Agma Juci Machado Traina.

O foco desde projeto de pesquisa Temático são os desafios de gerenciar e integrar dados de saúde multimodais para descoberta de conhecimento, visando extrair informações significativas de grandes volumes de dados de saúde complexos e diversos, criando, desenvolvendo e se beneficiando de técnicas de Big Data e Inteligência Artificial (IA) em Ciências da Saúde. Hoje, quase todas as atividades humanas geram e exigem o armazenamento e processamento de grandes quantidades de dados diversos e complexos, desde atividades científicas, acadêmicas e empresariais até atividades de lazer. As atividades relacionadas à saúde não são diferentes, pois produzem big data e podem se beneficiar de avanços tecnológicos para aprimorar os processos de tomada de decisão por meio das informações extraídas desses dados. Em um ambiente clínico, os registros eletrônicos de pacientes (REPs) são a base para o desenvolvimento de estratégias de extração de informações. Nesta proposta, pretendemos desenvolver e integrar algoritmos novos e escaláveis alimentados por métodos de engenharia de dados (DE) e IA. Esses algoritmos alavancarão grandes quantidades de REPs e repositórios de dados clínicos para reunir informações valiosas e significativas para a tomada de decisão. Os aspectos de comunicação e segurança de dados serão cuidadosamente considerados, garantindo a integridade e a privacidade dos dados, ao mesmo tempo em que permitirão a descoberta eficiente de conhecimento. O tamanho e a complexidade dos bancos de dados de REPs, que incluem texto estruturado e não estruturado, sinais, imagens, resultados de exames laboratoriais e dados genômicos, apresentam desafios significativos para o processamento. Esses desafios abrangem a aplicação de técnicas de análise e o desenvolvimento de ferramentas práticas e aplicações subsequentes. No entanto, esses bancos de dados também apresentam inúmeras oportunidades para desenvolver novos algoritmos e métodos capazes de exibir de modo inteligente informações relevantes relacionadas a pacientes individuais ou grupos de pacientes. Isso pode transformar REPs em plataformas mais eficazes, aprimorando o suporte para profissionais de saúde, otimizando aplicativos médicos e informando decisões governamentais estratégicas em linha com as demandas e benefícios do big data. Neste projeto, pretendemos abordar os desafios de gerenciar e integrar não apenas as informações, mas também o conhecimento de várias modalidades de dados de saúde, com foco inicial em doenças pulmonares, principalmente câncer de pulmão, bem como doenças cardiovasculares. Desenvolveremos métodos e algoritmos que serão finalmente materializados em uma plataforma modular, que será disponibilizada à comunidade de saúde.

