics that vary between converting and stable groups. The analysis of all networks in the resting state allowed for a better characterization of the groups, enabling the differentiation between stable healthy individuals and those who convert to cognitive decline over time.

Embora a área cerebral de linguagem tenha sua localização anatômica definida pelas áreas de Wernicke e de Broca, alguns pacientes acometidos com tumores cerebrais têm suas topografias de ativação alteradas, devido a um fenômeno chamado translocação de linguagem. A ressonância magnética funcional (RMf) é um método de diagnóstico por imagem que evidencia as áreas de linguagem, contribuindo para um correto planejamento cirúrgico de retirada de tumores. Apesar da detecção das áreas de ativação cerebral por inspeção visual ser a mais utilizada na clínica, alguns trabalhos vêm utilizando técnicas de Aprendizado de Máquina, como Support Vector Machine, Regressão Logística, Árvores de Decisão, entre outras. Este trabalho tem como objetivo avaliar a aplicação de uma técnica de classificação de lateralidade hemisférica cerebral em área de linguagem utilizando Aprendizado de Máquina. Os coeficientes de ativação das áreas de interesse em imagens de RMf foram extraídos por meio do software AFNI. Uma rede neural artificial Multilayer Perceptron foi configurada, de modo a determinar a probabilidade de as áreas de linguagem estarem alocadas em determinado hemisfério cerebral. O desempenho da rede neural foi avaliado por meio da comparação estatística com o Índice de Lateralidade e com a análise visual. Os resultados mostraram que a RNA MLP tem potencial para ser um método auxiliar para classificação de lateralidade hemisférica cerebral em área de linguagem., Although the cerebral language area has its anatomical location defined by Wernicke’s area and Broca’s area, some patients affected with brain tumors have their activation topographies altered due to a phenomenon called language translocation. Functional Magnetic Resonance Imaging (fMRI) is a diagnostic imaging method that highlights language areas, contributing to the correct surgical planning of tumor removal. Despite the detection of brain activation areas by visual inspection being the most used at the clinic, some studies have been using Machine Learning techniques, such as Support Vector Machine, Logistic Regression, Decision Trees, and others. This work aims to evaluate the application of a technique for classification language area laterality to be using Machine Learning. The activation coefficients of the areas of interest in fMRI images were extracted using the AFNI software. A Multilayer Perceptron artificial neural network was set up in order to determine the probability of the language area are allocated in a certain cerebral hemisphere. The performance of the neural network was assessed by means of statistical comparison with the Laterality Index and the visual analisys. The results showed that MLP RNA has the potential to be an auxiliary method for classifying cerebral hemispheric laterality in the language area.

PK11195 é uma molécula com afinidade com a proteína translocadora (TSPO ou 18kDa), presente na ativação inflamatória. A tomografia por emissão de pósitrons (PET), usando [11C]-(R)-PK11195 tem um papel importante na avaliação da ativação microglial em doenças neuroinflamatórias. Esse estudo tem como objetivo investigar diferentes métodos de quantificação de PET com [11C]-(R)-PK11195 para estimar parâmetros que podem ser relacionado ao diagnóstico e evolução da esclerose múltipla (MS). O estudo utilizou um conjunto de dados longitudinal consistindo em PET e imagens por ressonância magnética (MR) adquiridas de 34 sujeitos ao longo de 24 meses (10 sujeitos saudáveis, 12 sujeitos com MS previamente tratados e 12 sujeitos com MS sem tratamento). Diferentes algoritmos de segmentação de regiões cerebrais foram avaliados utilizando imagens por MR ponderadas em T1 e T2. Imagens dinâmicas de PET foram utilizadas para quantificar o volume de distribuição (VT) e a razão do volume de distribuição (DVR). Cinco modelos foram avaliados usando imagens dinâmicas de PET: modelo compartimental de dois tecidos (2TCM); modelo gráfico de Logan com t* = 20 min (LOG20); modelo gráfico de Logan com t* = 40 min (LOG40); modelo gráfico de Logan com referência em t* = 20 min, utilizando a substância cinzenta aparentemente normal (NAGM) como região de referência (rLOG20-NAGM); e modelo gráfico de Logan com referência em t* = 20 min, utilizando o cérebro aparentemente normal sem os ventrículos (NAWB-V) como região de referência (rLOG20-NAWB-V). Imagens estáticas de PET foram analisadas usando dois métodos: razão do valor de captação padronizado (SUVR) utilizando a NAGM como região de referência, e SUVR utilizando a NAWB-V como região de referência. Para a segmentação das imagens por MR, o algoritmo Lesion Segmentation Toolbox (LST) mostrou menor variabilidade.O parâmetro DRV utilizando o modelo rLOG20-NAWB-V apresentou melhor diferenciação entre sujeitos com MS e saudáveis, tanto em análise transv, PK11195 is a molecule with binding affinity with translocator protein (TSPO or 18-kDa), present in inflammatory activation. Imaging with positron emission tomography (PET) using [11C]-(R)-PK11195 plays an important role in assessing the activated microglia in neuroinflammatory diseases. This study aimed to investigate different [11C]-(R)-PK11195 PET quantification methods to estimate parameters that can be related to multiple sclerosis (MS) inflammation. The study used a longitudinal dataset consisting of PET and magnetic resonance (MR) images acquired from thirty-four human subjects along twenty-four months (ten healthy controls; twelve MS subjects with previous treatment; and twelve MS subjects without previous treatment). Different algorithms for segmenting brain regions were evaluated using T1 and T2-weighted MR images. Dynamic PET images were used to quantify the distribution volume (VT) and distribution volume ratio (DVR). Five models were tested using dynamic PET data: two tissue compartmental model (2TCM); Logan plot with t* = 20 min (LOG20); Logan plot with t* = 40 min (LOG40); reference Logan plot with t* = 20 min using normal-appearing grey matter (NAGM) as the reference region (rLOG20-NAGM); and reference Logan plot with t* = 20 min using normal-appearing whole-brain without ventricles (NAWB-V) as the reference region (rLOG20-NAWB-V). Static PET images were analyzed using two methods: standardized uptake value ratio (SUVR) using NAGM a the reference region, and SUVR using NAWB-V as the reference region. For MR images segmentation, the algorithm Lesion Segmentation Toolbox (LST) showed the lowest variability. The parameter DVR using the rLOG20-NAWB-V model showed the best differentiation between MS and healthy subjects, both in transversal and longitudinal studies, as well as the SUVR with the same reference region.The SUVR method using the normal-appearing whole-brain without ventricles as the reference region stands an excellent alternative to aid the M

Embora a área cerebral de linguagem tenha sua localização anatômica definida pelas áreas de Wernicke e de Broca, alguns pacientes acometidos com tumores cerebrais têm suas topografias de ativação alteradas, devido a um fenômeno chamado translocação de linguagem. A ressonância magnética funcional (RMf) é um método de diagnóstico por imagem que evidencia as áreas de linguagem, contribuindo para um correto planejamento cirúrgico de retirada de tumores. Apesar da detecção das áreas de ativação cerebral por inspeção visual ser a mais utilizada na clínica, alguns trabalhos vêm utilizando técnicas de Aprendizado de Máquina, como Support Vector Machine, Regressão Logística, Árvores de Decisão, entre outras. Este trabalho tem como objetivo avaliar a aplicação de uma técnica de classificação de lateralidade hemisférica cerebral em área de linguagem utilizando Aprendizado de Máquina. Os coeficientes de ativação das áreas de interesse em imagens de RMf foram extraídos por meio do software AFNI. Uma rede neural artificial Multilayer Perceptron foi configurada, de modo a determinar a probabilidade de as áreas de linguagem estarem alocadas em determinado hemisfério cerebral. O desempenho da rede neural foi avaliado por meio da comparação estatística com o Índice de Lateralidade e com a análise visual. Os resultados mostraram que a RNA MLP tem potencial para ser um método auxiliar para classificação de lateralidade hemisférica cerebral em área de linguagem., Although the cerebral language area has its anatomical location defined by Wernicke’s area and Broca’s area, some patients affected with brain tumors have their activation topographies altered due to a phenomenon called language translocation. Functional Magnetic Resonance Imaging (fMRI) is a diagnostic imaging method that highlights language areas, contributing to the correct surgical planning of tumor removal. Despite the detection of brain activation areas by visual inspection being the most used at the clinic, some studies have been using Machine Learning techniques, such as Support Vector Machine, Logistic Regression, Decision Trees, and others. This work aims to evaluate the application of a technique for classification language area laterality to be using Machine Learning. The activation coefficients of the areas of interest in fMRI images were extracted using the AFNI software. A Multilayer Perceptron artificial neural network was set up in order to determine the probability of the language area are allocated in a certain cerebral hemisphere. The performance of the neural network was assessed by means of statistical comparison with the Laterality Index and the visual analisys. The results showed that MLP RNA has the potential to be an auxiliary method for classifying cerebral hemispheric laterality in the language area.

