Uso da Inteligência Artificial na Identificação de Tumores HER2 Positivos e HER2-low, usando apenas Lâminas Coradas por Hematoxilina-Eosina (H&E), em Pacientes com Câncer de Mama do Hospital AC Camargo Cancer Center / Use of Artificial Intelligence in the Identification of HER2 Positive and HER2-low Tumors, using only Hematoxylin-Eosin (H&E) stained slides, in Breast Cancer Patients at Hospital AC Camargo Cancer Center

INTRODUÇÃO: Até 15% dos casos de câncer de mama são classificados como HER2 positivo e 60% são classificados como HER2-low. A detecção desses biomarcadores é essencial para o prognóstico e predição de resposta ao tratamento, mas podem apresentar erros subjetivos. A inteligência artificial (IA) tem se mostrado promissora na avaliação de biomarcadores e, embora tenha apresentado boa acurácia na identificação do HER2, a avaliação de HER2-low ainda permanece a ser investigada. OBJETIVO: Desenvolver um modelo de IA para a detecção de HER2 e Her2-low. MATERIAIS E MÉTODOS: Uma abordagem de aprendizagem profunda foi utilizada em um conjunto de imagens digitalizadas a partir dos casos de câncer de mama HER2 diagnosticados no A.C. Camargo Cancer Center. RESULTADOS: O algoritmo alcançou uma AUC de 0,75 para HER2+ e 0,78 para Her-low. CONCLUSÃO: A performance do modelo é similar a outros estudos para HER2 (negativo vs positivo) e este é o segundo na literatura a descrever a identificação de HER2-low, também com uma acurácia similar. O uso de IA tem o potencial para ser uma ferramenta valiosa na identificação de biomarcadores em casos de câncer de mama diretamente a partir da imagem histológica, podendo auxiliar na escolha do tratamento adequado e no prognóstico do paciente.

INTRODUCTION: Up to 15% of breast cancer cases are classified as HER2 positive and 60% are classified as HER2-low. The identification of these biomarkers is essential for prognosis and prediction of treatment response but can be subject to subjective errors. Artificial intelligence (AI) has shown good accuracy in identifying HER2 but has not been tested for HER2 low. OBJECTIVE: To evaluate the area under the curve (AUC) for the identification of HER2 and HER2-low using a predictive AI model. MATERIALS AND METHODS: Retrospective study of the AC Camargo database with breast cancer cases classified as HER2 negative and positive, defined as those with a score of 0 and 3+ by IH or FISH, respectively. RESULTS: The algorithm achieved an AUC of 0.75 for HER2 and 0.78 for HER2 low. CONCLUSION: The model's performance is like other studies for HER2 and is the second in the literature to describe the identification of HER2 low, also with good accuracy. The use of AI can be a valuable tool in identifying biomarkers in breast cancer cases, helping to choose appropriate treatment and patient prognosis.

Estrategia para la toma de decisiones en el reconocimiento automático de estados de sedación anestésica / Decision-making strategy for automatic recognition of sedation states / Estratégia de tomada de decisão para reconhecimento automático de estados de sedação

RESUMEN Introducción: La Anestesiología es la especialidad médica dedicada a la atención específica de los pacientes durante procedimientos quirúrgicos y en cuidados intensivos. Esta especialidad basada en los avances científicos y tecnológicos, ha incorporado el uso del monitoreo electroencefalográfico, facilitando el control continuo de estados de sedación anestésica durante las cirugías, con una adecuada concentración de fármacos. Objetivo: Proponer una estrategia de clasificación para el reconocimiento automático de tres estados de sedación anestésica en señales electroencefalográficas. Método: Se utilizaron con consentimiento informado escrito los registros electroencefalográficos de 27 pacientes sometidos a cirugía abdominal, excluyendo aquellos con antecedentes de epilepsia, enfermedades cerebrovasculares y otras afecciones neurológicas. Se aplicaron en total 12 fármacos anestésicos y dos relajantes musculares con montaje de 19 electrodos según el Sistema Internacional 10-20. Se eliminaron artefactos en los registros y se aplicaron técnicas de Inteligencia artificial para realizar el reconocimiento automático de los estados de sedación. Resultados: Se propuso una estrategia basada en el uso de máquinas de soporte vectorial con algoritmo multiclase Uno-Contra-Resto y la métrica Similitud Coseno, para realizar el reconocimiento automático de tres estados de sedación: profundo, moderado y ligero, en señales registradas por el canal frontal F4 y los occipitales O1 y O2. Se realizó una comparación de la propuesta con otros métodos de clasificación. Conclusiones: Se computa una exactitud balanceada del 92,67 % en el reconocimiento de los tres estados de sedación en las señales registradas por el canal electroencefalográfico F4, lo cual favorece el desarrollo de la monitorización anestésica.

ABSTRACT Introduction: Anesthesiology is the medical specialty concerned with the specific care of patients during surgical and intensive care procedures. This specialty, based on scientific and technological advances, has incorporated the use of electroencephalographic monitoring, facilitating the continuous control in the use of anesthesia for patient´s sedation states during surgeries, with an adequate concentration of drugs. Objective: Proposal for a classification strategy for automatic recognition of three sedation states in electroencephalographic signals. Methods: We used, with written informed consent, the electroencephalographic records of 27 patients undergoing abdominal surgery, excluding those with a history of epilepsy, cerebrovascular disease and other neurological conditions. A total of 12 drugs to produce anesthesia and two muscle relaxants with 19 electrodes, mounted according to the International System 10 -20, were applied. Artifacts in the records were eliminated and artificial intelligence techniques were applied to perform automatic recognition of sedation states. Results: A strategy based on the use of support vector machines with a multiclass algorithm One-against-Rest and the Cosine Similarity metric was proposed to perform the automatic recognition of three sedation states: deep, moderate and light, in signals recorded by the frontal channel F4 and the occipital channels O1 and O2. A comparison was carried out between the proposal showed and other classification methods. Conclusions: A balanced accuracy of 92.67% is computed about the recognition of the three states of sedation in the signals recorded by the electroencephalographic channel F4, which helps in a better anesthetic monitoring process.

