Página 7 dos resultados de 151 itens digitais encontrados em 0.003 segundos

‣ Detecção de falhas em motores elétricos através da transformada wavelet packet e métodos de redução de dimensionalidade; Fault detection in eletric motor through Wavelet packet transform and dimensionality reduction methods

Marcus Vinicius Monteiro Varanis
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 05/08/2014 Português
Relevância na Pesquisa
27.076873%
Motores elétricos são componentes de grande importância na maioria dos equipamentos de plantas industriais. As diversas falhas que ocorrem nas máquinas de indução podem gerar consequências severas no processo industrial. Os principais problemas estão relacionados à elevação dos custos de produção, piora nas condições do processo e de segurança e, sobretudo piora na qualidade do produto final. Muitas destas falhas mostram-se progressivas. Neste trabalho, apresenta-se uma contribuição ao estudo de Técnicas de Processamento de Sinais Baseadas na Transformada Wavelet para extração de parâmetros de Energia e Entropia a partir de sinais de vibração para detecção de falhas no regime não-estacionário (parada e partida do motor). Em conjunto com a transformada Wavelet utilizam-se métodos de redução de dimensionalidade como, a análise em componentes principais (PCA e a análise Linear Discriminante (LDA). O uso de uma bancada experimental mostra que os resultados da classificação têm alta precisão.; Electric motors are very important components in most industrial plants equipment. The several faults occurring in induction machines can generate severe consequences in the industrial process. The main problems are related to high production costs...

‣ Classificação e identificação de impressões digitais no domínio da transformada de Wavelet

Lobato, Elen Macedo
Fonte: Florianópolis, SC Publicador: Florianópolis, SC
Tipo: Dissertação de Mestrado Formato: xii, 64 f.| il.
Português
Relevância na Pesquisa
27.076873%
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico.; O presente trabalho propõe um algoritmo para classificação e identificação em tempo real de impressões digitais. Através da decomposição wavelet de Haar, são obtidas imagens direcionais de múltiplas resoluções de uma impressão digital. Tais imagens são utilizadas para a classificação da impressão digital em padrões (Arco, Arco Tentado, Verticilo, Presilha Externa e Presilha Interna) segundo a contagem de pontos singulares obtidos em cada nível de resolução. A seguir, são comparadas a imagens direcionais de um banco de dados de impressões digitais, sendo selecionada a impressão que apresentar ao final do processo de comparação uma maior similaridade de orientação segundo um limiar pré-estabelecido. O uso da transformada wavelet no processo de identificação permite dispensar etapas de pré-processamento usuais nesse tipo de aplicação, além de prover maior confiabilidade em relação aos métodos baseados unicamente em análise espacial. Resultados experimentais são apresentados demostrando a eficiência e robustez do algoritmo proposto.

‣ Identificação e localização de faltas utilizando análise por decomposição wavelet para relés de linhas de transmissão

Silveira, Paulo Márcio da
Fonte: Florianópolis, SC Publicador: Florianópolis, SC
Tipo: Tese de Doutorado Formato: xiv, 203 f.| il., grafs., tabs.
Português
Relevância na Pesquisa
27.076873%
Tese (doutorado) - Universidade Federal de Santa Catarina, Centro de Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica; Este trabalho propõe o uso da análise multi-resolução via transformada wavelet em relés de proteção de linhas de transmissão. O objetivo é extrair as informações contidas nos transitórios gerados pelas faltas que ocorrem nas linhas de transmissão em sistemas de potência. Dentre as principais tarefas desempenhadas por um relé são aqui desenvolvidas: a identificação da(s) fase(s) faltosa(s) e a localização da falta. A primeira é conseguida pelo uso dos coeficientes wavelet de fase. Tais coeficientes são posteriormente desacoplados por uma transformação modal, seguida pela extração de suas energias. Essas operações irão fornecer diferentes padrões cada qual para um possível tipo de falta. A segunda tarefa visa extrair suficientes informações, de tal modo que não apenas a identificação da falta seja realizada, mas também a localização do ponto de falta. Nesse caso, uma mais elevada freqüência de amostragem é utilizada. Faltas são localizadas com razoável precisão, apropriadas tanto para a tomada de decisão por parte do relé, quanto para reparos executados pelas equipes de manutenção. Sinais de tensão e corrente obtidos por simulação em programas de transitórios eletromagnéticos são usados para validar os algoritmos propostos. Os resultados encontrados comprovam a viabilidade e a eficácia do uso da transformada wavelet em tarefas de proteção e supervisão de linhas de transmissão.