O Centro de Ciência de Dados em Estatísticas Públicas (CCDEP) buscará soluções para o seguinte problema de pesquisa: como usar dados de alta frequência para produzir indicadores de políticas públicas? Para tanto, o projeto será organizado em linhas de pesquisa com as seguintes características: produção de conhecimento novo para uma área de política pública específica; utilização de dados de alta frequência, em grande volume e estruturados ou não estruturados; parcerias com órgãos públicos, entidades não governamentais, empresas públicas e privadas para obtenção e análise de dados e disseminação de resultados. O Centro contemplará inicialmente cinco linhas de pesquisa: 1. MONITOR DE ATIVIDADE ECONÔMICA: Utilizar dados de alta frequência e registros administrativos digitais de órgãos públicos, concessionárias de serviços públicos e outras fontes para desenvolver indicadores, modelos preditivos e análises sobre a economia paulista de forma tempestiva e com desagregação geográfica. 2. MONITOR TRABALHO: Combinar bases de dados tradicionais com diferentes métodos de coleta (por telefone assistido, URA - "robô" e Internet) para produzir indicadores sobre ocupação e desocupação, formação e inserção no mercado de trabalho. 3. MONITOR MOBILIDADE: Desenvolver indicadores a partir de grandes conjuntos de dados de coleta automática (localização de usuários e bilhetagem) articulados a dados tradicionalmente usados em planejamento e gestão de transportes (pesquisas de origem e destino) e de infraestrutura e equipamentos georreferenciados. 4. MONITOR SEGURANÇA PÚBLICA: Elaborar novos indicadores e aperfeiçoar metodologias de construção de indicadores de eventos criminais, empregando novas fontes de dados e tecnologias de automatização de leitura, classificação e codificação de texto, como modelos de aprendizado de máquina. 5. TECNOLOGIAS EM ENGENHARIA DE DADOS E DE SOFTWARE: Desenvolvimento de tecnologias para análise de dados e geração de aplicativos apoiados em ciências de dados e em tecnologias facilitadoras atuais: estudo e desenvolvimento de aspectos teóricos; geração de algoritmos e tecnologias; construção, produção, suporte e hospedagem de aplicativos e suas ferramentas associadas. As atividades estarão voltadas para gerar soluções práticas de apoio às demais linhas de pesquisa do Centro. O Centro articula uma rede de parceiros, sendo o SEADE a instituição sede, agência com tradição em produzir estatísticas para as políticas públicas paulistas e para os cidadãos do Estado. Serão instituições de pesquisa (como USP, Unesp, FGV, UCL e Cebrap), entidades não governamentais (como Fórum Brasileiro de Segurança Pública) e órgãos governamentais (como secretarias de Estado, Metrô e CPTM). Novas parcerias poderão ser firmadas ao longo da existência do Centro. Técnicos do SEADE, pesquisadores das instituições parceiras e gestores públicos dos órgãos compõem uma equipe multidisciplinar do projeto. O plano de gestão de dados contempla a necessidade de uma infraestrutura computacional de armazenamento, processamento e disseminação de dados com flexibilidade e capacidade para processos de ETL (extração, transformação e carregamento) e construção de modelos de machine learning, além de recursos computacionais de alta capacidade e softwares (livres e proprietários). Os resultados das pesquisas serão compartilhados entre os parceiros e disseminados em: dashboards, repositórios, APIs; boletins analíticos; artigos científicos; conteúdos audiovisuais; e eventos. Os canais de comunicação oficiais (como website, redes sociais, assessoria de comunicação) divulgarão os conteúdos para públicos de diferentes perfis, principalmente órgãos de governo, que serão beneficiários diretos do novo conhecimento produzido pelo Centro.

Este projeto de pesquisa visa propor, explorar e desenvolver novos métodos e algoritmos a serem usados em processos de tomada de decisão para diagnóstico médico e prognóstico de pacientes no contexto da COVID-19. Estes métodos e algoritmos serão instanciados em sistemas e aplicativos que serão disponibilizados à comunidade científica para apoiar de modo rápido e preciso tal processo de tomada de decisão. Os desafios a serem sobrepujados começam na montagem de bases de dados e imagens provenientes de plataformas distintas e muitas vezes incompletas, e à aplicação da técnica de radiômica sobre imagens de Raio-X (RX) e tomografia computadorizada (TC), com a premissa de que características quantitativas e qualitativas massivas sobre imagens de RX podem trazer a informação necessária ao diagnóstico de COVID-19, do mesmo modo que a TC fornece. A vantagem dessa abordagem que será investigada é o custo menor e a maior disponibilidade de RX, permitindo que mais pacientes sejam beneficiados pelos resultados dessa proposta. Além de disponibilizar material curado e consistente para pesquisas e avanços na área de COVID-19. Além disso, bases de dados e imagens consistentes para pesquisa serão disponibilizadas para a comunidade da área.

Fornecer subsídios para tomada de decisões que levem o especialista médico a elaborar diagnósticos mais precisos, com maior rapidez e segurança, certamente traz benefícios para o tratamento e recuperação dos pacientes. Esse projeto de pesquisa visa atuar nessa direção, com o desenvolvimento de novos algoritmos e técnicas de recuperação de imagens por conteúdo para o processamento de consultas por similaridade, que atendam à percepção de similaridade do usuário. Por meio da integração da abordagem radiômica, que integra um volume importante de dados quantitativos, que aliados a dados qualitativos do paciente, que se processados apropriadamente, podem trazer novos impulsos positivos à área de computação em sistemas médicos.Os resultados desta pesquisa trarão impactos relevantes tanto à área de ciências de computação: por meio de algoritmos de extração de características de imagens e dados complexos de exames médicos, como algoritmos de armazenagem e recuperação eficiente desses dados em bases de dados complexos; quanto à área de medicina, permitindo a construção de sistemas de apoio ao diagnóstico (CAD Computer Aided Diagnosis) mais precisos e eficientes. O maior beneficiário será o paciente, que receberá tratamentos mais confiáveis, seguros, e mais celeremente.