PK11195 é uma molécula com afinidade com a proteína translocadora (TSPO ou 18kDa), presente na ativação inflamatória. A tomografia por emissão de pósitrons (PET), usando [11C]-(R)-PK11195 tem um papel importante na avaliação da ativação microglial em doenças neuroinflamatórias. Esse estudo tem como objetivo investigar diferentes métodos de quantificação de PET com [11C]-(R)-PK11195 para estimar parâmetros que podem ser relacionado ao diagnóstico e evolução da esclerose múltipla (MS). O estudo utilizou um conjunto de dados longitudinal consistindo em PET e imagens por ressonância magnética (MR) adquiridas de 34 sujeitos ao longo de 24 meses (10 sujeitos saudáveis, 12 sujeitos com MS previamente tratados e 12 sujeitos com MS sem tratamento). Diferentes algoritmos de segmentação de regiões cerebrais foram avaliados utilizando imagens por MR ponderadas em T1 e T2. Imagens dinâmicas de PET foram utilizadas para quantificar o volume de distribuição (VT) e a razão do volume de distribuição (DVR). Cinco modelos foram avaliados usando imagens dinâmicas de PET: modelo compartimental de dois tecidos (2TCM); modelo gráfico de Logan com t* = 20 min (LOG20); modelo gráfico de Logan com t* = 40 min (LOG40); modelo gráfico de Logan com referência em t* = 20 min, utilizando a substância cinzenta aparentemente normal (NAGM) como região de referência (rLOG20-NAGM); e modelo gráfico de Logan com referência em t* = 20 min, utilizando o cérebro aparentemente normal sem os ventrículos (NAWB-V) como região de referência (rLOG20-NAWB-V). Imagens estáticas de PET foram analisadas usando dois métodos: razão do valor de captação padronizado (SUVR) utilizando a NAGM como região de referência, e SUVR utilizando a NAWB-V como região de referência. Para a segmentação das imagens por MR, o algoritmo Lesion Segmentation Toolbox (LST) mostrou menor variabilidade.O parâmetro DRV utilizando o modelo rLOG20-NAWB-V apresentou melhor diferenciação entre sujeitos com MS e saudáveis, tanto em análise transv, PK11195 is a molecule with binding affinity with translocator protein (TSPO or 18-kDa), present in inflammatory activation. Imaging with positron emission tomography (PET) using [11C]-(R)-PK11195 plays an important role in assessing the activated microglia in neuroinflammatory diseases. This study aimed to investigate different [11C]-(R)-PK11195 PET quantification methods to estimate parameters that can be related to multiple sclerosis (MS) inflammation. The study used a longitudinal dataset consisting of PET and magnetic resonance (MR) images acquired from thirty-four human subjects along twenty-four months (ten healthy controls; twelve MS subjects with previous treatment; and twelve MS subjects without previous treatment). Different algorithms for segmenting brain regions were evaluated using T1 and T2-weighted MR images. Dynamic PET images were used to quantify the distribution volume (VT) and distribution volume ratio (DVR). Five models were tested using dynamic PET data: two tissue compartmental model (2TCM); Logan plot with t* = 20 min (LOG20); Logan plot with t* = 40 min (LOG40); reference Logan plot with t* = 20 min using normal-appearing grey matter (NAGM) as the reference region (rLOG20-NAGM); and reference Logan plot with t* = 20 min using normal-appearing whole-brain without ventricles (NAWB-V) as the reference region (rLOG20-NAWB-V). Static PET images were analyzed using two methods: standardized uptake value ratio (SUVR) using NAGM a the reference region, and SUVR using NAWB-V as the reference region. For MR images segmentation, the algorithm Lesion Segmentation Toolbox (LST) showed the lowest variability. The parameter DVR using the rLOG20-NAWB-V model showed the best differentiation between MS and healthy subjects, both in transversal and longitudinal studies, as well as the SUVR with the same reference region.The SUVR method using the normal-appearing whole-brain without ventricles as the reference region stands an excellent alternative to aid the M

Estudos sugerem que o envelhecimento saudável (ES) e doenças neurodegenerativas, como a doença de Alzheimer ou AD (do inglês Alzheimer disease) e o comprometimento cognitivo leve ou MCI (do inglês Mild Cognitive Impairment), afetam a conectividade cerebral. Métricas de teoria de grafos vem sendo utilizadas para avaliar rupturas de conectividade funcional do cérebro. Porém, pesquisadores vem explorando preferencialmente estudos transversais. O objetivo principal deste trabalho foi investigar a evolução da conectividade cerebral em indivíduos no envelhecimento saudável e no declínio cognitivo, a partir dos dados longitudinais de ressonância magnética funcional no estado de repouso ou rs-fMRI (do inglês Resting-State Functional Magnetic Resonance Imaging), utilizando métricas de grafos. A amostra utilizada foi dividida em dois grupos, um estável (EES-EES e EMCI-EMCI) e um conversor (ES-MCI e MCI-AD). Foram realizadas análises longitudinais e transversais dos grupos.O processamento foi implementado no SPM 12-MATLAB e a análise foi realizada na ferramenta CONN Toolbox. As métricas de grafos escolhidas para descrever as características da topologia das redes foram: eficiência global, eficiência local, comprimento do caminho característico, coeficiente de agrupamento de grau. Foram analisadas as redes fronto parietal, sensório motora, visual, linguagem, default mode network, atenção dorsal e saliência. Os resultados indicaram que há uma diminuição de força de conectividade funcional nos indivíduos com MCI e AD, quando comparados aos indivíduos saudáveis. Nos indivíduos com envelhecimento saudável, foi identificado que a eficiência local pode ser utilizada como um possível biomarcador entre os indivíduos que permanecem estáveis e os que convertem. Nos indivíduos com MCI, não foi identificada uma métrica e sim um conjunto de métricas que variam entre os grupos conversores e estáveis. A análise de todas as redes no estado de repouso permitiu uma melhor caracterização dos grup, Studies suggests that healthy aging (ES) and certain neurological diseases, such as Alzheimer's disease (AD) and mild cognitive impairment (MCI), affects brain functional connectivity. Graph Theory (GT) metrics allows us to analyze ruptures in the brain functional connectivity. However, researchers has been preferentially exploring transversal studies. The general objective of this work was to investigate the evolution of brain connectivity in individuals with healthy aging and cognitive decline, based on resting state functional magnetic resonance imaging (rs-fMRI) and using graph metrics. The data was divided into two groups, stable (EES-EES and EMCI-EMCI) and converter (ES-MCI and MCI-AD). The longitudinal analysis was carried out between each evolution over time, then crosswise compared healthy individuals between the stable and converting group, and the same process was performed for individuals with MCI.The processing was implemented in SPM12-MATLAB performed in the CONN Toolbox. The networks analyzed were parietal, sensory motor, visual, language, default mode network, dorsal attention and salience. The GT metrics chosen to describe the main topological characteristics of the networks were: characteristic path length, global efficiency, local efficiency, clustering coefficient and degree. The results indicateds a decrease in the strength of functional connectivity in individuals with MCI and AD compared with healthy aging. In healthy aging individuals, was identified that local efficiency metric can be used as a possible biomarker between those who remain stable and those who convert. In MCI individuals, a metric was not identified, but a set of metrics that vary between converting and stable groups. The analysis of all networks in the resting state allowed for a better characterization of the groups, enabling the differentiation between stable healthy individuals and those who convert to cognitive decline over time.

Aplicações com aprendizado de máquina possuem diversas suposições sobre o cenário em que são colocadas. Uma suposição comum é a de que o ambiente de teste segue a mesma distribuição dos dados de treino. Essa suposição é sistematicamente quebrada em cénarios do mundo real; a diferença entre essas distribuições é conhecida como domain shift. Adaptação de domínio não-supervisionada visa mitigar esse problema impulsionando o conhecimento dos modelos com dados do ambiente de teste. Uma das áreas mais sensíveis a domain shift é a de imagens médicas. Devido a heterogeneidade das distribuições de dados das máquinas de aquisição de imagens, os modelos tendem a variar sua performance preditiva quando lidam com imagens vindas de máquinas sem nenhum exemplo no conjunto de treino. Este trabalho propõe duas contribuições. Primeiramente, o uso de self ensembling em adaptação de domínio para segmentação de imagens médicas para segmentação de substância cinzenta na medula espinhal é introduzido. Em seguida, baseado no sucesso do self-ensembling, outros trabalhos recentes da literatura de aprendizado semi-supervisionado são adaptados para o contexto apresentado, nominalmente, unsupervised data augmentation e MixMatch. Foram conduzidos estudos de ablação e experimentos para compreensão do comportamento dos métodos e comparação dos seus melhores resultados. Os resultados indicam uma melhoria em relação a treinamento puramente supervisionado, além de demonstrar que os métodos recentes de aprendizado semi-supervisionado são promissores para o campo de adaptação de domínio em segmentação de imagens médicas., Machine learning applications make several assumptions regarding the scenario where they are employed. One common assumption is that data distribution in the test environment follows the same distribution of the training set. This assumption is systematically broken in most real-world scenarios; the difference between these distributions is commonly known as domain shift. Unsupervised domain adaptation aims at suppressing this problem by leveraging knowledge with unlabeled data from the test environment. One of the most sensitive fields for domain shift is medical imaging. Due to the heterogeneity in data distributions from scanners, models tend to vary in predictive performance when dealing with images from scanners with no examples in the training set. We propose two contributions in this work. First, we introduce the use of self-ensembling domain adaptation in the field of medical imaging segmentation in a spinal cord grey matter segmentation task. Next, based on the success of self-ensembling, we adapt two other recent work from the semi-supervised learning literature to the same task, namely, unsupervised data augmentation and MixMatch. We conduct ablation studies and other experiments in order to understand the behavior of each method and compare their best results. The results show improvements over training models in a supervised learning fashion and demonstrate that recent semi-supervised learning methods are promising for domain adaptation in medical imaging segmentation.