‣ Contribuição à automatização da detecção e análise de eventos epileptiformes em eletroencefalograma

Argoud, Fernanda Isabel Marques
Fonte: Florianópolis, SC Publicador: Florianópolis, SC
Tipo: Tese de Doutorado Formato: xviii, 185 f.| il., grafs., tabs.
Português
Relevância na Pesquisa
27.076873%
Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica; O presente trabalho visa propor uma arquitetura de sistema para processamento de sinais eletroencefalográficos (EEG), que utilize métodos e ferramentas de análise não-linear, tais como Transformada Wavelet e Redes Neurais Artificiais (RNAs), com o intuito de fazer-se a detecção e o reconhecimento de descargas epileptiformes do tipo Espícula-Onda (spikes), possivelmente presentes no sinal. O sistema baseado em computador proposto (SIDAPE) transforma os sinais de EEG através de Transformada Wavelet Rápida (FWT) e a representação resultante serve de entrada para um grupo de Redes Neurais Artificiais, as quais fazem a detecção e a classificação das Descargas Epileptiformes. Para o primeiro estágio do sistema desenvolveu-se uma metodologia no sentido de maximizar o aproveitamento da FWT na identificação das descargas epileptiformes do EEG. Assim, determinou-se que, em um conjunto de 47 wavelet kernel conhecidas, a função wavelet coiflet 1 é a que oferece a maior correlação morfológica com as espículas e, por conseqüência, maior grau de compactação na decomposição. Os resultados foram avaliados para a análise de janelas de 15s e o SIDAPE foi capaz de detectar espículas com 98...

‣ Estudo comparativo de técnicas de redes neurais e análise de variáveis canônicas para detecção automática de complexos K e fusos do sono em EEG

Mendonça, George Araújo
Fonte: Florianópolis, SC Publicador: Florianópolis, SC
Tipo: Dissertação de Mestrado Formato: xxvii, 133 p.| il., tabs., grafs.
Português
Relevância na Pesquisa
27.076873%
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção.; O estagiamento do sono é uma tarefa fundamental no diagnóstico de vários distúrbios relacionados ao sono. Sua execução, no entanto, é um trabalho que requer um grande dispêndio temporal por parte do especialista. Para contornar este problema, vários sistemas de estagiamento automático do sono têm sido propostos. A detecção de padrões específicos de certos estágios do sono é uma etapa fundamental nesses sistemas. Desta forma, este trabalho apresenta a comparação de duas metodologias propostas para detecção de complexos K e fusos do sono em sinais de EEG, com o intuito de auxiliar o estagiamento automático do sono em humanos. A primeira abordagem diz respeito à detecção desses padrões por meio de redes neurais artificiais (RNA), enquanto que a segunda trata de identificar tais padrões por meio da análise de variáveis canônicas (AVC). As duas metodologias, no entanto, são bastante similares e ambas fazem uso da transformada de Fourier e da transformada wavelet durante a extração dos parâmetros que compõem o vetor de características dos sinais de EEG, os quais servem de entrada para as RNA e AVC. Para averiguar qual a metodologia mais adequada em se tratando de discriminar complexos K e fusos do sono arquitetou-se um procedimento de testes para cada método utilizado. O método baseado em RNA obteve uma sensibilidade de 78...

