Método de detecção de padrões na dinâmica dos movimentos complexos na deglutição de um indivíduo.

Detalhes bibliográficos
Autor(a) principal: Castro, Arleys Pereira Nunes de
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório da Produção Científica e Intelectual do SENAI CIMATEC
Texto Completo: http://repositoriosenaiba.fieb.org.br/handle/fieb/744
Resumo: A visão humana e capaz de identificar diversos tipos de padrões ou modelos de movimentos. Podemos assim, distinguir os mais complexos padrões e diferenciar sem muita dificuldade os mesmos. Por exemplo, visualmente somos capazes de identificar o movimento do subir e descer da glote na deglutição, mesmo que esta esteja sob a pele. Este motivo dificulta a identificação de qual parte devemos analisar, se é o movimento da pele ou da glote. Estas a ações são facilmente identificadas pelo cérebro humano, mas exigem um complexo processamento quando feitas através da modelagem computacional. O objetivo desta dissertação e propor um método de detec ção de padrões na dinâmica dos deslocamentos dos pixels, através da distribuição das velocidades aparentes dos padrões de brilho de uma filmagem da deglutição de um indivíduo, em vídeos capturados através de uma câmera filmadora digital e processar em um computador portátil, assim como propor medidas e representações simplificadas deste movimento. Como ferramenta de aplicação do modelo, foi desenvolvido um software, para a identificação destes movimentos e a sua conversão em séries temporais. Para validação deste modelo, foram utilizados o método de análise de correlação DFA que apresenta uma análise de uma série temporal sem tendência a longo alcance, o método DCCA que possibilita efetuar uma correlação cruzada sem tendência entre séries, que por esta característica possibilita analisar se as series são ou não persistentes e por ultimo o índice de correlação cruzada DCCA que quantifica sua correlação cruzada em perfeitamente correlacional, ante relacional ou aleatório, este último foi proposto por (ZEBENDE, 2011), para identificar se as séries possuam alguma similaridade ou não. Foi utilizado uma abordagem amostral longitudinal com o estudo de pacientes portadores de hemiplegia que são assistidos pelos profissionais do CEPRED - Centro Estadual de Prevenção e Reabilitação de Pessoas com deficiências, acompanhando-o desde o ínicio de seu tratamento e registrando todas as suas respostas ao tratamento realizado pelo fonoaudiólogo a cada consulta. O projeto e composto por duas fases: a primeira na filmagem durante o tratamento do paciente, e a segunda na análise dos dados. Este projeto tem o propósito de ser uma ferramenta de auxílio no diagnóstico, que resulta em um aplicativo denominado Movimento CV, tal aplicativo permite a análise de todos os métodos juntamente com a captura das imagens. O intuito é que o modelo auxilie os profissionais da área de saúde a diferenciar os movimentos e que para isso seja utilizado o método proposto para detecção de movimentos e seguida conversão destes em séries temporais e logo em seguida submetidos as análises de correlação cruzada para que assim seja capaz de distinguir diferenças nas séries, identificando se os movimentos possuem ou não diferenças.
id SENAI-1_7873e8f3db228616ac523bdf3c3b5d75
oai_identifier_str oai:repositoriosenaiba.fieb.org.br:fieb/744
network_acronym_str SENAI-1
network_name_str Repositório da Produção Científica e Intelectual do SENAI CIMATEC
repository_id_str
spelling Castro, Arleys Pereira Nunes deZebende, Gilney FigueiraMiranda, José Garcia VivasCruz, Juan Alberto LeyvaPenna, Thadeu Josino PereiraGuimarães, Rodney Nascimento2016-09-22T13:16:03Z2012-03-30http://repositoriosenaiba.fieb.org.br/handle/fieb/744A visão humana e capaz de identificar diversos tipos de padrões ou modelos de movimentos. Podemos assim, distinguir os mais complexos padrões e diferenciar sem muita dificuldade os mesmos. Por exemplo, visualmente somos capazes de identificar o movimento do subir e descer da glote na deglutição, mesmo que esta esteja sob a pele. Este motivo dificulta a identificação de qual parte devemos analisar, se é o movimento da pele ou da glote. Estas a ações são facilmente identificadas pelo cérebro humano, mas exigem um complexo processamento quando feitas através da modelagem computacional. O objetivo desta dissertação e propor um método de detec ção de padrões na dinâmica dos deslocamentos dos pixels, através da distribuição das velocidades aparentes dos padrões de brilho