Brasil República Federativa do Brasil
Brasil Um pais de todos
Ferramentas Pessoais
Você está aqui: Página Inicial Usuários Fabrício Martins Lopes

Fabrício Martins Lopes

UTFPR

Universidade Tecnológica Federal do Paraná (UTFPR)

Câmpus Cornélio Procópio

Departamento Acadêmico de Computação (DACOM)

fig

Mestrado em Bioinformática

fig

Doutorado em Bioinformática

fig

Mestrado Profissional em Informática

Contato

fig

Fabrício Martins Lopes - Curriculum Vitae (CNPq - Lattes) / Google AcadêmicoResearchGate / ResearcherID / Scopus fig

Endereço: Av. Alberto Carazzai, 1640 - CEP 86300-000 - Cornélio Procópio - PR - Brasil.

e-mail: fabricio@utfpr.edu.br

Telefone: +55 (43) 3133-3872 - Fax: +55 (43) 3133-3700

Ensino

Disciplinas:

fig Biologia de Sistemas / PPGAB

fig Reconhecimento de PadrõesPPGI / PPBGIOINFO

fig SO35A - Programação Desktop - ES51Engenharia de Software

fig EC36G - Oficina De Integração - C61 / Engenharia de Computação


Orientações de Mestrado e Doutorado

fig 2019

fig Alex Junior Nunes da Silva. Análise das Redes Brasileiras de Coautoria nos Programas de Pós-Graduação em Ciência da Computação por Meio de Medidas Topológicas . Início: 2017, concluída em AGO/2019. Dissertação (Mestrado em Informática) - Universidade Tecnológica Federal do Paraná. Orientador: Fabrício Martins Lopes.

fig Tatiane Dobrzanski. Validação de sRNAs e inferência de redes de interação sRNA/mRNA em Herbaspirillum seropedicae SmR1. Início: 2015, concluída em ABR/2019. Tese de Doutorado em Ciências (Bioquímica) - Universidade Federal do Paraná. Coorientador: Fabrício Martins Lopes.

 

fig 2018

fig Ricardo Conde Camillo da Silva. Contagem automática de colônias de bactérias do gênero Bradyrhizobium . Início: 2016, concluída em AGO/2018. Dissertação (Mestrado em Informática) - Universidade Tecnológica Federal do Paraná. Orientador: Fabrício Martins Lopes.

 

fig Isaque Katahira. Reconhecimento de padrões utilizando métricas de redes complexas para a extração de características, representação e classificação de sequências de RNAs . Início: 2016, concluída em MAR/2018. Dissertação (Mestrado em Bioinformática (40006018037P6)) - Universidade Tecnológica Federal do Paraná. Orientador: Fabrício Martins Lopes.

 

fig 2017

fig Juliana Costa Silva. ANÁLISE DE EXPRESSÃO DIFERENCIAL PARA DADOS DE RNA-SEQ: UMA REVISÃO ESTENDIDA . Início: 2015, concluída em MAR/2017. Dissertação (Mestrado em Bioinformática (40006018037P6)) - Universidade Tecnológica Federal do Paraná, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Orientador: Fabrício Martins Lopes.

fig 2016

fig Fabio Fernandes da Rocha Vicente. Integração de dados na inferência de redes de genes: avaliação de informações biológicas e características topológicas . Início: 2011, concluída em MAI/2016. Tese (Doutorado em Bioinformática) - Universidade de São Paulo - USP. (Orientador).

fig Joao Gilberto De Souza Piotto. RECONHECIMENTO FACIAL USANDO DESCRITORES LOCAIS E REDES COMPLEXAS fig. Início: 2015, concluída em DEZ/2016. Dissertação (Mestrado profissional em Informática) - Universidade Tecnológica Federal do Paraná. (Orientador).

fig Leandro Takeshi Hattori. Inferência de redes de regulação gênica utilizando métodos de busca e otimização . Início: 2014, concluída em MAR/2016. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná. (Coorientador).

fig 2015

fig Anderson Brilhador. Análise Semi-Automática do Arranjo Espacial de Plantas de Milho Utilizando Visão Computacional fig. Início: 2014, concluída em SET/2015. Dissertação (Mestrado profissional em Informática) - Universidade Tecnológica Federal do Paraná. (Orientador).

fig Helton de Azevedo. Base de dados para identificação taxonômica e filogenética de espécies do gênero Bradyrhizobium usando a metodologia MLSA fig . Início: 2013, concluída em MAR/2015. Dissertação (Mestrado profissional em Informática) - Universidade Tecnológica Federal do Paraná. (Orientador).