‣ Análise espectral da corrente de partida de motores de indução para detecção de falhas nas barras do rotor

Ematsu, Márcio Yoshikazu
Fonte: Florianópolis, SC Publicador: Florianópolis, SC
Tipo: Dissertação de Mestrado Formato: 1 v.| il., grafs., tabs.
Português
Relevância na Pesquisa
27.076873%
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.; Este trabalho consiste na análise da corrente de partida do motor de indução para a detecção de falhas nas barras do rotor. Esta análise difere da grande maioria dos métodos atualmente empregados, pois a máquina não precisa operar nas condições nominais de carga. Com isso, algumas desvantagens relativas às metodologias largamente utilizadas, como escorregamento inconstante e baixa relação sinal/ruído são eliminadas. A metodologia consiste em extrair o sinal fundamental da corrente de partida e analisar o restante do sinal utilizando a transformada wavelet. Foram utilizados três motores de indução com polaridades diferentes para a avaliação da metodologia proposta. Os resultados mostraram que é possível detectar falhas nas barras do rotor. Pode-se observar que o sinal decomposto pela transformada wavelet apresenta variações significativas na presença de falhas em pelo menos uma barra do rotor. A necessidade de se variar os parâmetros de convergência do sistema de extração da fundamental bem como a localização variável das falhas na decomposição wavelet ainda impede a aplicação da metodologia proposta em larga escala.

‣ Alternativas à modelagem de funções de transferência de ambientes

Ferreira, Cristiano Oliveira
Fonte: Florianópolis, SC Publicador: Florianópolis, SC
Tipo: Dissertação de Mestrado Formato: xii, 97 f.| il., grafs., tabs.
Português
Relevância na Pesquisa
27.076873%
Dissertação [mestrado) - Universidade Federal de Santa Catarina. Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.; Esta dissertação trata da modelagem de funções de transferência de ambientes (RTF) utilizando modelos auto-regressivo e média móvel (ARMA). A representação de tais funções através de sistemas digitais é decisiva em aplicações visando à correção de problemas do ambiente acústico como também na síntese de fenômenos acústicos associados. O problema da estimação baseada em mínimos quadrados dos coeficientes de modelos ARMA é tratado com a introdução do método de Brandenstein e Unbehauen, denominado LSBU. Como alternativa à implementação do modelo estimado por tal método é introduzido o filtro de Kautz. Considerando o comprimento elevado da resposta ao impulso do ambiente, são utilizadas estratégias de decomposição (polifásica e transformada wavelet) para viabilizar sua aproximação. O trabalho culmina com a modelagem de múltiplas RFTs através do modelo de zeros e pólos acústicos comuns (CAPZ). Propõe-se então uma estratégia de determinação dos pólos comuns com garantia de estabilidade, denominada matriz de singularidades quantizadas (MSQ). Aliada a MSQ...

‣ Algoritmos adaptativos para rápida identificação de sistemas esparsos no domínio pacote wavelet

Noskoski, Odair Antonio
Fonte: Florianópolis, SC Publicador: Florianópolis, SC
Tipo: Tese de Doutorado Formato: xxvii, 169 f.| grafs., tabs.
Português
Relevância na Pesquisa
27.076873%
Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.; Nesta tese são propostos os algoritmos wavelet-packet-based (WPB) (baseado em pacote wavelet), region-based wavelet-packet (RBWP) (pacote wavelet baseado em regiões) e mimetic wavelet-packet based (MWPB) (baseado na transformada pacote wavelet mimética) para identificação de sistemas com resposta ao impulso esparsa e com espectro de freqüência arbitrário. A transformada discreta de pacote wavelet (TDPW) é adaptativamente ajustada à distribuição da energia do espectro da resposta do sistema desconhecido. A operação do algoritmo WPB é composta de duas fases. A primeira fase é dedicada à busca da TDPW, e enfatiza a escala da transformada da resposta que tem maior energia. A segunda fase busca selecionar o número ótimo de parâmetros significativos para serem efetivamente adaptados. O algoritmo RBWP está fundamentado nas boas propriedades do algoritmo WPB, mas inclui alterações significativas. As distintas características do algoritmo RBWP estão na nova estratégia de ativação baseada em regiões de parâmetros e na nova forma cíclica de desativação/ativação de parâmetros. O algoritmo MWPB generaliza o algoritmo WPB e faz um ajuste periódico da TDPW na direção das características da resposta em tempo real. Isso permite o acompanhamento de mudanças da resposta como...