Projeto Temático envolvendo 3 instituições nacionais e 8 instituições internacionais.

Os Sistemas de Gerenciamento de Bases de Dados (SGBD) baseados na Teoria Relacional foram desenvolvidos para atender às necessidades de armazenagem e recuperação de grandes volumes de dados representados por valores numéricos, datas e pequenas cadeias de caracteres, chamados genericamente ``dados escalares''. Com a evolução da tecnologia da informação, vem se tornando necessário organizar, armazenar e recuperar outros tipos de dados, a que nos referimos como ``dados complexos'', tais como imagens, vídeo, séries temporais, sequências genômicas, etc. As consultas por identidade ou por relação de ordem (RO), úteis para dados escalares, não são adequadas para dados complexos. Para eles, as consultas por similaridade têm sido a opção mais estudada, mas a sua disponibilidade em SGBD é ainda bastante restrita. Este projeto visa abordar a incorporação de recursos para recuperação de dados complexos por similaridade em SGBD Relacionais, desenvolvendo técnicas que cubram de maneira abrangente as principais necessidades dos módulos que constituem um SGBD, incluindo: a) integração da representação de consultas por similaridade em uma extensão da linguagem SQL; b) definição unificada dos operadores algébricos por similaridade segundo a teoria relacional, como operadores interoperáveis com os tradicionais; c) desenvolvimento de técnicas para otimização lógica e física dos planos de execução de consultas, e d:) desenvolvimento de técnicas para indexação e recuperação eficiente combinando operações de busca por similaridade, por identidade e por RO. O conhecimento e a tecnologia gerados poderão ser aplicados a muitas áreas de atividade humana, mas no projeto serão validadas em aplicações de apoio ao diagnóstico em medicina e em estudos de modelos climáticos, dando continuidade às atividades que já vem sendo realizadas pelo GBdI. Assim, além do grande potencial de inovação em tecnologia da informação inerente ao projeto, sua aplicação nessas áreas trará benefícios imediatos a toda a população.

A proposta deste projeto consiste em promover a aproximação dos sistemas de recuperação de imagens por conteúdo (CBIR) à realidade médica e explorar sua capacidade em Sistemas de Auxílio ao Diagnóstico (Computer-Aided Diagnosis) por imagens integrando essas duas novas abordagens: percepção do especialista e perfil do usuário no processo de recuperação e de mineração de imagens médicas.
Para isso, serão disponibilizadas aos sistemas CBIR técnicas e ferramentas que permitam incorporar a perspectiva de análise de imagens e dados do ponto de vista do conhecimento do especialista, diminuindo o gap semântico. A inclusão da percepção do especialista e dos perfis dos usuários na construção de ferramentas CBIR irá aproximar essa tecnologia do especialista médico, quebrando a barreira entre a ciência médica e a ciência da computação.

This project aims at developing a computational platform to integrate climatic and remote sensor data obtained from several databases; and to propose computational methods to consist data, to fill absent data in the series, to identify new and useful patterns in order to improve the agricultural yield monitoring and forecasting models. The challenge for Computer Science comprehends the development of new algorithms to process, store, mine and analyze vast volumes of data (big data), as well as to propose a mechanism to provide autonomy for agricultural meteorologists to access data with parameterized query, to define new research needs, and to reformulate, intercompare and integrate agroenvironmental models. On the other hand, the scientific advance in Agrometeorology depends on a consistent, reliable and complete climatic database with spatial and temporal density (regular grades) for the whole country in order to generate models that can better support decisions in the agricultural business. Considering the climate change scenarios, the integration between computer scientists and agrometeorologists becomes essential, especially due to the increased amount of data generated by simulations of climate models, and from ground-based meteorological stations and remote sensors. In this context, improving computational methods for visual analytics, data mining, pattern recognition and visualization related to scientific workflow will allow upgrading models to analyze data in the current and future agroclimatic perspective. In an effort to better understand Climate Change and its impact on Agriculture, investigators of Embrapa Agricultural Informatics, ICMC-USP (São Carlos), Cepagri/UNICAMP, CPTEC/INPE, UFSCar, UFABC e UFU have been working together for several years, generating important contributions in both Computer Science and Agrometeorology fields. The validation of results will be done with economically and socially relevant agriculture crops in Brazil, such as sugar cane and coffee. Workshops and a virtual environment will be used to facilitate and support the integration, collaboration and communications among researchers in the project.