Principais Orientações de Iniciação Científica (PIBIC) / Tecnológica (PIBITI)

 

fig 2017

fig Estudo e implementação de abordagens para classificação de sequências biológicas a partir de redes complexasfig. Eric Augusto Ito, concluída em AGO/2017. Apresentado no  XXII Seminário de Iniciação Científica e Tecnológica - SICITE, 18 a 20 de outubro de 2017 - Londrina-PR, Brasil, 2017.

fig 2016

fig Visualização de redes gênicas a partir da integração de dados biológicosfig. Gabriel Rubino, concluída em AGO/2016. Apresentado no  XXI Seminário de Iniciação Científica e Tecnológica - SICITE, 09 a 11 de novembro de 2016 - Francisco Beltrão-PR, Brasil, 2016.

fig Análise e quantificação de danos em sementes de sojafig. Thullyo Radeli Castilho, concluída em AGO/2016. Apresentado no  XXI Seminário de Iniciação Científica e Tecnológica - SICITE, 09 a 11 de novembro de 2016 - Francisco Beltrão-PR, Brasil, 2016.

fig 2015

fig Reconhecimento de Padrões em Redes de Coautoria Utilizando Redes Complexasfig. Matheus Montanini Breve, concluída em AGO/2015. Apresentado no  XX Seminário de Iniciação Científica e Tecnológica - SICITE, 14 a 16 de outubro de 2015 - Campo Mourão-PR, Brasil, 2015.

fig Inferência de GRNs a partir da integração dos dados da Arabidopsis thaliana fig. Euler Angelo de Menezes Junior, concluída em AGO/2015. Apresentado no XX Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Campo Mourão-PR, Brasil, 2015.

fig Reconhecimento de cultivares e plantas daninhas por imagem fig. Thullyo Radeli Castilho, concluída em AGO/2015. Apresentado no XX Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Campo Mourão-PR, Brasil, 2015.

 

fig 2014

fig Extração de características a partir de redes complexas: Um estudo de caso na análise de sequências genômicas fig. Bruno Mendes Moro Conque, concluída em AGO/2014. Apresentado no XIX Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Medianeira-PR, Brasil, 2014.

fig Uma abordagem baseada em redes complexas para a análise e classificação de imagens fig. Geovana Veloso Loureiro de Lima, concluída em AGO/2014. Apresentado no XIX Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Medianeira-PR, Brasil, 2014.

fig ITNGS: Aplicativo para análises iniciais de sequenciamentos de nova geração fig. Juliana Costa Silva, concluída em AGO/2014. Apresentado no XIX Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Medianeira-PR, Brasil, 2014.

fig Reconhecimento de objetos a partir de sequências de vídeos fig. Thullyo Radeli Castilho, concluída em AGO/2014. Apresentado no XIX Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Medianeira-PR, Brasil, 2014.

 

fig 2013

fig Integração de dados biológicos e redes gênicas: Um estudo de caso em Arabidopsis Thaliana fig. Gabriel Rubino, concluída em AGO/2013. Apresentado no XVIII Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Dois Vizinhos-PR, Brasil, 2013.

fig Indução de Árvores de Decisão para a Inferência de Redes Gênicas fig. Maikon Aloan Marin, concluída em AGO/2013. Apresentado no XVIII Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Dois Vizinhos-PR, Brasil, 2013.

fig Uma abordagem baseada em redes complexas para análise de imagens fig. Geovana Veloso Loureiro de Lima, concluída em AGO/2013. Apresentado no XVIII Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Dois Vizinhos-PR, Brasil, 2013.

fig Algoritmos genéticos paralelos para a inferência de redes gênicas fig. Leandro Takeshi Hattori, concluída em AGO/2013. Apresentado no XVIII Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Dois Vizinhos-PR, Brasil, 2013.

fig Classificação de bioimagens utilizando descritores de forma fig. Anderson Brilhador, concluída em AGO/2013. Apresentado no XVIII Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Dois Vizinhos-PR, Brasil, 2013.

