Tesi sul tema "Automative diagnosis"
Segui questo link per vedere altri tipi di pubblicazioni sul tema: Automative diagnosis.
Cita una fonte nei formati APA, MLA, Chicago, Harvard e in molti altri stili
Vedi i top-50 saggi (tesi di laurea o di dottorato) per l'attività di ricerca sul tema "Automative diagnosis".
Accanto a ogni fonte nell'elenco di riferimenti c'è un pulsante "Aggiungi alla bibliografia". Premilo e genereremo automaticamente la citazione bibliografica dell'opera scelta nello stile citazionale di cui hai bisogno: APA, MLA, Harvard, Chicago, Vancouver ecc.
Puoi anche scaricare il testo completo della pubblicazione scientifica nel formato .pdf e leggere online l'abstract (il sommario) dell'opera se è presente nei metadati.
Vedi le tesi di molte aree scientifiche e compila una bibliografia corretta.
1
Sangha, Mahavir Singh. "Intelligent fault diagnosis for automative engines and real data evaluation". Thesis, Liverpool John Moores University, 2008. http://researchonline.ljmu.ac.uk/5867/.
2
Wang, Xiaoyu. "A data analytic approach to automatic fault diagnosis and prognosis for distribution automation". Thesis, University of Strathclyde, 2017. http://digitool.lib.strath.ac.uk:80/R/?func=dbin-jump-full&object_id=28772.
Abstract (sommario):
Distribution Automation (DA) is deployed to reduce outages and to rapidly reconnect customers following network faults. Recent developments in DA equipment have enabled the logging of load and fault event data, referred to as pick-up activity. This pick-up activity provides a picture of the underlying circuit activity occurring between successive DA operations over a period of time and has the potential to be accessed remotely for off-line or on-line analysis. The application of data analytics and automated analysis of this data supports reactive fault management and post fault investigation into anomalous network behavior. It also supports predictive capabilities that identify when potential network faults are evolving and offers the opportunity to take action in advance in order to mitigate any outages. This thesis details the design of a novel decision support system to achieve automatic fault diagnosis and prognosis for DA schemes. It combines detailed data from a specific DA device with SCADA data, by utilising rule-based, data science techniques (e.g. data mining and clustering techniques) to deliver the diagnostic and prognostic functions. These are applied to 11kV distribution network data captured from Pole Mounted Auto-Reclosers (PMARs) as provided by a leading UK network operator. This novel automated analysis system diagnoses the condition of device faults, the nature of a circuit's previous fault activity, identifies underlying anomalous circuit activity, and highlights indications of problematic events gradually evolving into a full scale circuit fault using prognostic functionality. The novel contributions also include the characterisation and identification of semi-permanent faults and a re-usable methodology and approach for applying data analytics to any DA device data sets in order to provide diagnostic decisions and mitigate potential fault scenarios.
3
Mourot, Gilles. "Contribution au diagnostic des systèmes industriels par reconnaissance des formes". Vandoeuvre-les-Nancy, INPL, 1993. http://www.theses.fr/1993INPL026N.
Abstract (sommario):
Le travail présenté est consacré au diagnostic des systemes industriels par reconnaissance des formes. Les principes du diagnostic par reconnaissance des formes sont présentés dans le chapitre I. La première partie décrit les deux grandes étapes d'un système de diagnostic par reconnaissance des formes, à savoir l'apprentissage du système de diagnostic et de son exploitation en ligne, en insistant sur le caractère adaptatif d'un tel système. Les deux parties suivantes sont consacrées à l'étude de la capacité de la reconnaissance des formes à résoudre le problème du diagnostic de systemes industriels. Pour cela, une revue des différentes méthodes est présentée en mettant l'accent sur les considérations théoriques et pratiques auxquelles un utilisateur est confronte. Les critères pris en compte sont les propriétés et les domaines d'application des méthodes de reconnaissance des formes, l'influence de la taille de l'ensemble d'apprentissage et du nombre de variables, ainsi que leurs robustesses. A ces critères s'ajoutent des contraintes supplémentaires liées à la complexité des méthodes et à leurs couts d'utilisation. Dans le deuxième chapitre, nous étudions le problème de la constitution de l'ensemble d'apprentissage dans le cas non supervise. Cette étape est cruciale pour les performances du système de diagnostic et elle est particulièrement difficile à résoudre dans ce contexte. Après avoir positionné le problème en présentant une revue des différentes procédures et méthodes utilisées, nous proposons une procédure d'apprentissage non supervisé pour pallier les principaux inconvénients des méthodes décrites. Cette procédure est basée principalement sur la classification floue de l'ensemble des données, sur la validation floue et l'interprétation de la classification floue obtenue. Une revue des différentes méthodes floues de classification et de validation est présentée ainsi qu'une étude théorique et pratique de leurs propriétés
4
Axvik, Linda. "Automatic Diagnosis of Breast Tumoursin Ultrasound Images". Thesis, KTH, Tillämpad fysik, 2018. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-233752.
5
Deosthale, Eeshan Vijay. "Model-Based Fault Diagnosis of Automatic Transmissions". The Ohio State University, 2018. http://rave.ohiolink.edu/etdc/view?acc_num=osu1542631227815892.
6
Zhong, Binglin. "Model building and machine fault diagnosis". Thesis, Cardiff University, 1994. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.340889.
7
Wazaefi, Yanal. "Automatic diagnosis of melanoma from dermoscopic images of melanocytic tumors : Analytical and comparative approaches". Thesis, Aix-Marseille, 2013. http://www.theses.fr/2013AIXM4106.
Abstract (sommario):
Le mélanome est la forme la plus grave de cancer de la peau. Cette thèse a contribué au développement de deux approches différentes pour le diagnostic assisté par ordinateur du mélanome : approche analytique et approche comparative.L'approche analytique imite le comportement du dermatologue en détectant les caractéristiques de malignité sur la base de méthodes analytiques populaires dans une première étape, et en combinant ces caractéristiques dans une deuxième étape. Nous avons étudié l’impacte d’un système du diagnostic automatique utilisant des images dermoscopique de lésions cutanées pigmentées sur le diagnostic de dermatologues. L'approche comparative, appelé concept du Vilain Petit Canard (VPC), suppose que les naevus chez le même patient ont tendance à partager certaines caractéristiques morphologiques ainsi que les dermatologues identifient quelques groupes de similarité. VPC est le naevus qui ne rentre dans aucune de ces groupes, susceptibles d'être mélanomeMelanoma is the most serious type of skin cancer. This thesis focused on the development of two different approaches for computer-aided diagnosis of melanoma: analytical approach and comparative approach. The analytical approach mimics the dermatologist’s behavior by first detecting malignancy features based on popular analytical methods, and in a second step, by combining these features. We investigated to what extent the melanoma diagnosis can be impacted by an automatic system using dermoscopic images of pigmented skin lesions. The comparative approach, called Ugly Duckling (UD) concept, assumes that nevi in the same patient tend to share some morphological features so that dermatologists identify a few similarity clusters. UD is the nevus that does not fit into any of those clusters, likely to be suspicious. The goal was to model the ability of dermatologists to build consistent clusters of pigmented skin lesions in patients
8
Ng, Hoi Sum. "Petri nets for fault diagnosis and distribution automation". Thesis, University of Strathclyde, 1999. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.366530.
9
Ribot, Pauline. "Vers l'intégration diagnostic/pronostic pour la maintenance des systèmes complexes". Phd thesis, Université Paul Sabatier - Toulouse III, 2009. http://tel.archives-ouvertes.fr/tel-00450835.
Abstract (sommario):
L'efficacité de la maintenance des systèmes industriels est un enjeu économique majeur pour leur exploitation commerciale. Les principales difficultés et sources d'inefficacité résident dans le choix des actions de maintenance. Un mauvais choix peut mener à une maintenance non satisfaisante et un surcoût dû à l'indisponibilité du système. Cette thèse propose une architecture générique de supervision pour aider à la prise de décisions d'actions de maintenance pour un système complexe. Cette architecture intègre des capacités de diagnostic et de pronostic permettant de connaître l'état actuel et l'état futur du système. La fonction de diagnostic détermine les composants en faute à l'origine des défaillances. La fonction de pronostic calcule la durée avant la prochaine défaillance du système. Nous présentons un cadre de modélisation générique formel pour un système complexe qui capture l'ensemble des connaissances nécessaires aux fonctions de diagnostic et de pronostic. Il permet de caractériser un couplage diagnostic/pronostic original. Une fonction générique et adaptative de pronostic est définie à l'aide d'un modèle de Weibull afin d'évaluer de façon probabiliste la durée de vie résiduelle du système. Des critères de performance pour l'architecture de supervision proposée reposant sur des propriétés du diagnostic et du pronostic sont caractérisés. Une méthodologie de retour sur conception est proposée dans le but d'assurer la performance de la fonction de diagnostic en garantissant la diagnosticabilité du système. L'application de ce travail de recherche aux systèmes aéronautiques s'inscrit dans le cadre du projet ARCHISTIC en collaboration avec Airbus et l'ENIT.
10
Li, Li. "Model-based automatic performance diagnosis of parallel computations /". view abstract or download file of text, 2007. http://proquest.umi.com/pqdweb?did=1335366371&sid=1&Fmt=2&clientId=11238&RQT=309&VName=PQD.
Abstract (sommario):
Thesis (Ph. D.)--University of Oregon, 2007.Typescript. Includes vita and abstract. Includes bibliographical references (leaves 119-123). Also available for download via the World Wide Web; free to University of Oregon users.
11
Sinthanayothin, Chanjira. "Image analysis for automatic diagnosis of diabetic retinopathy". Thesis, King's College London (University of London), 1999. https://kclpure.kcl.ac.uk/portal/en/theses/image-analysis-for-automatic-diagnosis-of-diabetic-retinopathy(163f8067-329d-4a48-b214-0ea70ba828d4).html.
12
BOLDT, F. A. "Classifier Ensemble Feature Selection for Automatic Fault Diagnosis". Universidade Federal do Espírito Santo, 2017. http://repositorio.ufes.br/handle/10/9872.
Abstract (sommario):
Made available in DSpace on 2018-08-02T00:04:07Z (GMT). No. of bitstreams: 1
tese_11215_thesis.pdf: 2358608 bytes, checksum: 6882526be259a3ef945f027bb764d17f (MD5)
Previous issue date: 2017-07-14"An efficient ensemble feature selection scheme applied for fault diagnosis is proposed, based on three hypothesis: a. A fault diagnosis system does not need to be restricted to a single feature extraction model, on the contrary, it should use as many feature models as possible, since the extracted features are potentially discriminative and the feature pooling is subsequently reduced with feature selection; b. The feature selection process can be accelerated, without loss of classification performance, combining feature selection methods, in a way that faster and weaker methods reduce the number of potentially non-discriminative features, sending to slower and stronger methods a filtered smaller feature set; c. The optimal feature set for a multi-class problem might be different for each pair of classes. Therefore, the feature selection should be done using an one versus one scheme, even when multi-class classifiers are used. However, since the number of classifiers grows exponentially to the number of the classes, expensive techniques like Error-Correcting Output Codes (ECOC) might have a prohibitive computational cost for large datasets. Thus, a fast one versus one approach must be used to alleviate such a computational demand. These three hypothesis are corroborated by experiments. The main hypothesis of this work is that using these three approaches together is possible to improve significantly the classification performance of a classifier to identify conditions in industrial processes. Experiments have shown such an improvement for the 1-NN classifier in industrial processes used as case study."
13
Nowakowski, Samuel. "Diagnostic dans les systèmes complexes". Habilitation à diriger des recherches, Université Henri Poincaré - Nancy I, 1996. http://tel.archives-ouvertes.fr/tel-00922030.
Abstract (sommario):
Dans ce travail, nous présentons les résultats théoriques obtenus pour la mise en oeuvre de stratégies de diagnostic dans les systèmes complexes, à savoir, les systèmes singuliers, les systèmes à paramètres et états inconnus, les systèmes bilinéaires.
14
Khemis, Kamila. "Imagerie de fluorescence en cancérologie : spectroscopie, traitement du signal et gestion automatisée pour l'optimisation du diagnostic des tumeurs précoces". Vandoeuvre-les-Nancy, INPL, 1998. http://docnum.univ-lorraine.fr/public/INPL_T_1998_KHEMIS_K.pdf.
