ads:
ANA CAROLINA NICOLOSI DA ROCHA GRACIOSO
Avaliação do desempenho de recuperação de imagens
médicas baseada em conteúdo em Redes de Computadores
Dissertação apresentada à Escola de Engenharia
de São Carlos da Universidade de São Paulo,
como parte dos requisitos para obtenção do título
de Mestre em Engenharia Elétrica.
Orientador: Prof. Dr. Adilson Gonzaga
São Carlos
2008
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
ads:
Dedicatória
Ao meu filho Ariel da Rocha
Gracioso e meu marido Luciano
Gracioso por todos os passeios,
brincadeiras e momentos juntos que
deixamos de ter durante a execução
deste trabalho.
Agradecimentos
Agradeço em primeiro lugar a Deus por me dar saúde, inteligência e por colocar na minha
vida sempre pessoas maravilhosas.
Agradeço ao meu orientador Adilson Gonzaga pela oportunidade, conhecimento, competência
e dedicação, por ser muito mais que um orientador, ser um pai com o qual pude conversar e
aprender coisas muito além que as escritas neste trabalho de mestrado.
Agradeço ao meu amado marido Luciano Gracioso por todo apoio e compreensão, sem o qual
eu jamais teria forças para concluir este trabalho.
A toda minha família, em especial aos meus pais Silvio Pedroso da Rocha e Maria Célia
Nicolosi da Rocha, aos meus irmãos Ana Luisa Nicolosi da Rocha e Paulo Sérgio Nicolosi da
Rocha, aos meus cunhados Alexandre Gracioso e Regina Gracioso e a minha sogra Antônia
Odete Peres Gracioso por cuidarem do meu filho durante as temporadas em que estive em São
Carlos estudando.
Agradeço a grande amiga Magali Andréia Rossi pelas explicações sobre redes de
computadores e revisão do texto, ao amigo Fernando Salina pela contribuição na
implementação e explicações sobre Wavelets e ao amigo Wellington Rocha por sua
persistência com a configuração do servidor, acreditem, não foi fácil.
Agradeço a Ana Claudia Paris pelos artigos e explicações sobre Wavelets, por sua grande
amizade e apoio.
Agradeço aos professores, funcionários e amigos do Departamento de Engenharia Elétrica de
São Carlos, em especial Fábio da Silva por apresentar-me ao professor Adilson Gonzaga,
André de Souza Tarallo, Deise Malves, Milene Arantes, Renata de Freitas Góes e Sérgio
Germanovix por me ajudarem nas disciplinas, pelas conversas, companhia e incentivo.
Agradeço a todos os voluntários que me ajudaram na fase de testes do sistema, em especial
aos colegas André Muezérie, Erlon Rodrigues Cruz, Ismael Infante e Roberto Rigolin.
Agradeço a todos os amigos que compreenderam que se estive longe de suas vidas por um
período é porque foi necessário, mas que mesmo assim continuaram me apoiando e torcendo
por mim, em especial a Alessandra de Souza Rodrigues que mesmo eu não retornando suas
ligações e não respondendo seus e-mails nunca deixou de ligar ou escrever.
Agradeço a Universidade de São Paulo por colocar a minha disposição a sua estrutura e a
FAPESP pelo apoio financeiro.
Agradeço a todos aqueles que contribuíram de alguma forma com este trabalho.
Resumo
GRACIOSO, A. C. N. R. Avaliação do desempenho de recuperação de imagens médicas
baseada em conteúdo em Redes de Computadores. 2008. 198 f. Dissertação (Mestrado) -
Escola de Engenharia Elétrica de São Carlos, Universidade de São Paulo, 2008.
A área de recuperação de informação baseada em conteúdo visual, a cada dia ganha maior
importância graças ao volume de material existente, incluindo imagens e vídeo digitais,
compartilhado e distribuído principalmente via Internet. Neste cenário, novas formas de
consumo, manipulação e exploração de materiais digitais, têm sido criadas através da
organização e indexação apropriadas. O grande aumento de bases de imagens médicas
digitalizadas, somado às tecnologias associadas à imagens médicas e à ferramentas de
recuperação baseadas no conteúdo dessas imagens, têm oferecido relevantes contribuições à
prática da medicina. Além de positivamente influenciar no processo de aprendizagem de
estudantes e também auxiliar nos diagnósticos, agregando esses recursos aos Sistemas de
Arquivamento e Comunicação de Imagens (Picture Archiving and Communication Systems –
PACS). O principal objetivo deste trabalho é verificar a viabilidade de um sistema de
recuperação de imagens por conteúdo em rede, testando os tempos computacionais
envolvidos para acesso em uma rede óptica de alta velocidade (KyaTera) e na Internet.
Também foram avaliadas famílias Wavetels como extratores de características de texturas e os
resultados foram comparados em imagens médicas, considerando a eficiência de recuperação.
Os resultados obtidos neste trabalho poderão servir como base para o desenvolvimento de
programas de recuperação de imagens aplicados na área das Ciências Médicas e como
indicativo da velocidade e do tráfego em redes de computadores instaladas em hospitais,
conectando estes a clínicas, consultórios e demais infra-estruturas da área médica.
Palavras-chave: Wavelets, CBIR, Imagens Médicas, Redes de Computadores.
Abstract
GRACIOSO, A. C. N. R. Performance evaluation of content-based image retrieval on
Networks.. 2008. 198 f. Thesis (Mastering) - Escola de Engenharia Elétrica de São Carlos,
Universidade de São Paulo, 2008.
The field of information retrieval based on visual contents, has increased in importance due to
its great deal of available material, including digital images and videos, which has been
shared and disseminated mainly via Internet. Thus, new patterns of consumption, handling,
and exploration of digital materials have been developed using proper organization and
indexation. The considerable increase in the digital medical image database, as well as the
emerging technology and the retrieval tools based on the contents of these images, has
contributed substantially to medicine practice. Additionally, associated to the Picture
Archiving and Communication Systems (PACS), this advancement has positively influenced
the education process and has aided diagnoses.The main objective of this work is to verify the
performance of a content-based image retrieval system running on computer networks, testing
the computational times involved for access on a high-speed optical (KyaTera) network and
on the Internet. Wavetels families were also evaluated as texture extractors and the results
were compared in medical images, considering the recovery efficiency.The results obtained
herein may serve as a basis for the development of image recovery programs applied to the
Medical Sciences area, and as indicative of traffic speed on computer networks installed in
hospitals, connecting them to clinics and other infrastructures in the medical field.
Keywords: Wavelets, CBIR, Medical Images, Networks.
Lista de Figuras
Figura 4.1. O modelo cliente-servidor. Fonte: Tanenbaum (2003). ....................................... 73
Figura 4. 2: Arquiterutas OSI e TCP/IP. Fonte: Gallo; Hancock (2003)................................ 74
Figura 4.3. Comportamento da requisição/resposta do HTTP. Fonte: Kurose; Ross (2006).. 75
Figura 4.4. Matlab WebServer e WebServer Daemon rodando em uma mesma máquina.
Fonte: Mathworks (2004)..................................................................................................... 79
Figura 4.5. Matlab WebServer e WebServer Daemon rodando em máquinas separadas. Fonte:
Mathworks (2004)................................................................................................................ 80
Figura 4. 6: Plataforma óptica fiber-to-the-lab. Fonte: http://kyatera.incubadora.fapesp.br/
portal/projeto-kyatera/rede-kyatera. ..................................................................................... 82
aaaaaaa
Figura 5.1. Imagem de Consulta........................................................................................... 87
Figura 5.2. Tela do sistema com as 30 imagens mais semelhantes à imagem de consulta
encontradas no banco........................................................................................................... 88
Figura 5.3. Conjunto de imagens sintéticas........................................................................... 89
Figura 5.4. Conjunto de imagens de texturas. ....................................................................... 91
Figura 5.5. Classe Crânio. .................................................................................................... 92
Figura 5.6. Classe Tórax. ..................................................................................................... 92
Figura 5.7. Classe Abdômen. ............................................................................................... 92
Figura 5. 8. Classe Coluna Vertebral.................................................................................... 92
Figura 5.9. Classe Colo Lombar........................................................................................... 93
Figura 5.10. Transformada Wavelet Db2 com três níveis de decomposição. ......................... 94
Figura 5. 11: Pontos da rede KyaTera onde os testes foram realizados. ................................ 96
aa
Figura 6. 1: Classe separada com 100% de acerto. Consulta kNNQ = 20, imagem pesquisada
= 81. .................................................................................................................................. 103
Figura 6.2: Curvas Recall x Precision das Wavelets de Haar, Db2, Db3 e Db4................... 104
Figura 6. 3: (a) Gráfico da média de tempos de upload. (b), (c), (d), (e) e (f) Gráficos das
médias de tempos de downloads das imagens 1 a 5 para testes no servidor utilizando 0%, 8%
e 64% da CPU.................................................................................................................... 111
Figura 6. 4: (a) gráfico da média de tempos de upload e (b), (c), (d), (e) e (f) gráficos das
médias de tempos de downloads das imagens 1 a 5 em pontos e máquinas diferentes na rede
KyaTera............................................................................................................................. 114
Figura 6. 5: (a) gráfico da média de tempos de upload e (b), (c), (d), (e) e (f) gráficos das
médias de tempos de downloads das imagens 1 a 5 no mesmo laboratório utilizando 0% e
15% da CPU. ..................................................................................................................... 117
Figura 6. 6: (a) gráfico da média de tempos de upload e (b), (c), (d), (e) e (f) gráficos das
médias de tempos de downloads das imagens 1 a 5 no ICMC utilizando 0% e 15% da CPU.
.......................................................................................................................................... 119
Figura 6.7: (a) gráfico da média de tempos de upload e (b), (c), (d), (e) e (f) gráficos das
médias de tempos de downloads das imagens 1 a 5 na UFSCar utilizando 0% e 15% da CPU.
.......................................................................................................................................... 121
Figura 6.8 (a) gráfico da média de tempos de upload e (b), (c), (d), (e) e (f) gráficos das
médias de tempos de downloads das imagens 1 a 5 em três pontos da rede KyaTera com a
mesma máquina. ................................................................................................................ 123
Figura 6.9: (a) gráfico da média de tempo de upload na Internet e (b), (c) e (d) gráfico da
média de tempos de download das imagens 1 a 3 na Internet.............................................. 126
Figura 6.10: Gráfico das médias de tempos de download das imagens 4 e 5 na Internet...... 127
Figura 6.11: (a) Gráfico de tempos de upload na Internet x média KyaTera. (b) Aproximação
da faixa de valores entre 0 e 3.000 ms do gráfico (a). ......................................................... 130
Figura 6.12: Gráfico de tempos de download das imagens 1 a 5 na Internet x média KyaTera.
.......................................................................................................................................... 131
Lista de Tabelas
Tabela 5.1 – Classes das imagens médicas do banco. ........................................................... 86
Tabela 5.2 – Classes das imagens sintéticas.......................................................................... 90
Tabela 5.3 – Classes das imagens de textura......................................................................... 90
Tabela 5.4– Classes das imagens médicas do conjunto de teste. ........................................... 93
Tabela 5. 5 – Configuração dos computadores em pontos distintos....................................... 97
Tabela 5. 6 – Classificação dos testes realizados na Internet segundo o meio de transmissão.98
a
Tabela 6. 1 – Haar, dois níveis de decomposição. Média e variância dos detalhes. ............. 102
Tabela 6. 2 – Desempenho das Wavelets testadas. .............................................................. 103
Tabela 6. 3 – Db2, três níveis de decomposição. Média, variância e energia dos detalhes... 106
Tabela 6.4 – Haar, coeficientes de aproximação do sétimo nível de decomposição – 16
coeficientes........................................................................................................................ 106
Tabela 6. 5 – Haar, aproximação do sétimo nível de decomposição – 16 coeficientes......... 107
Tabela 6.6 – Haar, aproximação do sétimo nível de decomposição – 16 coeficientes.......... 107
Tabela 6.7 – Haar, aproximação do sexto nível de decomposição – 64 coeficientes............ 108
Tabela 6.8 – Haar, aproximação do sexto nível de decomposição – 64 coeficientes............ 108
Tabela 6.9 – Tamanho das imagens de busca...................................................................... 109
Tabela 6.10 – Tamanho total dos arquivos retornados nas buscas....................................... 109
Tabela 6. 11 – Média de tempos de upload e download para testes no servidor utilizando 0%,
8% e 64% da CPU. ............................................................................................................ 110
Tabela 6. 12 – Média de tempos de upload e downloads em pontos e máquinas diferentes na
rede KyaTera. .................................................................................................................... 113
Tabela 6. 13 – Média de tempos de upload e downloads no mesmo laboratório utilizando 0%
e 15% da CPU.................................................................................................................... 116
Tabela 6. 14 – Média de tempos de upload e downloads no ICMC utilizando 0% e 15% da
CPU................................................................................................................................... 118
Tabela 6. 15 – Média de tempos de upload e downloads na UFSCar utilizando 0% e 15% da
CPU................................................................................................................................... 120
Tabela 6.16 – Média de tempos de upload e downloads em três pontos da rede KyaTera com a
mesma máquina. ................................................................................................................ 122
Tabela 6. 17 – Média de tempos de upload e downloads na Internet................................... 125
Tabela 6.18 – Teste realizado por voluntário na Internet..................................................... 128
Tabela 6.19 – Teste realizado por voluntário na Internet..................................................... 128
Tabela 6. 20 – Tempos de upload e downloads na Internet x média KyaTera. .................... 129
Tabela 6. 21 – Aceitabilidade dos tempos de resposta obtidos na Internet do ponto de vista dos
voluntários......................................................................................................................... 132
a
Tabela A.1 – Haar, dois níveis de decomposição. Média e variância dos detalhes............... 147
Tabela A.2 – Haar, dois níveis de decomposição. Média, variância e energia dos detalhes. 147
Tabela A.3 – Haar, dois níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 148
Tabela A.4 – Haar, dois níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 148
Tabela A.5 – Haar, três níveis de decomposição. Média e variância dos detalhes. .............. 148
Tabela A.6 – Haar, três níveis de decomposição. Média, variância e energia dos detalhes. . 148
Tabela A.7 – Haar, três níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 148
Tabela A.8 – Haar, três níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 149
Tabela A.9 – Haar, quatro níveis de decomposição. Média, variância dos detalhes............. 149
Tabela A.10 – Haar, quatro níveis de decomposição. Média, variância e energia dos detalhes.
.......................................................................................................................................... 149
Tabela A.11 – Haar, quatro níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 149
Tabela A.12 – Haar, quatro níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 149
Tabela A.13 – Db2, dois níveis de decomposição. Média e variância dos detalhes. ............ 150
Tabela A.14 – Db2, dois níveis de decomposição. Média, variância e energia dos detalhes.150
Tabela A.15 – Db2, dois níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 150
Tabela A.16 – Db2, dois níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 150
Tabela A.17 – Db2, três níveis de decomposição. Média e variância dos detalhes. ............. 150
Tabela A.18 – Db2, três níveis de decomposição. Média, variância e energia dos detalhes. 151
Tabela A.19 – Db2, três níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 151
Tabela A.20 – Db2, três níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 151
Tabela A.21 – Db2, quatro níveis de decomposição. Média, variância dos detalhes............ 151
Tabela A.22 – Db2, quatro níveis de decomposição. Média, variância e energia dos detalhes.
.......................................................................................................................................... 151
Tabela A.23 – Db2, quatro níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 152
Tabela A.24 – Db2, quatro níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 152
Tabela A.25 – Db3, dois níveis de decomposição. Média e variância dos detalhes. ............ 152
Tabela A.26 – Db3, dois níveis de decomposição. Média, variância e energia dos detalhes.152
Tabela A.27 – Db3, dois níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 152
Tabela A.28 – Db3, dois níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 153
Tabela A.29 – Db3, três níveis de decomposição. Média e variância dos detalhes. ............. 153
Tabela A.30 – Db3, três níveis de decomposição. Média, variância e energia dos detalhes. 153
Tabela A.31 – Db3, três níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 153
Tabela A.32 – Db3, três níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 153
Tabela A.33 – Db3, quatro níveis de decomposição. Média, variância dos detalhes............ 154
Tabela A.34 – Db3, quatro níveis de decomposição. Média, variância e energia dos detalhes.
.......................................................................................................................................... 154
Tabela A.35 – Db3, quatro níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 154
Tabela A.36 – Db3, quatro níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 154
Tabela A.37 – Db4, dois níveis de decomposição. Média e variância dos detalhes. ............ 154
Tabela A.38 – Db4, dois níveis de decomposição. Média, variância e energia dos detalhes.155
Tabela A.39 – Db4, dois níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 155
Tabela A.40 – Db4, dois níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 155
Tabela A.41 – Db4, três níveis de decomposição. Média e variância dos detalhes. ............. 155
Tabela A.42 – Db4, três níveis de decomposição. Média, variância e energia dos detalhes. 155
Tabela A.43 – Db4, três níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 156
Tabela A.44 – Db4, três níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 156
Tabela A.45 – Db4, quatro níveis de decomposição. Média, variância dos detalhes............ 156
Tabela A.46 – Db4, quatro níveis de decomposição. Média, variância e energia dos detalhes.