 

fig 2012

fig Integração de dados biológicos para identificação de redes gênicas (GRNs) figGabriel Rubino, concluída em AGO/2012. Apresentado no XVII Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Curitiba-PR, Brasil, 2012.
fig Caracterização de redes gênicas utilizando medidas de redes complexas fig. Jonathan S. de S. R. da Silva, concluída em AGO/2012. Apresentado no XVII Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Curitiba-PR, Brasil, 2012.

fig Caracterização de Bioimagens figThiago Pereira Colonhezi, concluída em AGO/2012. Apresentado no XVII Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Curitiba-PR, Brasil, 2012.

fig Técnica para segmentação automática de Imagens Digitais figWilliam Strafacce Soares, concluída em AGO/2012. Apresentado no XVII Seminário de Iniciação Cientifica e Tecnológica da UTFPR - SICITE. Curitiba-PR, Brasil, 2012.


Principais Orientações de Trabalho de Conclusão de Curso


fig Análise e classificação automática de danos em sementes de soja.
Thullyo Radelli Castilho, concluída em JUN/2017.(monografia fig)

fig Visualização de Redes Gênicas a partir da Integração de Dados Biológicos. Gabriel Rubino, concluída em JUN/2016.(monografia fig)

fig Caracterização de Bioimagens. Thiago Colonhezi, concluída em ABR/2013.(monografia fig)

fig Vídere 2: Uma plataforma de jogos para a estimulação visual Diogo H. Matsumoto, concluída em OUT/2012.(monografia fig)

Vídere 2: Clique aqui para obter o software contendo os jogos descritos na monografia.

fig Módulo de Personalização para E-Commerce. Sérgio A. Granzzotto, concluída em DEZ/2008. (monografia fig)

fig SGCPEM/JFL - Sistema para Gerenciamento de Carreteiros, Produção e Estoque de Materiais / Java e Ferramentas de uso Livre. Clodoaldo Ausec Ludwig, concluída em NOV/2007. (monografia fig)

fig Desenvolvimento de um módulo de software baseado na tecnologia WAP para cadastro e consulta de vendas. Antônio Marcos Peres Mercante, concluída em JUL/2006. (monografia fig)

fig Utilização de recursos gráficos e aplicação do algoritmo de agrupamento de dados KNN para geração de relatórios em formato web Josiane Mariano Diniz, concluída em JUL/2006. (monografia fig)

fig VÍDERE - Jogos Para Estimulação Visual. Graziela Cristina do Vale Pascoal Rodrigues, concluída em JUN/2005 em parceria com a VISIÁUDIO . (monografiafig)

Clique aqui para obter o software contendo os jogos descritos na monografia. Descompacte o arquivo em qualquer pasta desejada e leia o arquivo instruções.txt.



Principais Orientações de Estágio

fig Tópicos sobre Processamento de Imagensfig.  Alberto Luiz da Silva, concluída em OUT/2004.

fig SGCPEM - Sistema para Gerenciamento de Carreteiros , Produção e Estoque de MateriaisfigClodoaldo Ausec Ludwig, concluída em OUT/2004.

fig Exercício orientado da profissão - Atividades desenvolvidas como estágio na empresa Cotonifício de Andirá S/A fig.  Sérgio Aparecido Granzzotto, concluída em DEZ/2005.

Pesquisa

Softwares:

fig fig jAGN: A Java-based model for artificial gene networks generation
jAGN is a Java based application specially designed to offer you a model generation through theoretical models of complex networks, which is used to simulate temporal expression data, which can be used by computational methods to recover the network topology, and then, analyse the results based on complex networks measurements/topology.

fig fig DimReduction: Interactive Graphic Environment for Dimensionality Reduction
DimReduction is an easy to use, java based application designed to provide a graphical environment for bioinformatics problems that supports many feature selection algorithms, pattern recognition techniques, criterion functions and graphic visualization tools.

fig fig Vídere 2: Uma plataforma de jogos para a estimulação visual
O Vídere 2 é uma plataforma de jogos para a estimulação visual. É comum, por exemplo, uma pessoa despertar o interesse em aprender/treinar uma língua estrangeira através de um jogo. O mesmo pode acontecer no treinamento da visão. Essa é uma área interessante de se explorar, pois utiliza recursos de multimídia (textos, sons, imagens, animações) que fixam a atenção do usuário no jogo. O objetivo é produzir um ambiente controlado em que a criança jogue um mini-jogo e o software consiga analisar dados desse jogador e consiga, assim, apresentar relatórios estatísticos.