‣ Classificação de eventos epileptiformes em sinais de eletroencefalografia utilizando classificador neural

Scolaro, Geovani Rodrigo
Fonte: Universidade Federal de Santa Catarina Publicador: Universidade Federal de Santa Catarina
Tipo: Dissertação de Mestrado Formato: 53 f.| il., tabs., grafs.
Português
Relevância na Pesquisa
27.076873%
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2009

‣ Detecção e análise de eventos de ilhamento utilizando dados fasoriais sincronizados e a transformada Wavelet discreta

Brustolin, Geyson
Fonte: Universidade Federal de Santa Catarina Publicador: Universidade Federal de Santa Catarina
Tipo: Dissertação de Mestrado Formato: 1 v.| il., grafs.
Português
Relevância na Pesquisa
27.076873%
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2013.; Este trabalho propõe uma metodologia para a detecção e análise de eventos de ilhamento do Sistema Elétrico de Potência (SEPs) baseada em dados do Sistema de Medição Fasorial Sincronizada (SMFS) e fazendo uso da técnica de processamento de sinais denominada Transformada Wavelet Discreta (TWD). Além da detecção de eventos de ilhamento, a metodologia avalia o desempenho da atuação do Esquema Regional de Alívio de Carga (ERAC), detecta o instante de perda de interligação do sistema elétrico, bem como seu possível restabelecimento. A cada evento detectado, é apresentado um relatório contendo a localização gráfica, a hora e os valores instantâneos de frequência de cada detecção realizada. Para validação da metodologia proposta são utilizadas informações do subsistema Acre-Rondônia/SIN, uma interligação recente e que ainda apresenta desafios para a sua operação estável. Com o uso da metodologia proposta, a avaliação do desempenho dos eventos monitorados torna-se mais rápida, podendo observar os valores alcançados através de uma tabela de desempenho e também observando graficamente os instantes de tempo de cada evento.
; Abstract : This work proposes a methodology for the detection and analysis of islanding events in the Electric Power System (EPS)...

‣ Análise da transformada wavelet direcional adaptativa na codificação de imagens

Oliveira, Karen França de
Fonte: Universidade de Brasília Publicador: Universidade de Brasília
Tipo: Dissertação
Português
Relevância na Pesquisa
27.076873%
Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2009.; Esse trabalho apresenta um método de análise da estabilidade numérica de transformadas wavelet direcionais adaptativas via lifting. O objetivo é investigar a relação entre uma dada combinação de direções dos estágios de lifting e a qualidade de reconstrução das bases correspondentes. Esse novo método é baseado na variação em frequência do número de condição da matriz polifásica de síntese de bancos de filtros multidimensionais direcionais. As transformadas implementadas, caracterizadas por bancos de filtros dessa natureza, permitem adaptar localmente as direções de filtragem às direcionalidades de uma imagem, resultando em menores coeficientes de detalhe nas sub-bandas de alta freqüência. Para tal, modificou-se o kernel da wavelet interpolante (6,6), inserindo-se informação direcional em seus estágios de lifting. Diferentes abordagens foram sugeridas para definir a combinação ótima de direções, no sentido de compressão. Os melhores resultados apontaram para escolha da direção de predição baseada em um algoritmo de minimização de distorção, adotando-se, em seguida, a mesma direção para o passo de atualização. Para realizar os testes de desempenho da transformada direcional implementada...

‣ Sistema de apoio ao diagnóstico da doença de Chagas baseado em escalogramas e redes neurais auto-organizáveis; Computer-aided system for diagnosis of Chagas’ disease based on scalograms and self-organizing neural networks