The goal of our project is to develop efficient techniques for i) approximate pattern search, and ii) approximate pattern discovery of spatio-temporal climate (and related agronomic) data in large databases. On one hand, the huge amount of heterogeneous geo-climate data originating from diverse sources (e.g., climate forecasting models, satellite imagery, GISs) underlines an increasing need in interoperability, and efficient data exchange and retrieval. On the other hand, XML has been gaining importance as the backbone for scientific data description formats (e.g., XSIL, XDF, CML, etc.) as well as geographic data (namely GML ? Geography Mark-up Language), and complex multimedia data descriptions (SVG, X3D, etc.) on the Web. Hence, providing XML-based solutions to handle geo-climate (and related) data seems a promising step toward achieving highly flexible and extensible solutions for geo-climate data mining systems. By combining the efforts of researchers from the LE2I-CNRS laboratory, Dijon, France (specialized in XML similarity-related studies), ICMC-USP laboratory, Sao Carlos, Brazil (specialized in similarity search, access methods and mining of complex data), II-FCM-UNMSM laboratory, Lima, Peru (specialized in Semantic Web technologies as XML, RDF, OWL and JADE), SI-UPC laboratory, Lima, Peru (specialized in information system methods and techniques), and GRyDs-USB laboratory in Caracas-Venezuela (specialized in semantic web technologies), we aim at: i) investigating the use and/or combination of XML-based formats to describe agronomic/meteorological measurements, and related geo-climate data, ii) investigating the use of domain specific knowledge bases (thesauri, taxonomies and/or ontologies) to handle the semantics of geo-climate and related agronomic data, iii) introducing dedicated XML-based similarity measures, considering both data structure (hierarchical organization) and semantics (meaning), for approximate geo-climate data search and pattern discovery,

Disasters occurring during large-scale events and in industrial areas may have a huge impact on human lives, property, and the environment. Fast reaction is vital in order to avoid physical damages as well as damages to the public image of the involved organisations. As a result several measures are taken and periodically bolstered to ensure effective and efficient emergency and crisis management. The use of a software system is among those measures, together with staff assignments to a command centre, trainings, and (virtual) simulation exercises. The main challenge for a command centre is to quickly obtain contextual information about the emergency situation in order to make the right decisions. Late decisions or decisions based on inaccurate information have a great potential for causing more damages. As mobile devices are widely used and in many cases connected to the Internet, crowdsourcing information and mobile technologies offer great potential for addressing this challenge. However, existing crowdsourcing information based platforms for emergency and crisis management present several shortcomings. In particular and more importantly, they are neither tailored for use in mobile devices nor for use close to the place of an incident, when people are still under stress. Moreover, there is a lack of resources for automatic analysis of the collected multimedia data. RESCUER aims at developing a smart and interoperable computer platform for using crowdsourcing information mashed up with open data to support emergency and crisis management. The RESCUER platform will be capable of 1) gathering crowdsourcing information in real-time by providing user interaction mechanisms especially developed to be used in emergency situations, 2) greatly improving situational awareness in a command centre in a timely manner, through novel multimedia data analysis methods and effective visualisation and manipulation mechanisms, and 3) semi-automatically providing official and accurate announcement of emergencies to the affected community and general public through an efficient approach for deriving specific documents from generic ones. Furthermore, RESCUER will support ad-hoc communication. Both European and Brazilian industries will benefit from the project results, several of which have the potential for becoming at least de facto standards. As industrial areas periodically simulate incidents for training purposes, the RESCUER platform can be experimentally validated before the Olympic Summer Games in 2016.