de uma filmagem da deglutição de um indivíduo, em vídeos capturados através de uma câmera filmadora digital e processar em um computador portátil, assim como propor medidas e representações simplificadas deste movimento. Como ferramenta de aplicação do modelo, foi desenvolvido um software, para a identificação destes movimentos e a sua conversão em séries temporais. Para validação deste modelo, foram utilizados o método de análise de correlação DFA que apresenta uma análise de uma série temporal sem tendência a longo alcance, o método DCCA que possibilita efetuar uma correlação cruzada sem tendência entre séries, que por esta característica possibilita analisar se as series são ou não persistentes e por ultimo o índice de correlação cruzada DCCA que quantifica sua correlação cruzada em perfeitamente correlacional, ante relacional ou aleatório, este último foi proposto por (ZEBENDE, 2011), para identificar se as séries possuam alguma similaridade ou não. Foi utilizado uma abordagem amostral longitudinal com o estudo de pacientes portadores de hemiplegia que são assistidos pelos profissionais do CEPRED - Centro Estadual de Prevenção e Reabilitação de Pessoas com deficiências, acompanhando-o desde o ínicio de seu tratamento e registrando todas as suas respostas ao tratamento realizado pelo fonoaudiólogo a cada consulta. O projeto e composto por duas fases: a primeira na filmagem durante o tratamento do paciente, e a segunda na análise dos dados. Este projeto tem o propósito de ser uma ferramenta de auxílio no diagnóstico, que resulta em um aplicativo denominado Movimento CV, tal aplicativo permite a análise de todos os métodos juntamente com a captura das imagens. O intuito é que o modelo auxilie os profissionais da área de saúde a diferenciar os movimentos e que para isso seja utilizado o método proposto para detecção de movimentos e seguida conversão destes em séries temporais e logo em seguida submetidos as análises de correlação cruzada para que assim seja capaz de distinguir diferenças nas séries, identificando se os movimentos possuem ou não diferenças.Faculdade de Tecnologia SENAI CIMATECFaculdade de Tecnologia SENAI CIMATECModelagem Computacional e Tecnologia IndustrialSENAI CIMATECbrasilSérie temporalMétodo DFAHemiplegiaDCCAMétodo de detecção de padrões na dinâmica dos movimentos complexos na deglutição de um indivíduo.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisaberto2016-09-23T13:16:03Zinfo:eu-repo/semantics/openAccessporreponame:Repositório da Produção Científica e Intelectual do SENAI CIMATECinstname:Serviço Nacional de Aprendizagem Industrial Campus Integrado de Manufatura e Tecnologia (SENAI CIMATEC)instacron:SENAI CIMATECORIGINALDissertação Arleys Pereira Nunes de Castro.pdfDissertação Arleys Pereira Nunes de Castro.pdfapplication/pdf4358189http://repositoriosenaiba.fieb.org.br/bitstream/fieb/744/1/Disserta%c3%a7%c3%a3o%20Arleys%20Pereira%20Nunes%20de%20Castro.pdfef142072afd64874a40ec1ab396149b5MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositoriosenaiba.fieb.org.br/bitstream/fieb/744/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52fieb/7442016-09-22 10:16:03.533oai:repositoriosenaiba.fieb.org.br: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Repositório de Publicaçõeshttp://repositoriosenaiba.fieb.org.br/oaiopendoar:2016-09-22T13:16:03Repositório da Produção Científica e Intelectual do SENAI CIMATEC - Serviço Nacional de Aprendizagem Industrial Campus Integrado de Manufatura e Tecnologia (SENAI CIMATEC)false
dc.title.pt_BR.fl_str_mv Método de detecção de padrões na dinâmica dos movimentos complexos na deglutição de um indivíduo.
title Método de detecção de padrões na dinâmica dos movimentos complexos na deglutição de um indivíduo.
spellingShingle Método de detecção de padrões na dinâmica dos movimentos complexos na deglutição de um indivíduo.
Castro, Arleys Pereira Nunes de
Série temporal
Método DFA
Hemiplegia
DCCA
title_short Método de detecção de padrões na dinâmica dos movimentos complexos na deglutição de um indivíduo.
title_full Método de detecção de padrões na dinâmica dos movimentos complexos na deglutição de um indivíduo.
title_fullStr Método de detecção de padrões na dinâmica dos movimentos complexos na deglutição de um indivíduo.
title_full_unstemmed Método de detecção de padrões na dinâmica dos movimentos complexos na deglutição de um indivíduo.
title_sort Método de detecção de padrões na dinâmica dos movimentos complexos na deglutição de um indivíduo.
