Caros Alunos,
Caros Utilizadores do Moodle da FCEE,
A plataforma Moodle na FCEE encerra este ano letivo e os seus serviços serão migrados para outras plataformas, principalmente para a plataforma da UMa: https://moodle.uma.pt. Deverão receber a informação da disponibilização dos conteúdos por parte dos docentes das disciplinas no próximo ano letivo.
A plataforma com o ano letivo 2023/24 manter-se-á ativa até ao final do primeiro semestre de 2024/25 para consulta apenas e, depois, será definitivamente encerrada. O histórico estará disponível até ao final de setembro de 2024. O encerramento deve-se a questões de segurança por esta deixar de ter monitorização e atualizações constantes.
Votos de boas férias para todos,
Administração do Moodle na FCEE
Moodle FCEE
Skip notícias
Notícias
Pedido participação em questionário
Caros Alunos,
Quero pedir-vos para participarem num questionário sobre a aplicação Waze para o transito rodoviário. A participação é rápida e simples.
Vejam a mensagem abaixo.
Obrigado,
Morgado
------------------------------------------
Este questionário faz parte de um estudo que visa analisar a eficiência e a usabilidade da aplicação Waze.
O preenchimento demora cerca de 5 a 10 minutos.
Link para o questionário:
https://forms.gle/jzH3HzzeqSgH1uXL8
As respostas são anónimas, confidenciais e serão utilizadas exclusivamente pelo investigador, para fins académicos.
Nenhum dos dados será fornecido a terceiros.
Ao decidir participar neste questionário, deverá saber que :
- Não existe pagamento de deslocações ou contrapartidas;
- Não existem riscos associados ao mesmo ;
- Este estudo não é financiado nem tem comparticipação associada ;
- A participação neste estudo é de caráter voluntário e não apresenta prejuízos para quem nele participa.
As respostas são anónimas e serão utilizadas exclusivamente para fins académicos.
A identificação dos participantes nunca em caso algum, será tornada pública; Em caso de necessidade de esclarecimento de dúvidas,
os contactos serão feitos sempre em ambiente de máxima privacidade e somente através de email (aquando do preenchimento do questionário, é disponibilizado o contacto do Investigador)
Provas públicas de Doutoramento em Engenharia Informática
Title: Facial Video based Physiological Variables Estimation in Dark Environments
Author: Ankit Gupta
Location: Room 0.57 at the University of Madeira and Zoom: https://videoconf-colibri.zoom.us/j/96967272561?pwd=nCpXXoVD9PK4egFdIYpaKAgvQrYBNE.1 Pass: 853030
Date/Time: 27/jun/2024, 9h00
Abstract
Physiological parameter estimations play a significant role in determining an individual’s health status. Among these parameters, heart rate and oxygen saturation have been extensively used for health monitoring during medical checkups, surgery, sleep disorders diagnosis, and intensive care units. The gold standard techniques for estimating these parameters are electrocardiography and photoplethysmography. Both are contact-based techniques and, therefore, can cause discomfort to the subject in scenarios such as prolonged monitoring and sensitive or burnt skin. Thus, remote photoplethysmography was introduced as a non-contact variant of photoplethysmography. It extracts the blood volume pulse signal from the spatiotemporal sequences of the region of interest, followed by heart rate estimation. On the other hand, oxygen saturation estimations are being performed using the ratio-of-ratios method using red and blue channels. Existing non-contact methods were designed for ambient light conditions. A few methods developed for dark environments used infrared cameras, which are expensive, and the resulting spectra have poorer pulsatile strength than visible spectra. Therefore, this thesis investigates the potential of visible spectra for physiological measurements in dark environments (illuminance ≤ 0.5 lux). Specifically, this thesis has three key contributions: first, a novel heart rate estimation method based on undercomplete independent component analysis, which was developed and tested under different real-time conditions, and second, a "Dark-Video" dataset encompassing participants of different ethnicities and finally a novel deep learning architecture for dark image enhancement that was also proposed to facilitate physiological measurements in the above mentioned dark environments (i.e., estimation methods cascaded by image enhancement). Diverse experiments conducted for the performance analysis using critically selected performance metrics not only proved the superiority of the developed methods but also exhibited their potential of being clinically viable. The future direction of this research aims to implement these methods for scenarios such as non-contact sleep monitoring or monitoring during nighttime driving.
Keywords: Blind Source Separation, Blood Volume Pulse, Deep Learning, Non-contact Approaches, Physiological Parameters Estimation.
Aceda a toda a informação da FCEE
A Faculdade de Ciências Exatas e da Engenharia é uma unidade orgânica da Universidade da Madeira, que desenvolve atividades de ensino e de investigação nas áreas científicas de Engenharia Civil e Geologia, Engenharia Eletrotécnica, Engenharia Informática e Design de Media Interativos, Física, Matemática e Química.