Este projeto visa o desenvolvimento de um sistema robusto de apoio ao diagnóstico por imagens (CliniCAD) que busca a aproximação dos sistemas CBIR à realidade médica por meio da inclusão de parâmetros perceptuais do especialista médico nas etapas de processamento de imagens, extração de características, consulta por similaridade e a etapa opcional de Realimentação por Relevância. Tais parâmetros são obtidos por meio de entrevistas com os especialistas e acompanhamento das atividades de análise e laudo dos exames. Serão utilizados perfis dos especialistas de modo a tornar o sistema mais próximo do que o especialista busca, conseguindo desse modo contornar o problema de lacuna semântica (?semantic gap?). Serão desenvolvidas técnicas de mineração de imagens e de textos (para integrar os laudos às imagens), e serão utilizadas técnicas de visualização de informação como uma ferramenta de apoio à calibração dos algoritmos e métodos implementados. Os resultados serão avaliados por meio de um protótipo que será utilizado no Centro de Ciências de Imagens e Física Médica do Hospital das Clínicas de Ribeirão Preto. O sistema será disponibilizado para utilização pela comunidade da área.

Os sistemas de informação para medicina têm por objetivo disponibilizar a informação necessária ao médico de modo rápido e preciso visando assim melhorar a qualidade do cuidado e tratamento de pacientes. Em radiologia, a aplicação de técnicas de recuperação de imagens por conteúdo (Content-based Image Retrieval- CBIR) incorporadas aos Sistemas de Comunicação e Armazenamento de Imagens (Picture Archiving and Communication Systems - PACS) proporciona um avanço na recuperação de imagens armazenadas, antes vinculadas a um identificador do paciente ou de um exame. Com essa nova abordagem as buscas passam a ser realizadas por meio de comparações diretas entre imagens por meio de seus descritores pictóricos, possibilitando efetuar buscas por similaridade e abrindo novos caminhos para utilização do computador e das imagens médicas em atividades de auxílio ao diagnóstico.
 Este projeto visa permitir integrar a percepção do especialista do que é similar, no processo de recuperação de imagens baseada em seu conteúdo. Assim, deve-se diminuir um dos principais problemas dos sistemas CBIR, quando aplicados em ambientes de apoio ao diagnóstico (Computer-Aided Diagnosis - CAD), que é a lacuna semântica (semantic gap). Tal lacuna origina-se do fato que medidas de similaridade sobre os descritores das imagens, baseados na distribuição de cores/níveis de intensidade, textura e formas, em geral não possuem correlação direta com a semântica subjetiva humana. 
 A idéia principal é desenvolver um mecanismo automático de otimização de consulta por similaridade baseado em parâmetros de percepção levantados pelos próprios radiologistas. Esse método fará uma escolha automática de quais os parâmetros perceptuais deverão ser considerados relevantes no processamento da consulta. Esses parâmetros serão detectados automaticamente, através de mineração de palavras-chave nas justificativas do pedido de exame, dos dados contidos no cabeçalho DICOM das imagens sob processamento

O aquecimento global e suas conseqüências trazem novos desafios para os pesquisadores do Século XXI. Apesar da comunidade científica não ter dúvidas sobre o aquecimento do planeta, é premente a identificação das causas do aumento da temperatura média global, bem como a quantificação desse aquecimento e suas consequências para os ecossistemas. Modelos matemáticos e estatísticos têm sido empregados para analisar os possíveis cenários futuros e consequentemente uma grande quantidade de dados tem sido gerada. Além disso, o avanço tecnológico tem propiciado melhorias nos diversos sensores utilizados para medições de dados climáticos e de imageamento da superfície terrestre, contribuindo para o aumento na quantidade e complexidade dos dados gerados. As pesquisas envolvendo grande volume e diversidade de dados remete a dois dos Grandes Desafios da Computação: a gestão da informação em grandes volumes de dados e a modelagem computacional de sistemas complexos. Neste contexto, este projeto de pesquisa propõe investigar e desenvolver técnicas e métodos computacionais para analisar os conjuntos de dados complexos utilizados por meteorologistas e agrometeorologistas, para auxiliá-los na pesquisa de impactos das mudanças climáticas na agricultura brasileira. Em linhas gerais, o objetivo deste projeto é desenvolver métodos para analisar os resultados dos modelos regionais de prognóstico de mudanças climáticas e compará-los com medidas reais coletadas pelas estações de superfície, a fim de avaliar a qualidade dos dados gerados e dar subsídios para a calibração dos modelos de previsão. Adicionalmente, pretende-se desenvolver novos métodos para filtrar, analisar e extrair padrões da associação entre dados climáticos e dados extraídos de sensores remotos para auxiliar nas pesquisas agrícolas. O projeto embasa-se na parceria de pesquisadores do Grupo de Bases de Dados e Imagens (GBdI) do ICMC-USP, da Embrapa Informática Agropecuária, do Centro de Pesquisas Meteorológicas e Climáticas