O desempenho no aprendizado de escolares está diretamente ligado ao bem-estar do mesmo, o que consolida a necessidade da criação de ferramentas capazes de observar traços de emoção durante o desenvolvimento de atividades específicas. Aliando jogos educacionais à observação de emoções, pode-se garantir que as atividades de aprendizado sejam mais prazerosas, melhorando a eficiência dos escolares. Para observar traços de emoções, deve-se evocá-las atentando para que estas estejam em destaque para a metodologia utilizada para a observação. Nesta pesquisa, usam-se duas formas de observação dos traços de emoção: micro expressões faciais e resposta hemodinâmicas do córtex cerebral. Na busca de evidências de emoções, utilizam-se métodos e protocolos de evocação dos traços de emoções, onde são utilizadas imagens fortes, responsáveis por provocar reações emocionais. Com a construção de um paradigma, pode-se observar a influência da sequência das imagens, usadas no exame, na variação de resposta das percepções emocionais.Foram observadas emoções positivas, negativas e neutras, relacionando-as aos traços de expressão. O estudo se limita a diferenciar estas três emoções, que são possíveis de se distinguir a partir de análise fisiológica. Para tanto, utilizaram-se câmeras e sensores óticos, respectivamente, para reconhecer micro expressões da face e respostas hemodinâmicas corticais. Estas emoções foram classificados a partir de um método de inteligência artificial cuja entrada são os traços emocionais. Este método cria um conjunto de padrões de respostas para cada uma das emoções, classificando a emoção atual do participante. A possibilidade de gerar índices emocionais para uma atividade fim, amplia em muito o ensino de jogos sérios, mas também fortalece o uso deste método de reconhecimento em outras aplicações. A partir da união das duas metodologias de reconhecimentos fisiológicos, obteve-se um método robusto de classificação das emoções, com taxa de 77,2% de acerto., This work aims to improve the recognition of emotional responses to different stimuli that provoke alterations into humans. Said alterations can be measured through several tools such as Magnetic Resonance Imaging, Functional Near Infrared Spectroscopy (fNIRS), Electroencephalography (EEG) and Facial Recognition. In this work, we used a combination of the fNIRS system, which measures the variation of hemoglobin oxygenation, and facial recognition tools. The participants were stimulated with a sequence of images from the IAPS database, which are labeled with the weighted emotions they provoke. This allowed the training of a classifier that was capable of predicting the emotion that was experienced by the user during the activity performed. This article covers the recognition of positive, negative and neutral emotions using classifiers, created in Matlab, that are based on participant physiological responses. The combination of fNIRS, facial recognition and machine learning supported the creation of a predictor with 77.2% correct classification rate.

O desempenho no aprendizado de escolares está diretamente ligado ao bem-estar do mesmo, o que consolida a necessidade da criação de ferramentas capazes de observar traços de emoção durante o desenvolvimento de atividades específicas. Aliando jogos educacionais à observação de emoções, pode-se garantir que as atividades de aprendizado sejam mais prazerosas, melhorando a eficiência dos escolares. Para observar traços de emoções, deve-se evocá-las atentando para que estas estejam em destaque para a metodologia utilizada para a observação. Nesta pesquisa, usam-se duas formas de observação dos traços de emoção: micro expressões faciais e resposta hemodinâmicas do córtex cerebral. Na busca de evidências de emoções, utilizam-se métodos e protocolos de evocação dos traços de emoções, onde são utilizadas imagens fortes, responsáveis por provocar reações emocionais. Com a construção de um paradigma, pode-se observar a influência da sequência das imagens, usadas no exame, na variação de resposta das percepções emocionais.Foram observadas emoções positivas, negativas e neutras, relacionando-as aos traços de expressão. O estudo se limita a diferenciar estas três emoções, que são possíveis de se distinguir a partir de análise fisiológica. Para tanto, utilizaram-se câmeras e sensores óticos, respectivamente, para reconhecer micro expressões da face e respostas hemodinâmicas corticais. Estas emoções foram classificados a partir de um método de inteligência artificial cuja entrada são os traços emocionais. Este método cria um conjunto de padrões de respostas para cada uma das emoções, classificando a emoção atual do participante. A possibilidade de gerar índices emocionais para uma atividade fim, amplia em muito o ensino de jogos sérios, mas também fortalece o uso deste método de reconhecimento em outras aplicações. A partir da união das duas metodologias de reconhecimentos fisiológicos, obteve-se um método robusto de classificação das emoções, com taxa de 77,2% de acerto., This work aims to improve the recognition of emotional responses to different stimuli that provoke alterations into humans. Said alterations can be measured through several tools such as Magnetic Resonance Imaging, Functional Near Infrared Spectroscopy (fNIRS), Electroencephalography (EEG) and Facial Recognition. In this work, we used a combination of the fNIRS system, which measures the variation of hemoglobin oxygenation, and facial recognition tools. The participants were stimulated with a sequence of images from the IAPS database, which are labeled with the weighted emotions they provoke. This allowed the training of a classifier that was capable of predicting the emotion that was experienced by the user during the activity performed. This article covers the recognition of positive, negative and neutral emotions using classifiers, created in Matlab, that are based on participant physiological responses. The combination of fNIRS, facial recognition and machine learning supported the creation of a predictor with 77.2% correct classification rate.

Aplicações com aprendizado de máquina possuem diversas suposições sobre o cenário em que são colocadas. Uma suposição comum é a de que o ambiente de teste segue a mesma distribuição dos dados de treino. Essa suposição é sistematicamente quebrada em cénarios do mundo real; a diferença entre essas distribuições é conhecida como domain shift. Adaptação de domínio não-supervisionada visa mitigar esse problema impulsionando o conhecimento dos modelos com dados do ambiente de teste. Uma das áreas mais sensíveis a domain shift é a de imagens médicas. Devido a heterogeneidade das distribuições de dados das máquinas de aquisição de imagens, os modelos tendem a variar sua performance preditiva quando lidam com imagens vindas de máquinas sem nenhum exemplo no conjunto de treino. Este trabalho propõe duas contribuições. Primeiramente, o uso de self ensembling em adaptação de domínio para segmentação de imagens médicas para segmentação de substância cinzenta na medula espinhal é introduzido. Em seguida, baseado no sucesso do self-ensembling, outros trabalhos recentes da literatura de aprendizado semi-supervisionado são adaptados para o contexto apresentado, nominalmente, unsupervised data augmentation e MixMatch. Foram conduzidos estudos de ablação e experimentos para compreensão do comportamento dos métodos e comparação dos seus melhores resultados. Os resultados indicam uma melhoria em relação a treinamento puramente supervisionado, além de demonstrar que os métodos recentes de aprendizado semi-supervisionado são promissores para o campo de adaptação de domínio em segmentação de imagens médicas., Machine learning applications make several assumptions regarding the scenario where they are employed. One common assumption is that data distribution in the test environment follows the same distribution of the training set. This assumption is systematically broken in most real-world scenarios; the difference between these distributions is commonly known as domain shift. Unsupervised domain adaptation aims at suppressing this problem by leveraging knowledge with unlabeled data from the test environment. One of the most sensitive fields for domain shift is medical imaging. Due to the heterogeneity in data distributions from scanners, models tend to vary in predictive performance when dealing with images from scanners with no examples in the training set. We propose two contributions in this work. First, we introduce the use of self-ensembling domain adaptation in the field of medical imaging segmentation in a spinal cord grey matter segmentation task. Next, based on the success of self-ensembling, we adapt two other recent work from the semi-supervised learning literature to the same task, namely, unsupervised data augmentation and MixMatch. We conduct ablation studies and other experiments in order to understand the behavior of each method and compare their best results. The results show improvements over training models in a supervised learning fashion and demonstrate that recent semi-supervised learning methods are promising for domain adaptation in medical imaging segmentation.

O desempenho no aprendizado de escolares está diretamente ligado ao bem-estar do mesmo, o que consolida a necessidade da criação de ferramentas capazes de observar traços de emoção durante o desenvolvimento de atividades específicas. Aliando jogos educacionais à observação de emoções, pode-se garantir que as atividades de aprendizado sejam mais prazerosas, melhorando a eficiência dos escolares. Para observar traços de emoções, deve-se evocá-las atentando para que estas estejam em destaque para a metodologia utilizada para a observação. Nesta pesquisa, usam-se duas formas de observação dos traços de emoção: micro expressões faciais e resposta hemodinâmicas do córtex cerebral. Na busca de evidências de emoções, utilizam-se métodos e protocolos de evocação dos traços de emoções, onde são utilizadas imagens fortes, responsáveis por provocar reações emocionais. Com a construção de um paradigma, pode-se observar a influência da sequência das imagens, usadas no exame, na variação de resposta das percepções emocionais.Foram observadas emoções positivas, negativas e neutras, relacionando-as aos traços de expressão. O estudo se limita a diferenciar estas três emoções, que são possíveis de se distinguir a partir de análise fisiológica. Para tanto, utilizaram-se câmeras e sensores óticos, respectivamente, para reconhecer micro expressões da face e respostas hemodinâmicas corticais. Estas emoções foram classificados a partir de um método de inteligência artificial cuja entrada são os traços emocionais. Este método cria um conjunto de padrões de respostas para cada uma das emoções, classificando a emoção atual do participante. A possibilidade de gerar índices emocionais para uma atividade fim, amplia em muito o ensino de jogos sérios, mas também fortalece o uso deste método de reconhecimento em outras aplicações. A partir da união das duas metodologias de reconhecimentos fisiológicos, obteve-se um método robusto de classificação das emoções, com taxa de 77,2% de acerto., This work aims to improve the recognition of emotional responses to different stimuli that provoke alterations into humans. Said alterations can be measured through several tools such as Magnetic Resonance Imaging, Functional Near Infrared Spectroscopy (fNIRS), Electroencephalography (EEG) and Facial Recognition. In this work, we used a combination of the fNIRS system, which measures the variation of hemoglobin oxygenation, and facial recognition tools. The participants were stimulated with a sequence of images from the IAPS database, which are labeled with the weighted emotions they provoke. This allowed the training of a classifier that was capable of predicting the emotion that was experienced by the user during the activity performed. This article covers the recognition of positive, negative and neutral emotions using classifiers, created in Matlab, that are based on participant physiological responses. The combination of fNIRS, facial recognition and machine learning supported the creation of a predictor with 77.2% correct classification rate.