.......................................................................................................................................... 156
Tabela A.47 – Db4, quatro níveis de decomposição. Média e variância dos detalhes e
aproximação. ..................................................................................................................... 156
Tabela A.48 – Db4, quatro níveis de decomposição. Média, variância e energia dos detalhes e
aproximação. ..................................................................................................................... 157
a
Tabela B. 1 – Teste realizado por voluntário na Internet com conexão Dial-up.................. 159
Tabela B. 2 – Teste realizado por voluntário na Internet com conexão Dial-up.................. 160
Tabela B. 3 – Teste realizado por voluntário na Internet com conexão Dial-up.................. 160
Tabela B. 4 – Teste realizado por voluntário na Internet com conexão Dial-up.................. 160
Tabela B. 5 – Teste realizado por voluntário na Internet com conexão Dial-up.................. 161
Tabela B. 6 – Teste realizado por voluntário na Internet com conexão a Rádio................... 161
Tabela B. 7 – Teste realizado por voluntário na Internet com conexão a Rádio................... 161
Tabela B. 8 – Teste realizado por voluntário na Internet com conexão a Rádio................... 162
Tabela B. 9 – Teste realizado por voluntário na Internet com conexão a Rádio................... 162
Tabela B. 10 – Teste realizado por voluntário na Internet com conexão a Rádio................. 162
Tabela B. 11 – Teste realizado por voluntário na Internet com conexão a Rádio................. 163
Tabela B. 12 – Teste realizado por voluntário na Internet com conexão a Rádio................. 163
Tabela B. 13 – Teste realizado por voluntário na Internet com conexão a Rádio................. 163
Tabela B. 14 – Teste realizado por voluntário na Internet com conexão a Rádio................. 164
Tabela B. 15 – Teste realizado por voluntário na Internet com conexão a Rádio................. 164
Tabela B. 16 – Teste realizado por voluntário na Internet com conexão a Rádio................. 164
Tabela B. 17 – Teste realizado por voluntário na Internet com conexão a Rádio................. 165
Tabela B. 18 – Teste realizado por voluntário na Internet com conexão a Rádio................. 165
Tabela B. 19 – Teste realizado por voluntário na Internet com conexão a Rádio................. 165
Tabela B. 20 – Teste realizado por voluntário na Internet com conexão a Rádio................. 166
Tabela B. 21 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 166
Tabela B. 22 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 166
Tabela B. 23 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 167
Tabela B. 24 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 167
Tabela B. 25 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 167
Tabela B. 26 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 168
Tabela B. 27 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 168
Tabela B. 28 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 168
Tabela B. 29 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 169
Tabela B. 30 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 169
Tabela B. 31 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 169
Tabela B. 32 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica..... 170
Tabela B. 33 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 170
Tabela B. 34 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 170
Tabela B. 35 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 171
Tabela B. 36 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 171
Tabela B. 37 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 171
Tabela B. 38 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 172
Tabela B. 39 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 172
Tabela B. 40 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 172
Tabela B. 41 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 173
Tabela B. 42 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 173
Tabela B. 43 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 173
Tabela B. 44 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 174
Tabela B. 45 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 174
Tabela B. 46 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 174
Tabela B. 47 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 175
Tabela B. 48 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 175
Tabela B. 49 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 175
Tabela B. 50 – Teste realizado por voluntário na Internet com conexão a Cabo.................. 176
Tabela B. 51 – Teste realizado por voluntário na Internet com conexão ADSL................... 176
Tabela B. 52 – Teste realizado por voluntário na Internet com conexão ADSL................... 176
Tabela B. 53 – Teste realizado por voluntário na Internet com conexão ADSL................... 177
Tabela B. 54 – Teste realizado por voluntário na Internet com conexão ADSL................... 177
Tabela B. 55 – Teste realizado por voluntário na Internet com conexão ADSL................... 177
Tabela B. 56 – Teste realizado por voluntário na Internet com conexão ADSL................... 178
Tabela B. 57 – Teste realizado por voluntário na Internet com conexão ADSL................... 178
Tabela B. 58 – Teste realizado por voluntário na Internet com conexão ADSL................... 178
Tabela B. 59 – Teste realizado por voluntário na Internet com conexão ADSL................... 179
Tabela B. 60 – Teste realizado por voluntário na Internet com conexão ADSL................... 179
Tabela B. 61 – Teste realizado por voluntário na Internet com conexão ADSL................... 179
Tabela B. 62 – Teste realizado por voluntário na Internet com conexão ADSL................... 180
Tabela B. 63 – Teste realizado por voluntário na Internet com conexão ADSL................... 180
Tabela B. 64 – Teste realizado por voluntário na Internet com conexão ADSL................... 180
Tabela B. 65 – Teste realizado por voluntário na Internet com conexão ADSL................... 181
Tabela B. 66 – Teste realizado por voluntário na Internet com conexão ADSL................... 181
Tabela B. 67 – Teste realizado por voluntário na Internet com conexão ADSL................... 181
Tabela B. 68 – Teste realizado por voluntário na Internet com conexão ADSL................... 182
Tabela B. 69 – Teste realizado por voluntário na Internet com conexão ADSL................... 182
Tabela B. 70 – Teste realizado por voluntário na Internet com conexão ADSL................... 182
Tabela B. 71 – Teste realizado por voluntário na Internet com conexão ADSL................... 183
Tabela B. 72 – Teste realizado por voluntário na Internet com conexão ADSL................... 183
Tabela B. 73 – Teste realizado por voluntário na Internet com conexão ADSL................... 183
Tabela B. 74 – Teste realizado por voluntário na Internet com conexão ADSL................... 184
Tabela B. 75 – Teste realizado por voluntário na Internet com conexão ADSL................... 184
Tabela B. 76 – Teste realizado por voluntário na Internet com conexão ADSL................... 184
Tabela B. 77 – Teste realizado por voluntário na Internet com conexão ADSL................... 185
Tabela B. 78 – Teste realizado por voluntário na Internet com conexão ADSL................... 185
Tabela B. 79 – Teste realizado por voluntário na Internet com conexão ADSL................... 185
Tabela B. 80 – Teste realizado por voluntário na Internet com conexão ADSL................... 186
Tabela B. 81 – Teste realizado por voluntário na Internet com conexão ADSL................... 186
Tabela B. 82 – Teste realizado por voluntário na Internet com conexão ADSL................... 186
Tabela B. 83 – Teste realizado por voluntário na Internet com conexão ADSL................... 187
Tabela B. 84 – Teste realizado por voluntário na Internet com conexão ADSL................... 187
Tabela B. 85 – Teste realizado por voluntário na Internet com conexão ADSL................... 187
Tabela B. 86 – Teste realizado por voluntário na Internet com conexão ADSL................... 188
Tabela B. 87 – Teste realizado por voluntário na Internet com conexão ADSL................... 188
Tabela B. 88 – Teste realizado por voluntário na Internet com conexão ADSL................... 188
Tabela B. 89 – Teste realizado por voluntário na Internet com conexão ADSL................... 189
Tabela B. 90 – Teste realizado por voluntário na Internet com conexão ADSL................... 189
Tabela B. 91 – Teste realizado por voluntário na Internet com conexão ADSL................... 189
Tabela B. 92 – Teste realizado por voluntário na Internet com conexão ADSL................... 190
Tabela B. 93 – Teste realizado por voluntário na Internet com conexão ADSL................... 190
Tabela B. 94 – Teste realizado por voluntário na Internet com conexão ADSL................... 190
Tabela B. 95 – Teste realizado por voluntário na Internet com conexão ADSL................... 191
Tabela B. 96 – Teste realizado por voluntário na Internet com conexão ADSL................... 191
Tabela B. 97 – Teste realizado por voluntário na Internet com conexão ADSL................... 191
Tabela B. 98 – Teste realizado por voluntário na Internet com conexão ADSL................... 192
Tabela B. 99 – Teste realizado por voluntário na Internet com conexão ADSL................... 192
Tabela B. 100 – Teste realizado por voluntário na Internet com conexão ADSL................. 192
Tabela B. 101 – Teste realizado por voluntário na Internet com conexão ADSL................. 193
Lista de Siglas
AMR Análise Multirresolução
ARPA Advanced Research Projects Agency
ASCII American Standard Code for Information Interchange
BD Banco de Dados
bps bits por segundo
CBIR Content-based Image Retrieval
CCIFM Centro de Ciências das Imagens e Física Médica
CGI Common Gateway Interface
CQF Filtros de Quadratura Conjugada
DARPA Defense Advanced Research Projects Agency
DFT Discret Fourier Transform
DLL Dynamically Linked Library
DML Data Manipulation Lang
DNA Deoxyribonucleic Acid
DNS Domain Name System
FAPESP Fundação de Amparo à Pesquisa do Estado de São Paulo
FFT Fast Fourier Transform
FFT Fast Fourier Transform
FIR Finite Impulse Response
FMRP Faculdade de Medicina de Ribeirão Preto
GBDI Grupo de Base de dados e Imagens
HC Hospital das Clínicas
HIS Hospital Information System
HSI Hue, Saturation, Intensity
HTML Hypertext Markup Language
HTTP Hypertext Transfer Protocol
ICMC Ciências Matemáticas e de Computação
ICMP Internet Control Message Protocol
IETF The Internet Engineering Task Force
IIR Infinite Impulse Response
IIS Internet Information Services
IP Internet Protocol
JSP Java Server Pages
kNNQ k-Nearest Nighbor Query
MAC Macintosh
MAM Metric Access Methods
OSI Open Systems Interconnection
PACS Picture Archiving and Communication Systems
PC Personal Computer
PEP Prontuário Eletrônico do Paciente
PHP Hypertext Preprocessor
Pixel Picture Elements
pps Pacotes por Segundo
RFC Request for Comment
RGB Red, Green, Blue
RIS Radiology Information System
SAM Spatial Access Methods
SGBD Sistemas de Gerenciadores de Banco de Dados
SIREN SImilarity Retrieval ENgine
SM Single Mode Fiber
SNMP Simple Network Management Protocol
SQL Structured Query Language
SRIS Sistema de recuperação de Imagens Similares
TIDIA Tecnologia da Informação no Desenvolvimento da Internet Avançada
TCP Transmission Control Protocol
URL Universal Resource Locator
USP Universidade de São Paulo
WFT Windowed Fourier Transform
WWW World Wide Web
Sumário
Capítulo 1 – Introdução ..................................................................................................... 27
1.1
Considerações Gerais .........................................................................................................27
1.2 Motivação e Objetivos ...............................................................................................................28
1.3 Desenvolvimento e Testes..........................................................................................................29
1.4 Organização do Trabalho..........................................................................................................30
Capítulo 2 – A Transformada Wavelet................................................................................ 33
2.1 Introdução ..................................................................................................................................33
2.2 Contexto Histórico .....................................................................................................................34
2.3 Transformada de Fourier..........................................................................................................39
2.3.1 Transformada Contínua de Fourier ..................................................................................................... 40
2.3.2 Transformada Discreta de Fourier ...................................................................................................... 41
2.3.3 Transformada Rápida de Fourier ........................................................................................................ 41
2.3.4 Transformada Janelada de Fourier...................................................................................................... 41
2.4 Transformada Wavelet..............................................................................................................42
2.4.1 Métodos Multirresolução .................................................................................................................... 43
2.4.2 Transformada Wavelet de Haar........................................................................................................... 46
2.4.3 Transformada Wavelet de Daubechies ................................................................................................ 47
2.5 Aplicação da Transformada Wavelet em Processamento de Imagens..................................48
2.6 Considerações Finais .................................................................................................................50
Capítulo 3 – Recuperação de Imagens Baseada em Conteúdo ........................................... 51
3.1 Introdução ..................................................................................................................................51
3.2 Sistemas de Recuperação de Imagens Baseada em Conteúdo (CBIR)..................................52
3.3 Similaridade entre Imagens ......................................................................................................53
3.4 Atributos da Imagem.................................................................................................................55
3.4.1 Atributo Cor........................................................................................................................................ 56
3.4.2 Atributo Forma.................................................................................................................................... 57
3.4.3 Atributo Textura.................................................................................................................................. 58
3.5 Métricas de Distância ................................................................................................................59
3.6 Métodos de Indexação ...............................................................................................................60
3.7 Propriedades e Características de Imagens Médicas..............................................................61
3.8 Vetor de Características............................................................................................................62
3.9 Métodos de Avaliação................................................................................................................63
3.10 PACS.........................................................................................................................................64
3.11 Trabalhos Correlatos...............................................................................................................65
3.8 Considerações Finais .................................................................................................................68
Capítulo 4 – Redes de Computadores.................................................................................. 71
4.1 Introdução ..................................................................................................................................71
4.2 Redes de Computadores............................................................................................................72
4.3 Modelo Cliente Servidor............................................................................................................72
4.4 Modelo TCP/IP ..........................................................................................................................73
4.5 Tempos de Acesso ......................................................................................................................75
4.5.1 Disponibilidade ................................................................................................................................... 76
4.5.2 Tempo de Resposta............................................................................................................................. 76
4.5.3 Utilização da Rede .............................................................................................................................. 77
4.5.4 Vazão .................................................................................................................................................. 77
4.5.5 Capacidade de Transmissão................................................................................................................ 78
4.6 World Wide Web .......................................................................................................................78
4.7 Matlab WebServer.....................................................................................................................78
4.8 Rede KyaTera ............................................................................................................................81
4.9 Considerações Finais .................................................................................................................83
Capítulo 5 – Metodologia .................................................................................................... 85
5.1 Introdução ..................................................................................................................................85
5.2 Materiais e Métodos...................................................................................................................86
5.2.1 Definição dos Atributos de Textura Usando as Transformadas Wavelets........................................... 89
5.2.2 Medida dos Tempos de Recuperação em Rede................................................................................... 95
5.2.3 Medida dos Tempos de Resposta na Rede KyaTera ........................................................................... 96
5.2.4 Medida dos Tempos de Resposta na Internet...................................................................................... 98
5.3 Considerações Finais .................................................................................................................99
Capítulo 6 – Resultados e Conclusões.............................................................................. 101
6.1 Haar com 2 níveis de decomposição, medidas estatísticas – 100 imagens...........................101
6.2 Alterando Atributos e Famílias Wavelets – 100 imagens.....................................................102
6.3 Avaliação Através da Curva Recall x Precision....................................................................104
6.4 Db2 com 3 níveis de decomposição, medidas estatísticas – 4.728 imagens. ........................105
6.5 Haar, coeficientes do sétimo nível de decomposição – 100 imagens....................................106
6.6 Haar, coeficientes do sétimo nível de decomposição – 4.728 imagens.................................106
6.7 Haar, coeficientes do sexto nível de decomposição – 4.728 imagens. ..................................107
6.8 Tamanhos dos arquivos de Upload e Download dos Testes em Rede. ................................108
6.9 Testes no Servidor....................................................................................................................109
6.10 Testes em Pontos Diferentes da Rede KyaTera com Máquinas Distintas ........................112
6.11 Testes em Pontos Diferentes da Rede KyaTera com a Mesma Máquina..........................115
6.12 Comparação dos Testes Realizados Localmente no ICMC e na UFSCar. .......................122
6.13 Testes na Internet...................................................................................................................124
6.14 Testes Internet x KyaTera.....................................................................................................127
6.15 Aceitabilidade dos Tempos de Resposta obtidos na Internet.............................................132
6.16 Conclusões ..............................................................................................................................133
6.15 Principais Contribuições .......................................................................................................135
6.16 Publicações .............................................................................................................................135
6.17 Trabalhos Futuros .................................................................................................................136
Referências Bibliográficas ................................................................................................ 139
Apêndice A – Matrizes de Confusão................................................................................. 147
Apêndice B – Testes Realizados por Voluntários na Internet ........................................... 159
B.1 Testes Conexão Dial-up ..........................................................................................................159
B.2 Testes Conexão Rádio.............................................................................................................161
B.3 Testes Conexão Fibra Óptica. ................................................................................................166
B.4 Testes Conexão Cabo ..............................................................................................................170
B.5 Testes Conexão ADSL.............................................................................................................176
Apêndice C – Documentações........................................................................................... 195
C.1 Instruções para testes na Internet:........................................................................................195
C.2 Alguns e-mails de voluntários relatando o erro com o upload da Imagem 5. ...................197
C.2.1 E-mail de Sérgio Leal Ferreira: ........................................................................................................ 197
C.2.2 E-mail de Leandro Coser:................................................................................................................. 197
C.2.3 E-mail de Rodrigo José Firmino: ..................................................................................................... 197
C.2.4 E-mail de Elloá Barreto Guedes da Costa: ....................................................................................... 198
C.3 Troca de e-mails com o responsável pela rede da USP de São Carlos. ..............................198
Capítulo
1
Introdução
Capítulo 1
1.1 Considerações Gerais
Inicialmente, as técnicas computacionais disponíveis para as Ciências Médicas
possuíam como única finalidade reduzir o esforço humano nas atividades rotineiras de
hospitais, centros médicos e unidades de ensino e de pesquisa em saúde. O incremento das
ferramentas computacionais, aliado à diminuição dos custos de recursos de hardware e
software, propiciou o surgimento de áreas de pesquisa e desenvolvimento de processos
computacionais especificamente voltados às áreas da saúde, como Informática Biomédica,
Informática em Saúde e Informática Médica (FELIPE, 2005).
Quanto aos sistemas computacionais, como frutos dessas novas áreas de pesquisa,
pode-se citar os Sistemas de Informações Hospitalares, (Hospital Information System - HIS)
que abrangem todo o funcionamento de um hospital e são compostos de outros sistemas
28 Capítulo 1 – Introdução
específicos como o Prontuário Eletrônico do Paciente (PEP), os Sistemas de Administração
Hospitalar, os Sistemas de Informações Radiológicas (Radiology Information System - RIS) e
os Sistemas de Arquivamento e Comunicação de Imagens (Picture Archiving and
Communication System – PACS) (BUENO et al, 2002; FELIPE, 2005).
Os sistemas PACS tradicionais permitem consultas através de atributos textuais
previamente indexados às imagens. Porém, consultas através de atributos da própria imagem
trazem um potencial de auxílio muito maior ao diagnóstico (BUENO et al, 2002). Os sistemas
de recuperação de imagens por conteúdo (Content-based Image Retrieval - CBIR) permitem
buscar imagens utilizando como chave de busca outras imagens. Dada uma imagem de
consulta, um sistema CBIR pesquisa no banco de dados as imagens mais similares à imagem
de consulta de acordo com um critério pré-definido (CASTAÑÓN, 2003).
Os sistemas PACS, possibilitaram o gerenciamento dos processos de aquisição,
armazenagem e exibição de imagens médicas digitais o que gerou grande volume de imagens
produzidas diariamente (FELIPE, 2005; CASTAÑÓN, 2003). Aproveitar todas as
informações existentes nesses dados da forma mais eficiente possível tem sido o grande
desafio dos trabalhos desenvolvidos por pesquisadores da área. Neste contexto, o
desenvolvimento de técnicas que auxiliem o diagnóstico clínico e estudos de caso como as
técnicas de CBIR, constitui campo bastante promissor por tornar possível executar buscas às
bases de imagens existentes, baseadas em critérios de similaridades, eliminando o problema
de subjetividade das buscas textuais.
1.2 Motivação e Objetivos
Em consultas por similaridade de imagens, é importante observar se o resultado obtido
corresponde àquele esperado pelo usuário. A diferença entre o resultado obtido e o esperado é
Capítulo 1 – Introdução 29
chamada gap semântico (FELIPE, 2005). O problema é que muitas vezes os próprios médicos
divergem quanto ao ponto de vista interpretativo na análise de imagens médicas. Imagens
patologicamente semelhantes podem ter sido classificadas divergentemente e, nessa situação
os sistemas de recuperação de imagens por conteúdo podem auxiliar no diagnóstico e fornecer
ao médico um conjunto de casos semelhantes ao do paciente em questão, com os respectivos
diagnósticos efetuados.
Outro ponto importante a ser analisado, é a necessidade das informações serem
disponibilizadas sem que fiquem presas a uma máquina ou a um local específico. Com o
advento da Internet, tornou-se possível disponibilizar todo tipo de informação em qualquer
lugar e a qualquer hora. Entretanto, sério gargalo interpõe-se a essa utopia de dados: Qual a
melhor forma de disponibilizar informações que possam beneficiar a Ciência Médica de
forma que ela não fique “presa” a um local ou a uma estação de trabalho?
O objetivo precípuo deste trabalho é testar a viabilidade de um sistema de recuperação
de imagens por conteúdo em rede, concluindo sobre a necessidade ou não de sua
implementação em uma rede óptica de alta velocidade.
1.3 Desenvolvimento e Testes
Foi desenvolvido um sistema de busca por similaridade entre imagens, que utiliza a
Transformada Wavelet para extrair atributos de textura que caracterizam as imagens e, através
de uma função de distância, retornar as imagens mais similares em um banco de imagens
médicas.
Este sistema foi testado em uma rede óptica de alta velocidade e posteriormente
disponibilizado para acesso via Internet. A medição do desempenho do sistema em rede
óptica de alta velocidade foi feita nos laboratórios conectados pela rede KyaTera (do projeto
30 Capítulo 1 – Introdução
FAPESP – TIDIA), enquanto o desempenho do sistema na Internet foi medido com a ajuda de
voluntários que utilizando vários tipos de conexões avaliaram, segundo seu ponto de vista, se
os tempos de resposta eram aceitáveis ou não.
Outra contribuição deste trabalho consistiu no estudo comparativo de extratores de
características de textura, através da Transformada Wavelet, para recuperação de imagens
médicas por conteúdo permitindo consultas por similaridade, via rede, eliminando o problema
da subjetividade encontrado em buscas textuais.
1.4 Organização do Trabalho
O conteúdo deste trabalho foi estruturado da seguinte forma:
Este primeiro capítulo apresentou os desafios inerentes ao contexto em que este
trabalho está inserido e, também a motivação para desenvolvimento de um sistema que, de
alguma forma, contribua para resolvê-los.
O segundo capítulo traz um resumo sobre as Transformadas Wavelets, e apresenta os
principais conceitos relacionados à sua teoria, especialmente sua capacidade de análise
multirresolução utilizada neste trabalho como extrato de características de textura em imagens
médicas.
O terceiro capítulo trata dos conceitos teóricos inerentes a sistemas de recuperação de
imagens por conteúdo como: similaridade entre imagens, métricas de distância, métodos de
indexação, a curva Recall x Precision e os sistemas PACS.
O quarto capítulo apresenta uma revisão sobre redes de computadores, a Internet e
seus principais protocolos. Esse capítulo descreve ainda, o funcionamento do servidor Matlab
WebServer que deverá ser utilizado para disponibilizar consultas por similaridade ao banco de
imagens via Internet.
Capítulo 1 – Introdução 31
No quinto capítulo está descrita a metodologia utilizada na elaboração deste projeto de
mestrado e no sexto capítulo são apresentados os resultados e as conclusões.
Capítulo
2
A Transformada Wavelet
Capítulo 2
2.1 Introdução
Este capítulo apresentada breve introdução à teoria das Wavelets e, mais
detalhadamente as Wavelets de Haar e Daubechies e suas aplicações em processamento de
imagens.
Pelo fato de a teoria das Wavelets estar intimamente ligada a conceitos da análise de
Fourier, neste capítulo será apresentada, também, breve revisão teórica da Transformada de
Fourier.
34 Capítulo 2 – A Transformada Wavelet
2.2 Contexto Histórico
Desde 1807, a análise de Fourier tem sido aplicada na representação de sinais no
domínio da freqüência. No entanto, suas falhas na representação de sinais não periódicos,
levaram alguns pesquisadores a investigar novas técnicas e chegar à poderosa ferramenta há
muito conhecida pelos matemáticos, mas formalizada somente na década de 80 denominada
transformada Wavelets (GROSSMANN; MORLET, 1984; MALLAT, 1989; DAUBECHIES,
1992).
As Wavelets foram descritas pela primeira vez em 1909 por Alfred Haar (HAAR,
1909). Uma propriedade das Wavelets de Haar é terem suporte compacto, porém, por não
serem continuamente diferenciáveis, suas aplicações são limitadas. A importância das
Wavelets de Haar só foi reconhecida nos anos 30, por grupos de vários pesquisadores que
independentemente trabalharam na representação de funções que usavam uma base variando
com a escala (MORETTIN, 1999).
Ingrid Daubechies, no artigo “Where do Wavelets Come From? – A Personal Point of
View” (DAUBECHIES, 1996) fez uma retrospectiva histórica das Wavelets; os próximos
parágrafos foram escritos baseados nesta publicação.
A teoria das Wavelets data da década de 80, porém, sua origem bem mais antiga está
relacionada a antigas idéias de várias áreas do saber, incluindo matemática pura e aplicada,
física, ciência da computação e engenharia.
No final da década de 70, o engenheiro geofísico Jean Morlet, propôs uma alternativa
à STFT (Short Time Fourier Transform). Os sinais que Morlet desejava analisar possuíam
diferentes características no tempo e na freqüência.
Capítulo 2 – A Transformada Wavelet 35
De forma a ganhar resolução no tempo para os transientes de alta freqüência, ele
poderia optar por fazer uma STFT de banda larga; por outro lado, ele queria uma boa
resolução em freqüência para os componentes de baixa freqüência, o que requeria uma STFT
de banda estreita. Para atingir ambos os objetivos em uma única transformada, Morlet gerou
uma transformada utilizando uma onda cosseno janelada. Para obter freqüências mais altas da
função, a onda recebia uma compressão no tempo e para obter freqüências mais baixas a onda
era expandida.
Com o intuito de investigar o que ocorria em diferentes instantes, essas funções eram
deslocadas nas coordenadas do tempo. Assim, as funções de transformação dependiam de
dois parâmetros: suas localizações no tempo e seus graus de compressão ou escala. Ao
contrário do que ocorria na Transformada de Fourier, na abordagem de Morlet, as funções de
alta freqüência eram muito estreitas, enquanto as funções de baixa freqüência eram mais
largas.