O volume de dados e imagens gerados nos hospitais e clínicas médicas cresce a um ritmo cada vez mais acelerado, devido ao barateamento do custo de coletar e armazenar tais informações. O diagnóstico baseado em imagens pode ser grandemente aprimorado se o especialista da área médica puder recuperar de modo rápido e pertinente informações que o apoiem na tomada de decisão. Por exemplo, recuperar casos parecidos com o que está sendo analisado, verificar o inter-relacionamento entre itens de dado e tratamentos/resultados alcançados, bem como visualizar num piscar de olhos a evolução de casos semelhantes e já diagnosticados por colegas especialistas.
Este projeto visa o desenvolvimento de técnicas e algoritmos que constituirão o arcabouço teórico e prático para o desenvolvimento de ferramentas que possibilitem compreender o inter-relacionamento entre as características das imagens (que as representam) e seu significado semântico, de modo a obter os dados mais relevantes para serem utilizados para responder consultas por similaridade para apoiar o processo de decisão na elaboração de diagnósticos médicos.
Os resultados alcançados por este projeto serão aplicados a sistemas de arquivamento e recuperação de imagens médicas (PACS), permitindo alcançar um patamar mais elevado em tais sistemas. Ou seja, sistemas PACS que já organizam as imagens e dados e pacientes, passarão a apoiar a tomada de decisão para suporte ao diagnóstico médico por imagens.

Este projeto visa propor e implementar novas técnicas e ferramentas que permitam extrair o conhecimento inerente a exames médicos por imagens, aumentando a funcionalidade de um sistema PACS em desenvolvimento (cbPACS). O ferramental a ser desenvolvido depende de quatro vertentes de pesquisa, desde o suporte básico do desenvolvimento de técnicas de extração de características de imagens de modo a propiciar sua recuperação por conteúdo e efetuar consultas por similaridade; o desenvolvimento e aprimoramento de métodos de acesso eficientes para processar tais consultas de modo rápido e efetivo; o desenvolvimento de técnicas de mineração de dados através de regras de associação e seleção de atributos. Todas as vertentes anteriores serão suportadas por técnicas de visualização de dados que serão propostas e implementadas visando auxiliar o desenvolvimento e afinamento dos algoritmos das vertentes anteriores. A recuperação de imagens por conteúdo vale-se da extração de características das imagens, porém as características extraídas individualmente têm pouco significado de forma isolada para a busca de imagens específicas. Assim, para que as consultas por similaridade recuperem imagens significativas em aplicações destinadas ao usuário final, é necessário que as consultas especifiquem detalhadamente como as características devem ser comparadas, integrando diversas características na mesma consulta. Este projeto objetiva também disponibilizar ferramental para auxiliar o preparo das consultas que serão embutidas em aplicativos para o usuário final. Para atingir tal meta, o projeto deve explorar a utilização de maneira integrada de quatro recursos: sistemas de bancos de dados relacionais; indexação de dados em domínios métricos; consultas por similaridade; e mineração de imagens.

