Gustavo Stangherlin Cantarelli defende sua Dissertação, Um Processo para o uso de Linguagens de Consulta em Código Fonte, quinta-feira (8), às 14h, na sala 321 do Centro de Tecnologia (CT). O trabalho, que teve a orientação do professor Eduardo Kessler Piveta, tem ainda na banca examinadora os professores Lisandra Manzoni Fontoura, Marcelo Soares Pimenta (UFRGS) e Giovani Rubert Librelotto (suplente).
Resumo:
As buscas em código-fonte estão ganhando cada vez mais espaço devido ao atual aumento da complexidade dos sistemas de software e também à necessidade de melhorias em código-fonte. Embora os paradigmas de programação orientada a objetos e de programação orientada a aspectos possuam diversos recursos para melhorar o reuso e a clareza de código, quando é necessária manutenção de trechos de código, os programadores tendem a reduzir sua produtividade em função de problemas em localizar os trechos a serem corrigidos ou melhorados. Visando as atividades de manutenção, este trabalho apresenta um processo de consulta que pode ser aplicado em repositórios de código-fonte. Tal processo é exemplificado através de três instanciações: buscas em código orientado a objetos usando SQL e SPARQL, e em código orientado a aspectos usando XML.
A pesquisa Arquitetura para recuperação de imagens diagnósticas baseada em conteúdo: Uma ferramenta para auxílio à radiologia em ambiente PACS, de autoria de Cristiano Albiero Berni, sob a orientação do professor José Antônio Trindade Borges da Costa, será defendida quinta-feira (8), às 14h30min, no Laboratório de Computação Aplicada (LaCA), sala 388, anexo B do Centro de Tecnologia (CT). A banca examinadora está constituída pelos professores Ana Maria Marques da Silva (PUCRS), Marcos Cordeiro d’Ornellas, e Lisandra Manzoni Fontoura (suplente).
Resumo:
Uma das principais formas de diagnóstico utilizadas atualmente corresponde aos exames realizados por meio da análise de imagens diagnósticas. Devido à demanda crescente por esse tipo de exame e ao processo manual e repetitivo dos métodos utilizados pelos médicos radiologistas, o processo torna-se exaustivo e pode resultar em falhas humanas. Uma ferramenta que pode auxiliar o médico na formulação de diagnósticos é a busca de casos semelhantes àquele que está sendo realizado, tendo com função principal conferir maior segurança ao radiologista em seus apontamentos. Para tanto, foi desenvolvida uma arquitetura modular para recuperação de imagens diagnósticas baseada em conteúdo como uma ferramenta de auxílio a diagnósticos. Através do padrão DICOM SR, utilizado para armazenar achados radiológicos e mensurações – comumente provenientes de CAD – implementou-se, em um ambiente PACS, uma estrutura capaz de permitir o armazenamento e consulta de características extraídas das imagens diagnósticas. A extração de características das imagens pode ocorrer através de diferentes métodos de processamento que, por sua vez, geram diferentes parâmetros para armazenamento e consulta. O projeto foi desenvolvido em conjunto com uma empresa fornecedora de soluções de PACS e com o Laboratório de Computação Aplicada da Universidade Federal de Santa Maria.
Sob a orientação de Iara Augustin, André Fiorin defende a Dissertação, Modelo de aquisição de Contexto Afetivo baseado em autoanálise, classificação de tarefas e aspectos do estresse para a arquitetura ClinicSpace, sexta-feira (9), às 9h, na sala 321 do CT. Os professores Luiz Antônio Moro Palazzo (UFSC), Roseclea Duarte Medina (UFSM) e Deise de Brum Saccol (suplente) compõem a banca examinadora.
Resumo:
As pesquisas na área da Computação Pervasiva têm direcionado seus esforços para a modelagem e desenvolvimento de ambientes programáveis e interativos capazes de auxiliar os usuários em suas atividades rotineiras. O Grupo de Sistemas de Computação Móvel (GMob) da Universidade Federal de Santa Maria, desenvolve o projeto ClinicSpace, um sistema de auxílio à tarefas clínicas em ambientes hospitalares baseado em tecnologias da Computação Pervasiva. Por outro lado, a Computação Afetiva, que é um campo de pesquisa relativamente novo na informática, surgiu com a proposta de identificar e sintetizar sentimentos humanos em máquinas, com a finalidade de tornar a interação com dispositivos computacionais mais agradável e menos frustrante. Tendo em vista que sistemas pervasivos trabalham com informações de contexto para adaptar suas aplicações de acordo com as necessidades do usuário, torna-se viável através da Computação Afetiva, identificar características emocionais de uma pessoa para que esse tipo de informação possa ser usado como dados de contexto, tornando a adaptação das aplicações pervasivas mais precisas. Neste contexto, o presente trabalho propõe um modelo de aquisição de contexto afetivo utilizando técnicas de inferência de estresse a partir de ferramentas psicológicas, autoanálise emocional e classificação estressora de tarefas clínicas. Integrando os conceitos de Computação Afetiva e Computação Pervasiva, este modelo visa classificar o estado de estresse dos usuários do ClinicSpace e utilizá-lo como elemento de contexto afetivo, aumentando a riqueza de informações de contexto utilizadas neste sistema. Para o desenvolvimento do modelo proposto, foram realizados estudos sobre a Escala de Estresse Percebido (PSS – Perceived Stress Scale), responsável pela identificação de estresse em um indivíduo, o uso de AffectButtons para identificar o estado emocional do usuário, e o desenvolvimento de um questionário, aplicado em profissionais da área da saúde, para identificar e classificar o grau de estresse de atividades clínicas. Com base nessas três abordagens foi possível elaborar um modelo de classificação de estresse para os usuários do ClinicSpace (médicos). Para validar a proposta, foi implementado um protótipo de Serviço de Contexto Afetivo para a arquitetura ClinicSpace, que foi testado no Hospital Annas Dias (Ibirubá – RS). Os resultados mostraram que o modelo proposto neste trabalho é capaz de classificar o estado de estresse de profissionais clínicos para que este tipo de informação possa ser utilizado como elemento de contexto em sistemas pervasivos.