Paralelamente, outras opções de funções de referência eram desenvolvidas em
diferentes contextos da geofísica, cada uma era batizada com o nome do propositor seguido da
palavra Wavelet. Morlet denominou suas funções de transformação por “Wavelets of constat
shape” ou “Wavelets de formato constante”. Poucos anos após a Transformada de Morlet
ultrapassar a área da geofísica, outros pesquisadores logo deixaram cair em desuso a
expressão “de formato constante” – nasceu a Transformada Wavelet.
Para embasar matematicamente a teoria das Wavelets, Morlet buscou a ajuda de Alex
Grossmann, físico teórico que havia trabalhado extensivamente em mecânica quântica, na
qual ocorrem problemas similares quando se tenta descobrir detalhadamente as características
locais em uma função, tal como na Transformada de Fourier. Grossmann construiu uma
fórmula de inversão exata para a Transformada de Morlet e juntos exploraram várias
aplicações para as Wavelets.
36 Capítulo 2 – A Transformada Wavelet
Em 1985, Ingrid Daubechies iniciou seu trabalho com séries Wavelets, explorando
principalmente o conceito de frames, que mostrou ser ingrediente crucial nesse contexto.
Foi também em 1985 que Yves Meyer, que trabalha com matemática pura, da École
Polytechnique, conheceu o trabalho de Grossmann e Morlet e ao ler seus artigos, percebeu
que a análise e a fórmula de reconstrução desses pesquisadores era uma redescoberta da
fórmula que Alberto Calderón havia introduzido na análise harmônica
1
nos anos 60. Intrigado
com as diferentes interpretações que Grossmann e Morlet haviam dado às fórmulas de
Calderón, Meyer entrou em contato com esses pesquisadores e, algum tempo depois,
construiu uma base Wavelet ortonormal com excelentes propriedades de localização tempo-
freqüência. Em parceria com Pierre Gilles Lemarié, generalizou essa construção para N
dimensões. Mais tarde descobriu que Jan Olov Stromberg, outro analista harmônico, poucos
anos antes havia construído uma base Wavelet ortonormal diferente, cuja importância não foi
percebida na época.
Alguns meses após, Lemarié e Guy Battle apresentaram construções de bases Wavelets
consistidas de funções spline; uma técnica diferente e independente, com melhor declínio
(exponencial) que a Wavelet de Meyer e com pouca perda de regularidade (C
k
em vez de C
∞
).
No verão de 1986, Stephane Mallat, um estudante da pós-graduação, em Penn, da área
de visão computacional e análise de imagens, tomou conhecimento da nova base Wavelet.
Mallat interessou-se pelo assunto por reconhecer conceitos familiares de um framework bem
1
A análise harmônica é uma área da matemática pura que cresceu à parte da análise de Fourier. Entre as várias
direções dentro dessa área, um campo muito importante envolve o estudo das singularidades, operadores
integrais com núcleos
singulares (tal como a Transformada de Hilbert), integrais singulares oscilantes, entre
outros. Uma das raízes desse campo é a teoria de Littlewood-Paley, desenvolvida nos anos 30, a qual usa
reagrupamento diádico (por exemplo, blocos que fazem escala em fatores de dois) da Transformada de Fourier,
de uma função de modo a lidar e caracterizar efetivamente as singularidades dessa função. Esse reagrupamento
por escala foi uma sinalização do futuro papel que o escalonamento viria a desempenhar na Transformada
Wavelet. Similarmente, a fórmula de Calderón, designada para ser uma ferramenta na análise de certos
operadores integrais cujos núcleos são integrais singulares, usou diferentes escalas, de modo similar à
Transformada Wavelet de Grossmann e Morlet. A singularidade é, na verdade, uma manifestação extremamente
localizada de freqüências muito altas. Então, a capacidade de localização com precisão crescente em relação ao
aumento da freqüência, torna a abordagem Wavelet bastante apropriada.
Capítulo 2 – A Transformada Wavelet 37
diferente. Os princípios da base da representação espaço-escala de Andrew Witkin, que
inspirou as construções de pirâmides Laplacianas de Peter Burt e Edward Adelson,
encaixavam-se na “filosofia” das decomposições Wavelet. Foi então que Mallat e Meyer
concordaram com todos os detalhes matemáticos da análise multirresolução, um framework
que explica todos os “milagres” nas bases Wavelets construídas até então, fato que ajudou a
construção de outras bases Wavelets ortonormais. Existem bases Wavelets que não se
encaixam nesse esquema mas, em 1992, Lemarié e Pascal Auscher provaram que se as bases
Wavelets apresentassem propriedades razoáveis de localização tempo-freqüência,
necessariamente teriam suas origens na análise multirresolução. Mais importante ainda, a
análise multirresolução leva a um algoritmo de filtragem, simples e recursivo, capaz de
computar a decomposição Wavelet de uma função a partir de sua aproximação de escala mais
fina. Os filtros que correspondem às bases de Meyer ou Battle-Lemarié são infinitos e têm
que ser truncados para a implementação direta – apesar de outras implementações via FFT
(Fast Fourier Transform) e multiplicação no domínio de Fourier também funcionarem sem
truncamento. Por outro lado, foi percebido que as bases mais antigas de Stromberg
correspondiam a filtros IIR (Infinite Impulse Response) com Transformada z racional, assim
sua implementação poderia ser feita diretamente, sem truncamento. Isto gerou a questão de
como obter bases Wavelets para as quais fosse desnecessário tal truncamento. A resposta
estava em trabalhar na direção contrária, isto é, ao invés de derivar os filtros das bases
Wavelets, primeiramente era necessário construir-se um par apropriado de filtros FIR (Finite
Impulse Response) para então, investigar sua correspondência com uma base Wavelet
ortonormal. Esse foi o ponto de partida para a construção de bases Wavelets ortonormais com
suporte compacto no início de 1987. A completa caracterização de pares de filtros que deram
surgimento às bases Wavelets ortonormais, foi criada por Albert Cohen e Wayne Lawton
alguns anos mais tarde.
38 Capítulo 2 – A Transformada Wavelet
Os engenheiros eletricistas, da mesma forma que os analistas harmônicos, há muito
estavam acostumados com a idéia de agrupar freqüências em bandas com uma largura
proporcional à freqüência média dessa banda – largura de banda constante ou filtragem-Q
constante. Porém, na hora da reconstrução vários problemas eram encontrados devido aos
filtros usados; foi então que em 1983, Mark Smith, Thomas Barnwell e, de forma
independente, Fred Mintzer descobriram pares de filtros tipo-QMF que permitiam exata
reconstrução. Martin Vetterli também fez essa mesma descoberta pouco tempo depois. Esses
pares de filtros de quadratura conjugada (CQF) eram os mesmos tipos de filtros que, poucos
anos depois, na busca por bases Wavelets, redescobriram a partir de outro ângulo
completamente diferente.
Teóricos do ramo das aproximações também se interessaram pela teoria das Wavelets
devido às suas propriedades de aproximação. Muitas idéias da análise harmônica foram
escritas por Meyer na forma de desigualdades, as quais estabeleceram correspondências entre
as propriedades de suavização e decaimento de uma função e de quão bem poderiam ser
aproximadas com sua expansão Wavelet em várias normas. A característica matematicamente
importante dessas desigualdades é que elas usam apenas os valores absolutos dos coeficientes
Wavelets, descartando a informação de sinal (nos coeficientes reais) e a informação de fase
(nos coeficientes complexos). No linguajar matemático, as Wavelets fornecem bases
incondicionais para as grandes classes de espaços funcionais; este conceito tem grande
interesse para os teóricos das aproximações, bem como para os analistas harmônicos. Essas
propriedades matemáticas também se tornaram importantes a partir do ponto de vista das
aplicações, como mostram os trabalhos de, Wolfgang Dahmen (analista numérico), Robert
DeVore (aproximação linear), e Dave Donoho (estatístico), por exemplo.
As bases Wavelets ortonormais também deram surgimento às bases empacotadas ou
Wavelet Packet. Suas construções foram inspiradas em enxergar as decomposições Wavelets
Capítulo 2 – A Transformada Wavelet 39
como uma seqüência de filtragens. Bases Wavelets não necessariamente são ortonormais.
Uma generalização direta funciona com bases duais de Wavelets ou Wavelets biortogonais,
freqüentemente preferidas nas aplicações.
Outra idéia são as Transformadas lapped – descobertas independentemente por
Philippe Michel Cassereau, Henrique Malvar, e John Princen e Alan Bradley, e redescobertas
poucos anos depois por Ronald Coifman e Meyer – elas se encaixam em um esquema no qual
diferentes ramos podem ser agrupados à vontade, na busca por uma representação mais
eficiente. Isto levou aos algoritmos best-basis de Coifman, Meyer e Victor Wickerhauser.
Em suma, os esforços compartilhados por pesquisadores de várias áreas, resultaram no
rápido desenvolvimento das ferramentas Wavelets em diversas direções e aplicações nas quais
as Wavelets se tornaram parte do “kit de ferramentas matemáticas” ao lado de outras técnicas
existentes.
2.3 Transformada de Fourier
A teoria das Transformadas tem desempenhado papel essencial em processamento de
imagens. Entre as diversas transformadas existentes, a Transformada de Fourier talvez seja a
mais conhecida e utilizada até hoje devido à sua ampla escala de aplicações. Seu principal
objetivo é transformar um sinal do domínio de espaço para o domínio de freqüência
(GONZALEZ; WOODS, 2005; WANG, 2001).
40 Capítulo 2 – A Transformada Wavelet
2.3.1 Transformada Contínua de Fourier
Seja
(
)
xf
uma função contínua de uma variável real
x
. A Transformada de Fourier é
definida pela equação (2.1). Sua inversa, definida pela equação (2.2) é chamada de
Transformada Inversa de Fourier.
( ){ } ( ) ( )
[ ]
∫
∞
∞−
−== dxuxjxfuFxfF
π
2exp
, onde
1−=j
.
(2.1)
( ){ } ( ) ( )
[ ]
duuxjuFxfuFF
π
2exp
1
∫
∞
∞−
−
==
(2.2)
O par de Transformadas de Fourier apresentado nas equações (2.1) e (2.2) somente
existe se
(
)
xf
for contínua e integrável e
(
)
uF
for integrável. As funções (2.1) e (2.2) podem
ser estendidas para funções de duas variáveis – equações (2.4) e (2.5). Se
(
)
yxf ,
for contínua
e integrável e
(
)
vuF
,
for integrável tem-se as seguintes equações (GONZALEZ; WOODS,
2005):
( ){ } ( ) ( ) ( )
[ ]
dydxvyuxjyxfvuFyxfF
∫ ∫
∞
∞−
+−==
π
2exp,,,
(2.4)
( ){ } ( ) ( ) ( )
[ ]
dvduvyuxjvuFyxfvuFF
∫ ∫
∞
∞−
−
+==
π
2exp,,,
1
(2.5)
onde,
u
e
v
são variáveis de freqüência.
Capítulo 2 – A Transformada Wavelet 41
2.3.2 Transformada Discreta de Fourier
Para utilizar a Transformada de Fourier na computação, é preciso que os valores a
serem transformados sejam discretos. A Equação (2.6) representa a Transformada Discreta de
Fourier (DFT –
Discret Fourier Transform
)
( ) ( )
[ ]
∑
−
=
−=
1
0
/2exp
1
N
x
Nuxjxf
N
uF
π
(2.6)
2.3.3 Transformada Rápida de Fourier
Com o propósito de diminuir o elevado número de multiplicações e adições complexas
exigidos na equação (2.6), pode-se decompô-la. O procedimento de decomposição é chamado
algoritmo da Transformada Rápida de Fourier (FFT –
Fast Fourier Transform
). A FFT
proporciona redução em proporcionalidade de
2
N
para
NN
2
log
operações e representa
significativa economia de esforço computacional (GONZALEZ; WOODS, 2005).
2.3.4 Transformada Janelada de Fourier
Uma das deficiências encontradas na Transformada de Fourier é o fato de não estar
localizada no domínio do tempo, tornando-se inadequada para a representação de sinais não
periódicos. A Transformada Janelada de Fourier (WFT –
Windowed Fourier Transform
) é a
solução para este problema porque analisa o sinal em pequenas porções, deslocando-se no
tempo.
42 Capítulo 2 – A Transformada Wavelet
Se
(
)
tj
é uma função que cumpre o papel de janela, pode-se definir a Transformada
Janelada de Fourier de um sinal contínuo
(
)
tf
pela equação:
(
)
(
)
[
]
∫
−
−=
dtetfbtjbuF
uti
π
2
,
(2.7)
Daubechies (1992) reporta que, apesar da WFT localizar as freqüências no tempo, elas vão
depender do tamanho da janela usada na série temporal o qual pode levar a uma não
localização de algumas freqüências.
2.4 Transformada Wavelet
As
Wavelets
são funções que permitem a análise de um sinal no espaço tempo x
freqüência. Assim como senos e cossenos são funções base na análise de Fourier, as
Wavelets
são usadas como funções-base na representação de outras funções (MORETTIN, 1999).
A vantagem das
Wavelets
em relação à Fourier, é que além de serem localizadas no
domínio da freqüência (dilatação), também são localizadas no tempo (translação), o que as
torna ideal para análise de sinais não estacionários, como ilustrado na Figura 2.1(b). Por outro
lado, as funções básicas de Fourier são dependentes da freqüência, mas não do tempo, ou seja,
alterações no domínio da freqüência refletem em todo domínio do tempo, como ilustra a
Figura 2.1(a) (COHEN; KOVACEVIC, 1996; GRAPS, 1995).
Capítulo 2 – A Transformada Wavelet 43
(a) (b)
Figura 2.1. (a) Funções base de Fourier. (b) Funções base de Wavelet.
Fonte: Adaptado de Cohen e Kovacevic (1996).
A base das funções de Fourier não são adequadas para o tratamento local de dados por
serem séries infinitas, restritas a dados contínuos. Já as
Wavelets
não só podem ser usadas na
aproximação de funções finitas, como também servem para a análise de dados descontínuos.
Na análise de Fourier, toda função periódica de período
π
2 de quadrado integrável,
(
)
π
2,0
2
L
, é gerada por uma superposição de exponenciais complexas, obtidas por dilatações
da função. Na Transformada
Wavelet
, este espaço é estendido para
ℜ
2
L
em uma única função
ψ
, chamada
Wavelet
mãe. Isto é conseguido por dilatações e translações de
ψ
por
(MORETTIN, 1999):
( )
−
=
−
a
bx
ax
ba
ψψ
2/1
.
, onde,
.0,,
≠
ℜ
∈
aba
(2.8)
2.4.1 Métodos Multirresolução
Segundo Daubechies (1992), na Transformada discreta de Wavelets distinguem-se
duas abordagens: sistemas redundantes discretos (frames) e bases de Wavelets ortonormais. A
segunda abordagem considera a estratégia de análise de multirresolução, desenvolvida por
Mallat (MALLAT, 1989), a qual será tomada como base do presente trabalho.
44 Capítulo 2 – A Transformada Wavelet
A análise multirresolução (AMR) permite investigar os dados disponíveis em várias
escalas de resolução, verificando seu comportamento em várias magnificações. Este tipo de
análise é especialmente interessante quando um mesmo dado, uma imagem, por exemplo,
possui múltiplos níveis de detalhes.
Na AMR o sinal é decomposto em coeficientes de aproximação e coeficientes de
detalhes em um primeiro nível. Os coeficientes de aproximação do primeiro nível são
subdivididos em novos coeficientes de aproximação e de detalhe e assim sucessivamente
quantas vezes forem necessárias, como ilustrado nas Figuras 2.2 e 2.3. Para imagens, a análise
do sinal bidimensional (espaço) é um excelente descritor de textura.
Figura 2.2. Árvore de decomposição Wavelet.
D2
D1
S
A1
A2
D3 A3
S=A1+D1
S=A2+D2+D1
S=A3+D3+D2+D1
S = sinal
A1 = coeficientes de aproximação do primeiro nível
A2 = coeficientes de aproximação do segundo nível
A3 = coeficientes de aproximação do terceiro nível
D1 = coeficientes de detalhes do primeiro nível
D2 = coeficientes de detalhes do segundo nível
D3 = coeficientes de detalhes do terceiro nível
Capítulo 2 – A Transformada Wavelet 45
Figura 2.3. Transformada Wavelet de Haar com dois níveis de resolução.
Formalmente, a análise multirresolução via uma função escalonante
φ
é uma
seqüência crescente de subespaços fechados
{
}
ZjV
j
∈
,
, que aproximam
(
)
ℜ
2
L
, tal
que: ... ...
21012
VVVVV
⊂
⊂
⊂
⊂
⊂
−−
Esta seqüência deve satisfazer as seguintes propriedades
(MORETTIN, 1999):
i. Densidade:
( )
jj
VL
U
=ℜ
2
;
ii. Separação:
{
}
0
=
jj
VI
;
iii. Escalabilidade:
( ) ( ) ( ) ( )
jjVtfjVtf
∀+∈⇔∈
,12
;
iiii. Ortonormalidade:
( ) ( )
jVtfVtf
jj
∀∈⇔∈
+
,2
1
.
46 Capítulo 2 – A Transformada Wavelet
2.4.2 Transformada Wavelet de Haar
A base das Wavelets de Haar, que possui mais simples coeficientes no espaço
{
}
ℜ
2
L
,
foi descrita por Alfred Haar em 1909 (DAUBECHIES, 1992). Haar construiu a primeira base
Wavelets ortonormal de suporte compacto de que se tem notícia. Uma função
{
}
ℜ∈
2
L
ψ
é
dita ortonormal se as funções
j
k
ψ
forem uma base ortonormal e possui suporte compacto
quando a função janela é limitada.
A base ortonormal das Wavelets de Haar é definida sobre o domínio [0,1], composta
pelas funções Wavelet (Eq. 2.9) e escala (Eq. 2.10) ilustradas na Figura 2.4:
<≤−
<≤+
12/1 ,1
2/10 ,1
)(
t
t
t
ψ
(2.9)
[
]
[ ]
∉
∈
1 ,0 ,0
1 ,0 ,1
)(
x
x
t
φ
(2.10)
Figura 2.4. (a) A Wavelet de Haar,
ψ
. (b) A função escala,
φ
.
1
-1
-1 2
1
-1 2
1
(b)
(a)
Capítulo 2 – A Transformada Wavelet 47
2.4.3 Transformada Wavelet de Daubechies
Outro tipo de base para Wavelets foi proposta por Ingrid Daubechies (DAUBECHIES,
1992). A família de Wavelets proposta por Daubechies, permite a análise de um sinal discreto;
a Wavelet de Daubechies de ordem 1 é o mesmo que a Wavelet de Haar. Para cada ordem das
Wavelets de Daubechies existe uma função escala, também chamada Wavelet pai, que torna
possível a análise de sinais descontínuos.
As Wavelets de Daubechies são numeradas em função do número de momentos nulos
que possuem. O índice em si corresponde ao número de coeficientes dos filtros associados,
que é também o número de derivadas nulas do filtro associado à função escala em
π
ω
=
.
Assim, a Wavelet
4
D
possui 2 momentos nulos e os filtros associados possuem quatro zeros
em
π
ω
=
e quatro coeficientes (MEYER, 1993).
A notação usada pela ferramenta Matlab Wavelet Toolbox, e adotada neste trabalho
para esses filtros, utiliza a metade dos coeficientes na notação
j
D
, por exemplo, Db1, Db2,
Db3, ... , como ilustra a Figura 2.5. Note que as
Wavelets
de Daubechies têm um número
sempre par de coeficientes.
48 Capítulo 2 – A Transformada Wavelet
Figura 2.5. Família Daubechies.
Fonte: Adaptado de Mathworks (2004).
Por suas propriedades de capacidade de análise e síntese mais efetiva do que as
Wavelets
de Haar e por possuírem maior suavidade e melhor aproximarem funções suaves
em
2
L
, as Wavelets de Daubechies têm apresentado excelentes resultados no processamento
de imagens (MEYER, 1993; WANG, 2001; WANG et al., 2001).
2.5 Aplicação da Transformada Wavelet em Processamento de Imagens
Uma imagem digital, dada por uma função
),( yxf
, pode ser considerada como uma
matriz cujos índices de linhas e colunas identificam um ponto na imagem denominado
pixel
(
Picture Element
) (GONZALEZ; WOODS, 2003). Existem duas maneiras de se utilizar
Wavelet
para transformar os valores de
pixels
de uma imagem: a decomposição padrão e a
decomposição não-padrão.
Db2 Db4 Db3
Db7
Db6
Db5
Db10
Db9
Db8
Capítulo 2 – A Transformada Wavelet 49
Para se obter a decomposição padrão de uma imagem, aplica-se primeiramente a
Wavelet
unidimensional em cada linha da imagem. Esta operação resulta num valor médio
mais os coeficientes de detalhes para cada linha. Em seguida, as linhas transformadas são
tratadas como se fosse uma imagem, e aplica-se a transformada unidimensional a cada coluna.
Os valores resultantes são todos coeficientes de detalhes, com exceção do coeficiente de
média global. A Figura 2.6(a) ilustra cada passo da operação.
A decomposição não padrão alterna entre operações nas linhas e nas colunas.
Primeiramente calcula-se o valor médio mais os coeficientes de detalhes para cada linha. Em
seguida, na imagem resultante, calcula-se a média mais os coeficientes de detalhe para cada
coluna. Repete-se, recursivamente, o processo no quadrante que contém as médias em ambas
as direções, até completar a transformação. Esta decomposição também é conhecida como
decomposição Piramidal da imagem. A Figura 2.6(b) apresenta todos os passos envolvidos no
procedimento de decomposição não padrão (STOLLNITZ; DEROSE; SALESIN, 1995).
Figura 2.6. (a) Decomposição padrão, (b) Decomposição não padrão.
Fonte: Stollnitz; Derose; Salesin (1995).