RESUMO Introdução: A Anestesiologia é a especialidade médica dedicada ao atendimento específico de pacientes durante procedimentos cirúrgicos e em terapia intensiva. Essa especialidade, baseada nos avanços científicos e tecnológicos, incorporou o uso da monitorização eletroencefalográfica, facilitando o controle contínuo dos estados de sedação anestésica durante as cirurgias, com concentração adequada de fármacos. Objetivo: Propor uma estratégia de classificação para o reconhecimento automático de três estados de sedação anestésica em sinais eletroencefalográficos. Método: Foram utilizados registros eletroencefalográficos de 27 pacientes submetidos à cirurgia abdominal com consentimento informado por escrito, excluindo aqueles com histórico de epilepsia, doenças cerebrovasculares e outras condições neurológicas. Um total de 12 drogas anestésicas e dois relaxantes musculares foram aplicados com um conjunto de 19 eletrodos de acordo com o Sistema Internacional 10-20. Artefatos nos prontuários foram removidos e técnicas de inteligência artificial foram aplicadas para realizar o reconhecimento automático dos estados de sedação. Resultados: Foi proposta uma estratégia baseada no uso de máquinas de vetores de suporte com algoritmo One-Against-Rest multiclasse e a métrica Cosine Similarity para realizar o reconhecimento automático de três estados de sedação: profundo, moderado e leve, em sinais registrados pelo canal frontal F4 e os canais occipitais O1 e O2. Foi feita uma comparação da proposta com outros métodos de classificação. Conclusões: Uma acurácia equilibrada de 92,67% é computada no reconhecimento dos três estados de sedação nos sinais registrados pelo canal eletroencefalográfico F4, o que favorece o desenvolvimento da monitorização anestésica.

Costs of semi-mechanized forest harvest of Tectona grandisL. F. in the brazilian Amazon / Custos da colheita florestal semimecanizada em plantio de Tectona grandisL. F. na Amazônia brasileira

The objective of this studywas to identify the harvesting system applied for Tectona grandisandits adaptationsto describe the harvesting activities, characterization of the machines used and costing. The costs raised in this work were divided by activity and cost component. The work resulted in the description of the forest felling, this being carried out using three chainsaws of the Stihl brand, model MS 660 with the chainsaw teams adjusted to the scheme (1+1), an operator and a helper. As an adaptation of the system, the extraction was performed from inside the field to the storage yard, and executed with a Massey Ferguson tractor, model MF 275,of medium size with high axle, 4x2 rear-wheel drive, 75 horsepower and torque of approximately 28 kgfm adapted with a winch and use of drag chain, a tractor driver and two assistants. Labor wasthe most expensivecost, representing 80.82% of the total harvest cost. Gross profit per hectare was R$ 15,525.00, of which 30.76% was consumed by operating costs, being labor the most significant. Selling raw logs, as it was performed in this work, significantly decreases the price of the cubic meter.

O objetivo deste estudofoi identificar o sistema de colheita aplicado para Tectona grandis, suas adaptações, descrever as atividades de colheita, caracterização das máquinas utilizadas e o levantamento de custos. Os custos levantados neste trabalho foram divididos por atividade e por componente de custo. O trabalho resultou na descrição do corte florestal, este sendo executado com o auxílio de três motosserras da marca Stihl, modelo MS 660 com as equipes de motosseristas ajustadas para o esquema (1+1) um operadore um ajudante. Como uma adaptação do sistema, a extração foi realizada de dentro do talhão até o pátio de estocagem, e foi realizada com um trator Massey Ferguson, modelo MF 275,de tamanho médio com eixo alto, tração traseira 4x2, potência de 75 cavalos e torque de aproximadamente de 28 kgfm adaptado com guincho e uso de corrente para arraste, um tratorista e dois rabicheiros. Amão de obrarepresentou omaior custo, 80,82% do custo total da colheita. O lucro bruto por hectare foi de R$ 15.525,00, sendo 30,76% deste, consumido por custos operacionais, do qual o mais significativo foi a mão de obra. A venda em toras brutas como foi neste trabalho diminui significativamente o preço do metro cúbico.

Costs of semi-mechanized forest harvest of Tectona grandisL. F. in the brazilian Amazon / Custos da colheita florestal semimecanizada em plantio de Tectona grandisL. F. na Amazônia brasileira

The objective of this studywas to identify the harvesting system applied for Tectona grandisandits adaptationsto describe the harvesting activities, characterization of the machines used and costing. The costs raised in this work were divided by activity and cost component. The work resulted in the description of the forest felling, this being carried out using three chainsaws of the Stihl brand, model MS 660 with the chainsaw teams adjusted to the scheme (1+1), an operator and a helper. As an adaptation of the system, the extraction was performed from inside the field to the storage yard, and executed with a Massey Ferguson tractor, model MF 275,of medium size with high axle, 4x2 rear-wheel drive, 75 horsepower and torque of approximately 28 kgfm adapted with a winch and use of drag chain, a tractor driver and two assistants. Labor wasthe most expensivecost, representing 80.82% of the total harvest cost. Gross profit per hectare was R$ 15,525.00, of which 30.76% was consumed by operating costs, being labor the most significant. Selling raw logs, as it was performed in this work, significantly decreases the price of the cubic meter.(AU)

O objetivo deste estudofoi identificar o sistema de colheita aplicado para Tectona grandis, suas adaptações, descrever as atividades de colheita, caracterização das máquinas utilizadas e o levantamento de custos. Os custos levantados neste trabalho foram divididos por atividade e por componente de custo. O trabalho resultou na descrição do corte florestal, este sendo executado com o auxílio de três motosserras da marca Stihl, modelo MS 660 com as equipes de motosseristas ajustadas para o esquema (1+1) um operadore um ajudante. Como uma adaptação do sistema, a extração foi realizada de dentro do talhão até o pátio de estocagem, e foi realizada com um trator Massey Ferguson, modelo MF 275,de tamanho médio com eixo alto, tração traseira 4x2, potência de 75 cavalos e torque de aproximadamente de 28 kgfm adaptado com guincho e uso de corrente para arraste, um tratorista e dois rabicheiros. Amão de obrarepresentou omaior custo, 80,82% do custo total da colheita. O lucro bruto por hectare foi de R$ 15.525,00, sendo 30,76% deste, consumido por custos operacionais, do qual o mais significativo foi a mão de obra. A venda em toras brutas como foi neste trabalho diminui significativamente o preço do metro cúbico.(AU)

Tecnologías y estrategias de ventilación mecánica en anestesia para pacientes pediátricos / Technologies and strategies for mechanical ventilation in pediatric patient's anesthesia

Safe mechanical ventilation in pediatric anesthesia includes the use of protective ventilatory strategies. In anesthesia, the evidence-based literature is scarce and derives from intensive care and adult patients. New technologies, monitoring and knowledge of applied pathophysiology allow these data to be extrapolated. The technological advance in ventilators of the new anesthesia machines has allowed its use in smaller patients with greater safety, deploying more ventilatory modes for use in the operating room. The programming of the ventilator must be done looking for physiological objectives according to the stage of the child's development, step of anesthesia and surgery, in a dynamic and individualized way. This narrative review aims to summarize the available evidence about intraoperative pediatric mechanical ventilation and provide practical clinical recommendations aimed at optimizing the performance of the anesthesia machine, applying safe ventilatory strategies in pediatric patients.