Abstract (sommario):
Un système d'imagerie de fluorescence a été développé pour permettre le diagnostic des tumeurs superficielles ou endoscopiques en autofluorescence ou en fluorescence induite. Ce système comprend une source laser et une lumière blanche, focalisées sur une fibre optique. Leurs rôles respectifs sont de générer les images de fluorescence et de lumière blanche qui sont acquises de façon séquentielle par une camera couleur (adaptée à l'outil endoscopique), puis digitalisées et visualisées sur le moniteur. Le passage d'une source à l'autre se fait par un obturateur mécanique contrôlé par un moteur pas à pas, lequel est commandé par un microcontrôleur. Deux algorithmes sont développés en Windows C++ (Globa et Globi) et permettent respectivement un diagnostic en autofluorescence ou en fluorescence induite. Le deuxième algorithme comporte une étape supplémentaire par rapport au premier : il s'agit de la suppression du signal d'autofluorescence qui est effectuée après l'étude de la séparation fréquentielle de la camera. Les étapes communes du traitement d'image sont le filtrage de l'image globale, suivi de la correction de l'image de fluorescence par rapport à la distribution du faisceau d'excitation en exploitant l'image en lumière blanche, puis le rehaussement de contraste ou la segmentation de l'image de fluorescence selon le choix de l'operateur. Les algorithmes ont été testés sur des fantômes, sur des souris et des rates avec et sans photosensibilisant (HpD, mTHPC et ALA). De bons résultats (applications endoscopiques) sont obtenus avec les fantômes : identification correcte des régions simulant la tumeur et le tissu sain avec des niveaux de gris qui permettent de retrouver la concentration du photosensibilisant de chaque zone. Dans le cas des applications superficielles in-vivo, l'identification des tumeurs n'est pas toujours possible à cause de l'hétérogénéité de la fluorescence dans une région donnée. Les mesures spectrales effectuées sur ces sites confirment la non sélectivité du signal de fluorescence entre tissus sain et pathologique. Cette étude suggère une association de la spectroscopie à l'imagerie de fluorescence en temps réel pour optimiser le choix des points de mesure en spectroscopie, ainsi que l'amélioration de l'instrumentation pour aboutir à des applications endoscopiques in-vivo.
15
Afnouch, Marwa. "Machine Learning Applications in Medical Diagnosis, case study : bone metastasis". Electronic Thesis or Diss., Valenciennes, Université Polytechnique Hauts-de-France, 2023. http://www.theses.fr/2023UPHF0039.
Abstract (sommario):
Les métastases sont un groupe de cellules anormales qui se développe en dehors des limites de l’organe d’origine et se propagent à d’autres organes. En particulier, les métastases osseuses proviennent d’un organe du corps, tel que le sein, le poumon ou la prostate, et se propagent à l’os. Bien que cette maladie ait été découverte il y a plus d’un siècle, elle n’est toujours pas bien définie et les traitements existants sont peu efficaces, probablement parce qu’elle est difficile et longue à détecter. Pour aider les médecins, les nouvelles techniques d’apprentissage automatique sont une solution pour améliorer la précision globale. Cette thèse vise à aider les radiologues à détecter systématiquement les métastases osseuses à l’aide d’algorithmes d’apprentissage automatique. Cependant, La découverte de biais méthodologiques dans les études sur le diagnostic des métastases osseuses et l’absence de consensus sur l’interprétabilité de l’apprentissage automatique ont déplacé l’objectif de cette thèse. Elle se concentre désormais principalement sur la collecte de données et sur la résolution des problèmes de validation et d’interprétabilité de l’apprentissage automatique. Afin d’évaluer correctement la capacité de l’apprentissage automatique à détecter les métastases osseuses, trois études expérimentales ont été menées. La première propose une nouvelle approche de segmentation soutenue par un mécanisme d’attention pour localiser les lésions osseuses. La deuxième est une étude des méthodes d’apprentissage automatique pour l’identification des cas de métastases osseuses. Enfin, la dernière étude met en évidence le manque de robustesse de la classification à l’aide de méthodes d’apprentissage automatique et propose une méthode pour améliorer la précision basée à la fois sur l’approche CNN et Transformer. Les résultats expérimentaux de cette thèse sont évalués sur l’ensemble de données BM-Seg que nous avons introduit, qui est le premier ensemble de données de référence pour la segmentation et la classification des métastases osseuses à l’aide de tomodensitogrammes. Cette base de données open source a été utilisé pour améliorer la reproductibilité des expériences d’apprentissage automatique. Les résultats trouvés lors des différentes études préliminaires sont encourageants et prometteursMetastases are a group of abnormal cells that develop outside the original organ bound aries and spread to other organs. In particular, bone metastases originate in one organ of the body, such as the breast, lung, or prostate, and spread to the bone. Although this disease was discovered more than a century ago, it is still not well defined, and exist ing treatments are weakly effective, possibly because it is difficult and time-consuming to detect. To help physicians, new machine learning technologies promise to improve overall accuracy. This dissertation aims to help radiologists routinely detect bone metas tases using machine learning algorithms. The discovery of methodological biases in studies of bone metastasis diagnosis and the lack of consensus on the interpretability of machine learning have shifted the focus of this dissertation. It now focuses primarily on data collection and overcoming the challenges of validation and interpretability of machine learning. In order to properly assess the ability of machine learning to detect bone metastases, three experimental studies were conducted. The first proposing a novel segmentation approach supported by an attention mechanism to localize bone lesions. The second is a study of machine learning methods for identifying bone metastases cases. Finally, the last study highlights the lack of robustness of classification using machine learning methods and proposes a method to improve accuracy based on both CNN and Transformer approaches. The experimental results of this dissertation are evaluated on our introduced BM-Seg dataset, which is the first benchmark dataset for bone metasta sis segmentation and classification using CT-scans. This novel open-source dataset was used to improve the reproducibility of machine learning experiments. The results of the various preliminary studies are encouraging and promising
16
CAPONETTI, FABIO. "Detection and diagnosis techniques for hybrid systems". Doctoral thesis, Università Politecnica delle Marche, 2010. http://hdl.handle.net/11566/242228.
17
Cheng, Yu-Chung. "Automating cross-layer diagnosis of enterprise 802.11 wireless networks". Connect to a 24 p. preview or request complete full text in PDF format. Access restricted to UC campuses, 2007. http://wwwlib.umi.com/cr/ucsd/fullcit?p3277523.
Abstract (sommario):
Thesis (Ph. D.)--University of California, San Diego, 2007.Title from first page of PDF file (viewed October 10, 2007). Available via ProQuest Digital Dissertations. Vita. Includes bibliographical references (p. 85-89).
18
Veizaga, Arevalo Maria. "Automation of power quality diagnosis of industrial electrical grids". Electronic Thesis or Diss., université Paris-Saclay, 2022. http://www.theses.fr/2022UPAST158.
Abstract (sommario):
L'analyse de la qualité de l'électricité est une demande qui s'est vue augmentée au cours des dernières décennies. Les creux de tension sont les perturbations les plus fréquentes et les plus impactantes dans les réseaux électriques industriels, entraînant des pertes financières importantes pour les clients industriels. Le cœur de ce travail de thèse est dédié à la classification des causes de creux de tension ainsi qu'à leur localisation relative par rapport au point de mesure principale. L'algorithme développé utilise les formes d'onde de tension et de courant comme entrées pour identifier les causes des creux de tension dans les réseaux industriels BT. La solution est basée sur des signatures de séries temporelles quadridimensionnelles, obtenues par l'application de la transformée de Fourier court terme (STFT) et de la transformée de Fortescue. La source d'un creux de tension est identifiée à l'aide d'une stratégie de classification basée sur la distance avec une mesure basée sur l'algorithme Dynamic Time Warping (DTW). En outre, l'algorithme soft-DTW est utilisé pour réduire la taille de la base de signatures d'apprentissage, augmentant ainsi la vitesse de classification. Les performances de la méthode ont été analysées en termes de séparabilité des classes, d'efficacité de la prédiction (précision et robustesse au bruit) et de sensibilité aux variations de la fréquence fondamentale. La méthode est robuste aux niveaux de bruit jusqu'à un SNR = 15 dB et aux variations de fréquence fondamentale jusqu'à +/- 0.5 Hz. De plus, un indice de confiance sur la prédiction est proposé, augmentant la fiabilité de l'algorithme. Le système offre une mise en œuvre facile en milieu industriel sans avoir besoin de données enregistrées au préalable. La méthode présente l'avantage d'utiliser une base de données de référence de taille réduite, entièrement composée de données synthétiques. Les principaux avantages de la méthode proposée sont ses capacités de généralisation et la possibilité de déclencher une alerte basée sur l'indice de confiance. La précision de classification obtenue sur des données synthétiques comportant sept causes est de 100%. La méthode atteint également un F1-score supérieur à 99% avec des mesures terrain représentant cinq classes sur trois sites industriels différents. Enfin, nous étudions également l'impact des creux de tension sur les équipements industriels. Nous proposons une méthodologie pour estimer la composition de charges déconnectées suite à un creux de tension. Les résultats ont montré des limites en termes d'interaction harmonique entre les charges. Ces limites sont discutées et plusieurs propositions sont faites pour améliorer la méthodeThe demand for power quality analysis has increased over the past decades. Voltage sags are the most frequent and impactful disturbances in industrial power grids, leading to high financial losses for industrial clients. The core of this thesis work is dedicated to the classification of voltage sag causes and their relative location to the monitoring point. The solution uses voltage and current waveforms as input to identify the causes of voltage sags in LV industrial grids. The methodology is based on four-dimension time series signatures, obtained through the application of the Short-Time Fourier Transform (STFT) and the Fortescue Transform. The source of a voltage sag is identified using a distance-based classification strategy with a custom distance measure based on the Dynamic Time Warping algorithm (DTW). In addition, the soft-DTW algorithm is used to reduce the size of the signature training database and increase speed. The performance of the method was analyzed in terms of class separability, prediction efficiency (accuracy and robustness to noise), and sensitivity to fundamental frequency variations. The proposal is resilient regarding noise levels up to an SNR = 15 dB and fundamental frequency variations up to +/- 0.5 Hz. Moreover, a confidence index on the prediction is proposed, increasing the algorithm's reliability. The proposal offers an easy implementation in industrial applications with no previous recorded data. It has the benefit of using a reduced-size reference database, entirely composed of synthetic data. The main advantages of the proposed method are its generalization capabilities and the possibility of raising an alert based on the confidence index. The obtained classification accuracy on synthetic data with seven causes is 100%. The method reaches a classification F1-score higher than 99% with field measurements representing five classes obtained from three different industrial sites. Finally, we also study the impact of voltage sags on industrial equipment. We propose a methodology to estimate the self-disconnected load composition following a voltage sag. The results showed some limitations in terms of harmonic interaction among the loads. Some of the limits of this approach are discussed, and several proposals to improve the load composition estimation for future work are made
19
Emad, Ahmed Anwar Hasanin. "Development and assessment of strategies for non-invasive prenatal diagnosis using fetal cells in maternal blood". Thèse, Université de Sherbrooke, 2014. http://hdl.handle.net/11143/5855.
Abstract (sommario):
Abstract : Current prenatal diagnosis depends on invasive procedures and is thus offered only to high-risk pregnancies. Development of non-invasive prenatal diagnosis (NIPD) would change the risk-benefit ratio and make it likely that more women would benefit from prenatal testing. Scientists have documented the presence of rare fetal cells in maternal blood and envisioned targeting them with specific markers and their use in NIPD. Considering their extremely low frequency in maternal blood, fetal cells have been difficult to retrieve and use in clinical practice. Therefore, there is a pressing need for systematic sequential studies to evaluate their feasibility in NIPD.
