Simulaçäo da ejeçäo ventricular tipo "WINDKESSEL" com átrio ativo / Simulation of the \"WINDKESSEL\" ventricular ejection with active atrium

Este trabalho simula um modelo do batimento cardíaco, considerando a contração atrial no final da diástole e demonstra sua influência na ejeção ventricular. A circulação sistêmica é representada pelo modelo tipo "windkessel". A simulação foi desenvolvida num microcomputador IBM-PC compatível, utilizando-se da ferramenta de modelagem "bons graphs", através do programa de simulação Tutsim.

Resultados preliminares de um simulador da ventilaçäo mecânica pulmonar para elaboraçäo da base de conhecimento de um supervisor "FUZZY" / Preliminary results of a simulator of the mechanical pulmonary ventilation for knowledge base eleboration of a \"FUZZY\" supervisor

Apresenta-se os resultados preliminares do desenvolvimento de um simulador da mecânica respiratória e ventilador mecânico SILMEV. O simulador será usado para deduzir e avaliar a base de conhecimentos e métodos de inferencia para o supervisor simbolista "fuzzy" do sistema paciente-ventilador.

Raciocínio por analogia Fuzzy par diagnóstico médico: taxa de aprendizado por base de dados / Reasoning by Fuzzy analogy to medical diagnosis: rate learning by data base

O presente trabalho, apresenta resultado de implementação de um Sistema Especialista na área médica, onde a imprecisão é modelada usando conjuntos nebulosos. O raciocínio é baseado em casos evitando com isto difucultades inerentes à abordagem de sistema de regras nebulosas. Estuda-se o número de casos necessários para obter inferencia com precisão satisfatória.

Estudo do aprendizado baseado em casos em modelos de redes conexionistas IAC (interactive activation and competition) / Study of learning case besed in IAC (Interactive Activation and Competition)

Neste trabalho é estudado o problema do aprendizado (baseado em casos) em redes conexionistas IAC (Interactive Activation and Competition). O modo básico de aprendizado, nestes tipos de redes, pode ser classificado como "Rote Learning". Ou seja, através de um trabalho de "Engenharia de Conexões" (semelhante ao procedimento de "Engenharia de Conhecimento" em Sistemas Especialistas Simbólicos) os pesos das conexões são determinadas "a priori" e armazenados na estrutura da rede. Neste sentido, um exemplo de Diagnóstico Diferencial na Área de Reumatologia foi utilizado no estudo da capacidade de aprendizado da rede pela introdução de casos reais clínicos, apresentados por um especialista médico, utilizados como fonte de conhecimento adicional ao conhecimento estabelecido pelas relações entre sintomas e doenças. São discutidos os resultados de simulações realizadas.

DoToR: um sistema especialista para apoio ao diagnóstico diferencial de dor torácica / DoTor: specialist system for differential diagnosis basis of toracic pain

Este trabalho descreve a implementação do sistema DoToR para o apoio ao diagnóstico de dor torácica aguda de origem não-traumática. O paradigma central utilizado é o raciocínio por analogia com protótipos de doenças, onde uma inferência é realizada computando-se o grau de similaridade entre um protótipo e um caso real. O sistema desenvolvido é capaz de diagnosticar 12 diferentes patologias, cujo sintoma comum é a dor torácica, incluindo diversas potencialmente letais. Um sistema de aprendizado é utilizado para aumentar o desempenho do sistema DoToR simulando o aprendizado qualitativo.