50 Capítulo 2 – A Transformada Wavelet
A decomposição padrão possui implementação mais fácil, porém a decomposição não
padrão, utilizada no presente trabalho, requer menos recursos computacionais, requerendo 8/3
(m
2
-1) operações, contra 4(m
2
-m) da padrão (STOLLNITZ; DEROSE; SALESIN, 1995).
2.6 Considerações Finais
Neste capítulo foi mostrada a Transformada
Wavelet
, sua evolução desde a
transformada de Fourier e como ela tem sido aplicada nas mais diferentes áreas, incluindo
processamento de imagens.
As
Wavelets
analisam o sinal em diferentes componentes de freqüência e, então,
tratam cada componente com uma resolução combinada a sua escala, o que as tornam mais
eficientes se comparadas ao método tradicional de Fourier. Neste trabalho as
Wavelets
são
utilizadas para extrair características de textura de imagens médicas, para caracterizar as
mesmas de maneira reduzida nos vetores de características.
Capítulo
3
Recuperação de Imagens Baseada em Conteúdo
Capítulo 3
3.1 Introdução
A quantidade anual de dados digitais gerados com exames em grandes hospitais,
freqüentemente tem chegado à casa dos
Terabytes
. Com o aumento não só na quantidade mas
também na complexidade dos dados gerados, muitas vezes de natureza multimídia, tornou-se
necessário o desenvolvimento de novas técnicas que permitam o armazenamento e
recuperação desses de dados com rapidez e eficiência (MÜLLER et al., 2004).
As buscas baseadas em conteúdo, além de mais eficientes e menos laboriosas,
eliminam o problema da subjetividade encontrada na execução de buscas textuais.
Dificilmente um exame de tomografia será igual ao outro, mesmo que os tumores tenham a
mesma classificação (TRAINA et al., 2002).
52 Capítulo 3 – CBIR
Neste contexto, métodos automáticos de indexação e recuperação baseados em algum
tipo de característica como cor, forma, textura ou região de uma imagem tornam-se
interessantes por poderem reduzir a interação humana e, desta forma, possibilitar maior
eficácia e, em muitos casos, significativa diminuição da margem de erro.
3.2 Sistemas de Recuperação de Imagens Baseada em Conteúdo (CBIR)
Em sistemas CBIR (Figura 3.1), as imagens são descritas por seus atributos nos
chamados vetores de características.
Figura 3.1. Processos e fluxos de dados de um sistema CBIR.
Esses vetores contêm a representação da imagem e a similaridade entre duas imagens é
avaliada por meio de uma função de distância. Para a construção de um sistema CBIR
eficiente, dois pontos importantes devem ser analisados: a escolha do conjunto de atributos
Estrutura de
Indexação
IDs da
Imagens
Imagem de
Consulta
Interface do Usuário
Vetor de
Características
Extração de
Características
X1
X2
.
.
.
XN
Busca por
Similaridade
Base de
Imagens
Base de
Característica
s
Imagens
Similares
Capítulo 3 – CBIR 53
que melhor representem as imagens por meio de uma sucinta quantidade de valores e da
escolha de uma função de distância capaz de avaliar a similaridade da forma o mais próxima
possível da percepção humana (FELIPE, 2005).
3.3 Similaridade entre Imagens
O conceito de similaridade leva em consideração quanto dois dados são semelhantes
entre si. Na computação, para medir esta semelhança são utilizadas funções que avaliam a
distância ou dissimilaridade entre os dados. Estas funções são algoritmos computacionais que
recebem dois dados, no caso duas imagens, pertencentes ao mesmo domínio e retorna o valor
da distância entre eles, como ilustrado na Figura 3.2. Para imagens idênticas a função retorna
zero; se não forem idênticas, retorna um inteiro positivo que, quanto maior, maior a diferença
entre as imagens.
Dado o espaço métrico definido pelo par
(
)
{
}
dDM
,
,
D
é um domínio de valores e
(
)
d
é a função de distância que, para ser métrica, deve atender às seguintes propriedades
(TRAINA et al., 2002):
i.
Simetria:
(
)
(
)
xydyxd
,,
=
;
ii
. Não negatividade:
(
)
∞
<
<
yxd
,0
,
y
x
≠
e
(
)
0,
=
xxd
;
iii.
Desigualdade Triangular:
(
)
(
)
(
)
yzdzxdyxd ,,,
+
≤
.
onde
x
,
y
e
z
são objetos pertencentes ao domínio
D
.
54 Capítulo 3 – CBIR
Figura 3.2. Ilustração de uma função de distância métrica imaginária para comparar imagens de Tomografia
Computadorizada. Cada seta representa a distância entre as imagens. As distâncias são todas simétricas (setas
duplas) e não negativas, assumindo zero apenas quando são iguais. A distância direta entre duas imagens é
sempre menor ou igual a soma das distâncias indiretas (desigualdade triangular).
Há vários tipos de consulta por similaridade, porém as mais utilizadas são as buscas
por abrangência e por vizinhos mais próximos (TRAINA et al., 2002).
As consultas por abrangência (Range query) retornam os objetos em um limite de
similaridade pré-estabelecido do objeto de referência como ilustra a Figura 3.3(a).
Formalmente, dado um conjunto de objetos
S
e um elemento Ss
i
∈
qualquer, a consulta por
abrangência
(
)
qq
rORQ ,
retorna o subconjunto SA
⊆
onde:
(
)
{
}
qiqi
rSOdSSA
≤
∈
=
,|
(3.1)
0
0
0
15
16
5
Capítulo 3 – CBIR 55
Figura 3.3. Consultas por similaridade em um domínio de pontos bidimensionais utilizando a função de
distância euclidiana como função de dissimilaridade. O objeto preto q é o objeto de consulta enquanto os objetos
cinza constituem as respostas. (a) Ilustra uma consulta por abrangência de raio r e (b) ilustra uma consulta pelos
cinco vizinhos mais próximos.
Nas consultas pelos k-vizinhos mais próximos (k-Nearest Nighbor Query – kNNQ),
são recuperados os k objetos mais próximos ou similares ao objeto de referência, como ilustra
a Figura 3.3(b). Formalmente, dado um conjunto de objetos
S
e um elemento
Ss
i
∈
qualquer, a consulta dos k-vizinhos mais próximos
(
)
qq
rOkNNQ
,
retorna o subconjunto
SA
⊆
onde:
[
]
(
)
(
)
{
}
xOdaOdASxAaeAkSSA
qiqii
,,,,||| ≤−∈∀∈∀=∈=
(3.2)
3.4 Atributos da Imagem
Considerando o domínio de dados de imagens, é possível extrair características a partir
dos
pixels
da imagem. As características mais comumente utilizadas são cor, forma e textura.
(a)
r
q
q
(b)
56 Capítulo 3 – CBIR
3.4.1 Atributo Cor
A cor é um descritor poderoso em processamento de imagens. Com os avanços dos sensores
de cores e
hardware
dos anos 80, as técnicas de processamento de imagens por cores reais, a
cada dia estão se tornando mais comuns em aplicações de várias áreas (GONZALEZ;
WOODS, 2005; LONG; ZHANG; FENG, 2002).
A principal ferramenta utilizada para representação de uma imagem através da cor, é o
histograma. A Figura 3.4 ilustra uma imagem de tomografia computadorizada e seu
histograma. Para cada cor contida na imagem, o histograma de cor calcula e apresenta o
número de
pixels
. A comparação de duas imagens através de seus respectivos histogramas é
calculada pelo somatório de diferenças absolutas ou quadráticas sobre o número de
pixels
de
cada cor (GONZALEZ; WOODS, 2005).
Por ser uma técnica de fácil implementação e que consome poucos recursos
computacionais, os histogramas têm sido bastante utilizados em sistemas de recuperação de
imagens por conteúdo; porém, não é possível reconhecer ou separar imagens apenas com a
utilização de histogramas, uma vez que imagens distintas podem possuir histogramas
semelhantes (LONG; ZHANG; FENG, 2002; TRAINA et al., 2002).
Figura 3.4. (a) Imagem de Tomografia Computadorizada. (b) Histograma da imagem.
(a) TC Heli
coidal
(b) Níveis de Cinza
Capítulo 3 – CBIR 57
Um exemplo de uso de histogramas como técnica de extração de características de
imagens para recuperação por conteúdo é o sistema desenvolvido pelo GBDI (Grupo de Base
de dados e Imagens) do ICMC-USP (Instituto de Ciências Matemáticas e de Computação –
Universidade de São Paulo) em parceria com o CCIFM (Centro de Ciências das Imagens e
Física Médica) da FMRP-USP (Faculdade de Medicina de Ribeirão Preto – Universidade de
São Paulo) chamado mini-PACS (TRAINA et al., 2002; ROSA, 2002).
3.4.2 Atributo Forma
A forma é um dos atributos mais difíceis de serem usados e computacionalmente caros
de serem tratados em sistemas de recuperação de imagens por conteúdo. As dificuldades
encontradas na segmentação dos objetos de interesse em cenas complexas tornam esta técnica
limitada a poucos casos específicos, cujos objetos a serem localizados são bem distintos
(GONZALEZ; WOODS, 2005).
Para utilização do atributo forma, antes da segmentação é necessário pré-processar a
imagem a fim de tratar e remover ruídos nas imagens mais complexas. Após o pré-
processamento, o processo de segmentação subdivide a imagem até que o objeto de interesse
tenha sido isolado para que ele, então possa ser representado. Os métodos mais simples de
representação da forma são os métodos geométricos para detecção de borda (curvatura,
comprimento de borda e assinatura) e escalares para detecção de região (área, excentricidade
e retangularidade).
58 Capítulo 3 – CBIR
3.4.3 Atributo Textura
Textura é outra importante propriedade da imagem. Segundo Traina et al. (2002), a
textura pode ser definida com um padrão visual com grande número de elementos visíveis,
igualmente distribuídos e com densidades diferentes; nela cada elemento corresponde a uma
região de intensidade uniforme, de formas simples que se repetem dentro de um intervalo. A
Figura 3.5 apresenta alguns exemplos de textura.
Figura 3.5. Exemplo de texturas.
Em visão computacional, são investigadas várias representações de textura para
reconhecimento de padrões. Basicamente, os métodos de representação de textura podem ser
classificados em estruturais, estatísticos e espectrais (CASTAÑÓN, 2003; LOPES, 2005;
ROSA, 2002).
Métodos estruturais são apropriados para imagens nas quais os elementos podem ser
claramente identificados. Estes métodos baseiam-se na identificação do elemento e em sua
posição espacial. As regras de posicionamento descrevem posição, conectividade, densidade e
homogeneidade dos elementos de textura. Quanto mais regulares apresentarem-se as texturas,
mais efetivos serão os métodos estruturais. Contraste, granularidade e direcionalidade são
exemplos de elementos para médias estatísticas que buscam caracterizar a variação de
intensidade de uma janela de textura.
Folhas
Pedras
Girassóis
Areia
Capítulo 3 – CBIR 59
Para texturas pequenas e não tão regulares, os métodos estatísticos são mais eficientes
por tomarem uma porção da textura e analisarem variações de intensidade. Podem ser citados
como exemplos de métodos estatísticos as matrizes de Co-ocorrência e as características de
Haralick (HARALICK et al., 1973).
Já a análise espectral baseia-se em propriedades do espectro, sendo usada na detecção
de periodicidade global em uma imagem através da identificação de
pixels
de alta energia no
espectro. As Transformadas de Fourier, as Transformadas de Gabor e as Transformadas
Wavelets
são exemplos de métodos espectrais.
3.5 Métricas de Distância
Em sistemas de recuperação de imagem por conteúdo, para calcular a dissimilaridade
entre as imagens, utiliza-se algum tipo de métrica de distância.
As principais métricas de distância existentes são Minkowsky, Mahalanobis,
Camberram Chebychev, Correlação Quadrática e Chi-quadrada. Apesar da existência de
grande variedade de funções de distância, a mais utilizada é a distância Euclidiana (Equação
3.3). Nela,
x
e
y
são dois vetores de entrada; por exemplo,
x
é o vetor de referência e
y
o
vetor a ser classificado. O número de variáveis ou atributos de entrada da aplicação é
representado por
m
(WILSON; MARTINEZ, 1997).
( ) ( )
∑
=
−=
m
i
ii
yxyxD
1
2
,
(3.3)
O uso da distância euclidiana tem a vantagem de consumir pouco recurso
computacional, mas com a desvantagem que atributos com faixas de valores maiores podem
60 Capítulo 3 – CBIR
receber um “peso” ou importância maior que outros. Para minimizar este problema é
recomendado normalizarem-se os dados. Para uso da distância euclidiana, outro esquema
freqüentemente utilizado, principalmente em sistemas inteligentes, é atribuir pesos diferentes
para os atributos
m
.
3.6 Métodos de Indexação
Os Sistemas Gerenciadores de Banco de Dados (SGBD) são responsáveis pelo
armazenamento e recuperações das informações (dados) inseridas em um Banco de Dados
(BD). Os SGBDs são
softwares
que mantêm os BDs. O processo de organização e
recuperação das informações utiliza como base estruturas de indexação que torna mais rápido
o processo de recuperação dos dados, essenciais para grande volume de dados.
As primeiras estruturas de indexação desenvolvidas foram os Métodos de Acesso
Espaciais (
Spatial Access Methods
– SAM) que suportam apenas dados espaciais de pequenas
dimensões. No entanto, o grande aumento no uso de bases de dados nas mais diversas áreas
gerou a necessidade de armazenar e buscar dados mais complexos como imagens, sons,
vídeos e cadeias de DNA. Para solucionar o problema de armazenar e buscar esses dados
surgiram os Métodos de Acesso Métrico (
Metric Access Methods
- MAM). Os MANs
suportam consultas por similaridade e são bastantes eficientes para dados de alta
dimensionalidade, como da indexação de características extraídas em imagens. Utilizando
características previamente extraídas da imagem (forma, textura, histograma de cores), o
MAM constrói uma estrutura de índices calculando a distância entre as características da
imagem (LOPES, 2005).
As estruturas em forma de árvores constituem um modo bastante utilizado e eficiente
para implementar um MAM por visarem minimizar o número de comparações entre os
Capítulo 3 – CBIR 61
objetos, dividindo o espaço em regiões definidas por um ou mais objetos escolhidos como
referência.
Os primeiros métodos criados com árvores métricas exigiam que os objetos a serem
indexados já estivessem disponíveis no processo de criação das árvores, sem permitir
inserções posteriores. Pode-se citar como exemplos desses métodos a árvore métrica de
Uhmann, a VP-Tree e MVP-Tree, a GH-Tree e a GNAT. Surgiram a M-Tree e a R-Tree,
novos métodos nos quais são permitidas inserções mesmo depois da árvore gerada. Um
problema encontrado nessas árvores é a inserção de novos dados poder criar uma
sobreposição dos seus nós. Para solucionar este problema, (TRAINA JR.
et al.
, 2000) propõe
um novo modelo chamado
Slim-Tree
; uma estrutura de árvore balanceada dinamicamente que
avalia o grau de sobreposição dos nós com um algoritmo chamado
Fat-Factor
e otimiza o
balanceamento de suas estruturas com o algoritmo
Slim-Down
.
3.7 Propriedades e Características de Imagens Médicas
Características como cor, forma e textura extraídas de imagens, permitem sintetizar
propriedades inerentes à imagem e utilizá-las no processo de indexação e recuperação do
conjunto de imagens. As imagens médicas geralmente são apresentadas em tons de cinza e a
textura tem se mostrado bastante eficiente em sua representação.
O processo de transformação baseado em
Wavelets
permite armazenar informações de
textura contida nas imagens, com número reduzido de descritores (CASTAÑÓN, 2003).
62 Capítulo 3 – CBIR
3.8 Vetor de Características
Um vetor de características é a representação numérica sucinta de uma imagem ou de
parte dela (Figura 3.6). Essa representação visa caracterizar medidas dos aspectos mais
representativos da imagem. O número de características pode variar em função do domínio da
imagem e quais propriedades se deseja representar; é esse número que determina a dimensão
do vetor de características. Loew
2
(2000 apud CASTAÑÓN, 2003) refere que a representação
de uma imagem pelo seu vetor visa atender três requisitos:
Reduzir a dimensionalidade dos dados.
Ressaltar aspectos da imagem para facilitar a percepção humana,
Ser invariante às transformações da imagem.
Figura 3.6. Processo de Extração de Características de uma Imagem.
Existem várias técnicas de transformação que geram novos espaços de informações
sobre os quais podem ser aplicadas medidas estatísticas com valores numéricos utilizados
para construir o vetor de características de uma imagem. Entre as técnicas existentes podem
ser citadas a Transformada de
Hotelling
baseada em propriedades estatísticas de representação
LOEW, M. H. Feature Extraction, chapter 5. SPIE, Belligham, WA, m.sonka and j. michaael fitzpatrick edition,
2000.
Vetor de
Características
Imagem
Original
Extração de
Características
X1
X2
.
.
.
Xn
Capítulo 3 – CBIR 63
de vetores, a Transformada
Karhunem-Loeve
e a bastante conhecida Transformada de Fourier
(GONZALEZ; WOODS, 2003). Porém, entre as transformadas existentes, as que têm
mostrado maior eficiência nessa tarefa são as Transformadas
Wavelets
, motivo pelo qual
foram escolhidas para desenvolvimento deste trabalho (DAUBECHIES, 1992; MALLAT,
1989).
3.9 Métodos de Avaliação
Uma abordagem simples e bastante difundida para analisar os resultados e avaliar a
eficácia das funções de distância em sistemas de recuperação de imagens são os conceitos de
precisão (
precision
) e revocação (
recall
). Para um conjunto resultante de uma consulta a uma
base de imagens, precisão e revocação são definidos como:
,
TO
TRO
precisão =
TR
TRO
revocação =
(3.4)
onde TR representa o total de imagens relevantes disponíveis na base de dados, TRO
representa o total de imagens relevantes obtidas na busca e o total de imagens obtidas
(relevantes e não relevantes) no resultado é representado por TO como ilustra a Figura 3.7.
Figura 3.7. Técnica de validação Recall x Precision.
TR TO TRO
,
TO
TRO
precisão =
TR
TRO
revocação =
64 Capítulo 3 – CBIR
Figura 3.8: Exemplo de gráfico Recall x Precision.
O gráfico apresentando os valores de revocação versus precisão (Recall x Precision)
gera uma curva no qual, como regra de análise, o resultado é melhor à medida que a curva se
aproxima do topo, ou seja, de valores de precisão iguais a um (FELIPE, 2005). A Figura 3.7
ilustra um exemplo de gráfico Recall x Precision.
3.10 PACS
A principal função de um Sistemas de Arquivamento e Comunicação de Imagens
(PACS – Picture Archiving and Communication Systems) é gerenciar os processos de
armazenamento e exibição de imagens médicas digitais, obtidas através de equipamentos
recall
precision
Capítulo 3 – CBIR 65
especiais. Ademais, estes sistemas também devem ser capazes de se comunicarem com outros
sistemas, a fim de propiciar o intercâmbio das informações referentes, por exemplo, a exames
e pacientes, para disponibilizar tais informações para o usuário de forma integrada ao acesso
das imagens relacionadas. Neste cenário, a integração de sistemas CBIR aos sistemas PACS
pode ser de grande valia, propiciando aos sistemas PACS um conjunto de recursos com alto
poder de discriminação das imagens, fornecendo aos usuários uma poderosa ferramenta para
auxiliar nos procedimentos de análise e avaliação de imagens médicas.
A possibilidade de recuperar e comparar imagens usando suas características visuais
intrínsecas é um valioso recurso para responder à consultas por similaridade em imagens
médicas. Desse modo, a agregação desses recursos aos PACS potencializam sua utilidade e
importância no contexto de atividades como ensino e treinamento de novos radiologistas,
estudo de caso e auxílio ao diagnóstico de forma geral, uma vez que as consultas por
similaridade permitem que casos parecidos possam ser facilmente recuperados.
3.11 Trabalhos Correlatos
Lopes (2005), construiu um protótipo que disponibiliza pela Internet através de um
servidor, o acesso a um sistema PACS com recuperação de imagens por conteúdo
denominado iRIS Servidor. O iRIS Servidor se baseia na arquitetura cliente-servidor e no
cliente é necessário apenas um navegador Web com capacidade de executar aplicativos Java
para efetuar a extração de características da imagem de consulta. O autor Lopes (2005) afirma
que os tempos de resposta obtidos pelo sistema na Internet são satisfatórios, porém, não
apresenta dados suficientes sobre os tempos, os tamanhos dos arquivos e tipos de conexão
com que os testes foram realizados para a análise desta afirmação. Outros sistemas similares a
este foram propostos por Zuang; Li; Lau (2001), Fenag; Cai; Kim (2001), Long; Antani;
66 Capítulo 3 – CBIR
Thoma (2003), Li et al. (2003), Wong et al. (2003) e Nikolaidou; Anagnostopoulos;
Hatzopoulos (2003).
Em seu trabalho, Karam et al. (2003), utilizou as Transformadas Wavelets para realizar
busca por conteúdo em imagens médicas. Foram testas as Transformadas Wavelets de Haar e
Db4, armazenando nos vetores de características medidas estatísticas de média e desvio
padrão dos coeficientes de detalhe e aproximação em um, dois, três e quatro níveis de
decomposição. Segundo o autor Karam et al. (2003), a Transformada Wavelet de Haar com
dois níveis de decomposição foi a que apresentou melhores resultados, atingindo uma média
de precisão de recuperação de 82,5%. A utilização das medidas estatísticas diminuiu
consideravelmente o tamanho dos vetores de características o que fez cair em cerca de 60% o
tempo de recuperação.
