por todo o apoio, dedicação e energia para a realização de todas as etapas necessárias desse projeto. Pela amizade, conselhos, aulas e ensinamentos em todos esses anos. Ao amigo de longa jornada, Sr. Dorival Sortino, pela inicial oportunidade concedida a mim, sem ela eu não teria produzido esse estudo. A Profa. Dra. Arianne Soares do Nascimento, pelo auxílio e aconselhamentos na produção deste trabalho. Aos amigos Rodrigo Prior Bechelli, Renato Barelli, Douglas Rizzo e André Mendes, por

more »

... lharem as alegrias e desafios da ciência. Ao amigo Wilson Renato Francisco, pela disponibilidade e auxílio no decorrer desse trabalho. Ao amigo Daniel Alberto Castrucci, pelo apoio, orientação, em todos os momentos que precisei. À equipe da pós-graduação: Adriana, Dreycer, Luana, Márcia, Carina, Raquel e Ricardo sempre auxiliando da melhor maneira possível. Ao pessoal que cuida do laboratório de elétrica da FEI, principalmente o Sr. Acácio que sempre me auxiliou. À equipe do CGI da FEI, pela eficiência, atenção e disposição. Aos funcionários da Biblioteca da FEI, pela paciência e vontade de ajudar, sempre. A Elâine de Araujo Piva, por sempre estar ao meu lado e pelo reconhecimento, pelo amor, incentivo, força e apoio incondicional. Ao meu pai Sr. Alcides Aparecido Piva(in memoriam), que sempre esteve ao meu lado em todas as iniciativas. E por fim, mas não menos importante, dedico este trabalho à minha querida mãe Sra. Tania Galuzzi Garcia que sempre acredita nos empreendimentos da minha vida. E a todos que não foram citados, mas que auxiliaram direta ou indiretamente para a realização deste trabalho. Assim sendo, O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior -Brasil (CAPES) -Código de Financiamento 001. "A caverna que tememos entrar guarda o tesouro que tentamos buscar" Joseph Campbell "Muitos homens devem a grandeza da sua vida aos obstáculos que tiveram que vencer. " Charles Spurgeon "A humildade é a chave de nossa libertação." Chico Xavier RESUMO Nas últimas décadas, o volume de informações armazenadas digitalmente cresce em taxas expressivas. Soluções tradicionais relacionadas ao tratamento de séries temporais e inteligência artificial são amplamente aplicadas no contexto na extração de informação deste tipo de dado. Um dos sistemas mais robustos e de baixo custo para a aquisição de sinais de função pulmonar, são os espirometros. O processamento dos sinais de espirometria, através de inteligência artificial, utilizando um conjunto de wavelets para uma análise espacial e temporal da capacidade pulmonar, apresenta uma alternativa para classificação e ordenação de um conjunto de exames. Neste trabalho é proposto uma metodologia para classificar e representar uma relação entre exames de espirometria juntamente com conjuntos de exames posteriormente realizados para diferentes grupos de voluntários. Também é interessante mencionar que um novo marcador em exames de espirometria é de grande importância, visto que na nossa pesquisa bibliográfica poucos trabalhos foram encontrados utilizando um modelo matemático mais robusto na busca por novos marcadores e, procurando ter uma maior eficiência, utilizando-se modelos matemáticos e séries temporais, além da aplicação desses resultados em uma estrutura de armazenamento de dados de forma que possam ser estudadas no futuro, com a análise das wavelets que também são utilizadas por diversos pesquisadores como uma alternativa da série de fourier clássica, auxilia neste caso o médico pneumologista a ter um diagnóstico mais confiável e preciso. Assim, para a inteligência artificial ter sucesso, precisamos da inteligência e de um artefato, e o computador tem sido o artefato preferido. Este trabalho aplica métodos matemáticos em sistemas multiváriáveis, e através da análise estatística em conjunto com a inteligencia artificial, produz artefatos de forma a caracterizar exames de prova de função pulmonar em três níveis, classificando os pacientes em normal, obstrutivo ou restritivo. O resultado final é um sistema computacional que demonstra graficamente os valores encontrados de um banco de dados, comparando-os com o resultado do exame obtido a ser analisado no momento. Através desse conjunto de ferramentas, utilizou-se um banco de dados, gentilmente cedido pela Dra. Silvia Rodrigues, proporcionando realizar o treinamento do modelo e, utilizando ferramentas de I.A., extraindo a covariância dos coeficientes produzidos pelas wavelets, possibilitando a classificação em três grupos distintos (clustering), e através da regressão de Ridge, criar parâmetros como o índice de precisão de uma nova amostra analisada.