Quando é necessário manipular informações complexas e volumosas, como são as imagens de exames médicos, um dos problemas a serem tratados é o de como armazenar e recuperar tais informações de maneira rápida e precisa. Uma técnica usual é a extração de características (parâmetros) da imagem, que idealmente possibilitem a identificação da mesma de forma inequívoca, ou com a menor ambiguidade possível. Muitas vezes esse processo é baseado na redução da dimensionalidade dos dados: parâmetros são extraídos das imagens e a seguir utilizados para indexá-las agilizando sua busca e recuperação. 
 As estruturas de indexação são ferramentas fundamentais nos sistemas de gerenciamento de bancos de dados, pois habilitam os sistemas gerenciadores de dados a armazenar e recuperar eficientemente os dados de interesse dentre um grande volume de dados.
 Este projeto propõe construir um Subsistema de Recuperação de Imagens Baseada em Conteúdo (SiRIC), utilizando duas grandes frentes de atuação. Esse subsistema servirá como base para um sistema de armazenagem e recuperação de imagens médicas que será utilizado no núcleo de um protótipo de um sistema PACS, chamado cb-PACS. A primeira frente de atuação corresponde à construção do módulo de indexação de imagens, o qual utilizará uma estrutura de indexação métrica adequada. Para isso iremos utilizar a Slim-tree, devido às suas características de ser dinâmica e possibilitar a otimização de acessos a disco necessários para responder consultas por similaridade. Um tratamento adicional, para minimizar também o cálculo de distâncias na Slim-tree, deverá ser realizado no escopo do projeto proposto. A segunda grande frente de atuação refere-se ao desenvolvimento do módulo de extração de características (parâmetros) das imagens a serem indexadas.

O objetivo direto desse projeto é o desenvolvimento de um ferramental teórico e prático para a análise e indexação de imagens, que permita a visualização das análises feitas sobre os conjuntos de imagens de forma multi-modal, isto é, segundo abordagens diferentes (por atributo em linhas, por pixels e cores, por projeção e mapeamento). É importante ressaltar desde o início que os processos de visualização a que se refere este projeto correspondem à visualização dos conjuntos de imagens, seus relacionamentos, agrupamentos, etc., e não à visualização de cada imagem individual (por exemplo de um exame médico). 
 A recuperação de imagens por conteúdo vale-se da extração de características das imagens, porém as características extraídas individualmente têm pouco significado de forma isolada para a busca de imagens específicas. Assim, para que as consultas recuperem imagens significativas em aplicações destinadas ao usuário final, é necessário que as consultas especifiquem detalhadamente como as características devem ser comparadas, integrando diversas características na mesma consulta. Este projeto tem por objetivo a disponibilidade desse ferramental para auxiliar o preparo das consultas que serão embutidas em aplicativos para o usuário final. Para atingir esse objetivo, o projeto deve explorar a utilização de maneira integrada de quatro recursos: sistemas de bancos de dados relacionais; indexação de dados em domínios métricos; consultas por similaridade; e mineração visual interativa de dados. Como a idéia é integrar a capacidade de processamento dos computadores com a capacidade humana de interpretação de informações representadas graficamente, para "afinar" as consultas feitas sobre conjuntos de imagens, serão utilizadas as consultas por similaridade, apoiadas por estruturas de indexação métricas (aproveitando a capacidade de processamento dos computadores), juntamente com operaçtes de seleção visual, onde o usuário interage com visualizações geradas.

Os chamados Sistemas de Informaçtes Médicas (SIM) armazenagem informaçtes textuais (nome, idade, tratamento, etc.) e em alguns casos permitem a associaçno das informaçtes textuais com informaçtes gráficas, provenientes de exames como Raio-X, tomografia (CT ou RM), ultrasson, etc. Recentemente, com a introduçno dos sistemas PACS (Picture Archiving and Communication Systems), cresceu o interesse por integrar num sistema só todas as informaçtes dos pacientes (textos, imagens, gráficos temporais, etc). Em sistemas PACS pode-se recuperar também informaçtes baseadas apenas no conteúdo das próprias informaçtes. Por exemplo, pode-se querer recuperar "todas as imagens obtidas em exames de CT de coraçno similares a uma imagem dada". Nesse caso, o cruzamento das informaçtes é independente das chaves de busca tradicionais baseadas em informaçtes numéricas e textuais, as quais associam exames e pacientes em um SIM tradicional. A facilidade de recuperaçno de dados baseada em seu conteúdo é um dos pontos altos dos sistemas PACS.
 Um sistema PACS deve entno ser capaz de responder consultas por similaridade, isto é, questtes do tipo: 'quais sno as 10 imagens mais próximas de uma dada imagem' ou 'quais sno as imagens que diferem de até 5 unidades de uma imagem padrno'. Note que tanto as imagens quanto a funçno de dissimilaridade (distância) entre elas devem ser definidas.
 O presente projeto trata do desenvolvimento de um dos módulos principais de um sistema PACS, que é o Sub-Sistema de Recuperaçno de Imagens por Conteúdo (SiRIC). Esse sub-sistema integra um módulo gerenciador de indexaçno e um módulo de extraçno de parâmetros de imagens, os quais serno utilizados para o armazenamento e a recuperaçno das imagens no banco de dados da aplicaçno.