Em Castañhón (2003), é proposto um sistema de caracterização de imagens, mediante
uma abordagem multirresolução por Wavelets, para sistemas de recuperação de imagens por
conteúdo, que realiza a indexação de vetores de características mediante um método de acesso
métrico. Em seu trabalho, Castañón (2003) utiliza as Transformadas Wavelets de Haar e Db4,
e realiza a análise estatística para extração de características de imagens médicas de exames
de Tomografia Computadorizada (CT) e Ressonância Magnética (RM). As medidas
estatísticas utilizadas para extrair características das imagens foram: média (avaliar a
luminosidade), entropia (suavidade da imagem) e energia (uniformidade dos pixels da
imagem) calculadas sobre os coeficientes de detalhe de três níveis de decomposição Wavelet.
Quanto a eficiência na recuperação, Castañhón (2003) afirma que a eficiência do sistema só
pode ser avaliada por pessoal técnico especializado e quanto ao tempo de resposta demonstra
que o método de acesso métrico Slim-Tree, utilizado em seu trabalho, torna as buscas mais
rápidas.
Capítulo 3 – CBIR 67
Watanabe da Silva (2005), realiza busca por conteúdo em imagens médicas através de
atributos de textura extraídos com a Transformada Wavelet de Haar, armazenando no vetor de
características medidas estatísticas de média, variância (que caracteriza o nível de contraste da
imagem) e energia dos coeficientes gerados no primeiro nível de decomposição. A busca é
realizada utilizando o método dos vizinhos mais próximos, k-NNQ. Foram realizadas
consultas utilizando vetores de características compostos por um dos coeficientes estatísticos
e a precisão de recuperação foi comparada com a busca realizada utilizando todos os
coeficientes estatísticos em um único vetor. Segundo a autora, a união dos coeficientes gera
melhores resultados que isolados, apresentando uma recuperação com 80% de precisão.
Em outro trabalho, Watanabe da Silva (2006) apresenta novos testes armazenando no
vetor de características os coeficientes de aproximação do quarto ou quinto níveis de
decomposição das Wavelets de Haar, Db2, Db4 e Db8 e afirma que o índice de precisão de
recuperação pode chegar a 99,9%. Watanabe da Silva (2007) faz uma comparação do seu
trabalho com o de Castañhón (2003) e demonstra que, para o conjunto de imagens testada, os
coeficientes Wavelets de aproximação apresentam melhor precisão de recuperação que as
medidas estatísticas.
Baroni (2006), apresentou um protótipo denominado SIREN (SImilarity Retrieval
ENgine) que fornece suporte à buscas por similaridade em SGBD através de uma extensão da
linguagem SQL. Esse protótipo demonstra os principais aspectos da extensão, incluindo
comandos da DDL e DML e usa métodos de acessos métricos para acelerar as consultas.
Utiliza também, três tipos de extratores de características: extrator de textura, extrator de
forma baseado em momentos de Zernike e extrator de cor baseado no histograma normalizado
das cores. Uma versão de demonstração da ferramenta foi disponibilizada para ser acessada
pela Internet em http://gbdi.icmc.usp.br/siren.
68 Capítulo 3 – CBIR
Em seu trabalho, Bueno et al. (2002), apresenta um novo método de extração de
características de imagens chamado histograma métrico. Os histogramas métricos permitem
comparar imagens de tamanhos variados e mapeados em faixas de quantização diferentes e,
seu tempo de resposta é, em média, cinco vezes menor do que o tempo dos histogramas
tradicionais.
Rosa (2002), apresentou um sistema de recuperação de Imagens Similares
denominado SRIS-HC, desenvolvido a partir do Sistema de Informação em Radiologia do
Serviço Radiológico do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto da
Universidade de São Paulo. O SRIS-HC foi implementado com o objetivo de demonstrar a
viabilidade de recuperação de imagens por conteúdo, como um sistema adicional de um
sistema PACS já existente no Hospital. As técnicas de Histograma e Histograma Métrico
foram utilizadas na extração de características das imagens; para possibilitar a recuperação e
disponibilização das imagens consultadas, de forma rápida e eficiente, o sistema faz uso da
Slim-tree, que é um método de acesso métrico capaz de indexar e recuperar as características
extraídas das imagens de forma otimizada.
3.8 Considerações Finais
As técnicas de CBIR têm se mostrado promissoras na área de processamento de
imagens. Na área médica, sistemas CBIR associados a sistemas PACS podem ser poderosa
ferramenta no treinamento e auxílio ao diagnóstico de estudantes de medicina e médicos. Para
o bom desempenho de um sistema CBIR, três pontos importantes devem ser cuidadosamente
analisados na concepção de um sistema CBIR eficiente: as técnicas de extração de
características, a métrica de distância e o método de indexação dos dados.
Capítulo 3 – CBIR 69
Os estudos realizados neste trabalho, demonstram que técnicas CBIR aplicadas à
imagens médicas apresentam peculiaridades e especificidades inerentes ao estado da arte em
processamento e análise das imagens, e à integração de CBIR ao ambiente computacional
hospitalar e a Internet.
No entanto, poucos são ainda os trabalhos que exploram as dificuldades e medem o
desempenho de sistemas CBIR em redes de computadores. Por isso, a proposta deste trabalho
fundamenta-se neste estudo para fornecer uma contribuição que possa nortear futuras
implementações.
Capítulo
4
Redes de Computadores
Capítulo 4
4.1 Introdução
As redes de computadores são essenciais para a operação de várias entidades como
empresas e universidades. Redes interligadas e conectadas à Internet permitem acesso a
serviços e dados residentes em servidores, facilitando a comunicação e, de várias formas,
ampliando o uso da tecnologia de informação.
Este capítulo faz breve revisão sobre redes de computadores e o modelo cliente-
servidor. Aborda a arquitetura das camadas de redes e seus protocolos, além de trazer uma
descrição sobre tempos de resposta de acesso. É descrito também a rede de alta velocidade
KyaTera e, por último, o funcionamento do servidor Matlab WebServer.
Ao longo deste capítulo serão feitas referências aos RFCs (Request for Comment). Os
RFCs são documentos que definem normas e protocolos nos quais são feitas discussões de
72 Capítulo 4 – Redes de Computadores
nível técnico de novos protocolos (KUROSE; ROSS, 2006). A lista completa com todos os
RFCs pode ser acessada pelo site http://www.ietf.org/rfc.html.
4.2 Redes de Computadores
O primeiro experimento que se refere a conexão de computadores em rede foi obra dos
cientistas Lawrence Roberts e Thomas Merril que, em 1965, interligaram dois centros de
pesquisa em Massachusetts e na Califórnia através de uma linha telefônica discada de baixa
velocidade. Desde então, a comunicação de dados tornou-se parte fundamental da computação
(KUROSE; ROSS, 2006).
O termo rede de computadores é aplicado quando dois ou mais computadores são
conectados. Dois computadores estão interconectados quando podem trocar informações
através de algum meio como fio de cobre, fibras ópticas, microondas e satélite
(TANENBAUM, 2003). Existem redes de diferentes topologias, a Internet é equivocadamente
chamada de a maior rede de computadores que existe, porém, na verdade ela é uma rede de
redes e WWW (World Wide Web) é um protocolo que permite a execução do conteúdo
multimídia da Internet (TANENBAUM, 2003; FARREL, 2005).
4.3 Modelo Cliente Servidor
O servidor é responsável por fornecer serviços à rede, por exemplo, e-mail, arquivos,
DNS, impressão e hospedagem web. Todos os computadores da rede que acessam esses
serviços são chamados clientes. As redes do tipo cliente-servidor são utilizadas em topologias
que têm necessidade de manter níveis de segurança (KUROSE; ROSS, 2006). O modelo
Capítulo 4 – Redes de Computadores 73
cliente-servidor constitui a base da utilização de redes. Nele, quando o usuário envia uma
requisição, aguardando uma resposta, inicia-se um processo na máquina cliente. Essas
mensagens são mostradas na Figura 4.1 (TANENBAUM, 2003).
Figura 4.1. O modelo cliente-servidor.
Fonte: Tanenbaum (2003).
O modelo cliente-servidor foi utilizado neste trabalho para disponibilizar acesso ao
sistema desenvolvido, via rede óptica de alta velocidade e via Internet.
4.4 Modelo TCP/IP
Os protocolos TCP (Transmission Control Protocol) e IP (Internet Protocol) fazem
parte da arquitetura de protocolos conhecida como TCP/IP. A rede óptica de alta velocidade
do projeto TIDIA (FAPESP), intitulada KyaTera, foi implementada baseando-se na
arquitetura TCP/IP.
A pilha de protocolos TCP/IP pode ser utilizada para comunicação em qualquer
topologia de redes, constituindo a tecnologia de base em redes globais. A Internet é a maior
prova da viabilidade do modelo TCP/IP e mostra como ele é capaz de lidar com uma
diversidade de tecnologias de redes (COMER, 1998).
Na arquitetura TCP/IP (Figura 4.2), a camada de interface da rede trata do meio físico
utilizado na transmissão de dados e da forma que os dados deverão ser transportados pela rede
Resposta
Solicitação Máquina servidora
Máquina cliente
Rede
Processo cliente
Processo servidor
74 Capítulo 4 – Redes de Computadores
enquanto a camada de rede (Internet) é responsável pelo transporte dos datagramas gerados na
camada de interface da rede. A camada de transporte provê mecanismos que possibilitem a
troca de dados entre os sistemas finais e a camada de aplicação objetiva oferecer aos
processos de aplicação meios de acessar o ambiente de comunicação TCP/IP (ROSSI et al.,
2005).
Figura 4. 2: Arquiterutas OSI e TCP/IP.
Fonte: Gallo; Hancock (2003).
A padronização dos protocolos TCP/IP foi feita pela DARPA (Defense Advanced
Research Projects Agency), baseada em padronizações anteriores da ARPA (Advanced
Research Projects Agency) e consta no RFC 793.
O protocolo que define a estrutura das mensagens e o modo como o cliente e o
servidor as trocam é o HTTP (Hypertext Transfer Protocol), que está definido nos RFCs 1945
e 2616. O HTTP usa o TCP e sua porta 80 como protocolo de transporte subjacente, de forma
a permitir que o cliente inicie uma conexão TCP com o servidor. Uma vez estabelecida esta
Aplicação
Apresentação
Sessão
Transporte
Rede
Dados
Física
Aplicação
Transporte
Internet
Interface
da Rede
Camadas OSI
Camadas TCP/IP
Capítulo 4 – Redes de Computadores 75
conexão tanto os processos do browser quanto os processos do servidor acessam o TCP por
meio dos sockets como mostra a Figura 4.3 (KUROSE; ROSS, 2006).
Figura 4.3. Comportamento da requisição/resposta do HTTP.
Fonte: Kurose; Ross (2006)
O protocolo HTTP trabalha com a troca de serviços entre as camadas, especificado por
primitivas, podendo ser do tipo confirmado e não confirmado. Quando uma mensagem de
requisição solicita uma página por exemplo, especifica informações como métodos, URL e
versão do browser. O corpo da mensagem de resposta contém a página solicitada ou através
de uma primitiva de serviço retorna a informação que a página não existe no servidor
(KUROSE; ROSS, 2006).
4.5 Tempos de Acesso
A medição da performance de uma rede é prática usual na pesquisa e no
gerenciamento de redes. Através do gerenciamento de desempenho, os administradores de
Resposta HTTP
Requisição HTTP
PC executando
Explorer
MAC executando
Navigator
Servidor executando o
servidor Web Apache
Resposta HTTP
Requisição HTTP
76 Capítulo 4 – Redes de Computadores
redes podem medir, analisar e controlar o desempenho da rede (KUROSE; ROSS, 2006). A
maioria das ferramentas de gerência utiliza a combinação de diversas variáveis para a
medição do desempenho de uma rede, como por exemplo, disponibilidade, tempo de resposta,
utilização e vazão (BLUM, 2003). Os padrões de protocolos como o SNMP (Simple Network
Management Protocol), desempenham um papel fundamental no gerenciamento de
desempenho da rede.
4.5.1 Disponibilidade
Antes de avaliar a performance da rede, é necessário verificar se ela realmente está
funcionando por meio de testes de conectividade. Para testar a conectividade da rede, podem
ser utilizadas ferramentas simples como ping e traceroute.
4.5.2 Tempo de Resposta
Tempo de resposta é definido como o tempo necessário para que um pacote viaje entre
dois hosts através da rede. Fatores como sobrecarga de processamento nos segmentos de rede,
falhas no acesso ao meio, broadcast e falha em dispositivos de rede, podem influenciar no
tempo de resposta entre o cliente e o servidor. O tempo de solicitação e resposta de um pacote
na rede pode ser visto através dos comandos ping e traceroute, que retornam o tempo total e o
tempo cumulativo por host até o destino, respectivamente. A melhor maneira de utilizar o
tempo de resposta como ferramenta de gerência é utilizando-se de uma linha do tempo na qual
alterações nesta variável podem ser facilmente identificadas (STEVENS, 2000).
Capítulo 4 – Redes de Computadores 77
4.5.3 Utilização da Rede
A utilização de cada um dos segmentos de rede, é vista como importante fator na
performance de uma rede. A utilização da rede é um valor percentual referente à informação
transmitida e recebida em determinado período de tempo (BLUM, 2003).
Calcular a utilização da rede em um segmento é relativamente simples; porém,
determinar esta utilização pode se tornar uma tarefa mais complexa; por isso, a maioria das
ferramentas de performance utilizam elementos diferentes neste cálculo, como a vazão e a
capacidade de transmissão da rede.
4.5.4 Vazão
A vazão, também chamada throughput, é a taxa em que os pedidos são atendidos pelo
sistema. Em redes de computadores, essa taxa é medida em pacotes por segundo (pps) ou bits
por segundo (bps). Determinar a taxa de vazão consiste em medir a quantidade de banda
disponível para a aplicação no momento. Essa taxa é diretamente influenciada por sobrecargas
provocadas em redes de menor banda ou de maior tráfego. Mesmo que o cliente e o servidor
possuam elevadas velocidades de conexão, nem sempre isso será reproduzido na rede fim-a-
fim. Para o cálculo da vazão de uma rede são gerados fluxos de pacotes variáveis e, com os
resultados obtidos, é construída uma linha do tempo de análise dessa variável (STEVENS,
2000).
78 Capítulo 4 – Redes de Computadores
4.5.5 Capacidade de Transmissão
A capacidade de transmissão de uma rede está diretamente relacionada à sua vazão.
Para determinar essa variável é preciso definir a diferença de tempo de vazão dos pacotes. O
intervalo de tempo entre dois pacotes determina a carga na rede, ou seja, a taxa em que a rede
é capaz de transportar determinado fluxo de pacotes (STEVENS, 2000).
4.6 World Wide Web
World Wide Web é o protocolo utilizado para acesso às páginas com conteúdo
multimídia da Internet. Páginas Web são documentos que possuem uma tecnologia chamada
hipertexto que permite percorrer partes do documento e de outros documentos através de links.
O site, formado por um conjunto de páginas, é hospedado por computadores
conectados permanentemente à Internet que recebem o nome de servidor. O sistema proposto
neste trabalho foi disponibilizado em forma de um site.
4.7 Matlab WebServer
Servidor Web é o programa executado em um computador, responsável por atender às
solicitações de arquivos feitas pelo browser. Os servidores mais conhecidos e utilizados
atualmente são o Apache da Sun e o IIS (Internet Information Services) da Microsoft. Existem
ainda outros servidores, geralmente para aplicações mais específicas, como é o caso do
TomCat Apache que roda exclusivamente aplicações desenvolvidas em JSP (Java Server
Pages) e o Matlab WebServer.
Capítulo 4 – Redes de Computadores 79
O Matlab WebServer desenvolvido pela MathWorks, disponibiliza aplicações do
software Matlab na Internet. Ele permite o envio de dados a um programa Matlab residente
no servidor e a exibição dos resultados em um browser (MATHWORKS, 2004).
Em uma configuração mais simples, o browser solicita acesso direto ao servidor onde
são executados o Matlab, o Matlab WebServer e o WebServer Daemon como ilustrado na
Figura 4.4. Numa rede mais complexa, o WebServer Daemon pode ser executado em uma
máquina separada (Figura 4.5).
Figura 4.4. Matlab WebServer e WebServer Daemon rodando em uma mesma máquina.
Fonte: Mathworks (2004).
80 Capítulo 4 – Redes de Computadores
Figura 4.5. Matlab WebServer e WebServer Daemon rodando em máquinas separadas.
Fonte: Mathworks (2004).
As aplicações do Matlab WebServer são uma combinação de arquivos do Matlab (M-
files) e marcações HTML. Para construir uma aplicação deste tipo, o primeiro passo é criar a
interface HTML responsável pela entrada e exibição dos dados a serem processados no
servidor. Em seguida é preciso listar o nome da aplicação e os dados de configuração
associados em um arquivo de configuração chamado matweb.conf. Por último, escrever o M-
file que recebe e processa os dados de entrada, gerando as respostas que serão envias para um
documento HTML.
O Matlab WebServer requer que o servidor utilizado, seja capaz de executar
programas CGI (Common Gateway Interface). Do lado do cliente apenas o browser é
necessário.
Capítulo 4 – Redes de Computadores 81
4.8 Rede KyaTera
A KyaTera é uma rede óptica de alta capacidade que reúne competências e recursos
laboratoriais necessários para desenvolver ciência, tecnologias e aplicações da Internet no
futuro. Atualmente, mais de 600 pesquisadores de instituições acadêmicas e empresas estão
conectados a ela (KyaTera, 2008).
A rede KyaTera interliga todos os pesquisadores participantes por meio de cabos
ópticos que chegam ao interior dos laboratórios (fiber-to-the-lab) (Figura 4.6). Um link de 1,2
Gb/s entre São Paulo e Miami conecta os pesquisadores de São Paulo com redes de pesquisa
do mundo e é financiada pela National Science Foundation (EUA) e pela FAPESP por meio
da iniciativa WHREN (Western Hemisphere Research and Education Networks) (KyaTera,
2008).
Desde a sua criação em abril de 2004, já foram implantadas as seguintes conexões da
plataforma óptica KyaTera (KyaTera, 2008):
•
Intracampus (dentro de cada instituição): 55 laboratórios de 8 instituições.
•
Intercampi (entre instituições da mesma cidade): 5 instituições de 2 cidades.
Dentre elas: USP São Carlos – UFSCar.
•
Interurbanas (entre cidades): 3 cidades.
São Paulo – Campinas; São Paulo – Santa Rita do Sapucaí.
82 Capítulo 4 – Redes de Computadores
Figura 4. 6: Plataforma óptica fiber-to-the-lab.
Fonte: http://kyatera.incubadora.fapesp.br/portal/projeto-kyatera/rede-kyatera.
A plataforma óptica fiber-to-the-lab permite a coexistência de várias redes em
paralelo: a rede estável e as redes experimentais. O LAVI (Laboratório de Visão
Computacional), está conectado à rede estável KyaTera.
A rede estável KyaTera é baseada no protocolo Ethernet/IP (Tecnologia de
interconexão para redes locais, EtherIP) especificado no RFC 3378 do IETF (The Internet
Engineering Task Force), e interliga todos os laboratórios associados ao projeto KyaTera
através de uma malha ótica de fibras SM (Single Mode Fiber) dedicada. A principal função da
rede estável é oferecer serviços que promovam pesquisa colaborativa entre os participantes do
KyaTera, oferecendo para cada laboratório uma taxa de transmissão mínima de 1Gbps,
Capítulo 4 – Redes de Computadores 83
através de um backbone de 10 Gbps que interconecta os três grandes centros concentradores
da rede, localizados nas cidades de São Paulo (USP-SP), Campinas (UNICAMP) e São Carlos
(USP-SC) (KyaTera, 2008).
A topologia lógica adotada intracampus na rede estável é a Estrela, onde um
concentrador (switch/router), como centro da estrela do Campus, se encarrega do
encaminhamento do tráfego de dados. Já as topologias intercampi e interurbanas são Mistas,
adotando o layout apropriado a cada caso.
4.9 Considerações Finais
Este capítulo apresentou uma revisão da estrutura geral da Internet e seus principais
protocolos. A Internet, em especial o protocolo WWW, fornecem um ambiente comum,
independente de plataforma, capaz de tornar disponíveis informações em qualquer
computador.
Devido ao seu uso intensivo, a Internet e a WWW podem não oferecer condições
suficientes, relativamente aos parâmetros de eficiência da rede, para a recuperação de imagens
médicas em um modelo cliente-servidor. Por isso, a opção de se utilizar uma rede óptica de
alta velocidade, implementada através do projeto KyaTera, deve ser avaliada e comparada e
comparados os seus desempenhos.
Capítulo
5
Metodologia
5.1 Introdução
Neste capítulo, apresenta-se uma descrição detalhada dos experimentos realizados na
utilização de atributos de textura para recuperação de imagens médicas por conteúdo em uma
rede óptica de alta velocidade e na Internet. São descritos os conjuntos de dados utilizados, as
abordagens adotadas na extração de atributos das imagens e os testes realizados em rede.
Foi avaliado o desempenho de atributos de textura, extraídos através das
Transformadas Wavelets, na recuperação das imagens. Para isso, desenvolveu-se um sistema
que é capaz de separar imagens médicas em classes e disponibilizá-las para consultas por
similaridade via rede. O desempenho do sistema foi medido em uma rede óptica de alta
velocidade – rede KyaTera do projeto TIDIA (FAPESP) – e posteriormente por voluntários na
Internet.
A implementação de um método de indexação não faz parte do escopo deste trabalho
devido ao pequeno volume de dados utilizado.
86
Capítulo 5 – Metodologia
5.2 Materiais e Métodos
O sistema foi desenvolvido utilizando o software Matlab versão 7.0, em um
equipamento Pentium 4 com processador de 3.0 Ghz e 1 Gb de memória RAM.