 

Publicações:

fig >= 2017, acesse: Google Acadêmico - Fabrício M. Lopes
fig 2016

fig HATTORI, Leandro T. ; LOPES, Heitor S. ; LOPES, Fabrício M. Evolutionary computation and swarm intelligence for the inference of gene regulatory networks. INTERNATIONAL JOURNAL OF INNOVATIVE COMPUTING AND APPLICATIONS (PRINT), v. 7, p. 225-235, 2016.


fig 2015

fig AZEVEDO, Helton ; LOPES, Fabrício M. ; SILLA, Paulo R. ; HUNGRIA, Mariangela. A database for the taxonomic and phylogenetic identification of the genus Bradyrhizobium using multilocus sequence analysis. BMC Genomics, v. 16, Suppl 5, p. S10, 2015.

fig BRILHADOR, Anderson ; SERRARENS, Daniel A. ; LOPES, Fabrício M. A Computer Vision Approach for Automatic Measurement of the Inter-plant Spacing. In: 20th Iberoamerican Congress on Pattern Recognition (CIARP), 2015, Montevideo. Lecture Notes in Computer Science. Switzerland: Springer International Publishing, v. 9423. p. 219-227, 2015.
fig HATTORI, Leandro T. ; LOPES, Heitor S. ; LOPES, Fabrício M. A Discretized Differential Evolution Algorithm for the Inference of Gene Regulatory Networks. In: 2nd Latin-American Congress on Computational Intelligence (LA-CCI), 2015, Curitiba. IEEE Press, 2015.
fig LIMA, Geovana V. L. ; CASTILHO, Thullyo R. ; BUGATTI, Pedro H. ; SAITO, Priscila T. M. ; LOPES, Fabrício M.A Complex Network-Based Approach to the Analysis and Classification of Images. In: 20th Iberoamerican Congress on Pattern Recognition (CIARP), 2015, Montevideo. Lecture Notes in Computer Science. Switzerland: Springer International Publishing, v. 9423. p. 322-330, 2015.
fig VICENTE, Fábio F. R. ; MENEZES JUNIOR, Euler A. ; RUBINO, Gabriel ; OLIVEIRA, Juliana ; LOPES, Fabrício M. A Feature Selection Approach for Evaluate the Inference of GRNs Through Biological Data Integration - A Case Study on A. Thaliana. In: 20th Iberoamerican Congress on Pattern Recognition (CIARP), 2015, Montevideo. Lecture Notes in Computer Science. Switzerland: Springer International Publishing, v. 9423. p. 667-675, 2015.

fig 2014
fig LOPES, Fabrício M. ; RAY, SHUBHRA SANKAR ; HASHIMOTO, Ronaldo F. ; CESAR, ROBERTO M. Entropic Biological Score: a cell cycle investigation for GRNs inference. Gene (Amsterdam), v. 541, p. 129-137, 2014.
fig LOPES, Fabrício M. ; MARTINS, DAVID C. ; BARRERA, Junior ; CESAR, ROBERTO M. A feature selection technique for inference of graphs from their known topological properties: Revealing scale-free gene regulatory networks. Information Sciences, v. 272, p. 1-15, 2014.
fig MENA-CHALCO, JESÚS PASCUAL ; DIGIAMPIETRI, LUCIANO ANTONIO ; LOPES, FABRÍCIO MARTINS ; CESAR, ROBERTO MARCONDES. Brazilian bibliometric coauthorship networks. Journal of the Association for Information Science and Technology, v. 65, p. 1424-1445, 2014.
fig PASCHOAL, Alexandre R. ; FERNANDES, Elias M. ; SILVA, Juliana C. ; LOPES, Fabrício M. ; PEREIRA, Luiz F. P. ; DOMINGUES, Douglas S. CoffeebEST: an integrated resource for Coffea spp expressed sequence tags. Genetics and Molecular Research, v. 13, p. 10913-10920, 2014.
fig VICENTE, Fábio F. R. ; LOPES, Fabrício M. SFFS-SW: A feature selection algorithm exploring the small-world properties of GNs. In: 9th IAPR Conference on Pattern Recognition in Bioinformatics (PRIB), 2014, Stockholm. Lecture Notes in Bioinformatics. Switzerland: Springer International Publishing, v. 8626. p. 60-71, 2014.
fig 2013
fig LATORRE, Andreia O. ; CANICEIRO, Beatriz D. ; FUKUMASU, Heidge ; GARDNER, Dale R. ; LOPES, FABRICIO M. ; WYSOCHI, HARRY L. ; DA SILVA, TEREZA C. ; HARAGUCHI, Mitsue ; BRESSAN, Fabiana F. ; GÓRNIAK, Silvana L. Ptaquiloside reduces NK cell activities by enhancing metallothionein expression, which is prevented by selenium. Toxicology (Amsterdam), v. 304, p. 100-108, 2013.
fig MENDONCA, Vitor R. R. ; QUEIROZ, Artur T. L. ; LOPES, Fabrício M. ; ANDRADE, Bruno B. ; BARRAL-NETTO, Manoel. Networking the host immune response in Plasmodium vivax malaria. Malaria Journal (Online), v. 12, p. 69, 2013.
fig BRILHADOR, Anderson ; COLONHEZI, Thiago P. ; BUGATTI, Pedro H. ; LOPES, Fabrício M. Combining Texture and Shape Descriptors for Bioimages Classification: A case of study in ImageCLEF dataset. In: 18th Iberoamerican Congress on Pattern Recognition (CIARP), 2013, Havana. Lecture Notes in Computer Science. Berlin Heidelberg: Springer, 2013. v. 8258. p. 431-438.
fig 2012