Generally, detection of rare cells within a large cell population carries great potentialities for the prospects of cancer management and NIPD. Manual scanning is very cumbersome and time-consuming Therefore; the first part of our project was, dedicated to the optimization of an effective strategy to evaluate retrieval of rare cells. We have developed a way of distributing a controlled number of target cells among hundreds of thousands of other cells on microscope slides. This strategy allows the precise evaluation of the retrieval of rare events and the comparizon of the efficacy of different techniques and enrichment approaches by knowing the definite number and locations of target cells on the slides. Furthermore, it allows the evaluation of hybridization of missed events. We have also developed a robust custom-made detection algorithm for rare cells using the MetaSystems automated platform and have used this strategy in the validation of manual and automatic scanning of 60 slides with a pre-defined number of rare male cells among a pure population of female cells using XY-FISH. Consequently, we tested the developed classifier for the detection of real fetal cells from maternal blood in both normal and aneuploid pregnancies with Down syndrome. We further evaluated the number of fetal cells with different methods of enrichments in the first and second trimesters. The data collected confirmed the early presence of fetal cells in all of the pregnancies tested and their frequencies were higher in cases of aneuploidies. Fetal cells are in a state of dynamic change throughout the pregnancy. Higher numbers of these cells can be obtained by optimizing the harvest time and methods of enrichment. We found that automatic scanning is more sensitive and reliable than manual detection. Furthermore, it alleviates the burden of scanning large numbers of cells and thus is more suitable for clinical application. We also demonstrated the feasibility of using rare cells in NIPD. Five microdissected amniotic fetal cells from 26 cases of normal and aneuploid pregnancies were quite enough to provide accurate NIPD through using whole genome amplification coupled with QF-PCR. Our findings laid the ground for the use of rare fetal cells in maternal blood for NIPD. // Résumé : Le diagnostic prénatal résulte encore aujourd’hui de procédures invasives, qui présentent des risques pour la grossesse. Le développement du diagnostic prénatal non-invasif (DPNI) changerait le rapport risque : bénéfice, rendant le diagnostic prénatal plus intéressant pour les femmes enceintes. Plusieurs chercheurs ont montré la présence de cellules fœtales dans le sang maternel et des travaux ont été entrepris afin de les cibler et de les utiliser éventuellement en DPNI. Toutefois, la faible concentration des cellules fœtales dans le sang maternel réduit les possibilités d’isolement ainsi que celles de leur utilisation en clinique. Un autre aspect technique du DPNI, le balayage manuel, est très laborieux, surtout en terme de temps technique. Il y a donc un besoin certain pour des études approfondies afin d’évaluer et d’améliorer la faisabilité du DPNI. La détection d’évènements rares dans une grande population cellulaire offre un potentiel pour le diagnostic en oncologie mais aussi en diagnostic prénatal. Dans cette thèse, la première étude était dédiée à l’optimisation d’une stratégie pour détecter les cellules rares. Nous avons développé une méthode d’étalement sur lame d’un nombre précis de cellules cibles parmi des centaines de milliers de cellules. Cette stratégie a permis d’évaluer le taux de détection d’évènements rares et de comparer l’efficacité des techniques d’enrichissement en connaissant le nombre exact et la localisation de cellules cibles sur les lames. De plus, il a été possible d’évaluer les problèmes d’hybridation des évènements manqués. Nous avons, par la suite, développé un algorithme robuste pour la détection de cellules rares en utilisant la plateforme de microscopie automatisée MetaSystems et utilisé cette approche dans la validation des balayages manuel et automatique d’un nombre précis de cellules mâles parmi une large population de cellules femelles marquées avec la technique FISH. Nous avons testé ce classificateur avec des échantillons de sang de femmes enceintes de grossesses normales et aneuploïdes et évalué la fréquence de cellules fœtales isolées par différentes méthodes d’enrichissement au cours des premier et second trimestres de grossesse. Les données accumulées ont confirmé la présence de cellules fœtales chez toutes les grossesses et leur fréquence plus élevée dans les grossesses aneuploïdes. Le nombre de cellules fœtales est dynamique tout au long de la grossesse. De plus, un nombre plus élevé de cellules fœtales peut être obtenu en optimisant le moment du prélèvement et les méthodes d’enrichissement. De plus, le balayage automatique s’est avéré plus sensible et constant que le balayage manuel, ce qui permet de balayer un grand nombre de cellules et devient plus approprié pour une application clinique. Nous avons aussi montré la faisabilité d’utiliser des cellules fœtales dans le cadre du DPNI. Cinq cellules amniotiques microdisséquées, provenant de grossesses normales et aneuploïdes, ont suffi pour poser un diagnostic prénatal par une combinaison de l’amplification du génome complet et de la technique QF-PCR (réaction quantitative en fluorescence d’amplification entraînée par une polymérase) permettant la détection d’anomalies chromosomiques. Nos résultats ouvrent la voie à l’utilisation de cellules fœtales dans le sang maternel pour le DPNI.
20
Lu, Jingxian. "L'auto-diagnostic dans les réseaux autonomes : application à la supervision de services multimédia sur réseau IP de nouvelle génération". Thesis, Bordeaux 1, 2011. http://www.theses.fr/2011BOR14461/document.
Abstract (sommario):
Les réseaux autonomes représentent un intérêt certain pour les opérateurs de télécommunications. L’auto-diagnostic, pour la détection des pannes et des dysfonctionnements, est une fonction critique dans le cadre de ces réseaux.Nous avons opté pour l’utilisation d’un diagnostic à base de modèles car il permet un diagnostic automatique, distribué et adapté à l'architecture des réseaux autonomes. Ce diagnostic est basé sur une modélisation explicite des comportements normaux ou anormaux du système. Nous utilisons ensuite un algorithme de diagnostic générique qui s'appuie sur cette modélisation pour réaliser l’auto-diagnostic. La modélisation utilisée est à base de graphe causal. Elle est une représentation intuitive et efficace des relations de causalités qui existent entre les observations et les pannes.Notre algorithme d’auto-diagnostic qui s’appuie sur l’utilisation de graphes causaux, fonctionne sur le principe suivant : lorsqu’une alarme est déclenchée, l’algorithme est lancé et, grâce aux relations de causalité entre l’alarme et les causes, les causes primaires vont pouvoir être localisées. Puisque le graphe causal permet une modélisation modulaire et extensible, il est possible de le séparer ou de le fusionner pour répondre aux besoins des services et architectures de communication. Cette caractéristique nous permet de proposer un algorithme distribué qui s’adapte à l’architecture des réseaux autonomes. Nous avons, ainsi, proposé un algorithme d’auto-diagnostic qui permet de réaliser le diagnostic distribué correspondant à l’architecture du réseau autonome afin de réaliser un diagnostic global.Nous avons implémenté cet algorithme sur une plateforme OpenIMS, et nous avons montré que notre algorithme d'auto-diagnostic pourrait être utilisé pour différents types de service. Les résultats obtenus correspondent bien à ce qui est attenduThe autonomic networks show certain interest to manufacturers and operators of telecommunications. The self-diagnosis, the detection of failure and malfunction, is a critical issue in the context of these networks.We choose based-model diagnosis because it allows an automatic diagnosis, and is suitable to distributed network architecture. This diagnosis is based on an explicit modeling of normal and abnormal behavior of the system. We then use a generic diagnostic algorithm that uses this modeling to perform self-diagnosis. The modeling used is based on causal graph. It is an intuitive and efficient representation of causal relationships between observations and failures.The self-diagnosis algorithm we proposed based on the use of causal graphs. The principle is: when an alarm is triggered, the algorithm is run and, with the causal relationships between alarms and causes, the principal causes will be located. Since the causal graph modeling allows a modular and extensible model, it is possible to separate or merge according to the needs of services and communication architectures. This feature allows us to propose a distributed algorithm that adapts to autonomic network architecture. We have thus proposed a self-diagnosis algorithm that allows for the diagnosis corresponding to the autonomic network architecture to realize a global diagnosis.We have implemented this algorithm on a platform OpenIMS, and we showed that our self-diagnostic algorithm could be used for different types of services. The results of implement correspond to what is expected
21
Huang, Ke. "Modélisation de fautes et diagnostic pour les circuits mixtes/RF nanométriques". Phd thesis, Université de Grenoble, 2011. http://tel.archives-ouvertes.fr/tel-00670338.
Abstract (sommario):
Le diagnostic de fautes est essentiel pour atteindre l'objectif de temps avant mise sur le marché (time to market) des premiers prototypes de circuits intégrés. Une autre application du diagnostic est dans l'environnement de production. Les informations du diagnostic sont très utiles pour les concepteurs de circuits afin d'améliorer la conception et ainsi augmenter le rendement de production. Dans le cas où le circuit est une partie d'un système d'importance critique pour la sûreté (e.g. automobile, aérospatial), il est important que les fabricants s'engagent à identifier la source d'une défaillance dans le cas d'un retour client pour ensuite améliorer l'environnement de production afin d'éviter la récurrence d'un tel défaut et donc améliorer la sûreté. Dans le cadre de cette thèse, nous avons développé une méthodologie de modélisation et de diagnostic de fautes pour les circuits analogiques/mixtes. Une nouvelle approche basée sur l'apprentissage automatique a été proposée afin de considérer les fautes catastrophiques et paramétriques en même temps dans le diagnostic. Ensuite, nous avons focalisé sur le diagnostic de défauts spot qui sont considérés comme le mécanisme de défauts principal de circuits intégrés. Enfin, la méthodologie du diagnostic proposée a été validée par les données de circuits défectueux fournies par NXP Semiconductors - Netherlands. Mots clés: Diagnostic de fautes, modélisation de fautes, test analogique, analyse de défauts, apprentissage automatique
22
Barrera, Núñez Víctor Augusto. "Automatic diagnosis of voltage disturbances in power distribution networks". Doctoral thesis, Universitat de Girona, 2012. http://hdl.handle.net/10803/80944.
Abstract (sommario):
This thesis proposes a framework for identifying the root-cause of a voltage disturbance, as well as, its source location (upstream/downstream) from the monitoring place. The framework works with three-phase voltage and current waveforms collected in radial distribution networks without distributed generation. Real-world and synthetic waveforms are used to test it. The framework involves features that are conceived based on electrical principles, and assuming some hypothesis on the analyzed phenomena. Features considered are based on waveforms and timestamp information. Multivariate analysis of variance and rule induction algorithms are applied to assess the amount of meaningful information explained by each feature, according to the root-cause of the disturbance and its source location. The obtained classification rates show that the proposed framework could be used for automatic diagnosis of voltage disturbances collected in radial distribution networks. Furthermore, the diagnostic results can be subsequently used for supporting power network operation, maintenance and planning.En esta tesis se propone una metodología para la identificación de la localización relativa (aguas arriba/abajo) y la causa de una perturbación eléctrica. La metodología utiliza las ondas trifásicas de tensión y de corriente registradas en redes de distribución radial sin presencia de generación distribuida. La metodología es validada utilizando perturbaciones eléctricas reales y simuladas. La metodología involucra atributos que han sido concebidos basándose en principios eléctricos e hipótesis de acuerdo a cada uno de los fenómenos eléctricos analizados. Se propusieron atributos tanto basados en la forma de onda como en la fecha de ocurrencia de la perturbación. La cantidad de información contenida y/o explicada por cada atributo es valorada mediante la aplicación del análisis multivariante de la varianza y algoritmos de extracción automática de reglas de decisión. Los resultados de clasificación muestran que la metodología propuesta puede ser utilizada para el diagnóstico automático de perturbaciones eléctricas registradas en redes de distribución radial. Los resultados de diagnóstico pueden ser utilizados para apoyar las tareas de operación, mantenimiento y planeamiento de las redes de distribución.
23
Lu, Dingran. "Multi-circle Detections for an Automatic Medical Diagnosis System". DigitalCommons@CalPoly, 2012. https://digitalcommons.calpoly.edu/theses/735.
Abstract (sommario):
Real-time multi-circle detection has been a challenging problem in the field of biomedical image processing, due to the variable sizes and non-ideal shapes of cells in microscopic images. In this study, two new multi-circle detection algorithms are developed to facilitate an automatic bladder cancer diagnosis system: one is a modified circular Hough Transform algorithm integrated with edge gradient information; and the other one is a stochastic search approach based on real valued artificial immune systems. Computer simulation results show both algorithms outperform traditional methods such as the Hough Transform and the geometric feature based method, in terms of both precision and speed.
24
Diez, Lledo Edouard. "Diagnostic et Pronostic de défaillances dans des composants d'un moteur d'avion". Phd thesis, Université Paul Sabatier - Toulouse III, 2008. http://tel.archives-ouvertes.fr/tel-00319675.
Abstract (sommario):
Le diagnostic de défaillances dans le domaine de l'aéronautique est un problème critique à cause des enjeux économiques mais surtout de sûreté des passagers. Dans l'avion les moteurs et ses équipements, régulateurs, périphériques, ... sont les systèmes les plus importants car l'ensemble fournit la puissance nécessaire pour soutenir l'appareil en vol. Une étude préliminaire basée sur les données de maintenance des équipements montre deux systèmes critiques : les vérins du système hydraulique et le système d'huile. Dans les systèmes périphériques du moteur nous trouvons le système hydraulique qui a comme objectif adapter la géométrie du moteur aux nécessités particulières de puissance dans chaque phase de vol. Le système hydraulique est composé d'un certain nombre de vérins inclus dans le circuit du carburant, qui est le fluide qui les actionne. Le vérin VSV (Variable stator Valve), avec sa boucle de régulation, est l'objet de notre étude. Cet actionneur modifie la géométrie de la turbine haute pression pour réussir à avoir une puissance optimale notamment dans le décollage et l'atterrissage. Ces actionneurs sont installés dans la plupart de turbines CFM56-7 fournies par l'entreprise motoriste Hispano-Suiza du Groupe Safran. En ce qui concerne le système d'huile, la lubrification correcte des parties mécaniques mobiles du moteur de l'avion devient critique à cause des vitesses de rotation des éléments mobiles du moteur. Le diagnostic du système décrit est donc le but premier. En complément, là où la maintenance est une partie importante de la vie du système, le pronostic de défaillances et la surveillance du vieillissement est un sujet de plus en plus important. C'est le cas des moteurs aéronautiques dont la maintenance périodique est fondamentale pour la sûreté de fonctionnement du système. En conséquence, le deuxième objectif de cette étude est de coordonner la détection des défaillances avec le pronostic pour réaliser une maintenance adaptative des moteurs. Dans une première partie, on expose les concepts et outils théoriques, basés sur l'analyse de données et la modélisation du système. Ensuite les applications ont été développées en grandeur réelle sur le moteur choisi par l'entreprise, dans le cadre du projet européen TATEM.