author Castro, Arleys Pereira Nunes de
author_facet Castro, Arleys Pereira Nunes de
author_role author
dc.contributor.author.fl_str_mv Castro, Arleys Pereira Nunes de
dc.contributor.advisor1.fl_str_mv Zebende, Gilney Figueira
dc.contributor.advisor-co1.fl_str_mv Miranda, José Garcia Vivas
dc.contributor.referee1.fl_str_mv Cruz, Juan Alberto Leyva
Penna, Thadeu Josino Pereira
Guimarães, Rodney Nascimento
contributor_str_mv Zebende, Gilney Figueira
Miranda, José Garcia Vivas
Cruz, Juan Alberto Leyva
Penna, Thadeu Josino Pereira
Guimarães, Rodney Nascimento
dc.subject.por.fl_str_mv Série temporal
Método DFA
Hemiplegia
DCCA
topic Série temporal
Método DFA
Hemiplegia
DCCA
description A visão humana e capaz de identificar diversos tipos de padrões ou modelos de movimentos. Podemos assim, distinguir os mais complexos padrões e diferenciar sem muita dificuldade os mesmos. Por exemplo, visualmente somos capazes de identificar o movimento do subir e descer da glote na deglutição, mesmo que esta esteja sob a pele. Este motivo dificulta a identificação de qual parte devemos analisar, se é o movimento da pele ou da glote. Estas a ações são facilmente identificadas pelo cérebro humano, mas exigem um complexo processamento quando feitas através da modelagem computacional. O objetivo desta dissertação e propor um método de detec ção de padrões na dinâmica dos deslocamentos dos pixels, através da distribuição das velocidades aparentes dos padrões de brilho de uma filmagem da deglutição de um indivíduo, em vídeos capturados através de uma câmera filmadora digital e processar em um computador portátil, assim como propor medidas e representações simplificadas deste movimento. Como ferramenta de aplicação do modelo, foi desenvolvido um software, para a identificação destes movimentos e a sua conversão em séries temporais. Para validação deste modelo, foram utilizados o método de análise de correlação DFA que apresenta uma análise de uma série temporal sem tendência a longo alcance, o método DCCA que possibilita efetuar uma correlação cruzada sem tendência entre séries, que por esta característica possibilita analisar se as series são ou não persistentes e por ultimo o índice de correlação cruzada DCCA que quantifica sua correlação cruzada em perfeitamente correlacional, ante relacional ou aleatório, este último foi proposto por (ZEBENDE, 2011), para identificar se as séries possuam alguma similaridade ou não. Foi utilizado uma abordagem amostral longitudinal com o estudo de pacientes portadores de hemiplegia que são assistidos pelos profissionais do CEPRED - Centro Estadual de Prevenção e Reabilitação de Pessoas com deficiências, acompanhando-o desde o ínicio de seu tratamento e registrando todas as suas respostas ao tratamento realizado pelo fonoaudiólogo a cada consulta. O projeto e composto por duas fases: a primeira na filmagem durante o tratamento do paciente, e a segunda na análise dos dados. Este projeto tem o propósito de ser uma ferramenta de auxílio no diagnóstico, que resulta em um aplicativo denominado Movimento CV, tal aplicativo permite a análise de todos os métodos juntamente com a captura das imagens. O intuito é que o modelo auxilie os profissionais da área de saúde a diferenciar os movimentos e que para isso seja utilizado o método proposto para detecção de movimentos e seguida conversão destes em séries temporais e logo em seguida submetidos as análises de correlação cruzada para que assim seja capaz de distinguir diferenças nas séries, identificando se os movimentos possuem ou não diferenças.
publishDate 2012
dc.date.issued.fl_str_mv 2012-03-30
dc.date.accessioned.fl_str_mv 2016-09-22T13:16:03Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositoriosenaiba.fieb.org.br/handle/fieb/744
url http://repositoriosenaiba.fieb.org.br/handle/fieb/744
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Faculdade de Tecnologia SENAI CIMATEC
Faculdade de Tecnologia SENAI CIMATEC
dc.publisher.program.fl_str_mv Modelagem Computacional e Tecnologia Industrial
dc.publisher.initials.fl_str_mv SENAI CIMATEC
dc.publisher.country.fl_str_mv brasil
publisher.none.fl_str_mv Faculdade de Tecnologia SENAI CIMATEC
Faculdade de Tecnologia SENAI CIMATEC
dc.source.none.fl_str_mv reponame:Repositório da Produção Científica e Intelectual do SENAI CIMATEC
instname:Serviço Nacional de Aprendizagem Industrial Campus Integrado de Manufatura e Tecnologia (SENAI CIMATEC)
instacron:SENAI CIMATEC
instname_str Serviço Nacional de Aprendizagem Industrial Campus Integrado de Manufatura e Tecnologia (SENAI CIMATEC)
instacron_str SENAI CIMATEC
institution SENAI CIMATEC
reponame_str Repositório da Produção Científica e Intelectual do SENAI CIMATEC
collection Repositório da Produção Científica e Intelectual do SENAI CIMATEC
bitstream.url.fl_str_mv http://repositoriosenaiba.fieb.org.br/bitstream/fieb/744/1/Disserta%c3%a7%c3%a3o%20Arleys%20Pereira%20Nunes%20de%20Castro.pdf
http://repositoriosenaiba.fieb.org.br/bitstream/fieb/744/2/license.txt
bitstream.checksum.fl_str_mv ef142072afd64874a40ec1ab396149b5
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório da Produção Científica e Intelectual do SENAI CIMATEC - Serviço Nacional de Aprendizagem Industrial Campus Integrado de Manufatura e Tecnologia (SENAI CIMATEC)
repository.mail.fl_str_mv
_version_ 1801227090137186304