Una ventilación mecánica segura en anestesia pediátrica incluye el uso de estrategias ventilatorias protectoras. En anestesia la literatura basada en la evidencia al respecto es escasa, deriva del intensivo y del paciente adulto. Las nuevas tecnologías, moni- torización y el conocimiento de la fisiopatología aplicada, permiten extrapolar estos datos. El desarrollo del avance tecnológico de los ventiladores de las nuevas máquinas de anestesia, ha permitido su uso en pacientes cada vez más pequeños y con mayor seguridad, desplegando más modos ventilatorios para uso en pabellón. La programación del ventilador debe ser buscando objetivos fisiológicos según la etapa del desarrollo del niño, la etapa del proceso anestésico y la cirugía, de manera dinámica e individualizada. La presente revisión narrativa pretende resumir la evidencia disponible sobre ventilación mecánica pediátrica intraoperatoria y entregar recomendaciones clínicas prácticas orientadas a optimizar las prestaciones de la máquina de anestesia, aplicando estrategias ventilatorias seguras en el paciente pediátrico.

Premio de Investigación SCHOT 2020: desarrollo y validación de un modelo multivariables de predicción de estadía hospitalaria en pacientes mayores de 65 años sometidos artroplastia total de cadera electiva en Chile utilizando aprendizaje de máquinas / 2020 SCHOT Research award: Development an a multivariable prediction model of hospital stay in elderly chilean patients undergoing elective total hip arthroplasty using machine learning

INTRODUCCIÓN La predicción de la estadía hospitalaria luego de una artroplastia total de cadera (ATC) electiva es crucial en la evaluación perioperatoria de los pacientes, con un rol determinante desde el punto de vista operacional y económico. Internacionalmente, se han empleado macrodatos (big data, en inglés) e inteligencia artificial para llevar a cabo evaluaciones pronósticas de este tipo. El objetivo del presente estudio es desarrollar y validar, con el empleo del aprendizaje de máquinas (machine learning, en inglés), una herramienta capaz de predecir la estadía hospitalaria de pacientes chilenos mayores de 65 años sometidos a ATC por artrosis. MATERIALES Y MÉTODOS Empleando los registros electrónicos de egresos hospitalarios anonimizados del Departamento de Estadísticas e Información de Salud (DEIS), se obtuvieron los datos de 8.970 egresos hospitalarios de pacientes sometidos a ATC por artrosis entre los años 2016 y 2018. En total, 15 variables disponibles en el DEIS, además del porcentaje de pobreza de la comuna de origen del paciente, fueron incluidos para predecir la probabilidad de que un paciente presentara una estadía acortada (< 3 días) o prolongada (> 3 días) luego de la cirugía. Utilizando técnicas de aprendizaje de máquinas, 8 algoritmos de predicción fueron entrenados con el 80% de la muestra. El 20% restante se empleó para validar las capacidades predictivas de los modelos creados a partir de los algoritmos. La métrica de optimización se evaluó y ordenó en un ranking utilizando el área bajo la curva de característica operativa del receptor (area under the receiver operating characteristic curve, AUC-ROC, en inglés), que corresponde a cuan bien un modelo puede distinguir entre dos grupos. RESULTADOS El algoritmo XGBoost obtuvo el mejor desempeño, con una AUC-ROC promedio de 0,86 (desviación estándar [DE]: 0,0087). En segundo lugar, observamos que el algoritmo lineal de máquina de vector de soporte (support vector machine, SVM, en inglés) obtuvo una AUC-ROC de 0,85 (DE: 0,0086). La importancia relativa de las variables explicativas demostró que la región de residencia, el servicio de salud, el establecimiento de salud donde se operó el paciente, y la modalidad de atención son las variables que más determinan el tiempo de estadía de un paciente. DISCUSIÓN El presente estudio desarrolló algoritmos de aprendizaje de máquinas basados en macrodatos chilenos de libre acceso, y logró desarrollar y validar una herramienta que demuestra una adecuada capacidad discriminatoria para predecir la probabilidad de estadía hospitalaria acortada versus prolongada en adultos mayores sometidos a ATC por artrosis. CONCLUSIÓN Los algoritmos creados a traves del empleo del aprendizaje de máquinas permiten predecir la estadía hospitalaria en pacientes chilenos operado de artroplastia total de cadera electiva

Introduction The prediction of the length of hospital stay after elective total hip arthroplasty (THA) is crucial in the perioperative evaluation of the patients, and it plays a decisive role from the operational and economic point of view. Internationally, big data and artificial intelligence have been used to perform prognostic evaluations of this type. The present study aims to develop and validate, through the use of artificial intelligence (machine learning), a tool capable of predicting the hospital stay of patients over 65 years of age undergoing THA for osteoarthritis. Material and Methods Using the electronic records of hospital discharges de-identified from the Department of Health Statistics and Information (Departamento de Estadísticas e Información de Salud, DEIS, in Spanish), the data of 8,970 hospital discharges of patients who had undergone THA for osteoarthritis between 2016 and 2018 were obtained. A total of 15 variables available in the DEIS registry, in addition to the poverty rate in the patient's borough of origin were included to predict the probability that a patient would have a shortened (< 3 days) or prolonged (> 3 days) stay after surgery. By using machine learning techniques, 8 prediction algorithms were trained with 80% of the sample. The remaining 20% was used to validate the predictive capabilities of the models created from the algorithms. The optimization metric was evaluated and ranked using the area under the receiver operating characteristic curve (AUC-ROC), which corresponds to how well a model can distinguish between two groups. Results The XGBoost algorithm had the best performance, with an average AUC-ROC of 0.86 (standard deviation [SD]: 0.0087). Secondly, we observed that the linear support vector machine (SVM) algorithm obtained an AUC-ROC of 0.85 (SD: 0.0086). The relative importance of the explanatory variables showed that the region of residence, the administrative health service, the hospital where the patient was operated on, and the care modality are the variables that most determine the length of stay. Discussion The present study developed machine learning algorithms based on freeaccess Chilean big data, which helped create and validate a tool that demonstrates an adequate discriminatory capacity to predict shortened versus prolonged hospital stay in elderly patients undergoing elective THA. Conclusion The algorithms created through the use of machine learning allow to predict the hospital stay in Chilean patients undergoing elective total hip arthroplasty Introduction The prediction of the length of hospital stay after elective total hip arthroplasty (THA) is crucial in the perioperative evaluation of the patients, and it plays a decisive role from the operational and economic point of view. Internationally, big data and artificial intelligence have been used to perform prognostic evaluations of this type. The present study aims to develop and validate, through the use of artificial intelligence (machine learning), a tool capable of predicting the hospital stay of patients over 65 years of age undergoing THA for osteoarthritis. Material and Methods Using the electronic records of hospital discharges de-identified from the Department of Health Statistics and Information (Departamento de Estadísticas e Información de Salud, DEIS, in Spanish), the data of 8,970 hospital discharges of patients who had undergone THA for osteoarthritis between 2016 and 2018 were obtained. A total of 15 variables available in the DEIS registry, in addition to the poverty rate in the patient's borough of origin were included to predict the probability that a patient would have a shortened (< 3 days) or prolonged (> 3 days) stay after surgery. By using machine learning techniques, 8 prediction algorithms were trained with 80% of the sample. The remaining 20% was used to validate the predictive capabilities of the models created from the algorithms. The optimization metric was evaluated and ranked using the area under the receiver operating characteristic curve (AUC-ROC), which corresponds to how well a model can distinguish between two groups. Results The XGBoost algorithm had the best performance, with an average AUC-ROC of 0.86 (standard deviation [SD]: 0.0087). Secondly, we observed that the linear