Aplicações com aprendizado de máquina possuem diversas suposições sobre o cenário em que são colocadas. Uma suposição comum é a de que o ambiente de teste segue a mesma distribuição dos dados de treino. Essa suposição é sistematicamente quebrada em cénarios do mundo real; a diferença entre essas distribuições é conhecida como domain shift. Adaptação de domínio não-supervisionada visa mitigar esse problema impulsionando o conhecimento dos modelos com dados do ambiente de teste. Uma das áreas mais sensíveis a domain shift é a de imagens médicas. Devido a heterogeneidade das distribuições de dados das máquinas de aquisição de imagens, os modelos tendem a variar sua performance preditiva quando lidam com imagens vindas de máquinas sem nenhum exemplo no conjunto de treino. Este trabalho propõe duas contribuições. Primeiramente, o uso de self ensembling em adaptação de domínio para segmentação de imagens médicas para segmentação de substância cinzenta na medula espinhal é introduzido. Em seguida, baseado no sucesso do self-ensembling, outros trabalhos recentes da literatura de aprendizado semi-supervisionado são adaptados para o contexto apresentado, nominalmente, unsupervised data augmentation e MixMatch. Foram conduzidos estudos de ablação e experimentos para compreensão do comportamento dos métodos e comparação dos seus melhores resultados. Os resultados indicam uma melhoria em relação a treinamento puramente supervisionado, além de demonstrar que os métodos recentes de aprendizado semi-supervisionado são promissores para o campo de adaptação de domínio em segmentação de imagens médicas., Machine learning applications make several assumptions regarding the scenario where they are employed. One common assumption is that data distribution in the test environment follows the same distribution of the training set. This assumption is systematically broken in most real-world scenarios; the difference between these distributions is commonly known as domain shift. Unsupervised domain adaptation aims at suppressing this problem by leveraging knowledge with unlabeled data from the test environment. One of the most sensitive fields for domain shift is medical imaging. Due to the heterogeneity in data distributions from scanners, models tend to vary in predictive performance when dealing with images from scanners with no examples in the training set. We propose two contributions in this work. First, we introduce the use of self-ensembling domain adaptation in the field of medical imaging segmentation in a spinal cord grey matter segmentation task. Next, based on the success of self-ensembling, we adapt two other recent work from the semi-supervised learning literature to the same task, namely, unsupervised data augmentation and MixMatch. We conduct ablation studies and other experiments in order to understand the behavior of each method and compare their best results. The results show improvements over training models in a supervised learning fashion and demonstrate that recent semi-supervised learning methods are promising for domain adaptation in medical imaging segmentation.

Aplicações com aprendizado de máquina possuem diversas suposições sobre o cenário em que são colocadas. Uma suposição comum é a de que o ambiente de teste segue a mesma distribuição dos dados de treino. Essa suposição é sistematicamente quebrada em cénarios do mundo real; a diferença entre essas distribuições é conhecida como domain shift. Adaptação de domínio não-supervisionada visa mitigar esse problema impulsionando o conhecimento dos modelos com dados do ambiente de teste. Uma das áreas mais sensíveis a domain shift é a de imagens médicas. Devido a heterogeneidade das distribuições de dados das máquinas de aquisição de imagens, os modelos tendem a variar sua performance preditiva quando lidam com imagens vindas de máquinas sem nenhum exemplo no conjunto de treino. Este trabalho propõe duas contribuições. Primeiramente, o uso de self ensembling em adaptação de domínio para segmentação de imagens médicas para segmentação de substância cinzenta na medula espinhal é introduzido. Em seguida, baseado no sucesso do self-ensembling, outros trabalhos recentes da literatura de aprendizado semi-supervisionado são adaptados para o contexto apresentado, nominalmente, unsupervised data augmentation e MixMatch. Foram conduzidos estudos de ablação e experimentos para compreensão do comportamento dos métodos e comparação dos seus melhores resultados. Os resultados indicam uma melhoria em relação a treinamento puramente supervisionado, além de demonstrar que os métodos recentes de aprendizado semi-supervisionado são promissores para o campo de adaptação de domínio em segmentação de imagens médicas., Machine learning applications make several assumptions regarding the scenario where they are employed. One common assumption is that data distribution in the test environment follows the same distribution of the training set. This assumption is systematically broken in most real-world scenarios; the difference between these distributions is commonly known as domain shift. Unsupervised domain adaptation aims at suppressing this problem by leveraging knowledge with unlabeled data from the test environment. One of the most sensitive fields for domain shift is medical imaging. Due to the heterogeneity in data distributions from scanners, models tend to vary in predictive performance when dealing with images from scanners with no examples in the training set. We propose two contributions in this work. First, we introduce the use of self-ensembling domain adaptation in the field of medical imaging segmentation in a spinal cord grey matter segmentation task. Next, based on the success of self-ensembling, we adapt two other recent work from the semi-supervised learning literature to the same task, namely, unsupervised data augmentation and MixMatch. We conduct ablation studies and other experiments in order to understand the behavior of each method and compare their best results. The results show improvements over training models in a supervised learning fashion and demonstrate that recent semi-supervised learning methods are promising for domain adaptation in medical imaging segmentation.

O desempenho no aprendizado de escolares está diretamente ligado ao bem-estar do mesmo, o que consolida a necessidade da criação de ferramentas capazes de observar traços de emoção durante o desenvolvimento de atividades específicas. Aliando jogos educacionais à observação de emoções, pode-se garantir que as atividades de aprendizado sejam mais prazerosas, melhorando a eficiência dos escolares. Para observar traços de emoções, deve-se evocá-las atentando para que estas estejam em destaque para a metodologia utilizada para a observação. Nesta pesquisa, usam-se duas formas de observação dos traços de emoção: micro expressões faciais e resposta hemodinâmicas do córtex cerebral. Na busca de evidências de emoções, utilizam-se métodos e protocolos de evocação dos traços de emoções, onde são utilizadas imagens fortes, responsáveis por provocar reações emocionais. Com a construção de um paradigma, pode-se observar a influência da sequência das imagens, usadas no exame, na variação de resposta das percepções emocionais.Foram observadas emoções positivas, negativas e neutras, relacionando-as aos traços de expressão. O estudo se limita a diferenciar estas três emoções, que são possíveis de se distinguir a partir de análise fisiológica. Para tanto, utilizaram-se câmeras e sensores óticos, respectivamente, para reconhecer micro expressões da face e respostas hemodinâmicas corticais. Estas emoções foram classificados a partir de um método de inteligência artificial cuja entrada são os traços emocionais. Este método cria um conjunto de padrões de respostas para cada uma das emoções, classificando a emoção atual do participante. A possibilidade de gerar índices emocionais para uma atividade fim, amplia em muito o ensino de jogos sérios, mas também fortalece o uso deste método de reconhecimento em outras aplicações. A partir da união das duas metodologias de reconhecimentos fisiológicos, obteve-se um método robusto de classificação das emoções, com taxa de 77,2% de acerto., This work aims to improve the recognition of emotional responses to different stimuli that provoke alterations into humans. Said alterations can be measured through several tools such as Magnetic Resonance Imaging, Functional Near Infrared Spectroscopy (fNIRS), Electroencephalography (EEG) and Facial Recognition. In this work, we used a combination of the fNIRS system, which measures the variation of hemoglobin oxygenation, and facial recognition tools. The participants were stimulated with a sequence of images from the IAPS database, which are labeled with the weighted emotions they provoke. This allowed the training of a classifier that was capable of predicting the emotion that was experienced by the user during the activity performed. This article covers the recognition of positive, negative and neutral emotions using classifiers, created in Matlab, that are based on participant physiological responses. The combination of fNIRS, facial recognition and machine learning supported the creation of a predictor with 77.2% correct classification rate.