Souza Neto, João; Carvalho, João Luiz Azevedo de; Rocha, Adson Ferreira da; Junqueira Junior, Luiz Fernando; Nascimento, Francisco Assis de Oliveira
Fonte: SBEB - Sociedade Brasileira de Engenharia Biomédica Publicador: SBEB - Sociedade Brasileira de Engenharia Biomédica
Tipo: Artigo de Revista Científica
Português
Relevância na Pesquisa
27.076873%
Introdução: A Doença de Chagas é uma endemia rural, prevalente em grande parte da América Central e América do Sul e, aproximadamente, metade dos pacientes contaminados com o parasita Trypanosoma cruzi não apresentam sinais clínicos, eletrocardiográficos e radiológicos de envolvimento cardíaco. Este trabalho, entretanto, propõe uma técnica de auxílio ao diagnóstico da Doença de Chagas baseada em sinais de eletrocardiografia, que extrai informações relevantes desses sinais. Métodos: Duas abordagens são estudadas e implementadas. Ambas utilizam sinais de variabilidade da frequência cardíaca (VFC) e classificação por meio de rede neural, mais especificamente, o mapa auto-organizável de Kohonen. A VFC, que reflete a modulação neural autonômica simpática e parassimpática do coração, é avaliada com base em séries contínuas de intervalos RR do ECG convencional registradas durante 5 minutos. Na primeira abordagem, indicadores estatístico-temporais obtidos diretamente dos sinais de VFC são utilizados como entrada da rede neural para treinamento e teste do método de classificação. Na segunda proposta, são utilizados escalogramas wavelet com função de base DoG (derivative of Gaussian) para avaliação dos sinais de VFC. Indicadores obtidos dos escalogramas são utilizados como entrada da rede neural no treinamento e no teste do algoritmo. Os mapas topológicos de Kohonen são utilizados para comparar a capacidade dos indicadores calculados dos sinais de VFC em discriminar pacientes chagásicos cardiopatas...

‣ Compressão sem perdas de projeções de tomografia computadorizada usando a transformada Wavelet

Sanches, Ionildo José
Fonte: Universidade Federal do Paraná Publicador: Universidade Federal do Paraná
Tipo: Teses e Dissertações Formato: application/pdf
Português
Relevância na Pesquisa
27.076873%

‣ Classificação de distúrbios na rede elétrica usando redes neurais e wavelets

Santos, Crisluci Karina Souza
Fonte: Universidade Federal do Rio Grande do Norte; BR; UFRN; Programa de Pós-Graduação em Engenharia Elétrica; Automação e Sistemas; Engenharia de Computação; Telecomunicações Publicador: Universidade Federal do Rio Grande do Norte; BR; UFRN; Programa de Pós-Graduação em Engenharia Elétrica; Automação e Sistemas; Engenharia de Computação; Telecomunicações
Tipo: Tese de Doutorado Formato: application/pdf
Português
Relevância na Pesquisa
27.076873%
Post dispatch analysis of signals obtained from digital disturbances registers provide important information to identify and classify disturbances in systems, looking for a more efficient management of the supply. In order to enhance the task of identifying and classifying the disturbances - providing an automatic assessment - techniques of digital signal processing can be helpful. The Wavelet Transform has become a very efficient tool for the analysis of voltage or current signals, obtained immediately after disturbance s occurrences in the network. This work presents a methodology based on the Discrete Wavelet Transform to implement this process. It uses a comparison between distribution curves of signals energy, with and without disturbance. This is done for different resolution levels of its decomposition in order to obtain descriptors that permit its classification, using artificial neural networks; Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Análises pós-despacho de sinais oriundos de registradores de perturbações fornecem muitas vezes informações importantes para identificação e classificação de distúrbios nos sistemas, visando a uma gestão mais eficiente do fornecimento de energia elétrica. Para auxiliar nessa tarefa...

‣ Ondaletas e movimento browniano fracionário: aplicação à caracterização de poços de petróleo

Henriques, Marcos Vinícius Cândido
Fonte: Universidade Federal do Rio Grande do Norte; BR; UFRN; Programa de Pós-Graduação em Física; Física da Matéria Condensada; Astrofísica e Cosmologia; Física da Ionosfera Publicador: Universidade Federal do Rio Grande do Norte; BR; UFRN; Programa de Pós-Graduação em Física; Física da Matéria Condensada; Astrofísica e Cosmologia; Física da Ionosfera
Tipo: Dissertação Formato: application/pdf
Português
Relevância na Pesquisa
27.076873%
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Este trabalho introduz análises de processos estocásticos, em especial o movimento Browniano fracionário (MBF), visando principalmente aplicações aos perfis de poços de petróleo. Uma introdução teórica aos fractais e ao MBF é abordada nas primeiras seções. A teoria das ondaletas é a ferramenta matemática usada para o estudo da auto-similaridade desses processos, explorando as facilidades que ela proporciona para se trabalhar com multirresolução. Algoritmos práticos e rápidos de decomposição em ondaletas são revisados. Uma análise estatocática com base nas ondaletas é exposta para a caracterização dos processos, de acordo com seus comportamentos de interdependência em longo e pequeno alcance. Também é abordada a síntese dos processos MBF, como ponto explicativo para fornecer uma melhor visão sobre a estrutura desses processos. Na última seção, as ferramentas introduzidas são aplicadas, numa tentativa de caracterizar perfis de poços, levando em conta suas propriedades estatísticas. Há também uma breve exposição de como as ondaletas podem ajudar na identificação de zonas e camadas geológicas