Costs of semi-mechanized forest harvest of Tectona grandisL. F. in the brazilian Amazon / Custos da colheita florestal semimecanizada em plantio de Tectona grandisL. F. na Amazônia brasileira

The objective of this studywas to identify the harvesting system applied for Tectona grandisandits adaptationsto describe the harvesting activities, characterization of the machines used and costing. The costs raised in this work were divided by activity and cost component. The work resulted in the description of the forest felling, this being carried out using three chainsaws of the Stihl brand, model MS 660 with the chainsaw teams adjusted to the scheme (1+1), an operator and a helper. As an adaptation of the system, the extraction was performed from inside the field to the storage yard, and executed with a Massey Ferguson tractor, model MF 275,of medium size with high axle, 4x2 rear-wheel drive, 75 horsepower and torque of approximately 28 kgfm adapted with a winch and use of drag chain, a tractor driver and two assistants. Labor wasthe most expensivecost, representing 80.82% of the total harvest cost. Gross profit per hectare was R$ 15,525.00, of which 30.76% was consumed by operating costs, being labor the most significant. Selling raw logs, as it was performed in this work, significantly decreases the price of the cubic meter.(AU)

O objetivo deste estudofoi identificar o sistema de colheita aplicado para Tectona grandis, suas adaptações, descrever as atividades de colheita, caracterização das máquinas utilizadas e o levantamento de custos. Os custos levantados neste trabalho foram divididos por atividade e por componente de custo. O trabalho resultou na descrição do corte florestal, este sendo executado com o auxílio de três motosserras da marca Stihl, modelo MS 660 com as equipes de motosseristas ajustadas para o esquema (1+1) um operadore um ajudante. Como uma adaptação do sistema, a extração foi realizada de dentro do talhão até o pátio de estocagem, e foi realizada com um trator Massey Ferguson, modelo MF 275,de tamanho médio com eixo alto, tração traseira 4x2, potência de 75 cavalos e torque de aproximadamente de 28 kgfm adaptado com guincho e uso de corrente para arraste, um tratorista e dois rabicheiros. Amão de obrarepresentou omaior custo, 80,82% do custo total da colheita. O lucro bruto por hectare foi de R$ 15.525,00, sendo 30,76% deste, consumido por custos operacionais, do qual o mais significativo foi a mão de obra. A venda em toras brutas como foi neste trabalho diminui significativamente o preço do metro cúbico.(AU)

Persistence effect determination of variability in forecasting of agricultural and road machinery national production / Determinação do efeito de persistência da variabilidade na previsão da produção nacional de máquinas agrícolas e rodoviárias

The objective of this research was to forecast the Brazilian national production of agricultural and road machinery in the short term by BOX & JENKINS methodology and determine the persistence effect. Data were obtained at National Association of Automotive Vehicle Manufacturers (ANFAVEA) from January 1960 to October 2019, totaling 718 monthly observations. The Autoregressive Integrated Moving Average (ARIMA) and Autoregressive Conditional Heteroscedasticity (ARCH) methodology were used. The ARIMA (2,1,1)-ARCH (2) model was fitted and persistence of 0.60 was determined, showing that the instability in the series will be for a long period of time.(AU)

O objetivo desta pesquisa é prever a produção nacional de máquinas agrícolas e rodoviárias no Brasil, no curto prazo por meio da metodologia BOX & JENKINS e determinar o efeito de persistência na série. Os dados foram obtidos no site da Associação Nacional dos Fabricantes de Veículos Automotores (ANFAVEA) no período de janeiro de 1960 a outubro de 2019, totalizando 718 observações mensais. Os modelos Autoregressivos Integrados e de Médias Móveis (ARIMA) e de Heteroscedasticidade Condicional Autoregressiva (ARCH) foram utilizados para ajustar a média e a variabilidade da série. O modelo ARIMA(2,1,1) - ARCH(2) foi selecionado por meio das estatísticas de ajustes e a persistência determinada foi de 0,60 mostrando que a instabilidade na série é duradoura.(AU)

Internet das coisas e aprendizado de máquina na área da saúde: uma análise bibliométrica da produção científica de 2009 a 2019 / Internet of things and machine learning in the health field: a bibliometric analysis of scientific production from 2009 to 2019 / Internet de las cosas y el aprendizaje automático en el área de la salud: un análisis bibliométrico de la producción científica de 2009 hasta 2019

A internet das coisas e o aprendizado de máquina são temas emergentes na área da saúde com potencial para otimizar a área e criar um sistema de saúde inteligente em virtude do envelhecimento da população. Este artigo analisa a produção científica do período de 2009 a 2019 a respeito da internet das coisas e do aprendizado de máquina na área da saúde. Utiliza metodologia bibliométrica em 1.353 artigos recuperados na base de dados Web of Science. Constata um crescimento da produção científica sobre o tema, sendo os Estados Unidos o principal polo de pesquisa na área. Identifica os autores mais produtivos e com maior impacto, periódicos mais produtivos, colaboração entre países e palavras-chave utilizadas, bem como suas relações. Incentiva que novas pesquisas explorem as abordagens identificadas no estudo.

The internet of things and machine learning are emerging issues with the potential to optimize the health field and create an intelligent health system due to the aging population. This article analyzes the scientific production of the period from 2009 to 2019 regarding the internet of things and machine learning in the health area. It uses bibliometric methodology in 1.353 articles retrieved from the Web of Science database. It notes an increase in scientific production on the subject, the United States being the main research center in this area. It identifies the most productive and influential authors, the most productive journals, collaboration between countries and keywords used, as well as their relations. It encourages new research to explore the approaches identified in the study.

La internet de las cosas y el aprendizaje de máquinas son temas emergentes en el área de la salud con potencial para optimizar el área y crear un sistema de salud inteligente en virtud del envejecimiento de la población. Este artículo analiza la producción científica del período de 2009 hasta 2019 respecto a internet de las cosas y del aprendizaje de máquina en el área de la salud. Utiliza metodología bibliométrica en 1.353 artículos recuperados en la base de datos Web of Science. Constata un crecimiento de la producción científica sobre el tema, siendo los Estados Unidos el principal polo de investigación en el área. Identifica a los autores más productivos y con mayor impacto, periódicos más productivos, colaboración entre países y palabras clave utilizadas, así como sus relaciones. Estimula a que nuevas investigaciones exploren los enfoques identificados en el estudio.