fig Vicente, Fábio F. R.; Lopes, Fabrício M.; Hashimoto, Ronaldo F.; Cesar-Jr, Roberto M. Assessing the gain of biological data integration in gene networks inference. BMC Genomics, v. 13, Suppl 6, p. S7, 2012.

fig Mendoza, Mariana R. ; Lopes, Fabrício M. ; Bazzan, Ana L. C. Reverse Engineering of GRNs: an Evolutionary Approach Based on the Tsallis Entropy. In: 14th annual conference companion on Genetic and evolutionary computation - GECCO '12, 2012, Philadelphia, USA.

fig Louzada, Vitor H. P.; Lopes, Fabrício M.; Hashimoto, Ronaldo F. A Monte Carlo Approach to Measure the Robustness of Boolean Networks. In: 1st International Workshop on Robustness and Stability of Biological Systems and Computational Solutions WRSBS / ACM Conference on Bioinformatics, Computational Biology and Biomedicine ACM-BCB, 2012, Orlando, USA.

fig 2011

fig Lopes, Fabrício M.; Cesar-Jr, Roberto M.; Costa, Luciano da F. Gene expression complex networks: synthesis, identification and analysis. Journal of Computational Biology, v. 18, p. 1353-1367, 2011.
Software disponível em: http://code.google.com/p/jagn/.

fig Lopes, Fabrício M.; de Oliveira, Evaldo A.; Cesar-Jr, Roberto M. Inference of gene regulatory networks from time series by Tsallis entropy. BMC Systems Biology, v. 5, p. 61, 2011.

fig Lopes, Fabrício M. Redes complexas de expressão gênica: síntese, identificação, análise e aplicações fig. Tese de Doutorado (Menção Honrosa no Prêmio Tese Destaque USP), Programa Interunidades de Pós-Graduação em Bioinformática - Universidade de São Paulo (USP) , 2011, 110pp. Orientador: Prof. Dr. Roberto Marcondes Cesar Jr e Co-orientadora: Profa. Dra. Marie-Anne Van Sluys.

fig Pinto, Silvia C. D.; Mena-Chalco, Jesús P.; Lopes, Fabrício M.; Velho, Luiz; Cesar-Jr, Roberto M. 3D Facial expression analysis by using 2D and 3D wavelet transforms. In: 18th IEEE International Conference on Image Processing - ICIP, 2011, Bruxelas, Bélgica.

fig Vicente, Fábio F. R.; Lopes, Fabrício M.; Hashimoto, Ronaldo F. Improvement of GNs inference through biological data integration. In: 9th IEEE International Workshop on Genomic Signal Processing and Statistics - GENSIPS, 2011, San Antonio, TX, USA.

fig Louzada, Vitor H. P.; Lopes, Fabrício M.; Hashimoto, Ronaldo F. The effect of certain Boolean functions in stability of networks with varying topology. In: 9th IEEE International Workshop on Genomic Signal Processing and Statistics - GENSIPS, 2011, San Antonio, TX, USA.

fig <= 2010

fig Lopes, Fabrício M.; Martins-Jr, David C.; Barrera, Junior; Cesar-Jr, Roberto M. SFFS-MR: a floating search strategy for GRNs inference. In: 5th IAPR International Conference on Pattern Recognition in Bioinformatics - PRIB, 2010, Nijmegen, Holanda.

fig Lopes, Fabrício M.; de Oliveira, Evaldo A.; Cesar-Jr, Roberto M. Analysis of the GRNs inference by using Tsallis entropy and a feature selection approach. In: 14th Iberoamerican Congress on Pattern Recognition - CIARP, 2009, Guadalajara, JA, México.