25
Arsan, Murad Ismet. "Observateurs et diagnostic automatique de pannes". Toulouse, ENSAE, 1994. http://www.theses.fr/1994ESAE0019.
Abstract (sommario):
Le travail présenté dans cette thèse s'inscrit dans le contexte général du diagnostic des systèmes dynamiques à partir de modèles en utilisant la théorie des observateurs. Dans un premier temps, nous présentons les observateurs élémentaires de dimension un, qui ne sont pas forcément les observateurs d'état mais d'une combinaison linéaire d'état. Nous examinons aussi les propriétés fondamentales et la création de banques de ces observateurs particuliers. Deuxièmement, nous introduisons différentes procédures de génération des résidus découplés en utilisant les observateurs élémentaires. Nous détaillons les conditions d'existence des résidus générés et etudions leur sensibilisation afin d'obtenir des résidus structurés. Par la suite, nous nous intéressons au problème de la robustesse de rédidus par rapport aux incertitudes dans la modélisation du système. Une première méthode proposée compare deux obseravtions, l'une biaisée et l'autre rendue non biaisée par les variations paramétriques ; l'estimation des paramètres inconnus est déduite de cette comparaison. En revanche, si les directions de paramètres incertains sont trop nombreuses, il devient très difficile de générer l'observateur non biaisé. Dans ce cas, nous proposons une deuxième méthode qui comprend l'identification non linéaire des paramètres incertains et qui utilisent les résidus structurés pour détecter et localiser l'anomalie. Les deux méthodes présentées envisagent des calculs à effectuer en temps réel. Dernièrement, nous montrons l'équivalence (théorique, fonctionnelle et de mise en oeuvre) entre deux techniques de génération de résidus : celle fondée sur l'espace de parité et celle fondée sur les observateurs. L'originalité de notre approche réside dans l'aspect constructif de notre développement.
26
Karboub, Kaouter. "Contribution à l'amélioration des performances des services médicaux urgents appliquant l'IoT et l'intelligence artificielle". Electronic Thesis or Diss., Université de Lorraine, 2022. http://www.theses.fr/2022LORR0093.
Abstract (sommario):
L'internet des objets (IoT) et l'intelligence artificielle (IA) sont deux domaines technologiques en progression utilisant les capacités d'exécution de tâches mains libres et d'analyse intelligente des données. Ces technologies présentent un potentiel prometteur pour améliorer les interactions homme-machine dans le flux de travail, créer une meilleure prise de décision et améliorer l'accessibilité aux données. Les progrès rapides et les nouvelles possibilités d'application de l'IoT et de l'IA en sont aux phases initiales. Par conséquent, les travaux de recherche de cette thèse ont pour objectifs d'identifier et d'étudier le potentiel, les défis et les possibilités d'utiliser l'IoT et l'IA pour évaluer les paramètres cliniques. Plusieurs organisations affirment qu'une attention accrue devrait être accordée à l'utilisation efficace des ressources de santé. L'augmentation de l'espérance de vie et de la taille de la population au niveau international s'accompagne d'une augmentation du nombre d'hospitalisations de courte durée, et donc de la capacité limitée des lits. Le rapport international sur la santé mondiale publié par l'Organisation Mondiale de la Santé « OMS » montre que 20 à 40 % de l'ensemble des ressources de soins de santé ne sont pas suffisamment utilisées. Ainsi, les outils qui favorisent un système de soins de santé efficace sont d'une grande importance pour la société actuelle. L'objectif de cette thèse est d'étendre les méthodes dans le domaine de l'IoT et de l'IA ainsi que la modélisation et l'optimisation au flux de patients dans les hôpitaux pour fournir à la direction et aux planificateurs une gamme d'outils de décision afin d'améliorer l'utilisation des ressources hospitalières. Nous élaborons plusieurs problèmes d'optimisation hospitalière pertinents qui concernent la prise de décision au niveau stratégique, tactique et opérationnel. En outre, nous nous concentrons sur différents types de flux de patients, des admissions de patients hospitalisés aux admissions de patients externes, ce qui a donné lieu à de nombreuses études de recherche différentes. Sur le plan méthodologique, nous nous concentrons principalement sur l'évaluation des différentes instances du flux de patients, mais plus particulièrement sur les patients atteints de maladies cardiovasculaires, dont nous appuyant sur la modélisation de la chaîne de Markov. L'accent a été mis plus particulièrement sur la séparation du séjour du patient à l'hôpital en trois phases principales. Chaque phase est interdépendante, variable dans le temps et dépend de l'autre phase. Le cœur de la contribution est d'évaluer et de donner à chaque étape du processus d'admission, de traitement et de sortie des patients des solutions qui peuvent aider les médecins à prendre des décisions temps minimum, mais aussi à les prendre efficacement. Dans notre cas, l'IoT a été de grande utilité afin de collecter les signaux d'électrocardiogrammes (ECG) de patients atteints de différentes pathologies cardiovasculaires, et de transférer ces données dans une plateforme pour le traitement et le stockage. L'IA est utilisée pour classer automatiquement ces signaux avec trois ensembles de données du MIT, afin de décider automatiquement des patients sont atteints de maladies cardiovasculaires. L'IA a ensuite été utilisée pour prédire efficacement quels patients doivent sortir de l'hôpital en fonction de leurs signaux et caractéristiques épidémiologiques et physiologiques, mais aussi en fonction de leur durée de séjour et de leur historique d'admission et de transfert. Enfin, vient le rôle de l'utilisation de l'optimisation métaheuristique. Ce dernier tient compte de l'admission, de la trajectoire de traitement et de la première analyse de survie de ces patients pour décider quels patients seront affectés à un lit dans quel service, principalement dans l'unité de soins intensifsInternet of Things (IoT) and Artificial Intelligence (AI)are two advancing technological areas utilizing the capabilities of performing hands free tasks and intelligent data analysis. These technologies are showing promising potentials of improving the Human-to-Machine interactions in clinical workflow, create a better foundation of clinical decision-making, and improve the accessibility of clinical data. The novel aspect, rapid advancement, and new application possibilities of IoT and AI are in the initial phases. Hence, the thesis research has the objectives of identifying and investigating the potential, challenges, and possibilities of using IoT and AI to assess clinical settings.From the other hand, Various organizations claim that increasing attention should be put on an efficient use of healthcare resources. The internationally rising life expectancy and population size is accompanied by hospitals that are relying more on short admissions, and thus on limited bed capacity. The international World Health Report published by the World Health Organization shows that 20-40% of all healthcare resources are not being sufficiently utilized. Thus, tools that benefit an efficient healthcare system is greatly relevant to the present society. The goal of this thesis is to expand methods in the field of IoT and AI and modeling and optimization to hospital patient flow with a view to provide management and planners with a range of decision tools for improving the utilization of hospital resources. We elaborate on several relevant hospital optimization problems which relate to decision making on both the strategic, tactical and operational level. In addition, we focus on various types of patient flow, from inpatient to outpatient admissions, which has led to many different research studies. Methodologically we mainly focus on evaluating the different instances of patient flow but specifically on patients with cardiovascular diseases (CVD) based on Markov chain modeling.Mainly, the focus was on separating the patient stay in the hospital into three main phases. Each phase in an interdependent, time varying and function of the other phase. The core of the contribution is to assess and give every step of the process of admitting, treating, and discharging patients with solutions that can help physicians take decisions in short time but also take them efficiently. These techniques used IoT in order to collect electrocardiogram signals (ECG) from patients with different CVD pathologies and to transfer these data into a platform that can preprocess it and store it. AI that is used to automatically classify these signals along with three MIT dataset and decide which patients have cardiovascular diseases with no physician intervention. Then AI was used to efficiently predict which patients need to be discharged based on their epidemiological, physiological signals and characteristics and also based on their Length of Stay (LOS) and on their admission and transfer history. Finally, comes the role of using metaheuristic optimization. This last one, into account the admission, treatment trajectory and first survival analysis of these patients to decide which patients will be allocated to a bed in which ward mainly in the Intensive Care Unit (ICU).The proposed system for studying and optimizing the patients flow in a health care facility show high performance based on the different performance metrics we are using in this research project
27
Bazilo, C. V., e Yu A. Petrushko. "Electroacoustic Transducers for Diagnostic Automatic Systems". Thesis, Sumy State University, 2016. http://essuir.sumdu.edu.ua/handle/123456789/46400.
Abstract (sommario):
Using the proposed scheme allowed to increase the level of output
sound pressure of the transducer by about 12 dB compared with the prototype.
Received information can be used in electroacoustic transducers designing.
28
NASIM, AMNAH. "Adaptation of the Segmented Beat Modulation Method to support diagnosis of cardiovascular disorders using electrocardiographic tracings acquired by wearable sensors". Doctoral thesis, Università Politecnica delle Marche, 2021. http://hdl.handle.net/11566/285589.