Persistence effect determination of variability in forecasting of agricultural and road machinery national production / Determinação do efeito de persistência da variabilidade na previsão da produção nacional de máquinas agrícolas e rodoviárias

ABSTRACT: The objective of this research was to forecast the Brazilian national production of agricultural and road machinery in the short term by BOX & JENKINS methodology and determine the persistence effect. Data were obtained at National Association of Automotive Vehicle Manufacturers (ANFAVEA) from January 1960 to October 2019, totaling 718 monthly observations. The Autoregressive Integrated Moving Average (ARIMA) and Autoregressive Conditional Heteroscedasticity (ARCH) methodology were used. The ARIMA (2,1,1)-ARCH (2) model was fitted and persistence of 0.60 was determined, showing that the instability in the series will be for a long period of time.

RESUMO: O objetivo desta pesquisa é prever a produção nacional de máquinas agrícolas e rodoviárias no Brasil, no curto prazo por meio da metodologia BOX & JENKINS e determinar o efeito de persistência na série. Os dados foram obtidos no site da Associação Nacional dos Fabricantes de Veículos Automotores (ANFAVEA) no período de janeiro de 1960 a outubro de 2019, totalizando 718 observações mensais. Os modelos Autoregressivos Integrados e de Médias Móveis (ARIMA) e de Heteroscedasticidade Condicional Autoregressiva (ARCH) foram utilizados para ajustar a média e a variabilidade da série. O modelo ARIMA(2,1,1) - ARCH(2) foi selecionado por meio das estatísticas de ajustes e a persistência determinada foi de 0,60 mostrando que a instabilidade na série é duradoura.

Multi-categorical classification using deep learning applied to the diagnosis of gastric cancer / Classificação multicategórica utilizando aprendizagem profunda aplicada ao diagnóstico de adenocarcinoma gástrico

ABSTRACT Introduction: Pathologists currently face a substantial increase in workload and complexity of their diagnosis work on different types of cancer. This is due to the increased incidence and detection of neoplasms, associated with diagnostic subspecialization and the advent of personalized medicine. There are numerous treatments available for different types of cancer, and the diagnosis must be dispensed quickly and accurately for each case. Deep learning is a tool that has been used in daily life, including image detection, and there is growing interest in its application in Medicine and especially in Pathology, where it has a revolutionary potential. Objective: In this article, we present deep learning, in particular convolutional neural networks, as a potential technique for the analysis of digitized images of histopathological slides, detecting identifiable patterns in an automated manner, introducing the possibility of applying this technology as an auxiliary tool in the diagnosis of neoplasms, especially in gastric cancer, the object of this preliminary study. Method: From a database of digitized images of histopathological slides representative of gastric cancer, we identified three morphological patterns of neoplasia, as well as non-neoplastic tissue patterns, with which we train a convolutional neural network algorithm, designed to identify and categorize similar images within these standards, in an automated manner. Results: The results of identification and automatic classification in the defined categories were satisfactory, with ROC curves above 0.9. Conclusion: The results show the potential application of convolutional neural networks for digitized slides of gastric cancer, in accordance with international literature findings.

RESUMEN Introducción: Los patólogos enfrentan actualmente un aumento sustancial de su trabajo diagnóstico en diferentes tipos de cáncer. Eso ocurre debido al incremento de la incidencia y de la detección de neoplasias, además de la subespecialización diagnóstica y del advenimiento de la medicina personalizada. Hay numerosos tratamientos disponibles para diferentes tipos de cáncer, y el diagnóstico debe ser realizado con celeridad y precisión para cada caso. El aprendizaje profundo es una herramienta que ha sido empleada en el día a día, incluso en la detección de imágenes, y hay creciente interés en su aplicación en Medicina, especialmente en Patología, área en la que presenta potencial revolucionario. Objetivo: En este artículo presentamos el aprendizaje profundo, en especial las redes neuronales convolucionales, como una técnica potencial para el análisis de imágenes digitalizadas de portaobjetos histopatológicos, detectando patrones identificables de forma automatizada, introduciendo la posibilidad de empleo de esa tecnología como herramienta auxiliar en el diagnóstico de neoplasias, principalmente en el adenocarcinoma gástrico, objeto de este estudio preliminar. Métodos: A partir de una base de datos de imágenes digitalizadas de portaobjetos histopatológicos representativos de adenocarcinoma gástrico, identificamos tres patrones morfológicos de la neoplasia, así como patrones de tejidos no neoplásicos, con los cuales entrenamos un algoritmo de red neuronal convolucional, creado para identificar y categorizar imágenes semejantes dentro de eses patrones, de modo automatizado. Resultados: Los resultados de identificación y clasificación automática en las categorías definidas se mostraron satisfactorios, con curvas ROC por encima de 0,9. Conclusión: Los resultados muestran el potencial de aplicación de las redes neuronales convolucionales en portaobjetos digitalizados de adenocarcinoma gástrico, en conformidad con la literatura internacional.

RESUMO Introdução: Os patologistas enfrentam atualmente um aumento substancial na carga e na complexidade de seu trabalho diagnóstico em diferentes tipos de câncer. Isso ocorre devido ao aumento da incidência e da detecção de neoplasias, além da subespecialização diagnóstica e do advento da medicina personalizada. Existem inúmeros tratamentos disponíveis para diferentes tipos de câncer, e o diagnóstico deve ser dado com celeridade e precisão para cada caso. A aprendizagem profunda é uma ferramenta que vem sendo empregada no dia a dia, inclusive na detecção de imagens, e há crescente interesse em sua aplicação na Medicina, especialmente na Patologia, área em que apresenta potencial revolucionário. Objetivo: Neste artigo, apresentamos a aprendizagem profunda, em específico as redes neurais convolucionais, como uma potencial técnica para a análise de imagens digitalizadas de lâminas histopatológicas, detectando padrões identificáveis de forma automatizada, introduzindo a possibilidade de aplicação dessa tecnologia como ferramenta auxiliar no diagnóstico de neoplasias, principalmente no adenocarcinoma gástrico, objeto deste estudo preliminar. Métodos: A partir de um banco de dados de imagens digitalizadas de lâminas histopatológicas representativas de adenocarcinoma gástrico, identificamos três padrões morfológicos da neoplasia, bem como padrões de tecidos não neoplásicos, com os quais treinamos um algoritmo de rede neural convolucional, criado com a finalidade de identificar e categorizar imagens similares dentro desses padrões, de forma automatizada. Resultados: Os resultados de identificação e classificação automática nas categorias definidas mostraram-se satisfatórios, com curvas ROC acima de 0,9. Conclusão: Os resultados evidenciam o potencial de aplicação das redes neurais convolucionais em lâminas digitalizadas de adenocarcinoma gástrico, consoantes com a literatura internacional.