O desempenho no aprendizado de escolares está diretamente ligado ao bem-estar do mesmo, o que consolida a necessidade da criação de ferramentas capazes de observar traços de emoção durante o desenvolvimento de atividades específicas. Aliando jogos educacionais à observação de emoções, pode-se garantir que as atividades de aprendizado sejam mais prazerosas, melhorando a eficiência dos escolares. Para observar traços de emoções, deve-se evocá-las atentando para que estas estejam em destaque para a metodologia utilizada para a observação. Nesta pesquisa, usam-se duas formas de observação dos traços de emoção: micro expressões faciais e resposta hemodinâmicas do córtex cerebral. Na busca de evidências de emoções, utilizam-se métodos e protocolos de evocação dos traços de emoções, onde são utilizadas imagens fortes, responsáveis por provocar reações emocionais. Com a construção de um paradigma, pode-se observar a influência da sequência das imagens, usadas no exame, na variação de resposta das percepções emocionais.Foram observadas emoções positivas, negativas e neutras, relacionando-as aos traços de expressão. O estudo se limita a diferenciar estas três emoções, que são possíveis de se distinguir a partir de análise fisiológica. Para tanto, utilizaram-se câmeras e sensores óticos, respectivamente, para reconhecer micro expressões da face e respostas hemodinâmicas corticais. Estas emoções foram classificados a partir de um método de inteligência artificial cuja entrada são os traços emocionais. Este método cria um conjunto de padrões de respostas para cada uma das emoções, classificando a emoção atual do participante. A possibilidade de gerar índices emocionais para uma atividade fim, amplia em muito o ensino de jogos sérios, mas também fortalece o uso deste método de reconhecimento em outras aplicações. A partir da união das duas metodologias de reconhecimentos fisiológicos, obteve-se um método robusto de classificação das emoções, com taxa de 77,2% de acerto., This work aims to improve the recognition of emotional responses to different stimuli that provoke alterations into humans. Said alterations can be measured through several tools such as Magnetic Resonance Imaging, Functional Near Infrared Spectroscopy (fNIRS), Electroencephalography (EEG) and Facial Recognition. In this work, we used a combination of the fNIRS system, which measures the variation of hemoglobin oxygenation, and facial recognition tools. The participants were stimulated with a sequence of images from the IAPS database, which are labeled with the weighted emotions they provoke. This allowed the training of a classifier that was capable of predicting the emotion that was experienced by the user during the activity performed. This article covers the recognition of positive, negative and neutral emotions using classifiers, created in Matlab, that are based on participant physiological responses. The combination of fNIRS, facial recognition and machine learning supported the creation of a predictor with 77.2% correct classification rate.

Aplicações com aprendizado de máquina possuem diversas suposições sobre o cenário em que são colocadas. Uma suposição comum é a de que o ambiente de teste segue a mesma distribuição dos dados de treino. Essa suposição é sistematicamente quebrada em cénarios do mundo real; a diferença entre essas distribuições é conhecida como domain shift. Adaptação de domínio não-supervisionada visa mitigar esse problema impulsionando o conhecimento dos modelos com dados do ambiente de teste. Uma das áreas mais sensíveis a domain shift é a de imagens médicas. Devido a heterogeneidade das distribuições de dados das máquinas de aquisição de imagens, os modelos tendem a variar sua performance preditiva quando lidam com imagens vindas de máquinas sem nenhum exemplo no conjunto de treino. Este trabalho propõe duas contribuições. Primeiramente, o uso de self ensembling em adaptação de domínio para segmentação de imagens médicas para segmentação de substância cinzenta na medula espinhal é introduzido. Em seguida, baseado no sucesso do self-ensembling, outros trabalhos recentes da literatura de aprendizado semi-supervisionado são adaptados para o contexto apresentado, nominalmente, unsupervised data augmentation e MixMatch. Foram conduzidos estudos de ablação e experimentos para compreensão do comportamento dos métodos e comparação dos seus melhores resultados. Os resultados indicam uma melhoria em relação a treinamento puramente supervisionado, além de demonstrar que os métodos recentes de aprendizado semi-supervisionado são promissores para o campo de adaptação de domínio em segmentação de imagens médicas., Machine learning applications make several assumptions regarding the scenario where they are employed. One common assumption is that data distribution in the test environment follows the same distribution of the training set. This assumption is systematically broken in most real-world scenarios; the difference between these distributions is commonly known as domain shift. Unsupervised domain adaptation aims at suppressing this problem by leveraging knowledge with unlabeled data from the test environment. One of the most sensitive fields for domain shift is medical imaging. Due to the heterogeneity in data distributions from scanners, models tend to vary in predictive performance when dealing with images from scanners with no examples in the training set. We propose two contributions in this work. First, we introduce the use of self-ensembling domain adaptation in the field of medical imaging segmentation in a spinal cord grey matter segmentation task. Next, based on the success of self-ensembling, we adapt two other recent work from the semi-supervised learning literature to the same task, namely, unsupervised data augmentation and MixMatch. We conduct ablation studies and other experiments in order to understand the behavior of each method and compare their best results. The results show improvements over training models in a supervised learning fashion and demonstrate that recent semi-supervised learning methods are promising for domain adaptation in medical imaging segmentation.

O objetivo principal deste trabalho é desenvolver um sistema que permita a aquisição de imagens de ressonância magnética do tórax de pacientes com respiração livre. As técnicas tradicionais quando empregadas em pacientes que não conseguem realizar apneia resultam em imagens com borramento elevado. Os métodos convencionais de aquisição imagens de RM convencionais funcionam adquirindo o espaço-k de forma cartesiana. No sistema proposto utilizamos a sequência de pulsos GRASP, Golden-angle RAdial Sparse Parallel, em conjunto com um algoritmo de reconstrução. A sequência GRASP adquire as imagens de forma radial continuamente, incrementada pela constante de radial golden angle. Posteriormente, no processo de reconstrução é feito o rastreamento do movimento respiratório, a separação das estrelas de spokes em estágios respiratórios e a redução de artefatos de subamostragem utilizando Compressed Senssing. Após a aquisição dos dados da RM pelo método GRASP é imprescindível a correção otimizada dos dados adquiridos para obtenção de resultados adequados. Para realizar esta correção reconstruímos diversos exames de diferentes pacientes, variando apenas este parâmetro com o intuito de realizarmos análises mais aprofundadas dos atributos destas imagens. A partir destes resultados, desenvolvemos um método que se baseia na variância dos pixels das imagens como figura de mérito a fim de obter as imagens mais fidedignas, apresentando resultados plenamente satisfatórios. Ao todo foram realizados 174 exames de Tomografia Computadorizada e Ressonância Magnética de 29 pacientes. Estes exames foram avaliados clinicamente por dois radiologistas experientes. Na avaliação clínica o método GRASP apresentou elevada correlação com a Tomografia Computadorizada (referência) e equivalência de qualidade com os exames de Ressonância Magnética convencionais em apneia., The main objective of this work is to develop a system that allows the acquisition of magnetic resonance images of the thorax of patients with free breathing. Traditional techniques when used in patients who can not perform apnea result in high blurry images. Conventional MR imaging methods work by acquiring CartesianK space. In the proposed system we used the GRASP pulse sequence, Goldenangle RAdial Sparse Parallel, in conjunction with a reconstruction algorithm. The GRASP sequence acquires the images radially continuously, incremented by the radial golden angle constant. Subsequently, in the reconstruction process the respiratory movement is tracked, the separation of the spokes stars in respiratory stages and the reduction of subamplification artifacts using Compressed Senssing. After the acquisition of the RM data by the GRASP method, it is essential to optimize the acquired data to obtain adequate results. To perform this correction we reconstructed several exams of different patients, varying only this parameter in order to carry out more in depth analyzes of the attributes of these images. From these results, we developed a method that is based on the variance of the pixels of the images as a figure of merit in order to obtain the most reliable images, presenting totally satisfactory results. A total of 174 computerized tomography and magnetic resonance imaging examinations of 29 patients were performed. These examinations were evaluated clinically by two experienced radiologists. In the clinical evaluation, the GRASP method presented a high correlation with Computerized Tomography (reference) and quality equivalence with the conventional magnetic resonance imaging in apnea.