Abstract (sommario):
Lo scopo di questa tesi è adattare il Segmented Beat Modulation Method (SBMM), un metodo per il filtraggio di segnali electrocardiografici (ECG), per tenere conto sia dei ritmi cardiaci sinusali che non e per aumentare la sua usabilità includendo i moderni sensori indossabili oltre ai tradizionali dispositivi clinici per la diagnosi di patologie cardiovascolari. Infatti, SBMM non è attualmente in grado di funzionare in presenza di battiti cardiaci anormali o aritmici (eventi critici che potrebbero portare allaa morte cardiaca improvvisa), il che limita enormemente la sua applicabilità alla diagnosi di malattie cardiovascolari in uno scenario reale. A questo scopo, questo lavoro presenta il Extended Segmented Beat Modulation Method (ESBMM) con una funzione di classificazione del battito cardiaco utilizzando la convolutional neural network (CNN) che separa prima i battiti cardiaci normali da quelli sopraventricolari (S) e ventricolari (V), e in secondo luogo utilizza modelli rappresentativi mediani separati per filtrare e ricostruire la registrazione ECG pulita. Nel complesso, l’accuratezza (Ac) della classificazione CNN era del 91,5% mentre i valori di predizione positive erano del 92,8%, 95,6% e 83,6%, rispettivamente per le classi di battito N, S e V. Alla fine, il miglioramento del rapporto segnale-rumore (SNR) è stato inferiore a 2 dB in presenza di livelli di rumore trascurabile, ma è aumentato in presenza di rumore fino a superare i 5 dB in presenza di artefatti da movimento degli elettrodi. Pertanto, ESBMM si è dimostrato uno strumento affidabile per classificare i battiti cardiaci in classi N, S e V e per filtraggio di tracciati ECG caratterizzati da ritmi sia sinusali che non sinusali mantenendo la variabilità morfologica nel segnale ECG pseudo-periodico. Altri miglioramenti proposti a SBMM sono un test di compressione preliminare che utilizza la trasformata coseno discreta. Il metodo viene valutato utilizzando SNR e il rapport di compressione (CR) considerando diversi livelli di energia del segnale ECG ricostruito. Per il filtraggio, è stato raggiunto un SNR medio di 4,56 dB che rappresenta un calo complessivo medio di 1,68 dB (37,9%) rispetto all'elaborazione del segnale non compresso mentre il 95% dell'energia del segnale è intatto e quantizzato a 6 bit per la memorizzazione del segnale (CR=2) rispetto ai 12 bit originali, con conseguente riduzione del 50% delle dimensioni di archiviazione. Un altro miglioramento è l’adattamento dell'SBMM alla frequenza cardiaca in modo dinamico ogni 20 secondi, particolarmente indicato per l'acquisizione di dati ECG a lungo termine. Un altro miglioramento presentato adatta SBMM al moderno hardware veloce utilizzando la tecnica di vettorizzazione e le unità di elaborazione grafica chiamate GPU-SBMM. L'applicazione GPU-SBMM ha prodotto un aumento significativo dell'SNR (da 1±5 dB a 19±5 dB; p<10-10). Inoltre, è stata raggiunta una notevole velocità nel runtime dell'algoritmo (3,56x volte GPU NVIDIA GeForce). In aggiunta, viene presentato un sistema automatico di rilevamento dell'aritmia progettato per produrre la massima precisione diagnostica con una quantità minima di dati utilizzando differential evolution (DE) e una probabilistic neural network (PNN) meno pesante dal punto di vista computazionale. Tutti i test sono stati eseguiti su ECG ambulatoriali e a lungo termine acquisiti utilizzando sensoristica indossabile. Lo schema DE-PNN proposto ha fornito una migliore accuratezza di classificazione considerando 8 classi con solo 41 caratteristiche ottimizzate da un insieme di 253 elementi che hanno causato una riduzione dell'83,7% delle caratteristiche di ampiezza diretta. In conclusione, questo lavoro si è dimostrato utile per migliorare la qualità e l'efficienza del sistema di diagnosi automatica delle malattie cardiovascolari su una piattaforma di monitoraggio della salute cardiovascolare moderna e in evoluzione, ovvero sensori ECG indossabiliAbstract Designing automatic cardiovascular disease (CVD) diagnostic systems specifically for signals acquired using wearable electrocardiogram (ECG) sensors becomes a challenge specifically requiring solutions for signal distortions caused by high level of motion artifacts and efficient CVD diagnosis. Hence the aim of this thesis is to develop an adaptation of Segmented Beat Modulation Method (SBMM, a template-based method for denoising of ECG signals) using wearable ECG data to additionally account for non-sinus rhythms and to increase the usability of modern wearable sensors in comparison to traditional in-clinic machines for CVD diagnosis. SBMM has currently failed to work with abnormal or arrhythmic (rare but critical events often leading to sudden cardiac death) heartbeats which hugely limits its applicability to cardiovascular disease diagnosis in a real-world scenario. To this aim, this work presents Extended Segmented Beat Modulation Method with a heartbeat classification function using convolutional neural network (CNN) that first separates the normal (N) from supraventricular (S) and ventricular (V) heartbeats and secondly uses separate median representative templates to denoise and reconstruct the clean ECG recording. Overall, the CNN classification accuracy (Ac) was 91.5% while the positive predictive (PP) values were 92.8%, 95.6%, and 83.6%, for N, S, and V beat classes, respectively. Eventually, signal-to-noise (SNR) improvement was less than 2 dB in the absence of noise but increased in the presence of noise until exceeding 5 dB in the presence of electrode motion artifacts. Hence, ESBMM proved to be a reliable tool to classify cardiac beats into N, S, and V classes and to denoise ECG tracings characterized by both sinus and non-sinus rhythms maintaining the morphological variability in the pseudo-periodic ECG signal. Other improvements proposed to SBMM are a preliminary compression test using discrete cosine transform. The method is evaluated using SNR and compression ratio (CR) considering varying levels of signal energy in the reconstructed ECG signal. For denoising, an average SNR of 4.56 dB was achieved representing an average overall decline of 1.68 dBs (37.9%) as compared to the uncompressed signal processing while 95% of signal energy is intact and quantized at 6 bits for signal storage (CR=2) compared to the original 12 bits, hence resulting in 50% reduction in storage size. Another improvement dynamic-template SBMM adapts SBMM to heart rate and generates the template in a dynamic fashion every 20 seconds and is particularly targeted and tested for long-term ECG data acquisitions. Another presented improvement adapts SBMM to modern fast hardware using vectorization technique and graphical processing units called GPU-SBMM. GPU-SBMM application yielded a significant increase of SNR (from 1±5 dB to 19±5 dB; p<10E-10). Additionally, a considerable speed up in the algorithm runtime (3.56x on average on an NVIDIA GeForce GPU) was achieved. In a secondary domain, an automated arrhythmia detection system is presented that is designed to produce maximum diagnostic accuracy with minimum amount of data (removing redundant and noisy data) using differential evolution (DE) and a less computationally intense probabilistic neural network (PNN). All tests are performed for ambulatory and long term ECG signals acquired using wearable sensing modality. The proposed DE-PNN scheme provides better classification accuracy considering 8 classes with only 41 features optimized from a 253 element feature set implying an 83.7% reduction in direct amplitude features compared to the other evolutionary and statistical schemes. In conclusion, this work has proved beneficial for improving the quality and efficiency of automatic cardiovascular disease diagnosis system on a modern and evolving cardiovascular health monitoring platform i.e. wearable ECG sensors.
29
HU, YIHUI. "Design of supervisors for active diagnosis in discrete event systems". Doctoral thesis, Università degli Studi di Cagliari, 2021. http://hdl.handle.net/11584/324542.
Abstract (sommario):
In recent years, with the development of computer science and electronic information technology, many large and complex systems have emerged. When a system runs online, it is inevitable to produce some faults. If a fault in a system cannot be detected and treated in time, some serious accidents may occur, resulting in economic and human losses. Therefore, in both academia and industry, fault diagnosis has received considerable attention.
A discrete event system is a discrete-state and event-driven system. In modern society, discrete event systems have wide practical application backgrounds. Many systems can be represented by discrete event systems, such as flexible manufacturing systems, smart urban transportation systems and computer communication networks. In recent years, the problem of fault diagnosis in discrete event systems has received much attention. The problem of fault diagnosis in discrete event systems is to determine if some faults have occurred by observing events generated by a plant. On the other hand, diagnosability is a property of a plant such that any fault can be detected within finite future steps after its occurrence. In practice, a plant should necessarily be diagnosable since any fault that has occurred must be detected and be repaired in time to guarantee its safety and reliability. This thesis considers two discrete event modeling formalisms and studies a problem of active diagnosis: it consists in modifying an undiagnosable plant's behavior by supervisory control, thus ensuring that the closed-loop system is diagnosable.
30
Join, Cédric. "Une approche algébrique pour la pratique de l'estimation, du diagnostic, de la commande et de la finance". Habilitation à diriger des recherches, Université de Lorraine, 2012. http://tel.archives-ouvertes.fr/tel-00759370.
Abstract (sommario):
Depuis ma thèse soutenue fin 2002, dont le thème est le diagnostic des systèmes non linéaires, je me consacre au développement de méthodes avec l'algèbre différentielle pour principal outil mathématique. Outre la première partie, plus administrative, dédiée à l'énoncé synthétique de mes différentes activités au niveau tant de la recherche au sein du CRAN que de l'enseignement au sein du département GEII de l'IUT composante de l'Université de Lorraine, j'expose dans ce manuscrit le cheminement, presque chronologique, de ces idées. Ce document comprend trois parties qui s'articulent autour des méthodes théoriques développées et leurs domaines d'applications. Ainsi la première partie est dédiée à l'introduction aux méthodes algébriques et aux fondements mathématiques qui la définissent. L'estimation paramétrique, application directe de ces méthodes, y est aussi présentée avec pour particularités : l'élimination des inconnues inintéressantes grâce à des manipulations algébriques, des formulations explicites et déterministes des estimées. Ces techniques d'estimation rapides qui ont nul besoin de connaissances a priori sur les signaux (y compris les bruits), permettent des estimations en ligne, en boucle fermée et en temps réel. Il en découle encore un algorithme d'estimation des coefficients d'un polynôme image d'une représentation locale d'un signal. Cette dernière idée joue d'ailleurs un grand rôle en automatique puisqu'elle peut s'interpréter tour à tour comme une technique de débruitage ou de dérivation numérique. Dans la deuxième partie, toujours sur la base de manipulations algébriques, une technique de diagnostic systématique en présence de paramètres incertains est exposée. Ces résultats généralisent, dans un cadre linéaire, les approches ayant pour objet de générer des signaux indicateurs de défauts par projection dans un espace dit de parité. Fort des performances obtenues à l'aide des dérivateurs numériques de la précédente partie, des solutions de diagnostic en présence de non linéarités sont proposées. J'y présente également le travail de thèse de A. Moussa Ali qui portait sur la réduction des connaissances nécessaires à la détection de défauts ainsi que celui de S. Rezk, que je co-encadre actuellement, sur la caractérisation des électrocardiogrammes. Dans une troisième partie, une vision totalement novatrice du contrôle des procédés est expliquée. Plutôt que de s'appuyer sur une connaissance toujours plus précise de la structure du modèle du système à commander, elle s'appuie sur une modélisation locale simple décorrélée de la réalité physique mais aussi sur les techniques d'estimation rapides. Il ne s'agit pas d'estimer des paramètres inconnus mais plutôt une grandeur composée d'erreurs de modèle (provenant de la différence entre le modèle réel inconnu et le modèle simple utilisé) et de perturbations. L'ensemble est ensuite rejeté en bloc.\\ Cette idée jouit d'un fort engouement industriel et quelques applications sont présentées. La dernière partie est consacrée à mes perspectives dont l'idée qui monopolise mon esprit aujourd'hui et qui touche au développement de techniques systématiques en finances. La finance mathématique est aujourd'hui largement dominée par les approches statistiques et/ou probabilistes. Appliquer dans ce domaine des outils déterministes est audacieux. En tirant parti du savoir faire tant théorique que pratique acquis en automatique, de premiers résultats très encourageants valident le concept. D'autres perspectives à plus long terme sont aussi proposées.
31
Gemmell, Brian David. "A consultative expert system for intelligent diagnosis on steam turbine plant". Thesis, University of Strathclyde, 1995. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.340915.
32
Folkesson, Christer. "Automatic Error Diagnostic for Network Connection Problems". Thesis, Uppsala University, Department of Information Technology, 2009. http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-112170.
Abstract (sommario):
Customer support inquires about software and network settings takes time and costs money, both for the customer and the vendor giving the support. Doing troubleshooting and problem solving automatically can lower the need for inquires, and when needed, raise the quality of the contact for the customer.
Can a nearly automatic program do sufficient network diagnostic and let an end user alleviating the problem found all on their own?
I surveyed the offerings of such functionality by the current desktop operating system in use. I also developed a prototype that could do automatic error diagnostic of network software settings and the connection to important network services.
The newest operating systems (Windows 7 and Mac OS X Snow Leopard) have good automatic error diagnostic facilities for generic network problems, but older versions like Windows XP has only limited capability. The prototype look at the same problem, but also take it a step further and test the availability and connection quality to a vendor’s specific network service.
For solving generic network problems and when having the newest version of the operating system the benefit of a separate tool is not great. But when a company requires more specific network testing related to their product, and possible retrieve other valuable information for the customer support about the computer setup, a custom developed tool has its benefits.
33
FARSONI, SAVERIO. "Data-Driven Fault Diagnosis and Fault Tolerant Control of Wind Turbines". Doctoral thesis, Università degli studi di Ferrara, 2016. http://hdl.handle.net/11392/2403501.
Abstract (sommario):
Nell’ultimo decennio, la crescente richiesta di produzione di energia elettrica da fonti rinnovabili, ha generato una cospicua attenzione nei riguardi delle turbine eoliche. Si tratta di sistemi particolarmente complessi, che richiedono affidabilit`a, sicurezza, manutenzione e, soprattutto, efficienza nella produzione di potenza elettrica. Pertanto, sono sorte nuove sfide nel campo della ricerca e sviluppo, in particolare nel contesto della modellazione e del controllo. Sistemi di controllo sostenibile e all’avanguardia possono ottimizzare la conversione di energia e garantire determinate prestazioni, anche in presenza di condizioni di lavoro anomale, causate da malfunzionamenti e guasti inaspettati. Questa tesi tratta la tematica della diagnosi dei guasti e del controllo tollerante al guasto applicato alle turbine eoliche. Si propongono originali soluzioni relative al problema della pronta rivelazione del guasto e del suo trattamento. Il sistema di controllo che si `e sviluppato `e principalmente basato su un modulo di diagnosi del guasto, che ha il compito di fornire in tempo reale l’informazione sull’eventuale guasto presente, in modo da compensare l’azione di controllo. Il progetto degli stimatori di guasto riguarda strategie basate sui dati, poich´e offrono un efficace strumento per la gestione di sistemi le cui dinamiche sono scarsamente conosciute in termini analitici e presentano rumore e disturbi. Il primo di questi approcci basati sui dati `e ottenuto tramite modelli fuzzy Takagi-Sugeno (TS), derivanti dall’algoritmo di clustering c-means, seguito da una procedura di identificazione dei parametetri che risolve il problema della reiezione dei disturbi. Il secondo metodo proposto si serve di reti neurali artificiali per descrivere le relazioni fortemente non lineari che sussistono fra misure e guasti. L’architettura scelta fa parte della topologia Non lineare Autoregressiva con ingresso esogeno (NARX), dato che pu`o rappresentare l’evoluzione dinamica di un sistema nel tempo. L’addestramento della rete neurale sfrutta l’algoritmo di Levenberg-Marquardt con backpropagation, e processa un insieme di dati-obiettivo direttamente acquisiti. Gli schemi di diagnosi del guasto e controllo tollerante al guasto sono stati testati per mezzo di due modelli benchmark ad alta fedelt`a, i quali simulano rispettivamente il comportamento di una singola turbina e di un parco eolico, sia in condizioni normali, sia di guasto. Le prestazioni ottenute sono state confrontate con quelle di altre strategie di controllo, proposte in letteratura. Inoltre, un’analisi Monte Carlo ha validato la robustezza dei sistemi sviluppati, relativa a tipiche variazioni nei parametri, disturbi e incertezze.