Valor nutricional de los alimentos ofrecidos en las máquinas de vending de la universidad complutense de madrid, españa. Habitos de consumo de los estudiantes universitarios

RESUMEN Introducción: El NutriScore es una herramienta diseñada con el objetivo de simplificar la información que aporta el etiquetado nutricional de los alimentos. Clasifica los alimentos en cinco colores que van desde el verde (más saludable) hasta el rojo (menos saludable). Estos colores están asociados a cinco letras (A/B/C/D/E). Los estudiantes universitarios pasan muchas horas en las facultades y tienen un consumo elevado de snacks y refrescos Objetivos: Calcular el NutriScore de los alimentos y bebidas disponibles en las máquinas expendedoras de las facultades de la Universidad Complutense de Madrid y obtener datos de los hábitos de consumo de los estudiantes de dicha universidad. Material y Métodos: El estudio ha sido realizado en 16 facultades y la biblioteca universitaria analizando los alimentos y bebidas de las máquinas expendedoras de dichas facultades en marzo de 2019. Se calculó la puntuación de cada uno y según la puntuación obtenida se clasificaron en una de las cinco categorías. 146 estudiante rellenaron una encuesta sobre la frecuencia de consumo y tipo de productos preferidos de las máquinas expendedoras. Resultados: Se clasificaron 143 alimentos y 53 bebidas que estaban disponibles en máquinas expendedoras. Los alimentos se distribuyeron: A 4,2%, B 4,2%, C 21,6%, D 53% y E 47% y las bebidas: A 1,9%, B 9,4%, C 13,2%, D 35,9% y E 39,6%. Los estudiantes consumen algún producto de las maquinas expendedoras fundamentalmente cuando tienen hambre, en momentos entre horas y eligiendo agua como primera opción seguido de refrescos azucarados como bebidas y bollería industrial seguido de patatas fritas como snacks más consumidos Conclusión: Aunque la universidad debería desarrollar una función en la promoción de un estado de vida saludable, las máquinas expendedoras de las facultades ofrecen un número muy elevado de productos con baja calidad nutricional.

ABSTRACT Introduction: NutriScore is a tool designed with the aim of simplify the information of the nutritional composition obtained from the labelling. It classify foods in five colors ranging from green (healthier) to red (less healthy). These colors are associated with five letters (A/B/C/D/E). University students spend many hours in faculties and have a high consumption of snacks and beverages. Objective: We aimed to examine the nutritional value of foods sold in vending machines of the Complutense University of Madrid, by calculating the nutriscore and to obtain data of the snacking habits of the students of this university. Methods: The study was conducted in sixteen universities and in the university library of the Complutense University of Madrid. One hundred and forty six undergraduate university students volunteered to complete a questionnaire to assess frequency of consumption and snack choices of vending machines. Results: We analized 143 snacks and 53 beverages. Snacks were: A 4,2%, B 4,2%, C 21,6%, D 53% y E 47% and beverages A 1,9%, B 9,4%, C 13,2%, D 35,9% y E 39,6%. The students use them when they are hungry and between meals. Water was the first option followed by sugary soft drinks as beverages and processed baked goods followed by chips as more consumed snacks. Conclusión: Although the university should play a role in promoting a healthy lifestyle, the vending machines of the faculties offer a very high number of products with low nutritional quality. group, we can conclude that DTC in acromegaly does not have a worse evolution.

Dry eye is matched by increased intrasubject variability in tear osmolarity as confirmed by machine learning approach. / El ojo seco está relacionado con un aumento intrasujeto de la variabilidad de osmolaridad lagrimal confirmado por tecnología de aprendizaje de máquinas.

OBJECTIVE: Because of high variability, tear film osmolarity measures have been questioned in dry eye assessment. Understanding the origin of such variability would aid data interpretation. This study aims to evaluate osmolarity variability in a clinical setting. MATERIAL AND METHODS: Twenty dry eyes and 20 control patients were evaluated. Three consecutive osmolarity measurements per eye at 5min intervals were obtained. Variability was represented by the difference between both extreme readings per eye. Machine learning techniques were used to quantify discrimination capacity of tear osmolarity for dry eye. RESULTS: Mean osmolarities in the control and dry eye groups were 295.1±7.3mOsm/L and 300.6±11.2mOsm/L, respectively (P=.004). Osmolarity variabilities were 7.5±3.6mOsm/L and 16.7±11.9mOsm/L, for the control and dry eye groups, respectively (P<.001). Based on osmolarity, a logistic classifier showed an 85% classification accuracy. CONCLUSIONS: In the clinical setting, both mean osmolarity and osmolarity variability in the dry eye group were significantly higher than in the control group. Machine learning techniques showed good classification accuracy. It is concluded that higher variability of tear osmolarity is a dry eye feature.

Conceptual design of a thermal weed control machine / Projeto conceitual de máquina para o controle de plantas daninhas pela aplicação de calor

The great difficulty for family farmers who produce food organically is the control of weeds without using chemical products. One possibility for the management is the use of heat in the sense of coagulating the protoplasm in leaves and stem cells. The present research aimed toconceptual design a mechanized system for weeds control through the use of heat focusing on familiar farmers who produce food organically. In this study, we used a product development methodology which can be divided into different stages that are composed of several tasks. As a result of the use of such methodology, six concepts of heat transfer machines were developed. After the application of selection tools, two concepts were chosen for the optimization process, and then the one considered ideal to meet the needs of farmers was selected.(AU)

A grande dificuldade dos agricultores familiares que produzem alimentos de forma orgânica é o controle de plantas daninhas sem a aplicação de produtos químicos. Uma possibilidade para o manejo é a utilização de calor, no sentido de coagular o protoplasma em células das folhas e do caule. O objetivo do presente trabalho foi projetar uma concepção de um sistema mecanizado para o controle das plantas daninhas por meio da utilização de calor, tendo como público alvo agricultores familiares que produzem de forma orgânica. Para a realização do trabalho foi empregada metodologia de desenvolvimento de produtos, a qual pode ser dividida em diferentes fases, que são compostas por diversas tarefas. Como resultado da aplicação da metodologia obteve-se seis concepções de máquinas aplicadoras de calor. Após aplicação de ferramentas de seleção foram escolhidas duas concepções para o processo de otimização, obtendo-se posteriormente aquela considerada ideal para atender as necessidades dos agricultores.(AU)

Whole body vibration in operators using agricultural soil preparation equipment / Alteração na vibração de corpo inteiro em operadores pela utilização de equipamentos agrícolas de preparo do solo