Este projeto envolve cooperação científica entre instituições de pesquisa brasileiras coordenadas pelo Instituto de Ciências Matemáticas e Computacionais - ICMC da USP em São Carlos e a Carnegie Mellon University - CMU. A duração do projeto é de 4 anos, e pretende enfocar dois problemas relacionados: a indexação de informações multimídia, tratadas como conjuntos de dados em espaços métricos; e o desenvolvimento de técnicas de ?data mining ? para a visualização e descoberta de padrões nesses conjuntos. Uma consulta típica envolvendo esses tipos de dados poderia ser: ?encontre todos os rostos de pessoas que estejam dentro de determinado grau de similaridade de um rosto dado?. Já uma consulta cuja resposta necessita o emprego de técnicas de data mining seria: ?encontre todos os pares de impressões digitais dentro de determinado grau de similaridade?.
	A função de dissimilaridade é específica para o domínio de dados em questão, e sempre que ela for comutativa e respeitar a desigualdade triangular, o conjunto de dados será considerado em um espaço métrico. Técnicas já desenvolvidas pelo coordenador americano mostraram como mapear objetos de um espaço métrico para um espaço vetorial de características (?features?). Assim, espaços vetoriais (ou espaciais), métricos e espaços multimídia são conceitos estreitamente ligados. Para as tarefas de indexação dos dados multimídia, este projeto propõe: prover técnicas de estimativa de seletividade e de acessos a disco para responder esses tipos de consultas; e tornar mais eficientes as estruturas de indexaçno em espaços métricos existentes, melhorando os algoritmos e estruturas de dados empregadas. Nosso otimismo em atingir esses objetivos são baseados em trabalhos conjuntos já realizados, que indicaram que a distribuição de distâncias em espaços métricos e espaciais frequentemente segue uma razão de potíncias. Essa é a primeira e ainda única evidência de alguma regularidade observada em conjuntos de dados métricos reais.

MIDIALAB possui três áreas básicas de pesquisa: Animação, Edição Digital e Multimídia. A área de Edição Digital possui um papel central para todas as pesquisas científicas que serão realizadas, e a grande vantagem do MIDIALAB é sua capacidade de, através da área de Edição Digital, integrar todas as demais áreas. Sendo assim, toda administração e "coordenação" dos projetos de pesquisa deverá ocorrer a partir da área de Edição Digital. O modelo Single Master "Domain" Model foi adotado.
Neste modelo temos 03 (três) "Domains" de recursos ("Resource Domains"): "Domain" Multimídia, "Domain" Ensino e "Domain" Animação. O "Master Domain" é representado pelo "Domain" Edição Digital (para edição, montagem e administração). As setas representam as relações de trust, cuja função principal é permitir que os usuários de um determinado "Domain" possam acessar recursos de outros "Domains". Este tipo de relação é implementada pelo administrator através de ferramentas administrativas do Windows NT ("User Manager for Domains" - "Trust Relationship"). Assim, por exemplo, um pesquisador poderá gerar uma sequência de animação em equipamentos do "Domain" Animação e acessar esta sequência a partir de estações do "Domain" Edição Digital para pós-produção acrescentando a trilha sonora. Caberá ao administrador do "Domain" manter a integridade da estrutura do modelo, facilitando a utilização cotidiana de aplicativos e consequentemente o desenvolvimento dos projetos de pesquisa. Cabe salientar que devido a distribuição de recursos e as características interdisciplinares dos projetos de pesquisa, um determinado projeto poderá aparecer em mais de um "Domain".

Desenvolvimento de técnicas de apoio à Engenharia baseadas em processamento de imagens e visão computacional.