1
2
Infine, si `e effettuato un test Hardware In the Loop (HIL), al fine di valutare le prestazioni in un contesto piu` realistico e real-time. L’efficacia mostrata dai risultati ottenuti suggerisce future ricerche sull’effettiva applicabilit`a industriale dei sistemi proposti.In recent years, the increasing demand for energy generation from renewable sources has led to a growing attention on wind turbines. Indeed, they represent very complex systems which require reliability, availability, maintainability, safety and, above all, efficiency on the generation of electrical power. Thus, new research challenges arise, in particular in the context of modeling and control. Advanced sustainable control systems can provide the optimization of energy conversion and guarantee the desired performances even in presence of possible anomalous working condition, caused by unexpected faults and malfunctions. This thesis deals with the fault diagnosis and the fault tolerant control of wind turbines, and it proposes novel solutions to the problem of earlier fault detection and accommodation. The developed fault tolerant controller is mainly based on a fault diagnosis module, that provides the on-line information on the faulty or fault-free status of the system, so that the controller action can be compensated. The design of the fault estimators involves data-driven approaches, as they offer an effective tool for coping with a poor analytical knowledge of the system dynamics, together with noise and disturbances. The first data-driven proposed solution relies on fuzzy Takagi-Sugeno (TS) models, that are derived from a clustering c-means algorithm, followed by an identification procedure solving the noise-rejection problem. Then, a second solution makes use of neural networks to describe the strongly nonlinear relationships between measurement and faults. The chosen network architecture belongs to the Nonlinear AutoRegressive with eXogenous input (NARX) topology, as it can represent a dynamic evolution of the system along time. The training of the neural network fault estimators exploits the backpropagation Levenberg-Marquardt algorithm, that processes a set of acquired target data. The developed fault diagnosis and fault tolerant control schemes are tested by means of two high-fidelity benchmark models, that simulate the normal and the faulty behavior of a single wind turbine and a wind farm, respectively. The achieved performances are compared with those of other control strategies, coming from the related literature. Moreover, a Monte Carlo analysis validates the robustness of the proposed systems against the typical parameter uncertainties and disturbances. Finally, the Hardware In the Loop (HIL) test is carried out, in order to assess the performance in a more realistic real-time framework. The effectiveness shown by the achieved results suggests further investigations on the industrial application of the proposed systems.
34
Monroy, Chora Isaac. "An investigation on automatic systems for fault diagnosis in chemical processes". Doctoral thesis, Universitat Politècnica de Catalunya, 2012. http://hdl.handle.net/10803/77637.
Abstract (sommario):
Plant safety is the most important concern of chemical industries. Process faults can cause economic loses as well as human and environmental damages. Most of the operational faults are normally considered in the process design phase by applying methodologies such as Hazard and Operability Analysis (HAZOP). However, it should be expected that failures may occur in an operating plant. For this reason, it is of paramount importance that plant operators can promptly detect and diagnose such faults in order to take the appropriate corrective actions. In addition, preventive maintenance needs to be considered in order to increase plant safety.
Fault diagnosis has been faced with both analytic and data-based models and using several techniques and algorithms. However, there is not yet a general fault diagnosis framework that joins detection and diagnosis of faults, either registered or non-registered in records. Even more, less efforts have been focused to automate and implement the reported approaches in real practice.
According to this background, this thesis proposes a general framework for data-driven Fault Detection and Diagnosis (FDD), applicable and susceptible to be automated in any industrial scenario in order to hold the plant safety. Thus, the main requirement for constructing this system is the existence of historical process data. In this sense, promising methods imported from the Machine Learning field are introduced as fault diagnosis methods. The learning algorithms, used as diagnosis methods, have proved to be capable to diagnose not only the modeled faults, but also novel faults. Furthermore, Risk-Based Maintenance (RBM) techniques, widely used in petrochemical industry, are proposed to be applied as part of the preventive maintenance in all industry sectors. The proposed FDD system together with an appropriate preventive maintenance program would represent a potential plant safety program to be implemented.
Thus, chapter one presents a general introduction to the thesis topic, as well as the motivation and scope. Then, chapter two reviews the state of the art of the related fields. Fault detection and diagnosis methods found in literature are reviewed. In this sense a taxonomy that joins both Artificial Intelligence (AI) and Process Systems Engineering (PSE) classifications is proposed. The fault diagnosis assessment with performance indices is also reviewed. Moreover, it is exposed the state of the art corresponding to Risk Analysis (RA) as a tool for taking corrective actions to faults and the Maintenance Management for the preventive actions. Finally, the benchmark case studies against which FDD research is commonly validated are examined in this chapter.
The second part of the thesis, integrated by chapters three to six, addresses the methods applied during the research work. Chapter three deals with the data pre-processing, chapter four with the feature processing stage and chapter five with the
diagnosis algorithms. On the other hand, chapter six introduces the Risk-Based Maintenance techniques for addressing the plant preventive maintenance. The third part includes chapter seven, which constitutes the core of the thesis. In this chapter the proposed general FD system is outlined, divided in three steps: diagnosis model construction, model validation and on-line application. This scheme includes a fault detection module and an Anomaly Detection (AD) methodology for the detection of novel faults. Furthermore, several approaches are derived from this general scheme for continuous and batch processes. The fourth part of the thesis presents the validation of the approaches. Specifically, chapter eight presents the validation of the proposed approaches in continuous processes and chapter nine the validation of batch process approaches. Chapter ten raises the AD methodology in real scaled batch processes. First, the methodology is applied to a lab heat exchanger and then it is applied to a Photo-Fenton pilot plant, which corroborates its potential and success in real practice. Finally, the fifth part, including chapter eleven, is dedicated to stress the final conclusions and the main contributions of the thesis. Also, the scientific production achieved during the research period is listed and prospects on further work are envisaged.La seguridad de planta es el problema más inquietante para las industrias químicas. Un fallo en planta puede causar pérdidas económicas y daños humanos y al medio ambiente. La mayoría de los fallos operacionales son previstos en la etapa de diseño de un proceso mediante la aplicación de técnicas de Análisis de Riesgos y de Operabilidad (HAZOP). Sin embargo, existe la probabilidad de que pueda originarse un fallo en una planta en operación. Por esta razón, es de suma importancia que una planta pueda detectar y diagnosticar fallos en el proceso y tomar las medidas correctoras adecuadas para mitigar los efectos del fallo y evitar lamentables consecuencias. Es entonces también importante el mantenimiento preventivo para aumentar la seguridad y prevenir la ocurrencia de fallos. La diagnosis de fallos ha sido abordada tanto con modelos analíticos como con modelos basados en datos y usando varios tipos de técnicas y algoritmos. Sin embargo, hasta ahora no existe la propuesta de un sistema general de seguridad en planta que combine detección y diagnosis de fallos ya sea registrados o no registrados anteriormente. Menos aún se han reportado metodologías que puedan ser automatizadas e implementadas en la práctica real. Con la finalidad de abordar el problema de la seguridad en plantas químicas, esta tesis propone un sistema general para la detección y diagnosis de fallos capaz de implementarse de forma automatizada en cualquier industria. El principal requerimiento para la construcción de este sistema es la existencia de datos históricos de planta sin previo filtrado. En este sentido, diferentes métodos basados en datos son aplicados como métodos de diagnosis de fallos, principalmente aquellos importados del campo de “Aprendizaje Automático”. Estas técnicas de aprendizaje han resultado ser capaces de detectar y diagnosticar no sólo los fallos modelados o “aprendidos”, sino también nuevos fallos no incluidos en los modelos de diagnosis. Aunado a esto, algunas técnicas de mantenimiento basadas en riesgo (RBM) que son ampliamente usadas en la industria petroquímica, son también propuestas para su aplicación en el resto de sectores industriales como parte del mantenimiento preventivo. En conclusión, se propone implementar en un futuro no lejano un programa general de seguridad de planta que incluya el sistema de detección y diagnosis de fallos propuesto junto con un adecuado programa de mantenimiento preventivo. Desglosando el contenido de la tesis, el capítulo uno presenta una introducción general al tema de esta tesis, así como también la motivación generada para su desarrollo y el alcance delimitado. El capítulo dos expone el estado del arte de las áreas relacionadas al tema de tesis. De esta forma, los métodos de detección y diagnosis de fallos encontrados en la literatura son examinados en este capítulo. Asimismo, se propone una taxonomía de los métodos de diagnosis que unifica las clasificaciones propuestas en el área de Inteligencia Artificial y de Ingeniería de procesos. En consecuencia, se examina también la evaluación del performance de los métodos de diagnosis en la literatura. Además, en este capítulo se revisa y reporta el estado del arte correspondiente al “Análisis de Riesgos” y a la “Gestión del Mantenimiento” como técnicas complementarias para la toma de medidas correctoras y preventivas. Por último se abordan los casos de estudio considerados como puntos de referencia en el campo de investigación para la aplicación del sistema propuesto. La tercera parte incluye el capítulo siete, el cual constituye el corazón de la tesis. En este capítulo se presenta el esquema o sistema general de diagnosis de fallos propuesto. El sistema es dividido en tres partes: construcción de los modelos de diagnosis, validación de los modelos y aplicación on-line. Además incluye un modulo de detección de fallos previo a la diagnosis y una metodología de detección de anomalías para la detección de nuevos fallos. Por último, de este sistema se desglosan varias metodologías para procesos continuos y por lote. La cuarta parte de esta tesis presenta la validación de las metodologías propuestas. Específicamente, el capítulo ocho presenta la validación de las metodologías propuestas para su aplicación en procesos continuos y el capítulo nueve presenta la validación de las metodologías correspondientes a los procesos por lote. El capítulo diez valida la metodología de detección de anomalías en procesos por lote reales. Primero es aplicada a un intercambiador de calor escala laboratorio y después su aplicación es escalada a un proceso Foto-Fenton de planta piloto, lo cual corrobora el potencial y éxito de la metodología en la práctica real. Finalmente, la quinta parte de esta tesis, compuesta por el capítulo once, es dedicada a presentar y reafirmar las conclusiones finales y las principales contribuciones de la tesis. Además, se plantean las líneas de investigación futuras y se lista el trabajo desarrollado y presentado durante el periodo de investigación.
35
Nie, Yali. "Automatic Melanoma Diagnosis in Dermoscopic Imaging Base on Deep Learning System". Licentiate thesis, Mittuniversitetet, Institutionen för elektronikkonstruktion, 2021. http://urn.kb.se/resolve?urn=urn:nbn:se:miun:diva-41751.
Abstract (sommario):
Melanoma is one of the deadliest forms of cancer. Unfortunately, its incidence rates have been increasing all over the world. One of the techniques used by dermatologists to diagnose melanomas is an imaging modality called dermoscopy. The skin lesion is inspected using a magnification device and a light source. This technique makes it possible for the dermatologist to observe subcutaneous structures that would be invisible otherwise. However, the use of dermoscopy is not straightforward, requiring years of practice. Moreover, the diagnosis is many times subjective and challenging to reproduce. Therefore, it is necessary to develop automatic methods that will help dermatologists provide more reliable diagnoses. Since this cancer is visible on the skin, it is potentially detectable at a very early stage when it is curable. Recent developments have converged to make fully automatic early melanoma detection a real possibility. First, the advent of dermoscopy has enabled a dramatic boost in the clinical diagnostic ability to the point that it can detect melanoma in the clinic at the earliest stages. This technology’s global adoption has allowed the accumulation of extensive collections of dermoscopy images. The development of advanced technologies in image processing and machine learning has given us the ability to distinguish malignant melanoma from the many benign mimics that require no biopsy. These new technologies should allow earlier detection of melanoma and reduce a large number of unnecessary and costly biopsy procedures. Although some of the new systems reported for these technologies have shown promise in preliminary trials, a widespread implementation must await further technical progress in accuracy and reproducibility. This thesis provides an overview of our deep learning (DL) based methods used in the diagnosis of melanoma in dermoscopy images. First, we introduce the background. Then, this paper gives a brief overview of the state-of-art article on melanoma interpret. After that, a review is provided on the deep learning models for melanoma image analysis and the main popular techniques to improve the diagnose performance. We also made a summary of our research results. Finally, we discuss the challenges and opportunities for automating melanocytic skin lesions’ diagnostic procedures. We end with an overview of a conclusion and directions for the following research plan.
36
Round, Andrew John. "Texture and colour for automatic image-based skin lesion analysis". Thesis, Bangor University, 1998. https://research.bangor.ac.uk/portal/en/theses/texture-and-colour-for-automatic-imagebased-skin-lesion-analysis(6f44bc07-d680-4aee-941b-49ba4ddd5314).html.