O banco de imagens é composto por 4.728 imagens, separadas de acordo com a Tabela
5.1. Parte das imagens foi cedida pelo grupo do GBDI-ICMC (Grupo de Base de Dados e
Imagens – Instituto de Ciências Matemáticas e de Computação), e parte obtida através de uma
parceria entre o Hospital Amaral Carvalho de Jaú e a Escola de Engenharia Elétrica de São
Carlos. Todas as imagens são provenientes de exames de Tomografia Computadorizada,
possuem tamanho de 512x512 pixels e codificação de 8 bits de níveis de cinza.
Tabela 5.1 – Classes das imagens médicas do banco.
Classe Numeração das Imagens Quantidade de Imagens Parte do Corpo
1 1 a 38 38 Coluna Vertebral
2 39 a 169 131 Colo Lombar
3 170 a 1078 909 Crânio
4 1079 a 2481 1403 Tórax
5 2482 a 4728 2247 Abdômen
Para representar as imagens médicas, considerou-se apenas suas características de
textura, obtidas através da Transformada Wavelet de Haar.
Uma vez aplicada a Transformada Wavelet de Haar nas 4.728 imagens, os valores dos
coeficientes de aproximação do sétimo nível foram armazenados nos vetores de características.
A cada pesquisa, a Transformada Wavelet de Haar é aplicada na imagem de consulta e seu
vetor de características é gerado. Utilizando a função de Distância Euclidiana, realiza-se uma
busca por vizinhança, retornando as trinta imagens mais semelhantes à imagem consultada. A
Figura 5.2 ilustra uma consulta com 100% de acerto, ou seja, as trinta imagens retornadas
pertencem à mesma classe da imagem de busca (Figura 5.1).
Capítulo 5 – Metodologia 87
Figura 5.1. Imagem de Consulta.
88
Capítulo 5 – Metodologia
Figura 5.2. Tela do sistema com as 30 imagens mais semelhantes à imagem de consulta encontradas no banco.
Capítulo 5 – Metodologia 89
5.2.1 Definição dos Atributos de Textura Usando as Transformadas Wavelets
Para avaliar a eficiência do atributo de textura na recuperação das imagens por
conteúdo, vários testes foram realizados. Foram feitas buscas tomando como imagem de
consulta cada uma das imagens existentes no banco. A quantidade de imagens retornadas foi
definida de acordo com a quantidade de cada classe. Foram considerados acertos as imagens
retornadas da mesma classe que a de consulta.
No primeiro teste foi gerado um conjunto de noventa e seis imagens sintéticas dividido
em três classes como ilustra a Figura 5.3, separadas de acordo com a Tabela 5.2. Aplicando-se
a Transformada Wavelet de Haar com dois níveis de decomposição e armazenando no vetor
de características a média e variância dos coeficientes de detalhe de cada imagem, o sistema
acertou 100% em todas as classes quando efetuada a busca por similaridade.
Figura 5.3. Conjunto de imagens sintéticas.
Classe 1 Classe 3 Classe 2
90
Capítulo 5 – Metodologia
Tabela 5.2 – Classes das imagens sintéticas.
Classe Numeração das Imagens
1 1 a 32
2 33 a 64
3 65 a 96
Após validar a eficiência da abordagem utilizada com as imagens sintéticas, o segundo
teste foi realizado com imagens de texturas geradas no Adobe Photoshop. O conjunto de
imagens de texturas foi composto por cem imagens divididas em dez classes como ilustra a
Figura 5.4, separadas de acordo com a Tabela 5.3. Aplicando-se os mesmos parâmetros do
teste anterior, ou seja, a Transformada Wavelet de Haar com dois níveis de decomposição,
armazenando no vetor de características a média e variância dos coeficientes de detalhe de
cada imagem, obteve-se acerto de 100% para todas as classes quando efetuada a busca por
similaridade.
Tabela 5.3 – Classes das imagens de textura.
Classe Numeração das Imagens
1 1 a 10
2 11 a 20
3 21 a 30
4 31 a 40
5 41 a 50
6 51 a 60
7 61 a 70
8 71 a 80
9 81 a 90
10 91 a 100
Capítulo 5 – Metodologia 91
Figura 5.4. Conjunto de imagens de texturas.
Após verificar a eficiência da metodologia com imagens sintéticas e de textura geradas
artificialmente, novos testes foram realizados utilizando-se imagens médicas.
Foi gerado um conjunto de imagens para testes, com um total de cem imagens no
formato JPEG, divididas em cinco classes: crânio (Figura 5.5), tórax (Figura 5.6), abdômen
(Figura 5.7), colo lombar (Figura 5.8) e coluna vertebral (Figura 5.9), separadas de acordo
com a Tabela 5.4.
Classe 1
Classe 3
Classe 2
Classe 4
Classe 5
Classe 6
Classe 7
Classe 9
Classe 8
Classe 10
92
Capítulo 5 – Metodologia
Figura 5.5. Classe Crânio.
Figura 5.6. Classe Tórax.
Figura 5.7. Classe Abdômen.
Figura 5. 8. Classe Coluna Vertebral.
Capítulo 5 – Metodologia 93
Figura 5.9. Classe Colo Lombar.
Tabela 5.4– Classes das imagens médicas do conjunto de teste.
Classe Numeração das Imagens Parte do Corpo
1 1 a 20 Crânio
2 21 a 40 Tórax
3 41 a 60 Abdômen
4 61 a 80 Coluna Vertebral
5 81 a 100 Colo Lombar
Da mesma forma que os testes anteriores, foram gerados os vetores de características
com a média e variância dos coeficientes de detalhe do segundo nível de decomposição da
Transformada Wavelet de Haar. Os resultados obtidos, no entanto, não se apresentaram
satisfatórios, observando-se uma média de erros na precisão de recuperação de 23,05%.
Com o intuito de melhorar os resultados obtidos nas consultas, foram testadas outras
Transformadas extensamente utilizadas na literatura pertinente: Db2, Db3 e Db4 além da
Transformada de Haar; com dois, três e quatro níveis de decomposição em cada uma delas.
Os atributos dos vetores de características também foram variados. Para cada Transformada
Wavelet em cada nível de decomposição foi medida a precisão da recuperação armazenando-
se a média e variância dos detalhes e a média e variância dos detalhes e aproximação.
Posteriormente, nova característica, a energia, foi acrescentada a cada teste.
Os testes realizados demonstraram que utilizando a Transformada Wavelet Db2 com
três níveis de decomposição e os atributos de média, variância e energia dos coeficientes de
detalhe de cada imagem (Figura 5.10), foi possível melhorar a precisão de recuperação em
relação ao primeiro teste com imagens médicas de 76,95% para 84,05%.
94
Capítulo 5 – Metodologia
Figura 5.10. Transformada Wavelet Db2 com três níveis de decomposição.
Após o teste com o conjunto de 100 imagens, foram gerados os vetores de
características das 4.728 imagens do banco, classificadas de acordo com a Tabela 5.1. Porém,
a eficiência de precisão de recuperação caiu para 54%.
Utilizando o vetor de características com os coeficientes de aproximação do último
nível de decomposição da transformada Wavelet, em vez de calcular as medidas estatísticas
Imagem original
Primeiro Nível de Decomposição
Aproximação D. Diagonal D. Horizontal D. Vertical
Segundo Nível de Decomposição
Terceiro Nível de Decomposição
Capítulo 5 – Metodologia 95
(média, variância e energia) de cada um dos níveis, houve uma melhora na precisão
(DAUBECHIES, 1992; WATANABE DA SILVA, 2006; WATANABE DA SILVA, 2007).
Analisando-se a média de acerto e o tempo de busca por imagem, optou-se por utilizar
a busca em rede armazenando-se no vetor de características os coeficientes de aproximação
do sétimo nível da Transformada Wavelet de Haar.
5.2.2 Medida dos Tempos de Recuperação em Rede
Depois da escolha da técnica a ser aplicada para extração de características de textura,
o passo seguinte foi disponibilizar o sistema para ser acessado em rede. Para isso, foi utilizado
o Matlab WebServer junto com o servidor Apache. A interface do sistema foi desenvolvida
em HTML e PHP, permitindo acessar a aplicação Matlab em rede através de qualquer Web
browser.
Os testes em rede foram divididos em duas partes: medição dos tempos de resposta na
rede KyaTera e medição dos tempos de resposta na Internet.
Para medir os tempos de envio (upload) e resposta (processamento da imagem de
consulta + busca por conteúdo + download das imagens no cliente) para os testes realizados
na Internet e na rede KyaTera, foram escolhidas cinco imagens de consulta com tamanhos e
formatos variados, uma de cada classe do conjunto de 4.728 imagens do banco.
O tamanho das imagens médicas do banco varia entre 10 Kb e 500 Kb, sendo que em
um conjunto de mais de 40.000 imagens fornecidas pelo GBDI-ICMC e pelo Hospital Amaral
Carvalho de Jaú, nenhuma imagem possui tamanho superior a 600 Kb. Porém, é possível que
determinado exame gere imagens de tamanhos superiores a estes (FELIPE, 2005), então, para
testar imagens de tamanhos maiores na rede o tamanho em Kb de três das cinco imagens
utilizadas nos testes foi alterado no Adobe Photoshop.
96
Capítulo 5 – Metodologia
5.2.3 Medida dos Tempos de Resposta na Rede KyaTera
Para medir a influência da utilização da CPU nos tempos de resposta do sistema,
foram realizados testes no servidor ocupando 0%, 8% e 64% da CPU, onde, na utilização de
0% não havia nenhuma outra instrução sendo executada na CPU, na utilização de 8% havia
um vídeo sendo executado durante os testes e na utilização de 64% uma rotina do Matlab.
A notação 0% de utilização da CPU simboliza que nenhuma outra instrução além das
do sistema operacional estava sendo executada durante o teste uma vez que só seria possível a
utilização de 0% da CPU com o computador desligado.
Após serem realizados os testes no servidor, a etapa seguinte foi realizar testes em
pontos diferentes da rede KyaTera (Figura 5.11).
Figura 5. 11: Pontos da rede KyaTera onde os testes foram realizados.
Os primeiros testes foram realizados com máquinas distintas (Tabela 5.5). O servidor
estava localizado no LAVI-EESC (Laboratório de Visão Computacional – Escola de
Engenharia de São Carlos) e foi acessado de pontos do KyaTera localizados no Lightways-
Capítulo 5 – Metodologia 97
IFSC (Instituto de Física de São Carlos) e no GSDR-UFSCar (Grupo de Sistemas Distribuído
e Redes – Universidade Federal de São Carlos).
Tabela 5. 5 – Configuração dos computadores em pontos distintos.
Local Processador Velocidade RAM Cache SO Largura Banda
IFSC Core 2 Duo 1.86 Ghz 4 Gb 2 Mb Linux 641 Mbps
UFSCar P4 3.0 Ghz 1 Gb 1 Mb Linux 475 Mbps
Para medir os tempos de resposta em diferentes pontos da rede KyaTera sem a
influência de configurações diferentes de máquinas, novos testes foram realizados utilizando
um NoteBook com processador Core 2 Duo de 2.0 Ghz, 1 Gb de RAM, 2 Mb memória cache
e sistema operacional Mac OS X.
Durante a execução dos novos testes um problema na rede KyaTera interrompeu a
comunicação entre a EESC e o IFSC, então, o servidor foi alocado no Lightways-IFSC. Os
novos testes foram compostos de três seqüências, ocupando 0% e 15% (utilizando vídeo) da
CPU cada uma:
•
Primeira seqüência: NoteBook acessando o servidor de um ponto na rede dentro do
mesmo laboratório (Lightways-IFSC), com uma largura de banda de 1 Gbps.
•
Segunda seqüência: NoteBook acessando o servidor de um ponto na rede
localizado no laboratório Intermídia-ICMC, com largura de banda média de 653
Mbps.
•
Terceira Seqüência: NoteBook acessando o servidor de um ponto na rede
localizado no laboratório GSDR-UFSCar, com largura de banda média de 917
Mbps.
98
Capítulo 5 – Metodologia
5.2.4 Medida dos Tempos de Resposta na Internet
Na segunda fase dos testes, voluntários testaram o sistema na Internet seguindo as
instruções contidas no Apêndice C. Uma vez que os testes da Internet foram executados por
voluntários, não foi possível garantir a integridade dos valores gerados já que problemas
como o voluntário não seguir corretamente as instruções, erros de digitação e testes
incompletos acabaram ocorrendo. Porém, os valores obtidos mesmo não sendo exatos, foram
suficientes para realizar uma comparação dos testes na Internet com os testes na rede KyaTera,
além de possibilitar saber, do ponto de vista dos voluntários, se os tempos de resposta do
sistema na Internet eram aceitáveis ou não.
Os testes realizados por voluntários na Internet foram classificados, de acordo com o
tipo de meio de comunicação, sendo eles: fibra, rádio, cabo, ADSL e Dial-up (Tabela 5.52).
Tabela 5. 6 – Classificação dos testes realizados na Internet segundo o meio de transmissão.
Testes Realizados na Internet
Meio Qtd Voluntários Velocidade Mínima Velocidade Máxima
Fibra 12 295 Kbps 34.420 Kbps
Rádio 15 5 Kbps 3.150 Kbps
Cabo 18 126 Kbps 5.040 Kbps
ADSL 51 43 Kbps 13.790 Kbps
Dial-up 5 5 Kbps 51 Kbps
Durante o período em que os testes estavam sendo realizados, houve uma manutenção
no servidor da USP de São Paulo o que limitou por certo período o tamanho dos arquivos que
trafegavam pela rede. Quatro das cinco imagens testadas possuíam tamanho menor que o
limitado pela rede, no entanto, a quinta imagem excedia este tamanho, então vários
voluntários não puderam fazer os testes com a quinta imagem. Os e-mails dos responsáveis
pela rede de computadores da USP e e-mails de alguns voluntários constam no Apêndice C.
Capítulo 5 – Metodologia 99
5.3 Considerações Finais
Este capítulo apresentou uma descrição detalhada dos experimentos realizados
utilizando a Transformada Wavelet como extrator de atributos de textura para recuperação de
imagens médicas por conteúdo e também descreveu os testes realizados na rede KyaTera e na
Internet. O desempenho do sistema na classificação e os tempos envolvidos nos testes serão
apresentados e discutidos no próximo capítulo.
Capítulo
6
Resultados e Conclusões
A metodologia adotada neste trabalho, gerou resultados que permitiram a definição
dos melhores atributos de textura a serem utilizados, considerando-se a Transformada Wavelet,
para as imagens do banco.
6.1 Haar com 2 níveis de decomposição, medidas estatísticas – 100 imagens.
Utilizando-se a Wavelet de Haar com 2 níveis de decomposição, a média e variância
dos coeficientes de detalhe de cada nível como atributos do vetor de características, pode-se
observar um erro médio de 23,05% na precisão de recuperação.
A Tabela 6.1 traz a matriz de confusão do teste com as imagens médicas, onde a
diagonal principal é a porcentagem de acerto para cada classe e as outras colunas a
porcentagem de imagens de outras classes que foram retornadas como sendo da mesma classe
da imagem de consulta, ou seja, as imagens classificadas de forma errada.
102 Capítulo 6 – Resultados e Conclusões
Tabela 6. 1 – Haar, dois níveis de decomposição. Média e variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
93,50
% 6,25
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
7,75
% 61,50
% 30,75
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 23,75
% 76,25
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 69,50
% 30,50
%
100
%
Colo
0,00
% 0,00
% 0,00
% 16,00
% 84,00
%
100
%
6.2 Alterando Atributos e Famílias Wavelets – 100 imagens.
Para as Wavelets de Haar e Db3, obteve-se melhor precisão de recuperação utilizando
4 níveis de decomposição, a média, variância e energia dos coeficientes de detalhe e de
aproximação de cada nível como atributos do vetor de características, sendo que os erros
médios na precisão de recuperação foram de 16,35% e 19,95% respectivamente.
Já para as Wavelets Db2 e Db4, obteve-se melhor precisão de recuperação utilizando 3
níveis de decomposição, a média, variância e energia dos coeficientes de detalhe de cada
nível como atributos do vetor de características, sendo que os erros médios na precisão de
recuperação foram de 15,95% e 16,85% respectivamente.
A Tabela 6.2 mostra o desempenho das quatro famílias Wavelets testadas, através do
cálculo da média da diagonal principal da matriz de confusão de cada teste. A relação
completa de todas as matrizes de confusão utilizadas para gerar a Tabela 6.2 pode ser
encontrada no Apêndice A.
Capítulo 6 – Resultados e Conclusões 103
Tabela 6. 2 – Desempenho das Wavelets testadas.
Coeficientes Atributos Acerto (%) Níveis de
Decomposição
Qtd Detalhes Aprox.
Média Variância
Energia Haar
Db2 Db3 Db4
2 12 x x x 76,95
78,05
74,15
67,40
2 18 x x x x 80,45
78,75
74,50
70,55
2 16 x x x x 76,50
74,95
75,20
74,75
2 24 x x x x x 77,15
76,50
76,55
76,45
3 18 x x x 78,05
79,20
73,05
77,70
3 27 x x x x 82,35
84,05
79,35
83,15
3 24 x x x x 78,50
77,10
76,90
75,35
3 36 x x x x x 80,30
78,80
79,05
78,25
4 24 x x x 80,50
77,75
74,35
74,05
4 36 x x x x 81,10
79,40
76,50
76,50
4 32 x x x x 82,60
80,35
77,85
75,00
4 48 x x x x x
83,65
82,05
80,05
77,45
A Figura 6.1 ilustra uma consulta com 100% de acerto, ou seja, as vinte imagens
retornadas pertencem à mesma classe da imagem de busca.
Figura 6. 1: Classe separada com 100% de acerto. Consulta kNNQ = 20, imagem pesquisada = 81.
104 Capítulo 6 – Resultados e Conclusões
6.3 Avaliação Através da Curva Recall x Precision
Para avaliar o desempenho das transformadas com as 100 imagens médicas, foi gerado
um gráfico contendo as curvas Recall x Precision para o melhor conjunto – nível de
decomposição, coeficientes e atributos – verificado para cada uma das quatro Wavelets
testadas de acordo com a Tabela 6.2. O gráfico da Figura 6.2, assim como a Tabela 6.2,
demonstra que as Wavelets de Haar, Db2 e Db4 obtiveram pequenas diferenças na
classificação das imagens, e a Db2 mostrou ser a melhor. Os resultados obtidos na precisão de
recuperação com a Db3 ficaram até 4% mais baixos se comparados, por exemplo, com os
resultados da Db2.
Figura 6.2: Curvas Recall x Precision das Wavelets de Haar, Db2, Db3 e Db4.
recall
precision
Capítulo 6 – Resultados e Conclusões 105
Outro ponto importante observado nos testes realizados com as 100 imagens médicas,
é que foi possível definir, com maior exatidão, quais tipos de atributos foram mais
discriminantes para cada classe testada. Verificou-se, por exemplo, que utilizando dois níveis
de decomposição com os atributos de média, variância e energia e os coeficientes de detalhe e
aproximação para qualquer das quatro Transformadas Wavelets testadas, houve acerto de
100% na classificação das imagens de coluna vertebral e colo lombar, com erros nas imagens
de crânio, tórax e abdômen. Quando foram utilizados apenas os atributos de média e
variância, sem a energia, somente sobre os detalhes, os resultados para as classes de crânio,
tórax e abdômen melhoram significativamente, porém os erros acontecem nas classes de
coluna vertebral e colo lombar. Esses resultados específicos de cada classe podem ser de
grande valia em trabalhos futuros cujo objetivo venha ser separar as imagens não entre classes,
mas entre patologias.
6.4 Db2 com 3 níveis de decomposição, medidas estatísticas – 4.728 imagens.
Utilizando-se a Wavelets Db2 com 3 níveis de decomposição, a média, variância e
energia dos coeficientes de detalhe de cada nível como atributos para gerar o vetor de
características das 4.728 imagens do banco, classificadas de acordo com a tabela 5.1, o erro
médio da precisão de recuperação, considerando todas as imagens de todas as classes, foi de
para 46% (Tabela 6.3), sendo que em alguns casos foi superior a 50%, como na classe tórax
por exemplo, onde chegou a 79%.
106 Capítulo 6 – Resultados e Conclusões
Tabela 6. 3 – Db2, três níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
69,00
% 10,00
% 21,00
% 0,00
% 0,00
%
100
%
Tórax
28,00
% 21,00
% 49,00
% 0,00
% 2,00
%
100
%
Abdômen
21,00
% 37,00
% 35,00
% 2,00
% 5,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
3,00
% 41,00
% 14,00
% 0,00
% 42,00
%
100
%
6.5 Haar, coeficientes do sétimo nível de decomposição – 100 imagens.
Utilizando-se a Wavelets de Haar, armazenando no vetor de características das 100
imagens, classificadas de acordo com a Tabela 5.4, os coeficientes de aproximação e detalhes
do sétimo nível de decomposição, o erro médio da precisão de recuperação diminuiu de
15,95% (Tabela 6.2) para 8,6% (Tabela 6.4).
Tabela 6.4 – Haar, coeficientes de aproximação do sétimo nível de decomposição – 16 coeficientes.
Matriz de Confusão 100 imagens – Média de acerto: 91,4 %
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
100,00
% 0,00
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
2,75
% 85,25
% 11,75
% 0,00
% 0,25
%
100
%
Abdômen
4,25
% 23,25
% 72,50
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,75
% 0,00
% 0,00
% 99,25
%
100
%
6.6 Haar, coeficientes do sétimo nível de decomposição – 4.728 imagens.
Utilizando-se a Wavelets de Haar, armazenando no vetor de características das 4.728
imagens, classificadas de acordo com a Tabela 5.1, os coeficientes de aproximação e detalhes
do sétimo nível de decomposição, o erro médio da precisão de recuperação, considerando
Capítulo 6 – Resultados e Conclusões 107
todas as imagens de todas as classes, diminuiu de 46% (Tabela 6.3) para 23% (Tabela 6.5),
com um tempo de busca médio de 1609 ms por imagem.