O monitoramento da frequência cardíaca utilizando sinais de Fotopletismografia ou PPG (do inglês, Photopletismography) adquiridos do pulso de indivíduos tem se popularizado devido ao surgimento de inúmeros dispositivos wearable de baixo custo. No entanto, o monitoramento durante atividades físicas tem dificuldades em razão da influência de artefatos de movimento nos sinais de PPG. O objetivo deste trabalho é introduzir um novo algoritmo capaz de remover artefatos de movimento e estimar a frequência cardíaca de sinais de PPG de pulso. Os algoritmos do Mínimo Quadrado Médio Normalizado ou NLMS (do inglês, Normalized Least Mean Square) e de Mínimos Quadrados Recursivos ou RLS (do inglês, Recursive Least Squares) são propostos para uma estrutura de filtragem adaptativa que utiliza sinais de aceleração como referência para remover os artefatos de movimento. O algoritmo utiliza o Periodograma dos sinais filtrados para extrair suas frequências cardíacas, que serão utilizadas juntamente com um Índice de Qualidade do Sinal de PPG para alimentar a entrada de um Filtro de Kalman. Heurísticas específicas e o Índice de Qualidade colaboram para que filtro de Kalman forneça uma estimativa da frequência cardíaca com alta acurácia e robustez a incertezas de medição. O algoritmo foi validado a partir da frequência cardíaca obtida de sinais de Eletrocardiografia e o método proposto com o algoritmo RLS apresentou os melhores resultados com um erro médio absoluto de 1,54 batimentos por minuto (bpm) e desvio padrão de 0,62 bpm, registrados para 12 indivíduos realizando uma atividade de corrida em uma esteira com velocidades variadas. Os resultados tornam o desempenho do algoritmo comparável e até mesmo melhor que vários métodos desenvolvidos recentemente neste campo.Além disso, o algoritmo apresentou um custo computacional baixo e adequado ao intervalo de tempo em que a estimativa da frequência cardíaca é realizada. Dessa forma, espera-se que este algoritmo melhore a obtenção da frequênc, Heart rate monitoring using Photoplethysmography (PPG) signals acquired from the individuals pulse has become popular due to emergence of numerous low cost wearable devices. However, monitoring during physical activities has obstacles because of the influence of motion artifacts in PPG signals. The objective of this work is to introduce a new algorithm capable of removing motion artifacts and estimating heart rate from pulse PPG signals. Normalized Least Mean Square (NLMS) and Recursive Least Squares (RLS) algorithms are proposed for an adaptive filtering structure that uses acceleration signals as reference to remove motion artifacts. The algorithm uses the Periodogram of the filtered signals to extract their heart rates, which will be used together with a PPG Signal Quality Index to feed the input of a Kalman Filter. Specific heuristics and the Quality Index collaborate so that the Kalman filter provides a heart rate estimate with high accuracy and robustness to measurement uncertainties. The algorithm was validated from the heart rate obtained from Electrocardiography signals and the proposed method with the RLS algorithm presented the best results with an absolute mean error of 1.54 beats per minute (bpm) and standard deviation of 0.62 bpm, recorded for 12 individuals performing a running activity on a treadmill with varying speeds. The results make the performance of the algorithm comparable and even better than several recently developed methods in this field. In addition, the algorithm presented a low computational cost and suitable to the time interval in which the heart rate estimate is performed. Thus, it is expected that this algorithm will improve the obtaining of heart rate in currently available wearable devices.

A eletroquimioterapia é uma técnica para o tratamento local de tumores, baseada na aplicação de pulsos elétricos curtos e intensos em um tecido alvo, em conjunto com fármacos, de forma a potencializar seu efeito. Entretanto, o sucesso desta terapia está intimamente ligado à distribuição do campo elétrico, que por sua vez, depende de características tais como o tipo de eletrodos utilizados, a quantidade, o arranjo e a distância entre os mesmos, bem como pela resistividade elétrica dos tecidos envolvidos. Este trabalho teve como objetivo desenvolver um software de aplicação para a otimização do posicionamento dos principais tipos de configuração de eletrodos de agulha mais comuns para a aplicação da eletroquimioterapia. Na construção do software de aplicação, foram utilizados os recursos fornecidos pelo software MATLAB®. Os modelos matemáticos e cálculos analíticos, utilizados em Čorovič (2010) foram incorporados no programa para o cálculo da distribuição do campo elétrico entre os eletrodos, bem como na região de interesse. De acordo com esta metodologia, a intensidade e distribuição do campo elétrico gerado através das diversas disposições dos eletrodos são estimadas pela resolução da Equação de Laplace, considerando o potencial elétrico como uma soma dos multipolos de todos os eletrodos, em um meio homogêneo. Foi criada uma função de otimização para orientar a aplicação da eletroquimioterapia, que determina a melhor opção disponível entre todas as configurações geradas pela variação das distâncias entre os eletrodos e orientações.Para avaliação do aplicativo, denominado ApOtEl, utilizaram-se o roteiro da ABNT NBR ISO/IEC 14598-6 (2004) e o modelo de qualidade descrito na norma ISO/IEC 25010 (2010). A validação foi realizada por 10 profissionais da área da saúde (2 veterinários, 3 enfermeiros e 5 médicos). Na avaliação dos profissionais, as características adequação funcional, confiabilidade e eficiência de desempenho obtiveram 100% das respostas de acordo. A usabil, Electrochemotherapy is a technique for the local treatment of tumors, based on the application of short and intense electrical pulses in a target tissue, along with chemotherapeutics, in order to potentiate its effect. However, the success of this therapy is closely linked to the electric field distribution, which in turn depends on characteristics such as type, number, arrangement and distance between electrodes, as well as the tissues electrical resistivity. This study has the aim to develop a software application for the positioning optimization of the main types of needle electrodes configurations for the application of electrochemotherapy. In the construction of the software application, the resources provided by MATLAB® were used. The mathematical models and analytical calculations used in Čorovič (2010) were incorporated in the program to calculate the electric field distribution between electrodes, as well as in the region of interest. According to this methodology, the intensity and electric field distribution generated by the various electrode arrangements are estimated by the Laplace Equation, considering the electric potential as a sum of the multipole of all the electrodes in a homogeneous medium. An optimization function was created to orientate the electrochemotherapy application, and the best option available in all configurations generated by the distance variations between electrodes and positioning orientations was determined.For its evaluation, the ABNT NBR ISO/IEC 14598-6 (2004) roadmap and the quality model described in ISO/IEC 25010 (2010) were used. The validation of the software application, named ApOtEl, was performed by 10 health professionals (2 veterinarians, 3 nurses and 5 physicians). In the evaluation of the professionals, the characteristics functional adequacy, reliability and performance efficiency obtained 100% of positive answers. Usability was approved by 98.18% of the participants, compatibility by 85.71%, and security by 60%.

O objetivo principal deste trabalho é desenvolver um sistema que permita a aquisição de imagens de ressonância magnética do tórax de pacientes com respiração livre. As técnicas tradicionais quando empregadas em pacientes que não conseguem realizar apneia resultam em imagens com borramento elevado. Os métodos convencionais de aquisição imagens de RM convencionais funcionam adquirindo o espaço-k de forma cartesiana. No sistema proposto utilizamos a sequência de pulsos GRASP, Golden-angle RAdial Sparse Parallel, em conjunto com um algoritmo de reconstrução. A sequência GRASP adquire as imagens de forma radial continuamente, incrementada pela constante de radial golden angle. Posteriormente, no processo de reconstrução é feito o rastreamento do movimento respiratório, a separação das estrelas de spokes em estágios respiratórios e a redução de artefatos de subamostragem utilizando Compressed Senssing. Após a aquisição dos dados da RM pelo método GRASP é imprescindível a correção otimizada dos dados adquiridos para obtenção de resultados adequados. Para realizar esta correção reconstruímos diversos exames de diferentes pacientes, variando apenas este parâmetro com o intuito de realizarmos análises mais aprofundadas dos atributos destas imagens. A partir destes resultados, desenvolvemos um método que se baseia na variância dos pixels das imagens como figura de mérito a fim de obter as imagens mais fidedignas, apresentando resultados plenamente satisfatórios. Ao todo foram realizados 174 exames de Tomografia Computadorizada e Ressonância Magnética de 29 pacientes. Estes exames foram avaliados clinicamente por dois radiologistas experientes. Na avaliação clínica o método GRASP apresentou elevada correlação com a Tomografia Computadorizada (referência) e equivalência de qualidade com os exames de Ressonância Magnética convencionais em apneia., The main objective of this work is to develop a system that allows the acquisition of magnetic resonance images of the thorax of patients with free breathing. Traditional techniques when used in patients who can not perform apnea result in high blurry images. Conventional MR imaging methods work by acquiring CartesianK space. In the proposed system we used the GRASP pulse sequence, Goldenangle RAdial Sparse Parallel, in conjunction with a reconstruction algorithm. The GRASP sequence acquires the images radially continuously, incremented by the radial golden angle constant. Subsequently, in the reconstruction process the respiratory movement is tracked, the separation of the spokes stars in respiratory stages and the reduction of subamplification artifacts using Compressed Senssing. After the acquisition of the RM data by the GRASP method, it is essential to optimize the acquired data to obtain adequate results. To perform this correction we reconstructed several exams of different patients, varying only this parameter in order to carry out more in depth analyzes of the attributes of these images. From these results, we developed a method that is based on the variance of the pixels of the images as a figure of merit in order to obtain the most reliable images, presenting totally satisfactory results. A total of 174 computerized tomography and magnetic resonance imaging examinations of 29 patients were performed. These examinations were evaluated clinically by two experienced radiologists. In the clinical evaluation, the GRASP method presented a high correlation with Computerized Tomography (reference) and quality equivalence with the conventional magnetic resonance imaging in apnea.