Abstract (sommario):
The research presented here considers automatic diagnosis support for skin cancer. The role of computer-based diagnosis, and its value within a primary care situation are examined resulting in synthesis of aims, requirements and properties for an effective system -a system based on digital optical images captured and processed using low-cost commercial computer technology. The issues involved in acquisition of lesion boundaries are discussed. The value of accurate and robust boundaries, in terms of both directly obtainable diagnostic features and in enabling lesion property evaluation, is identified. Previous research has proposed the edge focusing process. This work has addressed the improvement, in terms of potential for future development, evaluation and reuse, of this process through porting it to a highly modular form in the Khoros environment. The role of colour analysis and its value in terms of provision of diagnostically useful features is investigated, and the central importance of segmentation is identified. The fundamental properties of effective segmentation of lesion image colours are identified as a need to reflect human perception of colour similarity and a basis on local regions. A new region-based segmentation technique using data transformed to a perception-uniform colour-space is presented and shown to yield promising results. Finally the use of texture information is discussed. The nature and properties of the large-scale texture of skin patterning and its disruption are investigated and an abstracted representation proposed. A new technique is presented and shown to be effective in extracting the qualities of the skin patterning. Methods for analysing this representation of the patterning to quantify the disruption attributable to the lesion are proposed and developed. The combination of these extraction, analysis and disruption evaluation techniques is shown to be effective in relation to both visual assessment of disruption and diagnostic performance.
37
Hallgren, Dan, e Håkan Skog. "Distributed Fault Diagnosis for Networked Embedded Systems". Thesis, Linköping University, Department of Electrical Engineering, 2005. http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-5229.
Abstract (sommario):
In a system like a Scania heavy duty truck, faultcodes (DTCs) are generated and stored locally in the ECUs when components, e.g. sensors or actuators, malfunction. Tests are run periodically to detect failure in the system. The test results are processed by the diagnostic system that tries to isolate the faulty components and set local faultcodes.
Currently, in a Scania truck, local diagnoses are only based on local diagnostic information, which the DTCs are based upon. The diagnosis statement can, however, be more complete if diagnoses from other ECUs are considered. Thus a system that extends the local diagnoses by exchanging diagnostic information between the ECUs is desired. The diagnostic information to share and how it should be done is elaborated in this thesis. Further, a model of distributed diagnosis is given and a few distributed diagnostic algorithms for transmitting and receiving diagnostic information are presented.
A basic idea that has influenced the project is to make the diagnostic system scalable with respect to hardware and thereby making it easy to add and remove ECUs. When implementing a distributed diagnostic system in networked real-time embedded systems, technical problems arise such as memory handling, process synchronization and transmission of diagnostic data and these will be discussed in detail. Implementation of a distributed diagnostic system is further complicated due to the fact that the isolation process is a non deterministic job and requires a non deterministic amount of memory.
38
Sévigny, Johanne. "Méthode de diagnostic automatique pour les systèmes d'asservissement". Thesis, University of Ottawa (Canada), 1989. http://hdl.handle.net/10393/5605.
39
Ahriz, Hatem. "Modélisation automatique de systèmes physiques : application au diagnostic". Chambéry, 1998. http://www.theses.fr/1998CHAMS013.
Abstract (sommario):
L'objectif de notre travail de thèse est de fournir un cadre pour la construction automatique de modèles de systèmes physiques. Nous montrons, par ailleurs, la pertinence du modèle construit pour la tâche de diagnostic de défaillances. Ce travail aboutit à la réalisation de l'outil AIMD (AIde à la Modélisation et au Diagnostic). Notre approche consiste à considérer la tâche de modélisation comme une itération, qui commence par l'élaboration du modèle le plus simple, puis le complexifie si besoin pour tenir compte de deux éléments : les hypothèses de modélisation propres au contexte d'utilisation du système physique, et les contraintes reflétant le comportement dynamique désiré (attendu) de ce système. Une simulation qualitative permet de vérifier si le modèle courant peut, ou non, satisfaire ces contraintes. L'itération est terminée quand on obtient un modèle de parcimonie, ou si, par contre, aucun modèle satisfaisant ne peut être élaboré. Une phase préliminaire consiste à analyser la structure du système physique, donnée sous la forme de l'ensemble de composants et relations entre composants. Le modèle global du système physique est obtenu grâce à l'assemblage des fragments de modèles représentant chacun un composant du système physique. Une bibliothèque, préalablement construite, regroupe les différents fragments (chaque composant pouvant être représenté par plusieurs fragments). Nous utilisons le formalisme des graphes de liaisons pour représenter les fragments de modèles. Le résultat de la tâche de modélisation est alors donné sous forme de graphe de liaisons. Nous en dérivons, ensuite, un graphe causal. Ce dernier est utilisé comme référence (modèle de bon comportement) par rapport aux observations et mesures recueillies auprès du système physique. La tâche de diagnostic consiste, alors, à rechercher la cause d'une défaillance se manifestant par un symptôme.
40
Pastor, Laetitia. "Système automatique d'aide au diagnostic en tomodensitométrie pulmonaire". Besançon, 2004. http://www.theses.fr/2004BESA2026.
41
Letellier, Clément. "Diagnostic robuste des systèmes incertains. Application à un système mécatronique pour l'automobile". Phd thesis, Université de Rouen, 2012. http://tel.archives-ouvertes.fr/tel-00747981.
Abstract (sommario):
La détection de défaut est un champ de recherche très large. Les approches à base de modèle ont reçu une attention particulière. Parfois les incertitudes du modèle créent des déviations impactant la détection de défaut. Plusieurs méthodes sont apparues pour surmonter ce problème. L'approche active essaie de découpler les incertitudes afin de créer des résidus sensibles aux défauts alors que l'approche passive propage les incertitudes afin de créer des enveloppes contenant toutes les trajectoires. Dans ce mémoire, l'approche passive a été privilégiée et l'estimateur d'état par prédiction/correction appelé également " Set-Valued Observer " a été investigué. Cet observateur est particulièrement intéressant pour gérer l'effet d'enveloppement causé par les incertitudes du modèle. L'application étudiée dans ce mémoire est un papillon motorisé dont le modèle est non-linéaire. Pour éviter le conservatisme dû aux non-linéarités, l'approche multimodèle est utilisée pour modéliser - par plusieurs modèles linéaires qui commutent - le papillon motorisé. L'avantage de cette approche est de pouvoir utiliser directement l'analyse par intervalles sans dégrader la robustesse du diagnostic. Par ailleurs, certains capteurs du papillon motorisé ne sont pas disponibles ; la reconstruction de l'état, basée sur les redondances analytiques du modèle est nécessaire. Un Observateur de Luenberger Ensembliste est proposé, permettant d'allier la robustesse des méthodes ensemblistes et la puissance de l'exploitation des redondances analytiques du modèle à des fins de reconstruction de capteurs manquants. Cet observateur robuste allié à l'approche multimodèle nous a permis de concevoir une méthode de détection robuste des défauts dédiée au papillon motorisé et à de nombreux autres systèmes.
42
Jaziri, Samy. "Automate sur les structures temporisée". Thesis, Université Paris-Saclay (ComUE), 2019. http://www.theses.fr/2019SACLN039/document.
Abstract (sommario):
Les systèmes digitaux jouent un rôle croissant dans le bon fonctionnement de notre société.Au delà de la grande diversité de leur domaines d'utilisations, on confie aujourd'hui destâches importantes à des algorithmes. Déjà largement utilisés dans des domaines aussi délicatque le transport, la chirurgie ou l'économie, il est aujourd'hui de plus en plus question defaire de la place aux systèmes digitaux dans les domaines sociaux et politiques :vote électronique, algorithmes de sélection, profilage électoraldotsPour les tâches confiées à des algorithmes, la responsabilité est déplacées de l'exécutantvers les concepteurs, développeurs et testeurs de ces algorithmes. Il incombe aussi auxchercheurs qui étudient ces algorithmes de proposer des techniques de vérifications fiablequi pourront être utilisées à tous les niveaux : conception, développement et test.Les méthodes de vérifications formelles donnent des outils mathématiques pourprévenir des erreurs à chaque niveaux. Parmi elle, le diagnostic d'erreur consiste en lacréation d'un diagnostiqueur basé sur un modèle formel du système à vérifier.Le diagnostiqueur est exécuté en parallèle du système qu'il doit surveiller et prévientun contrôleur si il détecte un comportement dangereux du système.Pour les systèmes modélisés par des automates temporisés, il n'est pas toujours possiblede construire un diagnostiqueur sous la forme d'un autre automate temporisé. En effetles automates temporisés, introduits par cite{AD94} dans les années 90 et largementétudiés et utilisés depuis pour modéliser des systèmes avec contraintes temporelles,ne sont pas déterminisable. Une machine plus puissante qu'un automate temporisé peutcependant être utilisée pour construire le diagnostiqueur d'un automate temporisé commele montre cite{Tripakis02}. L'aboutissement de ce travail de thèse est la constructionautomatique d'un diagnostiqueur pour les automates temporisés à une horloge.Ce diagnostiqueur, dans le même esprit que celui de cite{Tripakis02}, est une machineplus puissante qu'un automate temporisé. La partie~I du manuscrit introduit un cadreformel pour ce type de machine et plus généralement pour la modélisation et ladéterminisation de systèmes quantitatifs. Y est introduit le modèle des automates surstructures temporisés, qui apporte un nouveau point de vue sur la manière de modéliserles systèmes avec variables quantitatives. La partie~II étudie le problème de ladéterminisation des automates sur structures temporises, et plus spécifiquement celuides automates temporisés qui peuvent se traduire dans ce cadre nouveau cadre formel.La partie~III montre comment utiliser les automates sur structure temporisés pourconstruire de manière générique un diagnostiqueur pour les automate temporisés à unehorloge. Cette technique est implémentée dans un outils, DOTA , et comparée à lamachine construite par cite{Tripakis02}Digital system are now part of our society. They are used in a wide range of domainsand in particular they have to handle delicate tasks. Already used in domainssuch as transportation, surgery or economy, we speak now of using digital systemsfor social or political matters : electronic vote, selection algorithms, electoralprofilingdots For task handled by algorithm, the responsibility is moved from theexecutioner to the designer, developer and tester of those algorithms. It is alsothe responsibility of computer scientists who study those algorithms to proposereliable techniques of verification which will be applicable in the design, thedevelopment or the testing phase. Formal verification methods provide mathematicaltools to prevent executions error in all phases. Among them, fault-diagnosis consiston the construction of a diagnoser based on a formal model of the system we aim tocheck. The diagnoser runs in parallel with the real system and emit a warning anytime it detect a dangerous behavior. For systems modeled by timed automata, it isnot always possible to construct a timed automaton to diagnose it. Indeed timed automata,introduce in the nineties by cite{AD94} and widely studied and used since to modeltimed systems, are not determinizable. A machine, more powerful than a timed automaton,can still be used to construct the diagnoser of a timed automaton as it is done incite{Tripakis02}. This thesis work aim at constructing a diagnoser for any one-clocktimed automata. This diagnoser is constructed with the help of a machine more powerfulthan timed automata, following the idea of cite{Tripakis02}. Part~I of this thesisintroduce a formal framework for the modeling of quantitative systems and the study oftheir determinization. In this framework we introduce automata on timed structures,the model used to construct the diagnoser. Part~II study the determinization problemof automata on timed structures, and particularly the one of timed automatadeterminization in this framework. Part~III illustrate how automata on timed structurescan be used to construct in a generic way a diagnoser for one clock timed automata.This technique is implemented in a tool, DOTA , and is compared to the technique usedin cite{Tripakis02}
43
Pascarella, Pietro. "Fault detection e diagnosis di macchine automatiche con tecniche di data mining". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2017.
Abstract (sommario):
Lo scopo di questo progetto è stato quello di realizzare un sistema di diagnostica per la manutenzione preventiva, in grado di valutare in tempo reale lo stato di una macchina automatica, identificare eventuali anomalie e suggerire all'operatore interventi da effettuare al fine di anticipare gli stop e semplificare il troubleshooting.
L'idea consiste nell'utilizzare tecniche di Data Mining per analizzare ed estrapolare informazioni utili dai dati storici per poi creare un modello che consenta di elaborare in tempo reale i dati provenienti dalla macchina.
Il progetto è stato interamente svolto in G.D Spa, azienda leader mondiale nella produzione di macchine automatiche. E' da specificare che il progetto ha coinvolto anche un altro tirocinante che ha redatto una tesi dal titolo "Metodi e modelli diagnostici per la manutenzione su condizione di macchine automatiche" e quindi parte del lavoro è stato condiviso.
44
Rayhane, Hassan. "Surveillance des systèmes de production automatisés : détection et aide au diagnostic". Phd thesis, Grenoble INPG, 2004. http://tel.archives-ouvertes.fr/tel-00169988.