‣ Abordagens estatísticas na análise do speckle laser dinâmico

Fonte: UNIVERSIDADE FEDERAL DE LAVRAS; DEG - Programa de Pós-graduação; UFLA; BRASIL Publicador: UNIVERSIDADE FEDERAL DE LAVRAS; DEG - Programa de Pós-graduação; UFLA; BRASIL
Tipo: Tese de Doutorado
Português
Relevância na Pesquisa
27.076873%
Tese apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Engenharia Agrícola, área de concentração em Instrumentação, para a obtenção do título de Doutor.; Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

‣ Metodo robusto e simples de compressão de imagens baseado no algoritmo EZW

Andrezza Almeida Gusmão
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em /03/2002 Português
Relevância na Pesquisa
27.076873%
Não informado.

‣ Um metodo de classificação de texturas com rotação baseado na modelagem HMM de caracteristicas AM-FM

Evandro Ottoni Teatini Salles
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 21/02/2001 Português
Relevância na Pesquisa
27.076873%
Não informado.

‣ Espaços de funções com suavidade generalizada e integrabilidade variável

Almeida, José Alexandre Rocha
Fonte: Universidade de Aveiro Publicador: Universidade de Aveiro
Tipo: Tese de Doutorado
Português
Relevância na Pesquisa
27.076873%
Suavidade generalizada e integrabilidade variável são dois importantes tópicos de investigação na teoria de espaços de funções. Neste trabalho consideramos tanto espaços de Besov com suavidade generalizada como espaços de Lebesgue (e de Sobolev correspondentes) com parâmetro de integração variável. São estudadas no caso geral propriedades de interpolação com parâmetro função de espaços de Besov generalizados, as quais estendem resultados já conhecidos formulados no caso Banach. Além disso, obtemos decomposições em "wavelets" para estes espaços através do uso de técnicas de interpolação apropriadas, que por sua vez são usadas para obter novos resultados de interpolação. Potenciais de Riesz e de Bessel são tratados no âmbito dos espaços de Lebesgue com expoente variável. Em particular, estudamos a inversão do operador potencial de Riesz e apresentamos uma caracterização, tanto para os espaços de potenciais de Riesz como para os espaços de potenciais de Bessel, em termos de convergência de integrais hipersingulares. Também lidamos com desigualdades pontuais no quadro dos espaços de Sobolev com parâmetro de integração variável. Tais desigualdades são usadas para generalizar imersões de Sobolev clássicas ao contexto de expoentes variáveis...

‣ Mammogram Diagnostics via 2-D Complex Wavelet-based Self-similarity Measures

Jeon, Seonghye; Nicolis, Orietta; Vidakovic, Brani
Fonte: Universidade de São Paulo. Instituto de Matemática e Estatística Publicador: Universidade de São Paulo. Instituto de Matemática e Estatística
Tipo: info:eu-repo/semantics/article; info:eu-repo/semantics/publishedVersion; ; ; Formato: application/pdf
Publicado em 12/12/2014 Português
Relevância na Pesquisa
27.076873%
Breast cancer is the second leading cause of death in women in the United States. Mammography is currently the most eective method for detecting breast cancer early; however, radiological inter- pretation of mammogram images is a challenging task. Many medical images demonstrate a certain degree of self-similarity over a range of scales. This scaling can help us to describe and classify mammograms. In this work, we generalize the scale-mixing wavelet spectra to the complex wavelet domain. In this domain, we estimate Hurst parameter and image phase and use them as discriminatory descriptors to clas- sify mammographic images to benign and malignant. The proposed methodology is tested on a set of images from the University of South Florida Digital Database for Screening Mammography (DDSM). Keywords: Scaling; Complex Wavelets; Self-similarity; 2-D Wavelet Scale-Mixing Spectra.