Agricultural tractors have been reported to exert negative effects on operator health. It is well known that when a farm machine is designed it must consider the human factors, to raise the safety levels and work quality. The aim of the present study was to estimate the degree of vibration transmissibility from the agricultural equipment used for the periodic soil preparation process and determine the exposure of the whole body of the operator to the vibration, incident to the agricultural tractor during the operation. A 4x2 TDA tractor was employed, coupled to the periodic soil preparation equipment. Five sets were used (tractor- disk plough, tractor-moldboard plow, tractor-offset disc harrow, tractor-rotary hoe, and tractor-scarifier) and the tractor without the equipment being coupled, at two tractor speeds of displacement (3.5 km.h-1 and 6.1 km.h-1). An index (IAVEA) was developed to assess whether the amplification or attenuation of the vibrations takes place on each orthogonal axis. The data were processed using the Noise Studio® software 6.95. Statistical evaluation was performed using the ASSISTAT version 7.7 beta program. After normality, the data were submitted to the analysis of variance by the F test; when significance was reported, the means were compared using the Tukey test, at 5% significance. The disk plow was the equipment that showed the greatest intensification of the vibrations in all the parameters estimated. All the sets assessed revealed statistically equal or higher values in terms of the tractor without the attached equipment. The IAVEA% was an index that enabled the quantification of the amplification or attenuation caused by the use of the agricultural equipment.(AU)

A utilização de tratores agrícolas tem causado efeitos negativos na saúde do operador. Faz-se necessário que no projeto de uma máquina agrícola sejam levados em consideração fatores humanos, para aumentar a segurança e melhorar a qualidade de trabalho. O objetivo do presente trabalho foi avaliar a transmissibilidade da vibração em equipamentos agrícolas de preparo periódico do solo devido a exposição a vibração de corpo inteiro incidente ao operador de trator agrícola durante a operação. O trator utilizado foi um trator 4x2 TDA acoplado a equipamentos de preparo periódico do solo. Foram utilizados cinco conjuntos (trator-arado de disco, trator-arado de aiveca, trator-grade off-set, trator-enxada rotativa, trator-escarificador) e um trator sem equipamento acoplado, em duas velocidades de deslocamento do trator (3,5 km.h-1 e 6,1 km.h-1). Foi desenvolvido um índice (IAVEA) para avaliar se ocorre amplificação ou atenuação das vibrações em cada eixo ortogonal. Os dados foram processados no software Noise Studio® 6.95. Para avaliação estatística foi utilizado o programa ASSISTAT versão 7.7 beta. Comprovada a normalidade, os dados foram submetidos à análise de variância pelo teste F e, quando significativas, as médias foram comparadas pelo teste de Tukey a 5% de significância. O arado de disco foi o equipamento que apresentou maior intensificação das vibrações em todos os parâmetros avaliados. Todos os conjuntos avaliados apresentam valores estatisticamente iguais ou superiores em relação ao trator sem equipamento acoplado. O IAVEA% se mostrou um índice capaz de quantificar a amplificação ou atenuação proporcionada pelo uso de equipamentos agrícolas.(AU)

Whole body vibration in operators using agricultural soil preparation equipment / Alteração na vibração de corpo inteiro em operadores pela utilização de equipamentos agrícolas de preparo do solo

ABSTRACT: Agricultural tractors have been reported to exert negative effects on operator health. It is well known that when a farm machine is designed it must consider the human factors, to raise the safety levels and work quality. The aim of the present study was to estimate the degree of vibration transmissibility from the agricultural equipment used for the periodic soil preparation process and determine the exposure of the whole body of the operator to the vibration, incident to the agricultural tractor during the operation. A 4x2 TDA tractor was employed, coupled to the periodic soil preparation equipment. Five sets were used (tractor- disk plough, tractor-moldboard plow, tractor-offset disc harrow, tractor-rotary hoe, and tractor-scarifier) and the tractor without the equipment being coupled, at two tractor speeds of displacement (3.5 km.h-1 and 6.1 km.h-1). An index (IAVEA) was developed to assess whether the amplification or attenuation of the vibrations takes place on each orthogonal axis. The data were processed using the Noise Studio® software 6.95. Statistical evaluation was performed using the ASSISTAT version 7.7 beta program. After normality, the data were submitted to the analysis of variance by the F test; when significance was reported, the means were compared using the Tukey test, at 5% significance. The disk plow was the equipment that showed the greatest intensification of the vibrations in all the parameters estimated. All the sets assessed revealed statistically equal or higher values in terms of the tractor without the attached equipment. The IAVEA% was an index that enabled the quantification of the amplification or attenuation caused by the use of the agricultural equipment.

RESUMO: A utilização de tratores agrícolas tem causado efeitos negativos na saúde do operador. Faz-se necessário que no projeto de uma máquina agrícola sejam levados em consideração fatores humanos, para aumentar a segurança e melhorar a qualidade de trabalho. O objetivo do presente trabalho foi avaliar a transmissibilidade da vibração em equipamentos agrícolas de preparo periódico do solo devido a exposição a vibração de corpo inteiro incidente ao operador de trator agrícola durante a operação. O trator utilizado foi um trator 4x2 TDA acoplado a equipamentos de preparo periódico do solo. Foram utilizados cinco conjuntos (trator-arado de disco, trator-arado de aiveca, trator-grade off-set, trator-enxada rotativa, trator-escarificador) e um trator sem equipamento acoplado, em duas velocidades de deslocamento do trator (3,5 km.h-1 e 6,1 km.h-1). Foi desenvolvido um índice (IAVEA) para avaliar se ocorre amplificação ou atenuação das vibrações em cada eixo ortogonal. Os dados foram processados no software Noise Studio® 6.95. Para avaliação estatística foi utilizado o programa ASSISTAT versão 7.7 beta. Comprovada a normalidade, os dados foram submetidos à análise de variância pelo teste F e, quando significativas, as médias foram comparadas pelo teste de Tukey a 5% de significância. O arado de disco foi o equipamento que apresentou maior intensificação das vibrações em todos os parâmetros avaliados. Todos os conjuntos avaliados apresentam valores estatisticamente iguais ou superiores em relação ao trator sem equipamento acoplado. O IAVEA% se mostrou um índice capaz de quantificar a amplificação ou atenuação proporcionada pelo uso de equipamentos agrícolas.

Conceptual design of a thermal weed control machine / Projeto conceitual de máquina para o controle de plantas daninhas pela aplicação de calor

ABSTRACT: The great difficulty for family farmers who produce food organically is the control of weeds without using chemical products. One possibility for the management is the use of heat in the sense of coagulating the protoplasm in leaves and stem cells. The present research aimed toconceptual design a mechanized system for weeds control through the use of heat focusing on familiar farmers who produce food organically. In this study, we used a product development methodology which can be divided into different stages that are composed of several tasks. As a result of the use of such methodology, six concepts of heat transfer machines were developed. After the application of selection tools, two concepts were chosen for the optimization process, and then the one considered ideal to meet the needs of farmers was selected.