O monitoramento da frequência cardíaca utilizando sinais de Fotopletismografia ou PPG (do inglês, Photopletismography) adquiridos do pulso de indivíduos tem se popularizado devido ao surgimento de inúmeros dispositivos wearable de baixo custo. No entanto, o monitoramento durante atividades físicas tem dificuldades em razão da influência de artefatos de movimento nos sinais de PPG. O objetivo deste trabalho é introduzir um novo algoritmo capaz de remover artefatos de movimento e estimar a frequência cardíaca de sinais de PPG de pulso. Os algoritmos do Mínimo Quadrado Médio Normalizado ou NLMS (do inglês, Normalized Least Mean Square) e de Mínimos Quadrados Recursivos ou RLS (do inglês, Recursive Least Squares) são propostos para uma estrutura de filtragem adaptativa que utiliza sinais de aceleração como referência para remover os artefatos de movimento. O algoritmo utiliza o Periodograma dos sinais filtrados para extrair suas frequências cardíacas, que serão utilizadas juntamente com um Índice de Qualidade do Sinal de PPG para alimentar a entrada de um Filtro de Kalman. Heurísticas específicas e o Índice de Qualidade colaboram para que filtro de Kalman forneça uma estimativa da frequência cardíaca com alta acurácia e robustez a incertezas de medição. O algoritmo foi validado a partir da frequência cardíaca obtida de sinais de Eletrocardiografia e o método proposto com o algoritmo RLS apresentou os melhores resultados com um erro médio absoluto de 1,54 batimentos por minuto (bpm) e desvio padrão de 0,62 bpm, registrados para 12 indivíduos realizando uma atividade de corrida em uma esteira com velocidades variadas. Os resultados tornam o desempenho do algoritmo comparável e até mesmo melhor que vários métodos desenvolvidos recentemente neste campo.Além disso, o algoritmo apresentou um custo computacional baixo e adequado ao intervalo de tempo em que a estimativa da frequência cardíaca é realizada. Dessa forma, espera-se que este algoritmo melhore a obtenção da frequênc, Heart rate monitoring using Photoplethysmography (PPG) signals acquired from the individuals pulse has become popular due to emergence of numerous low cost wearable devices. However, monitoring during physical activities has obstacles because of the influence of motion artifacts in PPG signals. The objective of this work is to introduce a new algorithm capable of removing motion artifacts and estimating heart rate from pulse PPG signals. Normalized Least Mean Square (NLMS) and Recursive Least Squares (RLS) algorithms are proposed for an adaptive filtering structure that uses acceleration signals as reference to remove motion artifacts. The algorithm uses the Periodogram of the filtered signals to extract their heart rates, which will be used together with a PPG Signal Quality Index to feed the input of a Kalman Filter. Specific heuristics and the Quality Index collaborate so that the Kalman filter provides a heart rate estimate with high accuracy and robustness to measurement uncertainties. The algorithm was validated from the heart rate obtained from Electrocardiography signals and the proposed method with the RLS algorithm presented the best results with an absolute mean error of 1.54 beats per minute (bpm) and standard deviation of 0.62 bpm, recorded for 12 individuals performing a running activity on a treadmill with varying speeds. The results make the performance of the algorithm comparable and even better than several recently developed methods in this field. In addition, the algorithm presented a low computational cost and suitable to the time interval in which the heart rate estimate is performed. Thus, it is expected that this algorithm will improve the obtaining of heart rate in currently available wearable devices.

O interesse por nanoestruturas como nanotubos de titanatos (TNTs) tem crescido notavelmente nos últimos anos devido a sua biocompatibilidade e viabilidade econômica, o que os tornam promissores para a aplicação na área biomédica. A quercetina (Qc) tem sido relatada como tendo grande potencial como agente quimiopreventivo amplamente utilizada no estudo do tratamento de doenças como câncer de bexiga. Neste sentido, este trabalho pretendeu estudar a incorporação de quercetina em TNTs de sódio (NaTNT) e de zinco (ZnTNT), bem como, realizar a caracterização das nanoestruturas formadas. Além disso, pretendeu-se conduzir testes de liberação de Qc e atividades biológicas e antitumorais em células da linhagem T24. As nanoestruturas de TNTs foram sintetizadas e caracterizadas por técnicas de FTIR, MEV-FEG, EDS, MET DRX e TGA. Os resultados mostraram que as nanoestruturas apresentam estrutura tubular, e a troca de íons Na+ por Zn2+, bem como a incorporação de quercetina na estrutura não alteram esta morfologia. Além disso, a interação estabelecida entre o Zn e Qc aumenta a estabilidade térmica das nanoestruturas. O ensaio de liberação mostrou que a entrega máxima de Qc ocorre após 24h e apresença de Zn controla a liberação do flavonoide para o meio. Os ensaios biológicos mostraram que as nanoestruturas NaTNTQc e ZnTNTQc diminuem a viabilidade celular de T24 após 48h em altas concentrações. Ainda, NaTNT, NaTNTQc e ZnTNT reduzem o número de células da linhagem T24 quando combinadas com irradiação após 48h mostrando que a combinação entre as nanoestruturas e energia ionizante se apresenta como um objeto de estudo atrativo no tratamento de câncer de bexiga., The interest in nanostructures such as titanate nanotubes (TNTs) has grown notably in recent years due to their biocompatibility and economic viability, which makes them promising for application in the biomedical field. Quercetin (Qc) has been reported to have great potential as a chemopreventive agent widely used in the study of the treatment of diseases such as bladder cancer. Therefore, this work aimed to study the incorporation of quercetin in sodium TNTs (NaTNT) and zinc (ZnTNT), as well as characterize the nanostructures formed. In addition, it was intended to conduct Qc release tests and biological and antitumor activities in T24 lineage cells. The nanostructures of TNTs were synthesized and characterized by FTIR, MEVFEG, EDS, MET DRX and TGA techniques. The results showed that the nanostructures have a tubular structure and the exchange of Na+ ions by Zn2+, as well as the incorporation of quercetin in the structure do not alter this morphology. In addition, the interaction established between Zn and Qc increases the thermal stability of nanostructures. The release test showed that the maximum delivery of Qc occurs after 24h and the presence of Zn controls the release of the flavonoid. Biological assays have shown that the NaTNTQc and ZnTNTQc nanostructures decrease the cellular viability of T24 after 48h in high concentrations. Furthermore, NaTNT, NaTNTQc and ZnTNT reduce the number of T24 lineage cells when combined with irradiation after 48h showing that the combination of nanostructures and ionizing energy is an attractive object of study in the treatment of bladder cancer.

A eletroquimioterapia é uma técnica para o tratamento local de tumores, baseada na aplicação de pulsos elétricos curtos e intensos em um tecido alvo, em conjunto com fármacos, de forma a potencializar seu efeito. Entretanto, o sucesso desta terapia está intimamente ligado à distribuição do campo elétrico, que por sua vez, depende de características tais como o tipo de eletrodos utilizados, a quantidade, o arranjo e a distância entre os mesmos, bem como pela resistividade elétrica dos tecidos envolvidos. Este trabalho teve como objetivo desenvolver um software de aplicação para a otimização do posicionamento dos principais tipos de configuração de eletrodos de agulha mais comuns para a aplicação da eletroquimioterapia. Na construção do software de aplicação, foram utilizados os recursos fornecidos pelo software MATLAB®. Os modelos matemáticos e cálculos analíticos, utilizados em Čorovič (2010) foram incorporados no programa para o cálculo da distribuição do campo elétrico entre os eletrodos, bem como na região de interesse. De acordo com esta metodologia, a intensidade e distribuição do campo elétrico gerado através das diversas disposições dos eletrodos são estimadas pela resolução da Equação de Laplace, considerando o potencial elétrico como uma soma dos multipolos de todos os eletrodos, em um meio homogêneo. Foi criada uma função de otimização para orientar a aplicação da eletroquimioterapia, que determina a melhor opção disponível entre todas as configurações geradas pela variação das distâncias entre os eletrodos e orientações.Para avaliação do aplicativo, denominado ApOtEl, utilizaram-se o roteiro da ABNT NBR ISO/IEC 14598-6 (2004) e o modelo de qualidade descrito na norma ISO/IEC 25010 (2010). A validação foi realizada por 10 profissionais da área da saúde (2 veterinários, 3 enfermeiros e 5 médicos). Na avaliação dos profissionais, as características adequação funcional, confiabilidade e eficiência de desempenho obtiveram 100% das respostas de acordo. A usabil, Electrochemotherapy is a technique for the local treatment of tumors, based on the application of short and intense electrical pulses in a target tissue, along with chemotherapeutics, in order to potentiate its effect. However, the success of this therapy is closely linked to the electric field distribution, which in turn depends on characteristics such as type, number, arrangement and distance between electrodes, as well as the tissues electrical resistivity. This study has the aim to develop a software application for the positioning optimization of the main types of needle electrodes configurations for the application of electrochemotherapy. In the construction of the software application, the resources provided by MATLAB® were used. The mathematical models and analytical calculations used in Čorovič (2010) were incorporated in the program to calculate the electric field distribution between electrodes, as well as in the region of interest. According to this methodology, the intensity and electric field distribution generated by the various electrode arrangements are estimated by the Laplace Equation, considering the electric potential as a sum of the multipole of all the electrodes in a homogeneous medium. An optimization function was created to orientate the electrochemotherapy application, and the best option available in all configurations generated by the distance variations between electrodes and positioning orientations was determined.For its evaluation, the ABNT NBR ISO/IEC 14598-6 (2004) roadmap and the quality model described in ISO/IEC 25010 (2010) were used. The validation of the software application, named ApOtEl, was performed by 10 health professionals (2 veterinarians, 3 nurses and 5 physicians). In the evaluation of the professionals, the characteristics functional adequacy, reliability and performance efficiency obtained 100% of positive answers. Usability was approved by 98.18% of the participants, compatibility by 85.71%, and security by 60%.