fig Lopes, Fabrício M.; Martins-Jr, David C.; Cesar-Jr, Roberto M. Comparative study of GRNs inference methods based on feature selection by mutual information. In: 7th IEEE International Workshop on Genomic Signal Processing and Statistics - GENSIPS, 2009, Minneapolis, MN, USA.

fig Lopes, Fabrício M.; Martins-Jr, David C.; Cesar-Jr, Roberto M. Feature selection environment for genomic applications. BMC Bioinformatics, v. 9, p. 451, 2008.
Software Disponível em: http://code.google.com/p/dimreduction/ e http://sourceforge.net/projects/dimreduction/.

fig Lopes, Fabrício M.; Cesar-Jr, Roberto M.; Costa, Luciano da F. AGN Simulation and Validation Model. In: 3rd Brazilian Symposium on Bioinformatics - BSB, 2008, Santo André, SP, Brasil.

fig Lopes, Fabrício M.; Martins-Jr, David C.; Cesar-Jr, Roberto M. DimReduction - Interactive Graphic Environment for Dimensionality Reduction. Relatório Técnico, 2008.

fig Lopes, Fabrício M.; Consularo, Luís A. A RBFN Perceptive Model for Image Thresholding. In: 18th Brazilian Symposium on Computer Graphics and Image Processing - SIBGRAPI, 2005, Natal, RN, Brasil.

fig Rodrigues, Graziela C. V. P.; Lopes, Fabrício M. Vídere - Jogos para Estimulação Visual. Aceito no Workshop de Jogos Digitais na Educação, evento integrante ao SBIE, 2005, Juiz de Fora, MG, Brasil.
Este trabalho foi selecionado para ser apresentado no I Seminário Nacional: Educação, Tecnologia e Profissionalização para Pessoas com Necessidades Educacionais Especiais, promovido pelo MEC/TEC NEP no período de 13 a 16 de dezembro em Brasília-DF.

fig Silva, Alberto L.; Lopes, Fabrício M.; Consularo, Luís A. A Framework for Automatic Cephalometric Landmarking. Apresentado no SIBGRAPI'04. Curitiba-PR, Brasil, 2004.

fig Lopes, Fabrício M. Um Modelo Perceptivo de Limiarização de Imagens Digitais. Dissertação de Mestrado, Departamento de Informática - UFPR e Departamento de Informática - UEM , 2003, 115pp. Orientador: Prof. Dr. Luís Augusto Consularo.

fig Lopes, Fabrício M.; Consularo, Luís A. Automatic Gray Level Thresholding based on Relevant Features for Subjective Decisions. In: Proceedings of SIBGRAPI'02. Fortaleza-CE, Brasil, 2002. p411.

fig Lopes, Fabrício M.; Consularo, Luís A. Modelo Thin-Plate Spline de Limiarização de Imagens. Anais do IV FITEM - Fórum de Informática e Tecnologia de Maringá, 2002, Maringá-PR.


Áreas de Interesse:

fig Bioinformática

fig Reconhecimento de Padrões

fig Processamento de Imagens

fig Visão Computacional

 

Links relacionados:

 

Bioinformática-USP

DNA From The Beginning

Internet Brain Segmentation Repository

Creative Vision Research Group (Prof. Roberto M. Cesar Jr.)

Image processing and interpretation

Prof. Hélio Pedrini

Image Processing Fundamentals

The Computer Vision Homepage (School of Computer Cience - Carnegie Mellon University)

Vision Science

Pattern Recognition on the Web (Prof. Godfried T. Toussaint)

UCI Machine Learning Repository

UCI Machine Learning Repository


Projetos:

fig Redes gênicas artificiais: No contexto biológico, as células podem ser vistas como redes de moléculas conectadas por reações químicas. O desenvolvimento de técnicas massivas para coleta de dados, como microarrays de cDNA e SAGE, permitem a verificação simultânea dos estados dos genes em múltiplos instantes de tempo. Uma questão importante na biologia computacional é como os genes são regulados e como eles interagem por meio de redes gênicas. Alguns métodos computacionais já foram desenvolvidos para identificar essas redes a partir de dados de expressão gênica [1-4]. No entanto, existe uma questão importante continua em aberto: como validar tais redes recuperadas? Este trabalho apresenta uma nova abordagem para validar redes identificadas por métodos computacionais, considerando três aspectos principais: (1) geração de redes gênicas artificiais (AGN); (2) métodos computacionais para identificação de redes gênicas; (3) validação das redes identificadas. A geração das AGNs é baseada em modelos de redes complexas [5-7], gerando topologias de redes com propriedades distintas e bem definidas. Nessa topologia, os nós representam genes e as arestas representam funções de mapeamento entre o nó origem (gene preditor) e o nó destino (gene alvo). Para cada gene alvo é construída uma tabela de regras que define a simulação da expressão dinâmica desse gene, i.e. aplicando essas tabelas a um conjunto inicial de valores dos genes são gerados dados simulados de expressão temporal. Esses dados simulados de expressão são usados para a identificação de redes por métodos computacionais [1-4], gerando redes gênicas recuperadas. Com objetivo quantificar a similaridade e características entre a rede recuperada e a AGN são usadas medidas de redes complexas [7]. Esse projeto está em fase inicial de desenvolvimento, no entanto os resultados obtidos se mostraram muito promissores [8,9].