RESUMO: A grande dificuldade dos agricultores familiares que produzem alimentos de forma orgânica é o controle de plantas daninhas sem a aplicação de produtos químicos. Uma possibilidade para o manejo é a utilização de calor, no sentido de coagular o protoplasma em células das folhas e do caule. O objetivo do presente trabalho foi projetar uma concepção de um sistema mecanizado para o controle das plantas daninhas por meio da utilização de calor, tendo como público alvo agricultores familiares que produzem de forma orgânica. Para a realização do trabalho foi empregada metodologia de desenvolvimento de produtos, a qual pode ser dividida em diferentes fases, que são compostas por diversas tarefas. Como resultado da aplicação da metodologia obteve-se seis concepções de máquinas aplicadoras de calor. Após aplicação de ferramentas de seleção foram escolhidas duas concepções para o processo de otimização, obtendo-se posteriormente aquela considerada ideal para atender as necessidades dos agricultores.

Measurement of nitrogen content in rice by inversion of hyperspectral reflectance data from an unmanned aerial vehicle / Medição do conteúdo de nitrogênio no arroz por inversão de dados de refletância hiperspectral de um veículo aéreo não tripulado

The Nitrogen content of rice leaves has a significant effect on growth quality and crop yield. We proposed and demonstrated a non-invasive method for the quantitative inversion of rice nitrogen content based on hyperspectral remote sensing data collected by an unmanned aerial vehicle (UAV). Rice canopy albedo images were acquired by a hyperspectral imager onboard an M600-UAV platform. The radiation calibration method was then used to process these data and the reflectance of canopy leaves was acquired. Experimental validation was conducted using the rice field of Shenyang Agricultural University, which was classified into 4 fertilizer levels: zero nitrogen, low nitrogen, normal nitrogen, and high nitrogen. Gaussian process regression (GPR) was then used to train the inversion algorithm to identify specific spectral bands with the highest contribution. This led to a reduction in noise and a higher inversion accuracy. Principal component analysis (PCA) was also used for dimensionality reduction, thereby reducing redundant information and significantly increasing efficiency. A comparison with ground truth measurements demonstrated that the proposed technique was successful in establishing a nitrogen inversion model, the accuracy of which was quantified using a linear fit (R2=0.8525) and the root mean square error (RMSE=0.9507). These results support the use of GPR and provide a theoretical basis for the inversion of rice nitrogen by UAV hyperspectral remote sensing.(AU)

O teor de nitrogênio das folhas de arroz tem um efeito significativo sobre a qualidade do crescimento e o rendimento das culturas. Propõe-se e demonstrou-se um método não invasivo para a inversão quantitativa do teor de nitrogênio do arroz com base em dados de detecção remota hiperespectral coletados por um veículo aéreo não tripulado (UAV). As imagens de albedo do dossel de arroz foram adquiridas por uma imagem de imagem hiperespectral a bordo de uma plataforma M600-UAV. O método de calibração da radiação foi então usado para processar esses dados e a reflectância das folhas do dossel foi adquirida. A validação experimental foi realizada utilizando o campo de arroz da Universidade Agrícola de Shenyang, que foi classificado em 4 níveis de fertilizantes: nitrogênio zero, baixo teor de nitrogênio, nitrogênio normal e alto teor de nitrogênio. A regressão do processo gaussiano (GPR) foi então usada para treinar o algoritmo de inversão para identificar bandas espectrais específicas com a maior contribuição. Isso levou a uma redução no ruído e uma maior precisão de inversão. A análise de componentes praincipais (PCA) também foi usada para redução de dimensionalidade, reduzindo assim a informação redundante e aumentando significativamente a eficiência. Uma comparação com as medidas de verdade no solo demonstrou que a técnica proposta foi bem sucedida no estabelecimento de um modelo de inversão de nitrogênio, cuja precisão foi quantificada usando um ajuste linear (R2 = 0,8525) e o erro quadrático médio quadrado (RMSE = 0,9507). Estes resultados suportam o uso do GPR e fornecem uma base teórica para a inversão do nitrogênio do arroz pela detecção remota hiperespectral do UAV.(AU)

Development and evaluation of operational performance of macaw fruits semi-mechanized harvester by means mechanical vibrations principle / Desenvolvimento e avaliação de colhedora semi-mecanizada com o princípio de vibrações mecânicas para frutos de macaúba

Macaw (Acrocomia aculeata) is a product of Brazilian socio-biodiversity and is an excellent source of oil for the cosmetics, food and fuel industry. One of the technical bottlenecks of macaw fruit production is the manual harvesting with rudimentary tools and the extractive system, which has a very large dependence on labor. The objective of this work was to develop the informational and conceptual design of a semi-mechanized harvesting system that can be used in adverse conditions of relief, also directed to the needs of family farmers. In this work the concept of a low cost macaw harvester is proposed, which works by the principle of mechanical vibrations, and is able to work efficiently in planted and natural plantations. From an adaptation of the Pahl and Beitz method for the development of machine designs, and the use of the evolution prototyping method, integration prototypes were constructed, which underwent a preliminary field test. Some modifications were made in portable coffee breakers, which constituted changes in the vibration signal generation system that were transmitted to macaw fruits at the head / plant interface. Only one of the built prototypes was considered effective and suitable for subsequent performance (product under patent registration). For the detailed design, CAD (Computer Aided Design) techniques were employed. Later, it was possible to observe...

A macaúba (Acrocomia aculeata) é um produto da sociobiodiversidade brasileira e é uma excelente fonte de óleo para a indústria cosmética, de alimentos e de combustíveis. Um dos gargalos técnicos da produção dos frutos da macaúba é a colheita feita de forma manual com ferramentas rudimentares e no sistema extrativista, que tem dependência muito grande de mão de obra. Objetivou-se com o presente trabalho desenvolver o projeto informacional, conceitual e detalhado de um sistema semi-mecanizado de colheita que possa ser utilizado em condições adversas de relevo. Foi proposto o conceito de um mecanismo colhedor de macaúbas, de baixo custo, que funciona pelo princípio de vibrações mecânicas, e é capaz de trabalhar com eficiência em lavouras plantadas e maciços naturais. A partir de uma adaptação do método de Pahl e Beitz para desenvolvimento de projetos de máquinas, e a utilização do método de prototipagem de evolução, foram construídos protótipos de integração, que passaram por ensaio preliminar de campo. Foram realizadas algumas modificações em derriçadoras portáteis de café, que se constituíram em alterações no sistema de geração de sinais de vibração e foram transmitidos aos frutos de macaúba, na interface cabeçote/planta. Apenas um dos protótipos construídos foi considerado eficaz e adequado para realização posterior de avaliação de desempenho (protegida por meio de depósito...