Tabela 6. 5 – Haar, aproximação do sétimo nível de decomposição – 16 coeficientes.
Matriz de Confusão 4728 imagens todas com todas - Média de acerto: 77 % - Tempo Médio: 1609 ms
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
81,00
% 6,00
% 13,00
% 0,00
% 0,00
%
100
%
Tórax
13,00
% 68,00
% 17,00
% 0,00
% 2,00
%
100
%
Abdômen
9,00
% 22,00
% 63,00
% 2,00
% 4,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
2,00
% 16,00
% 9,00
% 0,00
% 73,00
%
100
%
A Tabela 6.6 traz a matriz de confusão dos testes realizados com as 4.728 imagens,
classificadas de acordo com a Tabela 5.1, gravando no vetor de características os coeficientes
de aproximação do sétimo nível de decomposição da Transformada Wavelet de Haar, gerando
16 coeficientes. Considerando as 30 primeiras imagens, classificadas pelas menores distâncias
euclidianas, retornadas para cada uma das cinco classes, a o acerto médio da precisão de
recuperação foi de 91,8%.
Tabela 6.6 – Haar, aproximação do sétimo nível de decomposição – 16 coeficientes.
Matriz de Confusão 4728 imagens 30 primeiras - Média de acerto: 91,8 % - Tempo Médio: 1609 ms
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
96,00
% 3,00
% 1,00
% 0,00
% 0,00
%
100
%
Tórax
3,00
% 86,00
% 10,00
% 0,00
% 1,00
%
100
%
Abdômen
9,00
% 7,00
% 83,00
% 0,00
% 1,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
1,00
% 5,00
% 0,00
% 0,00
% 94,00
%
100
%
6.7 Haar, coeficientes do sexto nível de decomposição – 4.728 imagens.
Utilizando-se a Wavelets de Haar, armazenando no vetor de características das 4.728
imagens, classificadas de acordo com a Tabela 5.1, os coeficientes de aproximação e detalhes
do sexto nível de decomposição, o erro médio da precisão de recuperação, considerando todas
108 Capítulo 6 – Resultados e Conclusões
as imagens de todas as classes, foi de 20,8% (Tabela 6.7), com um tempo de busca médio de
2139 ms por imagem.
Tabela 6.7 – Haar, aproximação do sexto nível de decomposição – 64 coeficientes.
Matriz de Confusão 4728 imagens todas com todas - Média de acerto: 79,2 % - Tempo Médio: 2139 ms
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
82,00
% 3,00
% 15,00
% 0,00
% 0,00
%
100
%
Tórax
14,00
% 71,00
% 13,00
% 0,00
% 2,00
%
100
%
Abdômen
8,00
% 22,00
% 64,00
% 2,00
% 4,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
1,00
% 14,00
% 6,00
% 0,00
% 79,00
%
100
%
A Tabela 6.8 traz a matriz de confusão dos testes realizados com as 4.728 imagens,
classificadas de acordo com a Tabela 5.1, gravando no vetor de características os coeficientes
de aproximação do sexto nível de decomposição da Transformada Wavelet de Haar, gerando
64 coeficientes. Considerando as 30 primeiras imagens retornadas para cada uma das cinco
classes, o acerto médio da precisão de recuperação foi de 93,4%.
Tabela 6.8 – Haar, aproximação do sexto nível de decomposição – 64 coeficientes.
Matriz de Confusão 4728 imagens 30 primeiras - Média de acerto: 93,4 % - Tempo Médio: 2139 ms
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
97,00
% 1,00
% 2,00
% 0,00
% 0,00
%
100
%
Tórax
3,00
% 89,00
% 7,00
% 0,00
% 1,00
%
100
%
Abdômen
8,00
% 6,00
% 85,00
% 0,00
% 1,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
1,00
% 3,00
% 0,00
% 0,00
% 96,00
%
100
%
6.8 Tamanhos dos arquivos de Upload e Download dos Testes em Rede.
Nas próximas sessões, serão apresentados gráficos com os tempos de resposta dos
testes realizados na rede KyaTera e na Internet. Nos gráficos com os tempos de upload, o eixo
x
traz o tamanho do arquivo de consulta enviado em Kb de acordo com a Tabela 6.9.
Capítulo 6 – Resultados e Conclusões 109
Tabela 6.9 – Tamanho das imagens de busca.
Tamanho Arquivos de Uploads
Imagem 1
35 Kb
Imagem 2
114 Kb
Imagem 3
541 Kb
Imagem 4
1240 Kb
Imagem 5
3096 Kb
Nos gráficos com os tempos de resposta, o eixo
x
traz o tamanho dos arquivos de
download considerando todos os arquivos retornados (Tabela 6.10), incluindo os arquivos da
página e as imagens retornadas pelo sistema.
Tabela 6.10 – Tamanho total dos arquivos retornados nas buscas.
Tamanho Total de Downloads
Teste 1
(Imagem 1)
Teste 2
(Imagem 2)
Teste 3
(Imagem 3)
Teste 4
(Imagem 4)
Teste 5
(Imagem 5)
1
86 Kb 166 Kb 72 Kb 72 Kb 66 Kb
5
267 Kb 550 Kb 150 Kb 148 Kb 121 Kb
10
509 Kb 932 Kb 251 Kb 236 Kb 197 Kb
15
706 Kb 1313 Kb 346 Kb 324 Kb 288 Kb
20
937 Kb 1710 Kb 440 Kb 415 Kb 366 Kb
25
1246 Kb 2098 Kb 533 Kb 503 Kb 432 Kb
Qtd Imagens
retornadas
30
1651 Kb 2532 Kb 630 Kb 587 Kb 513 Kb
6.9 Testes no Servidor
A figura 6.3 traz os gráficos das médias de tempos de upload e downloads para as
imagens 1 a 5 (Tabela 6.11). As médias dos tempos foram obtidas realizando-se 70 testes para
cada imagem (upload), sendo 10 testes consecutivos (download) retornando 1, 5, 10, 15, 20,
25 e 30 imagens, somando 350 testes para formar cada linha do gráfico totalizando 1.050
testes.
110 Capítulo 6 – Resultados e Conclusões
Tabela 6. 11 – Média de tempos de upload e download para testes no servidor utilizando 0%, 8% e 64% da CPU.
Média de Tempos de Upload em Milissegundos
Tamanho do Arquivo 35 Kb 114 Kb 541 Kb 1240 Kb 3096 Kb
CPU 0%
99 104 117 143 208
CPU 8%
144 161 181 227 304
CPU 64%
221 252 283 322 449
Média de Tempos de Download da Imagem 1 em Milissegundos
Tamanho do Arquivo 86 Kb 267 Kb 509 Kb 706 Kb 937 Kb 1246 Kb 1651 Kb
CPU 0%
2099 2285 2374 2492 2550 2693 2802
CPU 8%
2654 2698 2737 2768 2967 3011 3323
CPU 64%
3793 3811 3913 3999 4122 4498 4637
Média de Tempos de Download da Imagem 2 em Milissegundos
Tamanho do Arquivo 166 Kb 550 Kb 932 Kb 1313 Kb 1710 Kb 2098 Kb 2532 Kb
CPU 0%
2231 2337 2571 2698 2947 3147 3258
CPU 8%
2730 2786 3079 3161 3417 3488 3551
CPU 64%
4048 4283 4327 4405 4494 4553 4906
Média de Tempos de Download da Imagem 3 em Milissegundos
Tamanho do Arquivo 72 Kb 150 Kb 251 Kb 346 Kb 440 Kb 533 Kb 630 Kb
CPU 0%
4589 4678 4834 4914 5084 5195 5290
CPU 8%
5561 5579 5639 5766 5827 5866 6149
CPU 64%
8854 8905 8993 9056 9264 9440 9562
Média de Tempos de Download da Imagem 4 em Milissegundos
Tamanho do Arquivo 72 Kb 148 Kb 236 Kb 324 Kb 415 Kb 503 Kb 587 Kb
CPU 0%
3913 4066 4181 4278 4519 4657 4750
CPU 8%
4719 4945 5091 5261 5408 5469 5665
CPU 64%
7463 7551 7862 7936 8000 8166 8255
Média de Tempos de Download da Imagem 5 em Milissegundos
Tamanho do Arquivo 66 Kb 121 Kb 197 Kb 288 Kb 366 Kb 432 Kb 513 Kb
CPU 0%
4338 4460 4589 4823 4884 4974 5056
CPU 8%
5020 5084 5270 5437 5634 5838 6073
CPU 64%
8333 8355 8636 8813 8862 8999 9109
Capítulo 6 – Resultados e Conclusões 111
Figura 6. 3: (a) Gráfico da média de tempos de upload. (b), (c), (d), (e) e (f) Gráficos das médias de tempos de
downloads das imagens 1 a 5 para testes no servidor utilizando 0%, 8% e 64% da CPU.
(a)
Imagem 1
2000
3000
4000
5000
6000
7000
8000
9000
10000
86 267 509 706 937 1246 1651
Tamanho To tal dos Arquivo s em Kb
(b)
(c) (d)
(e)
(f)
Imagem 5
2000
3000
4000
5000
6000
7000
8000
9000
10000
66 121 197 288 366 432 513
Tamanho To tal dos Arquivo s em Kb
Imagem 2
2000
3000
4000
5000
6000
7000
8000
9000
10000
166 550 932 1313 1710 2098 2532
Tamanho To tal dos Arquivo s em Kb
Imagem 4
2000
3000
4000
5000
6000
7000
8000
9000
10000
72 148 236 324 415 503 587
Tamanho To tal dos Arquivo s em Kb
Upload
0
50
100
150
200
250
300
350
400
450
500
35 114 541 1240 3096
Tamanho do Arquivo em Kb
Imagem 3
2000
3000
4000
5000
6000
7000
8000
9000
10000
72 150 251 346 440 533 630
Tamanho To tal dos Arquivo s em Kb
112 Capítulo 6 – Resultados e Conclusões
Os tempos de resposta com a utilização de 0% da CPU foram menores que os tempos
utilizando 8% e 64%. É importante observar que para os testes com as três últimas imagens
(Imagem 3, Imagem 4 e Imagem 5), os tempos de resposta foram mais elevados pois, como
mencionado anteriormente, os tamanhos das imagens foram alterados e antes de processá-las,
o Matlab necessita redimensioná-las.
6.10 Testes em Pontos Diferentes da Rede KyaTera com Máquinas Distintas
A figura 6.4 traz os gráficos das médias de tempos de upload e downloads para as
imagens 1 a 5 (Tabelas 6.12). As médias dos tempos foram obtidas realizando-se 70 testes
para cada imagem (upload), sendo 10 testes consecutivos (download) retornando 1, 5, 10, 15,
20, 25 e 30 imagens, somando 350 testes para formar cada linha do gráfico totalizando 700
testes.
Capítulo 6 – Resultados e Conclusões 113
Tabela 6. 12 – Média de tempos de upload e downloads em pontos e máquinas diferentes na rede KyaTera.
Média de Tempos de Upload em Milissegundos
Tamanho do Arquivo 35 Kb 114 Kb 541 Kb 1240 Kb 3096 Kb
IFSC
112 111 117 142 172
UFSCar
144 155 184 248 407
Média de Tempos de Download da Imagem 1 em Milissegundos
Tamanho do Arquivo 86 Kb 267 Kb 509 Kb 706 Kb 937 Kb 1246 Kb 1651 Kb
IFSC
2354 2450 2519 2608 2667 2800 3044
UFSCar
2427 2510 2723 2829 2881 2962 3143
Média de Tempos de Download da Imagem 2 em Milissegundos
Tamanho do Arquivo 166 Kb 550 Kb 932 Kb 1313 Kb 1710 Kb 2098 Kb 2532 Kb
IFSC
2492 2540 2697 2752 3099 3368 3508
UFSCar
2517 2598 2821 2919 3110 3407 3597
Média de Tempos de Download da Imagem 3 em Milissegundos
Tamanho do Arquivo 72 Kb 150 Kb 251 Kb 346 Kb 440 Kb 533 Kb 630 Kb
IFSC
4561 4666 4720 4803 4922 4995 5205
UFSCar
4656 4749 4871 4983 5028 5128 5245
Média de Tempos de Download da Imagem 4 em Milissegundos
Tamanho do Arquivo 72 Kb 148 Kb 236 Kb 324 Kb 415 Kb 503 Kb 587 Kb
IFSC
3956 4051 4164 4338 4409 4514 4690
UFSCar
4046 4116 4217 4424 4581 4644 4793
Média de Tempos de Download da Imagem 5 em Milissegundos
Tamanho do Arquivo 66 Kb 121 Kb 197 Kb 288 Kb 366 Kb 432 Kb 513 Kb
IFSC
4273 4386 4497 4556 4689 4728 4927
UFSCar
4452 4499 4579 4685 4743 4947 5013
114 Capítulo 6 – Resultados e Conclusões
Figura 6. 4: (a) gráfico da média de tempos de upload e (b), (c), (d), (e) e (f) gráficos das médias de tempos de
downloads das imagens 1 a 5 em pontos e máquinas diferentes na rede KyaTera.
(a) (b)
(c) (d)
(e)
(f)
Upload
0
50
100
150
200
250
300
350
400
450
500
35 114 541 1240 3096
Tamanho do Arquivo em Kb
Imagem 1
2300
2600
2900
3200
3500
3800
4100
4400
4700
5000
5300
86 267 509 706 937 1246 1651
Tamanho To tal dos Arquivos em Kb
Imagem 2
2300
2600
2900
3200
3500
3800
4100
4400
4700
5000
5300
166 550 932 1313 1710 2098 2532
Tamanho To tal dos Arquivos em Kb
Imagem 3
2300
2600
2900
3200
3500
3800
4100
4400
4700
5000
5300
72 150 251 346 440 533 630
Tamanho To tal dos Arquivos em Kb
Imagem 4
2300
2600
2900
3200
3500
3800
4100
4400
4700
5000
5300
72 148 236 324 415 503 587
Tamanho To tal dos Arquivo s em Kb
Imagem 5
2300
2600
2900
3200
3500
3800
4100
4400
4700
5000
5300
66 121 197 288 366 432 513
Tamanho To tal dos Arquivos em Kb
Capítulo 6 – Resultados e Conclusões 115
Analisando os gráficos da figura 6.4, apesar de próximos, os tempos de resposta
obtidos no ponto do IFSC foram mais baixos que os obtidos no ponto da USFCar. Isso ocorre
pela configuração das máquinas e não pela diferença da largura de banda como será discutido
nas próximas sessões.
6.11 Testes em Pontos Diferentes da Rede KyaTera com a Mesma Máquina
Os testes realizados em três pontos diferentes da rede KyaTera utilizando uma mesma
máquina descritos a seguir, visaram demonstrar que em velocidades muito altas como as
medidas na rede KyaTera, a velocidade não é o fator que determina os tempos de resposta.
A figura 6.5 traz o gráfico das médias de tempos de upload e downloads para as
imagens 1 a 5 (Tabela 6.13) da primeira seqüência de testes realizados. A figura 6.6 traz o
gráfico das médias de tempos de upload e downloads para as imagens 1 a 5 (Tabela 6.14) da
segunda seqüência de testes realizados. A figura 6.7 traz o gráfico da média de tempos de
upload e downloads para as imagens 1 a 5 (Tabela 6.15) da terceira seqüência de testes
realizados. Para as três seqüências, as médias dos tempos foram obtidas realizando-se 20
testes para cada imagem (upload), sendo cinco testes consecutivos (download) retornando 1,
10, 20 e 30 imagens, sendo 100 testes para formar cada linha dos gráficos somando 200 testes
em cada seqüência, totalizando 600 testes.
116 Capítulo 6 – Resultados e Conclusões
Primeira seqüência (testes locais):
Tabela 6. 13 – Média de tempos de upload e downloads no mesmo laboratório utilizando 0% e 15% da CPU.
Média de Tempos de Upload em Milissegundos
Tamanho do Arquivo 35 Kb 114 Kb 541 Kb 1240 Kb 3096 Kb
CPU 0%
43 45 63 85 192
CPU 15%
42 44 63 84 193
Média de Tempos de Download da Imagem 1 em Milissegundos
Tamanho do Arquivo 86 Kb 509 Kb 937 Kb 1651 Kb
CPU 0%
1897 2071 2233 2738
CPU 15%
2468 2822 2914 3150
Média de Tempos de Download da Imagem 2 em Milissegundos
Tamanho do Arquivo 166 Kb 932 Kb 1710 Kb 2532 Kb
CPU 0%
2151 2560 2744 2868
CPU 15%
2344 2914 3060 3102
Média de Tempos de Download da Imagem 3 em Milissegundos
Tamanho do Arquivo 72 Kb 251 Kb 440 Kb 630 Kb
CPU 0%
4391 4543 4773 5111
CPU 15%
4779 4997 5272 5369
Média de Tempos de Download da Imagem 4 em Milissegundos
Tamanho do Arquivo 72 Kb 236 Kb 415 Kb 587 Kb
CPU 0%
3988 4280 4475 4762
CPU 15%
4366 4511 4705 4828
Média de Tempos de Download da Imagem 5 em Milissegundos
Tamanho do Arquivo 66 Kb 197 Kb 366 Kb 513 Kb
CPU 0%
4382 4575 4658 4766
CPU 15%
4558 4897 5139 5239
Capítulo 6 – Resultados e Conclusões 117
Figura 6. 5: (a) gráfico da média de tempos de upload e (b), (c), (d), (e) e (f) gráficos das médias de tempos de
downloads das imagens 1 a 5 no mesmo laboratório utilizando 0% e 15% da CPU.
(a) (b)
(c) (d)
(e)
(f)
Upload
0
20
40
60
80
100
120
140
160
180
200
220
240
35 114 541 1240 3096
Tamanho do Arquivo em Kb
Imagem 1
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
86 509 937 1651
Tamanho To tal dos Arquivos em Kb
Imagem 2
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
166 932 1710 2532
Tamanho To tal dos Arquivos em Kb
Imagem 3
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
72 251 440 630
Tamanho To tal dos Arquivos em Kb
Imagem 4
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
72 236 415 587
Tamanho To tal dos Arquivos em Kb
Imagem 5
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
66 197 366 513
Tamanho To tal dos Arquivos em Kb
118 Capítulo 6 – Resultados e Conclusões
Quando o upload das imagens é realizado, há um baixo processamento na máquina
cliente, então, diferentemente dos testes realizados no servidor (gráficos da Figura 6.3), os
tempos de upload utilizando 0% e 15% da CPU são semelhantes (gráfico (a) da Figura 6.5).
No entanto, quando a máquina executa o download, há um consumo de processamento no
cliente e, quando existem instruções sendo executadas, os tempos de resposta são mais
elevados, como demonstram os gráficos (b), (c), (d), (e) e (f) da Figura 6.5.
Segunda seqüência (testes ICMC):
Tabela 6. 14 – Média de tempos de upload e downloads no ICMC utilizando 0% e 15% da CPU.
Média de Tempos de Upload em Milissegundos
Tamanho do Arquivo 35 Kb 114 Kb 541 Kb 1240 Kb 3096 Kb
CPU 0%
42 43 56 90 198
CPU 15%
42 45 59 88 198
Média de Tempos de Download da Imagem 1 em Milissegundos
Tamanho do Arquivo 86 Kb 509 Kb 937 Kb 1651 Kb
CPU 0%
2174 2361 2536 2858
CPU 15%
2598 2809 2935 3441
Média de Tempos de Download da Imagem 2 em Milissegundos
Tamanho do Arquivo 166 Kb 932 Kb 1710 Kb 2532 Kb
CPU 0%
2268 2752 2918 3143
CPU 15%
2771 3010 3133 3405
Média de Tempos de Download da Imagem 3 em Milissegundos
Tamanho do Arquivo 72 Kb 251 Kb 440 Kb 630 Kb
CPU 0%
4559 4749 4981 5320
CPU 15%
4789 5123 5272 5560
Média de Tempos de Download da Imagem 4 em Milissegundos
Tamanho do Arquivo 72 Kb 236 Kb 415 Kb 587 Kb
CPU 0%
4041 4153 4310 4438
CPU 15%
4247 4480 4567 4786
Média de Tempos de Download da Imagem 5 em Milissegundos
Tamanho do Arquivo 66 Kb 197 Kb 366 Kb 513 Kb
CPU 0%
4354 4556 4617 4993
CPU 15%
4590 4937 5061 5436
Capítulo 6 – Resultados e Conclusões 119
Figura 6. 6: (a) gráfico da média de tempos de upload e (b), (c), (d), (e) e (f) gráficos das médias de tempos de
downloads das imagens 1 a 5 no ICMC utilizando 0% e 15% da CPU.
(a) (b)
(c) (d)
(e)
(f)
Upload
0
20
40
60
80
100
120
140
160
180
200
220
240
35 114 541 1240 3096
Tamanho do Arquivo em Kb
Imagem 1
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
5800
86 509 937 1651
Tamanho To tal dos Arquivos em Kb
Imagem 2
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
5800
166 932 1710 2532
Tamanho To tal dos Arquivos em Kb
Imagem 3
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
5800
72 251 440 630
Tamanho To tal dos Arquivos em Kb
Imagem 5
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
5800
66 197 366 513
Tamanho To tal dos Arquivos em Kb
Imagem 4
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
5800
72 236 415 587
Tamanho To tal dos Arquivos em Kb
120 Capítulo 6 – Resultados e Conclusões
Terceira seqüência (testes UFSCar):
Tabela 6. 15 – Média de tempos de upload e downloads na UFSCar utilizando 0% e 15% da CPU.