Referências:

1. Barrera, J.; Cesar-Jr, R. M.; Martins-Jr, D. C.; et al. Constructing probabilistic genetic networks of Plasmodium falciparum from dynamical expression signals of the intraerythrocytic development cycle. In: Methods of Microarray Data Analysis V. Springer-Verlag (2006).

2. Liang, S.; Fuhrman, S.; Somogyi, R. Reveal: a general reverse engineering algorithm for inference of genetic network architectures. In Pacific Symposium on Biocomputing (1998) 18-29.

3. Shmulevich, I.; et al. Probabilistic boolean networks: a rule-based uncertainty model for gene regulatory networks. Bioinformatics 18(2) (2002) 261-274.

4. Hashimoto, R. F.; Kim, S.; Shmulevich, I.; Zhang, W.; Bittner, M. L.; Dougherty, E. R. Growing Genetic Regulatory Networks from Seed Genes. Bioinformatics (Oxford), Grã-Bretanha, v. 20, n. 8, p. 1241-1247, 2004.

5. Albert, R.; Barabási, A. L. Statistical mechanics of complex networks. Rev. Mod. Phys. 74(1) (2002) 47-97.

6. Newman, M. E. J. The structure and function of complex networks. SIAM Review 45(2) (2003) 167-256.

7. Costa, L. F.; Rodrigues, F. A.; et al. Characterization of complex networks: a survey of measurements. Advances in Physics 56(1) (2007) 167-242.

8. Lopes, F. M.; Cesar-Jr, R. M.; Costa, L. F. AGN Simulation and Validation Model. Advances in Bioinformatics and Computational Biology, Third Brazilian Symposium on Bioinformatics, Volume 5167 of LNBI, Springer 2008:169-173.

9. Lopes, F. M.; Martins-Jr, D. C.; Cesar-Jr, R. M. Comparative study of GRN's inference methods based on feature selection by mutual information. IEEE International Workshop on Genomic Signal Processing and Statistics - GENSIPS, 2009, Minneapolis.

fig Redução de Dimensionalidade: A seleção de características é uma abordagem de reconhecimento de padrões [1-4], usada para encontrar variáveis importantes de acordo com alguma função critério [5-8], com objetivo de distinguir ou explicar algum fenômeno. Existem muitas aplicações de genômica e proteômica que depende de seleção de características para responder questões como selecionar genes que sejam informativos sobre algum estado biológico, por exemplo, tecidos normais e vários tipos de câncer, ou inferir a predição de redes de interação entre elementos como genes, proteínas e estímulos externos. Nessas aplicações um problema recorrente é a falta de amostras para estimar adequadamente a probabilidade conjunta entre os estados desses elementos. Vários algoritmos de seleção de características e funções critério foram propostas, no entanto é uma tarefa difícil apontar a melhor solução para cada aplicação. O objetivo desse projeto [9,10] é o desenvolvimento de um software de código livre (open-source) com ambiente gráfico e multiplataforma (Windows, Linux, Mac, etc.) e que disponibilize vários algoritmos de seleção de características, funções critério e ferramentas de visualização gráficas com scatterplots, coordenadas paralelas e grafos. Também é objetivo desse projeto a aplicação de algoritmos de seleção de características em problemas como o crescimento de redes gênicas a partir de genes sementes (alvos ou preditores). Esse projeto está em fase intermediária de desenvolvimento, sendo que os experimentos realizados se mostraram eficientes em dois tipos de problemas biológicos: (1) seleção de características aplicada à classificação biológica de câncer nos seios; (2) identificação de redes gênicas artificiais [11, 12]. Esse projeto se mostra como um ambiente que pode ser usado em diferentes tarefas de reconhecimento de padrões, embora o objetivo principal esteja em problemas relacionados à bioinformática.

