← Voltar para a vitrine
Área tecnológica
Visão Computacional
Relação automática de tecnologias cadastradas na Vitrine Tecnológica da UERN com esta classificação.
4 tecnologia(s) encontrada(s)
Esta página é gerada automaticamente a partir das informações cadastradas nas tecnologias. Quando novos itens forem vinculados a esta classificação, eles passam a aparecer aqui.
Programa de Computador
Saúde, Fisioterapia e Reabilitação, Tecnologia da Informação, Inteligência Artificial e Ciência de Dados, Visão Computacional
2024 Disponível
O software "Functional Check" é um sistema inovador projetado para fisioterapeutas. O software utiliza técnicas avançadas de visão computacional, baseadas na biblioteca Opencv, para realizar a análise automatizada voltadas para o teste ortopédico funcional Seated Medicine Ball Throw - SMBT.
Patente de Invenção
Saúde, Tecnologia Médica, Bioinformática e Genômica, Inteligência Artificial e Ciência de Dados, Visão Computacional
2024 Disponível
A tecnologia consiste em um método que utiliza aprendizado de máquina para acompanhar e prever a evolução espaço-temporal de tumores a partir de séries temporais de imagens médicas, como tomografias e ressonâncias magnéticas. A proposta busca apoiar a tomada de decisão em oncologia, contribuindo para um acompanhamento mais dinâmico e preditivo da progressão tumoral.
Patente de Invenção
Tecnologia da Informação, Segurança da Informação, Inteligência Artificial e Ciência de Dados, Visão Computacional
2019 Disponível
Tecnologia voltada à predição de séries temporais de imagens codificadas, utilizando métodos de codificação RLE e LZW associados a árvore regressiva. O método permite prever uma imagem codificada futura a partir de uma sequência temporal de imagens codificadas, com aplicação em segurança da informação e em situações nas quais é necessário manter ocultos os dados originais.
Patente de Invenção
Tecnologia da Informação, Segurança da Informação, Inteligência Artificial e Ciência de Dados, Visão Computacional
2019 Disponível
Tecnologia voltada à estimação e predição de séries espaçotemporais de dados de imagens codificadas, utilizando técnicas de codificação sem perdas, como RLE e LZW, associadas à máquina de suporte vetorial. O método permite prever uma imagem codificada futura a partir de uma sequência temporal de imagens codificadas, mantendo ocultos os dados originais.