O objetivo principal deste trabalho é desenvolver um sistema que permita a aquisição de imagens de ressonância magnética do tórax de pacientes com respiração livre. As técnicas tradicionais quando empregadas em pacientes que não conseguem realizar apneia resultam em imagens com borramento elevado. Os métodos convencionais de aquisição imagens de RM convencionais funcionam adquirindo o espaço-k de forma cartesiana. No sistema proposto utilizamos a sequência de pulsos GRASP, Golden-angle RAdial Sparse Parallel, em conjunto com um algoritmo de reconstrução. A sequência GRASP adquire as imagens de forma radial continuamente, incrementada pela constante de radial golden angle. Posteriormente, no processo de reconstrução é feito o rastreamento do movimento respiratório, a separação das estrelas de spokes em estágios respiratórios e a redução de artefatos de subamostragem utilizando Compressed Senssing. Após a aquisição dos dados da RM pelo método GRASP é imprescindível a correção otimizada dos dados adquiridos para obtenção de resultados adequados. Para realizar esta correção reconstruímos diversos exames de diferentes pacientes, variando apenas este parâmetro com o intuito de realizarmos análises mais aprofundadas dos atributos destas imagens. A partir destes resultados, desenvolvemos um método que se baseia na variância dos pixels das imagens como figura de mérito a fim de obter as imagens mais fidedignas, apresentando resultados plenamente satisfatórios. Ao todo foram realizados 174 exames de Tomografia Computadorizada e Ressonância Magnética de 29 pacientes. Estes exames foram avaliados clinicamente por dois radiologistas experientes. Na avaliação clínica o método GRASP apresentou elevada correlação com a Tomografia Computadorizada (referência) e equivalência de qualidade com os exames de Ressonância Magnética convencionais em apneia., The main objective of this work is to develop a system that allows the acquisition of magnetic resonance images of the thorax of patients with free breathing. Traditional techniques when used in patients who can not perform apnea result in high blurry images. Conventional MR imaging methods work by acquiring CartesianK space. In the proposed system we used the GRASP pulse sequence, Goldenangle RAdial Sparse Parallel, in conjunction with a reconstruction algorithm. The GRASP sequence acquires the images radially continuously, incremented by the radial golden angle constant. Subsequently, in the reconstruction process the respiratory movement is tracked, the separation of the spokes stars in respiratory stages and the reduction of subamplification artifacts using Compressed Senssing. After the acquisition of the RM data by the GRASP method, it is essential to optimize the acquired data to obtain adequate results. To perform this correction we reconstructed several exams of different patients, varying only this parameter in order to carry out more in depth analyzes of the attributes of these images. From these results, we developed a method that is based on the variance of the pixels of the images as a figure of merit in order to obtain the most reliable images, presenting totally satisfactory results. A total of 174 computerized tomography and magnetic resonance imaging examinations of 29 patients were performed. These examinations were evaluated clinically by two experienced radiologists. In the clinical evaluation, the GRASP method presented a high correlation with Computerized Tomography (reference) and quality equivalence with the conventional magnetic resonance imaging in apnea.

O monitoramento da frequência cardíaca utilizando sinais de Fotopletismografia ou PPG (do inglês, Photopletismography) adquiridos do pulso de indivíduos tem se popularizado devido ao surgimento de inúmeros dispositivos wearable de baixo custo. No entanto, o monitoramento durante atividades físicas tem dificuldades em razão da influência de artefatos de movimento nos sinais de PPG. O objetivo deste trabalho é introduzir um novo algoritmo capaz de remover artefatos de movimento e estimar a frequência cardíaca de sinais de PPG de pulso. Os algoritmos do Mínimo Quadrado Médio Normalizado ou NLMS (do inglês, Normalized Least Mean Square) e de Mínimos Quadrados Recursivos ou RLS (do inglês, Recursive Least Squares) são propostos para uma estrutura de filtragem adaptativa que utiliza sinais de aceleração como referência para remover os artefatos de movimento. O algoritmo utiliza o Periodograma dos sinais filtrados para extrair suas frequências cardíacas, que serão utilizadas juntamente com um Índice de Qualidade do Sinal de PPG para alimentar a entrada de um Filtro de Kalman. Heurísticas específicas e o Índice de Qualidade colaboram para que filtro de Kalman forneça uma estimativa da frequência cardíaca com alta acurácia e robustez a incertezas de medição. O algoritmo foi validado a partir da frequência cardíaca obtida de sinais de Eletrocardiografia e o método proposto com o algoritmo RLS apresentou os melhores resultados com um erro médio absoluto de 1,54 batimentos por minuto (bpm) e desvio padrão de 0,62 bpm, registrados para 12 indivíduos realizando uma atividade de corrida em uma esteira com velocidades variadas. Os resultados tornam o desempenho do algoritmo comparável e até mesmo melhor que vários métodos desenvolvidos recentemente neste campo.Além disso, o algoritmo apresentou um custo computacional baixo e adequado ao intervalo de tempo em que a estimativa da frequência cardíaca é realizada. Dessa forma, espera-se que este algoritmo melhore a obtenção da frequênc, Heart rate monitoring using Photoplethysmography (PPG) signals acquired from the individuals pulse has become popular due to emergence of numerous low cost wearable devices. However, monitoring during physical activities has obstacles because of the influence of motion artifacts in PPG signals. The objective of this work is to introduce a new algorithm capable of removing motion artifacts and estimating heart rate from pulse PPG signals. Normalized Least Mean Square (NLMS) and Recursive Least Squares (RLS) algorithms are proposed for an adaptive filtering structure that uses acceleration signals as reference to remove motion artifacts. The algorithm uses the Periodogram of the filtered signals to extract their heart rates, which will be used together with a PPG Signal Quality Index to feed the input of a Kalman Filter. Specific heuristics and the Quality Index collaborate so that the Kalman filter provides a heart rate estimate with high accuracy and robustness to measurement uncertainties. The algorithm was validated from the heart rate obtained from Electrocardiography signals and the proposed method with the RLS algorithm presented the best results with an absolute mean error of 1.54 beats per minute (bpm) and standard deviation of 0.62 bpm, recorded for 12 individuals performing a running activity on a treadmill with varying speeds. The results make the performance of the algorithm comparable and even better than several recently developed methods in this field. In addition, the algorithm presented a low computational cost and suitable to the time interval in which the heart rate estimate is performed. Thus, it is expected that this algorithm will improve the obtaining of heart rate in currently available wearable devices.

A eletroquimioterapia é uma técnica para o tratamento local de tumores, baseada na aplicação de pulsos elétricos curtos e intensos em um tecido alvo, em conjunto com fármacos, de forma a potencializar seu efeito. Entretanto, o sucesso desta terapia está intimamente ligado à distribuição do campo elétrico, que por sua vez, depende de características tais como o tipo de eletrodos utilizados, a quantidade, o arranjo e a distância entre os mesmos, bem como pela resistividade elétrica dos tecidos envolvidos. Este trabalho teve como objetivo desenvolver um software de aplicação para a otimização do posicionamento dos principais tipos de configuração de eletrodos de agulha mais comuns para a aplicação da eletroquimioterapia. Na construção do software de aplicação, foram utilizados os recursos fornecidos pelo software MATLAB®. Os modelos matemáticos e cálculos analíticos, utilizados em Čorovič (2010) foram incorporados no programa para o cálculo da distribuição do campo elétrico entre os eletrodos, bem como na região de interesse. De acordo com esta metodologia, a intensidade e distribuição do campo elétrico gerado através das diversas disposições dos eletrodos são estimadas pela resolução da Equação de Laplace, considerando o potencial elétrico como uma soma dos multipolos de todos os eletrodos, em um meio homogêneo. Foi criada uma função de otimização para orientar a aplicação da eletroquimioterapia, que determina a melhor opção disponível entre todas as configurações geradas pela variação das distâncias entre os eletrodos e orientações.Para avaliação do aplicativo, denominado ApOtEl, utilizaram-se o roteiro da ABNT NBR ISO/IEC 14598-6 (2004) e o modelo de qualidade descrito na norma ISO/IEC 25010 (2010). A validação foi realizada por 10 profissionais da área da saúde (2 veterinários, 3 enfermeiros e 5 médicos). Na avaliação dos profissionais, as características adequação funcional, confiabilidade e eficiência de desempenho obtiveram 100% das respostas de acordo. A usabil, Electrochemotherapy is a technique for the local treatment of tumors, based on the application of short and intense electrical pulses in a target tissue, along with chemotherapeutics, in order to potentiate its effect. However, the success of this therapy is closely linked to the electric field distribution, which in turn depends on characteristics such as type, number, arrangement and distance between electrodes, as well as the tissues electrical resistivity. This study has the aim to develop a software application for the positioning optimization of the main types of needle electrodes configurations for the application of electrochemotherapy. In the construction of the software application, the resources provided by MATLAB® were used. The mathematical models and analytical calculations used in Čorovič (2010) were incorporated in the program to calculate the electric field distribution between electrodes, as well as in the region of interest. According to this methodology, the intensity and electric field distribution generated by the various electrode arrangements are estimated by the Laplace Equation, considering the electric potential as a sum of the multipole of all the electrodes in a homogeneous medium. An optimization function was created to orientate the electrochemotherapy application, and the best option available in all configurations generated by the distance variations between electrodes and positioning orientations was determined.For its evaluation, the ABNT NBR ISO/IEC 14598-6 (2004) roadmap and the quality model described in ISO/IEC 25010 (2010) were used. The validation of the software application, named ApOtEl, was performed by 10 health professionals (2 veterinarians, 3 nurses and 5 physicians). In the evaluation of the professionals, the characteristics functional adequacy, reliability and performance efficiency obtained 100% of positive answers. Usability was approved by 98.18% of the participants, compatibility by 85.71%, and security by 60%.