Referências:

1. Theodoridis, S.; Koutroumbas, K. Pattern Recognition. USA: Academic Press, 1st edition 1999.

2. Duda, R. O.; Hart, P. E.; Stork, D. G. Pattern Classification. NY: Wiley-Interscience, 2nd edition 2000.

3. Jain, A. K.; Duin, R. P.; Mao, J. Statistical Pattern Recognition: A Review. IEEE Transactions on Pattern Analysis and Machine Intelligence 2000, 22:4-37.

4. Guyon, I.; Elisseeff, A. An introduction to variable and feature selection. Journal of Machine Learning Research 2003, 3:1157-1182.

5. Shannon, C. E. A mathematical theory of communication. Bell System Technical Journal 1948, 27:379-423, 623-656.

6. Tsallis, C. Nonextensive Statistical Mechanics and its Applications. Lecture Notes in Physics, Berlin: Springer 2001.

7. Hsing, T.; Liu, L.; Brun, M.; Dougherty, E. R. The coefficient of intrinsic dependence (feature selection using el CID). Pattern Recognition 2005, 38(5):623-636.

8. Martins-Jr, D. C.; Cesar-Jr, R. M.; Barrera, J. W-operator window design by minimization of mean conditional entropy. Pattern Analysis & Applications 2006, 9:139-153.

9. Lopes, F. M.; Martins-Jr, D. C.; Cesar-Jr, R. M. DimReduction - Interactive Graphic Environment for Dimensionality Reduction. Relatório Técnico, Instituto de Matemática e Estatística da Universidade de São Paulo e Universidade Tecnológica Federal do Paraná, 2008.

10. Lopes, F. M.; Martins-Jr, D. C.; Cesar-Jr, R. M. Feature selection environment for genomic applications, BMC Bioinformatics 9 (2008), no. 451.

11. Barrera, J.; Cesar-Jr, R. M.; Martins-Jr, D. C.; et al. Constructing probabilistic genetic networks of Plasmodium falciparum from dynamical expression signals of the intraerythrocytic development cycle. In: Methods of Microarray Data Analysis V. Springer-Verlag (2006).

12. Lopes, F. M.; Cesar-Jr, R. M.; Costa, L. F. AGN Simulation and Validation Model. Advances in Bioinformatics and Computational Biology, Third Brazilian Symposium on Bioinformatics, Volume 5167 of LNBI, Springer 2008:169-173.


Links

Fontes de pesquisa:

Eventos:

fig ACM Association for Computing Machinery

fig IEEE Institute of Electrical and Electronics Engineers

fig Periódicos Capes

fig Revista Pesquisa Fapesp

fig Plataforma Lattes

fig Scientific Literature Digital Library (CiteSeer)

fig ScienceDirect

fig BioMed Central

fig Bioinformatics

fig PLoS Computational Biology

fig 15th Iberoamerican Congress on Pattern Recognition (CIARP 2010)

fig 5th IAPR International Conference on Pattern Recognition in Bioinformatics - 2010

fig Curso de Verão em Bioinformática - 2010

fig X-meeting 2009

fig 14th Iberoamerican Congress on Pattern Recognition (CIARP 2009)

fig 4th IAPR International Conference on Pattern Recognition in Bioinformatics - 2009

fig Simpósio Brasileiro de Bioinformatia (BSB) - 2009

fig IEEE International Workshop on Genomic Signal Processing and Statistics - 2009

fig Curso de Verão em Bioinformática - 2009

fig Curso de Inverno em Bioinformática - 2008

fig X-meeting 2008

fig Simpósio Brasileiro e Escola Brasileira de Bioinformática - 2008

fig Sun Tech Days

Informações:

Úteis:

fig SBC - Sociedade Brasileira de Computação

fig AB3C - Associação Brasileira de Bioinformática e Biologia Computacional

fig BBC Brasil

fig Ciência Hoje

fig Jornal da Ciência

fig Revista Ciência e Cultura (SBPC)

fig Scientific American Brasil

fig Coweb ICMC-USP

fig Matemática Essencial (Ulysses Sodré)

fig KIT de Sobrevivência em Cálculo (UEM)

fig Mapas e Rotas (Maporama)

fig Previsão do Tempo (INPE)

fig Ferramentas para remoção de vírus (Grisoft)

fig

Última atualização: 12/Nov/2019

Página melhor visualizada em 1024x768

Valid XHTML 1.0 Transitional CSS válido!

Ações do documento