Abstract (sommario):
Le but de la thèse est de développer une nouvelle approche de surveillance des systèmes à événements discrets. La méthode proposée est basée sur la surveillance du temps de service en utilisant l'automate temporisé comme outil de modélisation.Partant d'un système commandé, le premier objectif est la surveillance des différentes activités de ce système afin d'améliorer sa disponibilité. Ceci se traduit par la minimisation du nombre d'arrêts qui pénalisent la production, en suivant en temps réel, l'état de fonctionnement des différents capteurs du système. Ainsi pour chaque tâche, la surveillance du temps écoulé entre deux événements (l'instant où la commande a donné l'ordre de démarrer une tâche et l'instant où le capteur indique la fin d'exécution de la tâche) permet de détecter au plutôt d'éventuelles défaillances. La deuxième phase correspond au diagnostic qui consiste en la détermination des causes du problème observé.
Jusqu'à présent les approches de surveillance utilisent un modèle de référence basé sur la connaissance à priori de toutes les situations interdites du système. Le modèle de surveillance proposé présente un réel avantage. En effet, la détection d'éventuelles défaillances ne nécessite pas une liste exhaustive de toutes les défaillances possibles du système. En fonction de la catégorie du système de production et de la nature des tâches à surveiller nous introduisons une tolérance sur la durée de la tâche à surveiller. Ainsi, la notion de fonctionnement en ‘ mode dégradé' est introduite. Au-delà de cette tolérance, le système sera effectivement dans un état de ‘défaillance'. Différents exemples illustrent la démarche proposée. Ils permettent de montrer la puissance d'une telle approche. De plus, un algorithme permettant le calcul du seuil optimal de tolérance est proposé, ainsi que l'évaluation des performances du système de surveillance.
45
Issury, Irwin. "Contribution au développement d'une stratégie de diagnostic global en fonction des diagnostiqueurs locaux : Application à une mission spatiale". Phd thesis, Bordeaux 1, 2011. http://tel.archives-ouvertes.fr/tel-00643548.
Abstract (sommario):
Les travaux présentés dans ce mémoire traitent de la synthèse d'algorithmes de diagnostic de défauts simples et multiples. L'objectif vise à proposer une stratégie de diagnostic à minimum de redondance analytique en exploitant au mieux les informations de redondance matérielle éventuellement disponibles sur le système. Les développements proposés s'inscrivent dans une démarche de coopération et d'agrégation des méthodes de diagnostic et la construction optimale d'un diagnostic global en fonction des diagnostiqueurs locaux. Les travaux réalisés se veulent génériques dans le sens où ils mêlent à la fois les concepts et outils de deux communautés : ceux de la communauté FDI (Fault Detection and Isolation) et ceux de la communauté DX (Diagnosis) dont les bases méthodologiques sont issues des domaines informatiques et intelligence artificielle. Ainsi, le problème de détection (ainsi que le problème de localisation lorsque les contraintes structurelles le permettent) est résolu à l'aide des outils de la communauté FDI tandis que le problème de localisation est résolu à l'aide des concepts de la communauté DX, offrant ainsi une démarche méthodologique agrégée. La démarche méthodologique se décline en deux étapes principales. La première phase consiste en la construction d'une matrice de signatures mutuellement exclusive. Ainsi, le problème du nombre minimal de relations de redondance analytique (RRA), nécessaires pour établir un diagnostic sans ambiguïté, est abordé. Ce problème est formalisé comme un problème d'optimisation sous contraintes qui est efficacement résolu à l'aide d'un algorithme génétique. La deuxième étape concerne la génération des diagnostics. Ainsi, pour une situation observée, identifier les conflits revient à définir les RRAs non satisfaites par l'observation. Les diagnostics sont obtenus à l'aide d'un algorithme basé sur le concept de formules sous forme MNF (Maximal Normal Form). L'intérêt majeur dans cette approche est sa capacité à traiter le diagnostic des défauts simples et multiples ainsi que le diagnostic des plusieurs modes de fautes (i.e., le diagnostic des différents types de défauts) associés à chaque composant du système surveillé. De plus, il existe des preuves d'optimalité tant au niveau local (preuve de robustesse/sensibilité) qu'au niveau global (preuve de diagnostics minimaux). La méthodologie proposée est appliquée à la mission spatiale Mars Sample Return (MSR). Cette mission, entreprise conjointement entre l'administration nationale de l'aéronautique et de l'espace (NASA) et l'agence spatiale européenne (ESA), vise à ramener des échantillons martiens sur Terre pour des analyses. La phase critique de cette mission est la phase rendez-vous entre le conteneur d'échantillons et l'orbiteur. Les travaux de recherche traitent le problème de diagnostic des défauts capteurs présents sur la chaîne de mesure de l'orbiteur pendant la phase de rendez-vous de la mission. Les résultats, obtenus à l'aide du simulateur haute fidélité de Thalès Alenia Space, montrent la faisabilité et l'efficacité de la méthode.
46
Ngo, Quoc Dung. "Diagnostic de systèmes hybrides incertains par génération automatique de relations de redondance analytique symboliques évaluées par approche ensembliste". Phd thesis, Université de Grenoble, 2012. http://tel.archives-ouvertes.fr/tel-00830791.
Abstract (sommario):
Les activités industrielles peuvent induire des risques de nature diverse, voire conduire à des événements catastrophiques. De façon à réduire ces risques à des niveaux acceptables, à en limiter les coûts aussi bien humains, matériels que financiers et à respecter la réglementation, il est crucial d'en prévenir la survenue (prévention) et à identifier des situations anormales en fonction d'informations récupérées sur le terrain. Ceci nécessite de résoudre deux points essentiels : détecter l'anomalie et faire un diagnostic, d'où l'importance des modèles de bon comportement qui modélisent des systèmes physique réels et les méthodes associées permettant d'effectuer la surveillance en continu. L'approche la plus utilisée dans la communauté FDI est l'approche structurelle qui consiste à construire des relations de redondance analytique (RRA). Le principe de l'approche structurelle est de prendre en compte seulement l'existence des relations entre les variables induites par les équations du modèle. En basant sur cette approche, ma thèse consiste à trouver une réponse qui satisfait un triple objectif :1. Extraire les relations valides à partir du modèle de bon comportement d'un système afin de prendre en compte l'évolution du système en éliminant les relations et des mesures invalides ayant pour but d'effectuer le diagnostic en ligne2. Construire, en utilisant une analyse symbolique couplée avec la théorie des graphes, les relations de redondance analytique symboliques (RRAS) pour la détection des défauts dans le système.3. Evaluer ces RRAS en utilisant le calcul par intervalle, an de prendre en compte les incertitudes présents dans les mesures, lors des tests de cohérence.
47
Baldi, Pietro <1981>. "Fault detection, diagnosis and active fault tolerant control for a satellite attitude control system". Doctoral thesis, Alma Mater Studiorum - Università di Bologna, 2015. http://amsdottorato.unibo.it/6983/1/Baldi_Pietro_tesi.pdf.
Abstract (sommario):
Modern control systems are becoming more and more complex and control algorithms more and more sophisticated. Consequently, Fault Detection and Diagnosis (FDD) and Fault Tolerant Control (FTC) have gained central importance over the past decades, due to the increasing requirements of availability, cost efficiency, reliability and operating safety.
This thesis deals with the FDD and FTC problems in a spacecraft Attitude Determination and Control System (ADCS). Firstly, the detailed nonlinear models of the spacecraft attitude dynamics and kinematics are described, along with the dynamic models of the actuators and main external disturbance sources. The considered ADCS is composed of an array of four redundant reaction wheels. A set of sensors provides satellite angular velocity, attitude and flywheel spin rate information. Then, general overviews of the Fault Detection and Isolation (FDI), Fault Estimation (FE) and Fault Tolerant Control (FTC) problems are presented, and the design and implementation of a novel diagnosis system is described. The system consists of a FDI module composed of properly organized model-based residual filters, exploiting the available input and output information for the detection and localization of an occurred fault. A proper fault mapping procedure and the nonlinear geometric approach are exploited to design residual filters explicitly decoupled from the external aerodynamic disturbance and sensitive to specific sets of faults. The subsequent use of suitable adaptive FE algorithms, based on the exploitation of radial basis function neural networks, allows to obtain accurate fault estimations.
Finally, this estimation is actively exploited in a FTC scheme to achieve a suitable fault accommodation and guarantee the desired control performances. A standard sliding mode controller is implemented for attitude stabilization and control. Several simulation results are given to highlight the performances of the overall designed system in case of different types of faults affecting the ADCS actuators and sensors.
48
Baldi, Pietro <1981>. "Fault detection, diagnosis and active fault tolerant control for a satellite attitude control system". Doctoral thesis, Alma Mater Studiorum - Università di Bologna, 2015. http://amsdottorato.unibo.it/6983/.
Abstract (sommario):
Modern control systems are becoming more and more complex and control algorithms more and more sophisticated. Consequently, Fault Detection and Diagnosis (FDD) and Fault Tolerant Control (FTC) have gained central importance over the past decades, due to the increasing requirements of availability, cost efficiency, reliability and operating safety.
This thesis deals with the FDD and FTC problems in a spacecraft Attitude Determination and Control System (ADCS). Firstly, the detailed nonlinear models of the spacecraft attitude dynamics and kinematics are described, along with the dynamic models of the actuators and main external disturbance sources. The considered ADCS is composed of an array of four redundant reaction wheels. A set of sensors provides satellite angular velocity, attitude and flywheel spin rate information. Then, general overviews of the Fault Detection and Isolation (FDI), Fault Estimation (FE) and Fault Tolerant Control (FTC) problems are presented, and the design and implementation of a novel diagnosis system is described. The system consists of a FDI module composed of properly organized model-based residual filters, exploiting the available input and output information for the detection and localization of an occurred fault. A proper fault mapping procedure and the nonlinear geometric approach are exploited to design residual filters explicitly decoupled from the external aerodynamic disturbance and sensitive to specific sets of faults. The subsequent use of suitable adaptive FE algorithms, based on the exploitation of radial basis function neural networks, allows to obtain accurate fault estimations.
Finally, this estimation is actively exploited in a FTC scheme to achieve a suitable fault accommodation and guarantee the desired control performances. A standard sliding mode controller is implemented for attitude stabilization and control. Several simulation results are given to highlight the performances of the overall designed system in case of different types of faults affecting the ADCS actuators and sensors.
49
Frizzoni, Giulia. "A New Method for Automatic Actuator Fault Diagnosis for Autonomous Underwater Vehicles". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2020.
Abstract (sommario):
Through the following thesis, the problem of the FDI applied to an UUV is developed. Before this design, the mathematical model, a Simulink simulator and a PI control are presented. Finally, the system robustness to parameters variations is tested.
Generally, on a vehicle, faulty conditions on some vehicle components, like thrusters, sensors or any other components, cause a reduction of performances or loss of stability, so that it is necessary a fault-tolerant control systems in order to detect the fault and isolate it from other inputs, or disturbance acting on the system dynamic, ensuring finally the required performance and stability.
50
Ødegård, Jan, e Anders Østen. "Automatic diagnosis of ultrasound images using standard view planes of fetal anatomy". Thesis, Norwegian University of Science and Technology, Department of Computer and Information Science, 2006. http://urn.kb.se/resolve?urn=urn:nbn:no:ntnu:diva-10078.
Abstract (sommario):
The use of ultrasound has revolutionised the area of clinical fetal examinations. The possibility of detecting congenital abnormalities at an early stage of the pregnancy is highly important to maximise the chances of correcting the defect before it becomes life-threatening. The problems related to the routine procedure is its complexity and the fact that it requires a lot of knowledge about fetal anatomy. Because of the lack of training among midwives, especially in less developed countries, the results of the examinations are often limited. In addition, the quality of the ultrasound equipment is often restricted. These limitations imply the need for a standardised procedure for the examination to decrease the amount of time required, as well as an automatic method for proposing the diagnosis of the fetus. This thesis has proposed a solution for automatically making a diagnosis based on the contents of extracted ultrasound images. Based on the concept of standard view planes, a list of predefined images are obtained of the fetus during the routine ultrasonography. These images contain the most important organs to examine, and most common congenital abnormalities are therefore detectable in this set. In order to perform the analysis of the images, medical domain knowledge must be obtained and stored to enable reasoning about the findings in the ultrasound images. The findings are extracted through segmentation and each object is given a unique description. An organ database is developed to store descriptions about existing organs to recognise the extracted objects. Once the organs have been identified, a CBR system is applied to analyse the total contents of one standard view plane. The CBR system uses domain knowledge from the medical domain as well as previously solved problems to identify possible abnormalities in the case describing the standard view plane. When a solution is obtained, it is stored for later retrieval. This causes the reliability of future examinations to increase, because of the constant expansion of the knowledge base. The foundation of standard view planes ensures an effective procedure and the amount of training needed to learn the procedure is minimised due to the automatic extraction and analysis of the contents of the standard view plane. The midwife only has to learn which standard view planes to obtain, not the analysis of their contents.