Respiratory patterns are commonly measured to monitor and diagnose cardiovascular, metabolic and sleep disorders. Electronic devices such as masks used to record respiratory waveforms usually require medical staff support and obstruct the patients breathing, causing discomfort. New techniques are being investigated to overcome such limitations. An emerging approach involves accelerometers to estimate the respiratory waveform based on chest motion. However, most existing techniques employ a single accelerometer placed on an arbitrary thorax position. The present work investigates the use and optimal placement of multiple accelerometers located on the thorax and the abdomen. The study population is composed of thirty healthy volunteers in three different postures. By means of a custom-made microcontrolled system, data are acquired from an array of ten accelerometers located on predefined positions and a pneumotachograph used as reference. The best sensor locations are identified by optimal linear reconstruction of the reference waveform from the accelerometer data in the minimum mean square error sense. The analysis shows that right-hand side locations contribute more often to optimal respiratory waveform estimates, a sound finding given that the right lung has a larger volume than the left lung. In addition, we show that the respiratory waveform can be blindly extracted from the recorded accelerometer data by means of independent component analysis. In conclusion, linear processing of multiple accelerometers in optimal positions can successfully recover respiratory information in clinical settings where the use of masks may be contraindicated.

Resumo: Este artigo propõe o uso do método de filtros casados como estratégia para classificação de potenciais relacionados a eventos (PREs). O sistema consiste em 4 unidades: (a) aquisição de dados através da eletroencefalografia (EEG); (b) banco de filtros casados -convolução do sinal de entrada com a resposta ao impulso do filtro; (c) detector de pico; e (d) classificação -os picos detectados nas saídas de todos os filtros são comparados entre eles e classificado segundo sua amplitude. Os resultados da classificação entre duas classes alvo apresentaram uma performance global de 77%. Concluímos que os filtros casados são uma ferramenta com potencial para utilização em processos de classificação de sinais EEG, podendo ser utilizada em diferentes aplicações, como, por exemplo, interfaces cérebro-máquina. Palavras-chave:Filtros casados, Convolução, Eletroencefalografia, P300. Abstract: This article proposes the use of the matched filters method as a strategy for classification of eventrelated potentials (ERPs

No abstract

Os processos de dores e muita persistência me ensinaram que ser GRATA é uma das "armas" mais poderosas para uma vida de sucesso que tanto almejamos. A minha maior gratidão é ao meu Deus. Ele é o meu melhor amigo, o meu sustento, a minha alegria e hoje sou tão grata a Deus por me permitir vivenciar e realizar mais um sonho de me tornar mestre. Sei que isso tem um propósito muito maior que eu possa imaginar, acima de tudo, de manifestar a glória de Deus por onde eu estiver. Eu agradeço aos meus pais, Kleber e Silvia, que sempre me incentivaram e investiram tanto tempo e recursos para me ajudar a crescer e com os conselhos sempre me levaram a sair da zona de conforto. Eles sempre foram meus maiores exemplos. Eu amo vocês com todo meu coração. Ao meu irmão Lucas, por ser sempre o meu amigo e cuidar de mim com tanto carinho e amor. Ao meu namorado, pela paciência e apoio em todos os momentos. Eu agradeço imensamente ao meu professor e orientador Alcimar, por toda paciência, auxilio, apoio e conselhos durante esta caminhada. Eu admiro muito a sua força, persistência e profissionalismo. Muito obrigada por tudo! Ao professor Ailton, que sempre esteve presente para auxiliar em todo os momentos possíveis e também me orientar durante esse percurso. Agradeço aos demais professores da pós-graduação e do Biolab, em especial o coordenador da pós Professor Edgard e Professor Sérgio pelo apoio e simpatia sempre. Agradeço imensamente a todos os meus colegas e amigos do Biolab (Andrei, Vinicius,

No abstract