Média de Tempos de Upload em Milissegundos
Tamanho do Arquivo 35 Kb 114 Kb 541 Kb 1240 Kb 3096 Kb
CPU 0%
42 45 56 85 191
CPU 15%
43 45 56 86 193
Média de Tempos de Download da Imagem 1 em Milissegundos
Tamanho do Arquivo 86 Kb 509 Kb 937 Kb 1651 Kb
CPU 0%
2382 2549 2774 3231
CPU 15%
2487 2621 2862 3310
Média de Tempos de Download da Imagem 2 em Milissegundos
Tamanho do Arquivo 166 Kb 932 Kb 1710 Kb 2532 Kb
CPU 0%
2289 2633 2714 2874
CPU 15%
2419 2749 3038 3317
Média de Tempos de Download da Imagem 3 em Milissegundos
Tamanho do Arquivo 72 Kb 251 Kb 440 Kb 630 Kb
CPU 0%
4641 4709 4880 4941
CPU 15%
4953 5010 5055 5182
Média de Tempos de Download da Imagem 4 em Milissegundos
Tamanho do Arquivo 72 Kb 236 Kb 415 Kb 587 Kb
CPU 0%
3979 4150 4331 4480
CPU 15%
4143 4328 4411 4596
Média de Tempos de Download da Imagem 5 em Milissegundos
Tamanho do Arquivo 66 Kb 197 Kb 366 Kb 513 Kb
CPU 0%
4433 4558 4675 4701
CPU 15%
4509 4689 4744 4951
Capítulo 6 – Resultados e Conclusões 121
Figura 6.7: (a) gráfico da média de tempos de upload e (b), (c), (d), (e) e (f) gráficos das médias de tempos de
downloads das imagens 1 a 5 na UFSCar utilizando 0% e 15% da CPU.
(a) (b)
(c) (d)
(e)
(f)
Upload
0
20
40
60
80
100
120
140
160
180
200
220
240
35 114 541 1240 3096
Tamanho do Arquivo em Kb
Imagem 1
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
5800
86 509 937 1651
Tamanho To tal dos Arquivos em Kb
Imagem 2
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
5800
166 932 1710 2532
Tamanho To tal dos Arquivos em Kb
Imagem 3
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
5800
72 251 440 630
Tamanho To tal dos Arquivos em Kb
Imagem 4
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
5800
72 236 415 587
Tamanho To tal dos Arquivos em Kb
Imagem 5
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
5800
66 197 366 513
Tamanho To tal dos Arquivos em Kb
122 Capítulo 6 – Resultados e Conclusões
Os testes realizados no ICMC (gráficos da figura 6.6) e na UFSCar (gráficos da figura
6.7) demonstram as mesmas características de utilização da CPU que os testes realizados
localmente (gráficos da figuras 6.5).
6.12 Comparação dos Testes Realizados Localmente no ICMC e na UFSCar.
A seguir, é feita a comparação dos tempos de upload e downloads para as imagens 1 a
5 (Figura 6.8, Tabela 6.16) obtidos nas três seqüências de testes utilizando 0% da CPU
descritos na sessão 6.11.
Tabela 6.16 – Média de tempos de upload e downloads em três pontos da rede KyaTera com a mesma máquina.
Média de Tempos de Upload em Milissegundos
Tamanho do Arquivo 35 Kb 114 Kb 541 Kb 1240 Kb 3096 Kb
LOCAL
43 45 63 85 192
UFSCar
42 45 56 85 191
ICMC
42 43 56 90 198
Média de Tempos de Download da Imagem 1 em Milissegundos
Tamanho do Arquivo 86 Kb 509 Kb 937 Kb 1651 Kb
LOCAL
1897 2071 2233 2738
ICMC
2382 2549 2774 3231
UFSCar
2174 2361 2536 2858
Média de Tempos de Download da Imagem 2 em Milissegundos
Tamanho do Arquivo 166 Kb 932 Kb 1710 Kb 2532 Kb
LOCAL
2151 2560 2744 2868
ICMC
2289 2633 2714 2874
UFSCar
2268 2752 2918 3143
Média de Tempos de Download da Imagem 3 em Milissegundos
Tamanho do Arquivo 72 Kb 251 Kb 440 Kb 630 Kb
LOCAL
4391 4543 4773 5111
ICMC
4641 4709 4880 4941
UFSCar
4559 4749 4981 5320
Média de Tempos de Download da Imagem 4 em Milissegundos
Tamanho do Arquivo 72 Kb 236 Kb 415 Kb 587 Kb
LOCAL
3988 4280 4475 4762
ICMC
3979 4150 4331 4480
UFSCar
72 Kb 236 Kb 415 Kb 587 Kb
Média de Tempos de Download da Imagem 5 em Milissegundos
Tamanho do Arquivo 66 Kb 197 Kb 366 Kb 513 Kb
LOCAL
4382 4575 4658 4766
ICMC
4433 4558 4675 4701
UFSCar
4354 4556 4617 4993
Capítulo 6 – Resultados e Conclusões 123
Figura 6.8 (a) gráfico da média de tempos de upload e (b), (c), (d), (e) e (f) gráficos das médias de tempos de
downloads das imagens 1 a 5 em três pontos da rede KyaTera com a mesma máquina.
(a) (b)
(c) (d)
(e)
(f)
Upload
0
20
40
60
80
100
120
140
160
180
200
220
240
35 114 541 1240 3096
Tamanho do Arquivo em Kb
Imagem 1
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
86 509 937 1651
Tamanho To tal dos Arquivos em Kb
Imagem 2
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
166 932 1710 2532
Tamanho To tal dos Arquivos em Kb
Imagem 3
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
72 251 440 630
Tamanho To tal dos Arquivos em Kb
Imagem 4
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
72 236 415 587
Tamanho To tal dos Arquivos em Kb
Imagem 5
1800
2200
2600
3000
3400
3800
4200
4600
5000
5400
66 197 366 513
Tamanho To tal dos Arquivos em Kb
124 Capítulo 6 – Resultados e Conclusões
Os tempos de resposta dos testes realizados, utilizando velocidades médias de 653
Mbps, 917 Mbps e 1 Gbps, demonstraram que a largura da banda não interferiu nos resultados
obtidos uma vez que a variação dos tempos foi muito pequena (upload 4 ms e download 345
ms em média), os mesmos podem ser considerados como semelhantes.
Assim, analisando os testes desta sessão, fazendo uma comparação com os testes das
sessões 6.9, 6.10 e 6.11, verifica-se que os fatores que mais influenciaram os tempos de
resposta foram a configuração e utilização da maquina e não a largura da banda.
Os testes realizados na rede KyaTera, demonstraram ainda, que é possível trabalhar
com um sistema de recuperação de imagens por conteúdo em rede com tempos equivalentes
aos tempos obtidos localmente.
6.13 Testes na Internet
Os testes apresentados a seguir, foram realizados por voluntários na Internet e visaram
testar a viabilidade de um sistema de recuperação de imagens por conteúdo na Internet. Os
testes foram classificados de acordo com o tipo de conexão (Tabela 5.6) e os voluntários,
além de efetuar as medições dos tempos, opinaram sobre a aceitabilidade dos tempos de
resposta, classificando-os como: Aceitável, Razoável ou Não Aceitável (Tabela 6.21).
O gráfico da Figura 6.9(a) traz a média dos tempos de upload e os gráficos das Figuras
6.9(b-d) e 6.10 trazem a média dos tempos de download para as imagens 1 a 5 (Tabela 6.17)
dos testes realizados pelos voluntários na Internet.
As médias dos tempos foram obtidas realizando-se quatro testes para cada imagem
(upload), retornando 1, 10, 20 e 30 imagens, somando 20 testes para cada voluntário
totalizando 2020 testes para gerar os gráficos dos testes na Internet.
Capítulo 6 – Resultados e Conclusões 125
Tabela 6. 17 – Média de tempos de upload e downloads na Internet.
Média de Tempos de Upload em Milissegundos
Tamanho do Arquivo 35 Kb 114 Kb 541 Kb 1240 Kb 3096 Kb
Dial-up
28195 51297 198063 181488 621528
Rádio
9880 17192 60374 111649 251480
Fibra
2665 2247 6663 18819 43280
Cabo
4336 5573 17389 56664 102116
ADSL
17470 20602 53689 111278 287970
Média de Tempos de Download da Imagem 1 em Milissegundos
Tamanho do Arquivo 86 Kb 509 Kb 937 Kb 1651 Kb
Dial-up
17464 135248 143730 393841
Rádio
7930 30634 23423 108126
Fibra
3497 5506 6579 14808
Cabo
6198 9644 14794 30382
ADSL
7652 16599 22116 42739
Média de Tempos de Download da Imagem 2 em Milissegundos
Tamanho do Arquivo 166 Kb 932 Kb 1710 Kb 2532 Kb
Dial-up
30907 156008 298100 431155
Rádio
9682 24959 44691 105999
Fibra
3346 5897 8321 20229
Cabo
6800 13764 25194 42508
ADSL
9462 19594 41018 74784
Média de Tempos de Download da Imagem 3 em Milissegundos
Tamanho do Arquivo 72 Kb 251 Kb 440 Kb 630 Kb
Dial-up
28532 50825 80998 178621
Rádio
11902 13851 20096 56644
Fibra
5545 5938 6170 10094
Cabo
7749 9874 12328 17524
ADSL
9911 14035 16672 29992
Média de Tempos de Download da Imagem 4 em Milissegundos
Tamanho do Arquivo 72 Kb 236 Kb 415 Kb 587 Kb
Dial-up
20946 54289 72443 158274
Rádio
8942 13983 13733 43830
Fibra
5156 5267 6372 9351
Cabo
8391 12281 11345 16652
ADSL
72 Kb 236 Kb 415 Kb 587 Kb
Média de Tempos de Download da Imagem 5 em Milissegundos
Tamanho do Arquivo 66 Kb 197 Kb 366 Kb 513 Kb
Dial-up
15583 46391 80844 153099
Rádio
9575 11713 16510 41170
Fibra
5088 5414 6488 13819
Cabo
6478 8891 13366 14722
ADSL
7656 9880 11610 18067
126 Capítulo 6 – Resultados e Conclusões
Figura 6.9: (a) gráfico da média de tempo de upload na Internet e (b), (c) e (d) gráfico da média de tempos de
download das imagens 1 a 3 na Internet.
(c) (d)
Upload
0
40000
80000
120000
160000
200000
240000
280000
320000
360000
400000
440000
480000
520000
560000
600000
640000
35 114 541 1240 3096
Tamanho do Arquivo em Kb
Imagem 1
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
200000
220000
240000
260000
280000
300000
320000
340000
360000
380000
400000
420000
440000
86 509 937 1651
Tamanho do Arquivo em Kb
Imagem 2
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
200000
220000
240000
260000
280000
300000
320000
340000
360000
380000
400000
420000
440000
166 932 1710 2532
Tamanho do Arquivo em Kb
Imagem 3
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
200000
220000
240000
260000
280000
300000
320000
340000
360000
380000
400000
420000
440000
72 251 440 630
Tamanho do Arquivo em Kb
(a) (b)
Capítulo 6 – Resultados e Conclusões 127
Figura 6.10: Gráfico das médias de tempos de download das imagens 4 e 5 na Internet.
Como demonstram os gráficos das figuras 6.9 e 6.10, os tempos obtidos nos testes
realizados pelos voluntários com Internet de fibra óptica, cabo, rádio e ADSL, foram
próximos para arquivos de até 500 Kb. Para arquivos a partir deste valor, os meios de
transmissão começam a apresentar diferenças substanciais de desempenho. No entanto, nos
testes com Internet Dial-up os tempos foram maiores para qualquer tamanho de arquivo.
6.14 Testes Internet x KyaTera
Uma vez que os tempos de resposta para as buscas na rede KyaTera foram muito
semelhantes aos tempos obtidos localmente no servidor, foi feita uma análise para definir a
(a) (b)
Imagem 4
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
200000
220000
240000
260000
280000
300000
320000
340000
360000
380000
400000
420000
440000
72 236 415 587
Tamanho do Arquivo em Kb
Imagem 5
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
200000
220000
240000
260000
280000
300000
320000
340000
360000
380000
400000
420000
440000
66 197 366 513
Tamanho do Arquivo em Kb
128 Capítulo 6 – Resultados e Conclusões
velocidade a partir da qual os tempos de resposta passavam a ser influenciados pela largura de
banda disponível.
Tomando como base os testes das Tabelas 6.18 e 6.19 e a média dos tempos de
resposta da rede KyaTera, foram gerados os gráficos das figuras 6.11 e 6.12 (Tabela 6.20).
Tabela 6.18 – Teste realizado por voluntário na Internet.
Teste Internet
Nome:
Adilson Gonzaga
Cidade:
São Carlos
Profissão:
Professor
Velocidade Contratada:
100.000 Kbps
Bandwidth:
11.940 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
17/09/2007
Hora do início do teste:
10:46
Hora do final do teste:
-
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 125 5438 172 5031 282 6328 375 5172 844 5984
20 109 3485 140 3219 203 5344 360 4891 782 4734
10 93 2797 141 3016 234 5422 359 4110 797 5015
1 187 2921 141 2516 219 4828 281 3890 813 4734
Achou os tempos
aceitáveis?
- - - - -
Tabela 6.19 – Teste realizado por voluntário na Internet.
Teste Internet
Nome:
Ana Carolina Nicolosi da Rocha Gracioso
Cidade:
São Paulo/SP
Profissão:
Professora
Velocidade Contratada:
2.000 Kbps
Bandwidth:
3.740 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
15/10/2007
Hora do início do teste:
17:40
Hora do final do teste:
18:09
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1875 12562 4750 15219 16828 9172 37594 8156 92125 7047
20 2125 7015 4235 13750 16625 6188 39156 5593 92313 6875
10 1937 5438 4656 8000 16156 5938 37281 5250 92422 6032
1 1797 2953 4453 3516 16937 5875 37562 4625 92219 5704
Achou os tempos
aceitáveis?
Sim Sim Razoável Não Não
Capítulo 6 – Resultados e Conclusões 129
Tabela 6. 20 – Tempos de upload e downloads na Internet x média KyaTera.
Média de Tempos de Upload em Milissegundos
Tamanho do Arquivo 35 Kb 114 Kb 541 Kb 1240 Kb 3096 Kb
Média KyaTera
99 104 117 143 208
Internet 12 Mb
134 162 151 303 825
Internet 3 Mb
1934 4524 16637 37898 92270
Tempos de Download da Imagem 1 em Milissegundos
Tamanho do Arquivo 86 Kb 509 Kb 937 Kb 1651 Kb
Média KyaTera
2099 2374 2550 2802
Internet 12 Mb
2921 2797 3485 5438
Internet 3 Mb
2953 5438 7015 12562
Tempos de Download da Imagem 2 em Milissegundos
Tamanho do Arquivo 166 Kb 932 Kb 1710 Kb 2532 Kb
Média KyaTera
2231 2571 2947 3258
Internet 12 Mb
2516 3016 3219 5031
Internet 3 Mb
3516 8000 13750 15219
Tempos de Download da Imagem 3 em Milissegundos
Tamanho do Arquivo 72 Kb 251 Kb 440 Kb 630 Kb
Média KyaTera
4589 4834 5084 5290
Internet 12 Mb
4828 5422 5344 6328
Internet 3 Mb
5875 5938 6188 9172
Tempos de Download da Imagem 4 em Milissegundos
Tamanho do Arquivo 72 Kb 236 Kb 415 Kb 587 Kb
Média KyaTera
3913 4181 4519 4750
Internet 12 Mb
3890 4110 4891 5172
Internet 3 Mb
4625 5250 5593 8156
Tempos de Download da Imagem 5 em Milissegundos
Tamanho do Arquivo 66 Kb 197 Kb 366 Kb 513 Kb
Média KyaTera
4338 4589 4884 5056
Internet 12 Mb
4734 5015 4734 5984
Internet 3 Mb
5704 6032 6875 7047
130 Capítulo 6 – Resultados e Conclusões
Figura 6.11: (a) Gráfico de tempos de upload na Internet x média KyaTera. (b) Aproximação da faixa de valores
entre 0 e 3.000 ms do gráfico (a).
(a)
(b)
Upload
0
3000
6000
9000
12000
15000
18000
21000
24000
27000
30000
33000
36000
39000
42000
45000
48000
51000
54000
57000
60000
63000
66000
69000
72000
75000
78000
81000
84000
87000
90000
93000
35 114 541 1240 3096
Tamanho do Arquivo em Kb
Upload
0
300
600
900
1200
1500
1800
2100
2400
2700
3000
35 114 541 1240 3096
Tamanho do Arquivo em Kb
Capítulo 6 – Resultados e Conclusões 131
Figura 6.12: Gráfico de tempos de download das imagens 1 a 5 na Internet x média KyaTera.
(a) (b)
(c) (d)
(e)
Imagem 1
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
12000
13000
14000
15000
16000
86 509 937 1651
Tamanho do Arquivo
Imagem 2
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
12000
13000
14000
15000
16000
166 932 1710 2532
Tamanho do Arquivo
Imagem 3
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
12000
13000
14000
15000
16000
72 251 440 630
Tamanho do Arquivo
Imagem 4
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
12000
13000
14000
15000
16000
72 236 415 587
Tamanho do Arquivo
Imagem 5
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
12000
13000
14000
15000
16000
66 197 366 513
Tamanho do Arquivo
132 Capítulo 6 – Resultados e Conclusões
Segundo os gráficos das figuras 6.11 e 6.12, para uploads de até 100 Kb e downloads
de até 500 Kb, redes com velocidades a partir de 3 Mbps mostram-se suficientes para
trabalhar com sistemas de recuperação de imagens por conteúdo. Para arquivos maiores,
velocidades a partir de 12 Mbps obtiveram tempos de resposta semelhantes aos tempos
obtidos na rede KyaTera que, por sua vez, obteve tempos de respostas semelhantes aos
tempos locais.
6.15 Aceitabilidade dos Tempos de Resposta obtidos na Internet
A Tabela 6.20 traz a porcentagem de aceitabilidade dos tempos de resposta obtidos na
Internet segundo o ponto de vista dos voluntários que testaram o sistema.
Tabela 6. 21 – Aceitabilidade dos tempos de resposta obtidos na Internet do ponto de vista dos voluntários.
Pergunta: Você achou os tempos de resposta aceitáveis? (Sim/Razoável/Não)
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
S R N S R N S R N S R N S R N
Dial-up
60% 20% 20% 25% 50% 25% 40% 20% 40% 40% 20% 40% 0% 50% 50%
Rádio
73% 20% 7% 57% 29% 14% 50% 36% 14% 36% 43% 21% 25% 25% 50%
Fibra
100%
0% 0% 100%
0% 0% 80% 20% 0% 60% 20% 20% 40% 20% 40%
Cabo
88% 12% 0% 82% 18% 0% 82% 12% 6% 53% 35% 12% 17% 50% 33%
ADSL
92% 6% 2% 77% 19% 4% 58% 29% 13% 30% 42% 28% 10% 14% 76%
Média
82,6 11,6 5,8 68,2 23,2 8,6 62 23,4 14,6 43,8 32 24,2 18,4 31,8 49,8
Na opinião de mais de 50% dos voluntários, os tempos de upload e resposta obtidos na
recuperação de imagens por conteúdo pela Internet de arquivos com até 500 Kb são aceitáveis,
porém, é importante ressaltar que durante os testes os voluntários foram instruídos a fechar
todos os aplicativos em execução e ficar apenas com o browser aberto. Na prática, um médico
ou estudante de medicina ao acessar um sistema real via Web provavelmente estará
executando várias outras tarefas no computador e isso influenciará diretamente nos tempos de
resposta como já foi demonstrado.
Capítulo 6 – Resultados e Conclusões 133
Outro ponto importante a ser observado é que os voluntários foram alertados que os
testes levariam certo tempo para serem executados e que uma vez iniciados não deveriam ser
interrompidos. Isto levou os voluntários a efetuar os testes em períodos ociosos. Um médico
ao acessar o sistema poderá não dispor do tempo que os voluntários dispunham e o mesmo
tempo classificado por um voluntário como aceitável poderia então ser classificado como
inaceitável pelo médico dada determinada situação.
6.16 Conclusões
A metodologia proposta neste trabalho para recuperação de imagens por conteúdo
através do atributo textura com a Transformada Wavelet, demonstrou ser eficiente.
Para um conjunto reduzido de imagens, composto por 100 imagens, as medidas
estatísticas de média, variância e energia dos coeficientes Wavelets apresentaram resultados
interessantes, com acerto de até 84,05%; em alguns casos provou ser possível um índice de
100% de precisão de recuperação em mais de uma classe de acordo com os atributos
selecionados .
Porém, para o banco de 4.728 imagens o índice de acerto caiu consideravelmente, 54%
de precisão média de recuperação, sendo que em alguns casos foi inferior a 50%.
Para o conjunto de 100 imagens e para o conjunto de 4.728 imagens, a precisão de
recuperação melhorou quando armazenando nos vetores de características os coeficientes do
último nível de decomposição em vez das medidas estatísticas de cada um dos níveis,
aumentando a média de precisão de recuperação de 84,05% para 91,4% no conjunto de 100
imagens e de 54% para 79,2% no conjunto de 4.728 imagens.
134 Capítulo 6 – Resultados e Conclusões
A investigação detalhada sobre quais atributos são mais discriminantes para cada
classe poderá contribuir com futuros trabalhos que pretendam classificar as imagens em
patologias.
Os testes realizados em rede demonstraram que é possível a implementação de um
sistema de recuperação de imagens por conteúdo em rede, porém, que fatores importantes
devem ser considerados como:
•
Arquitetura da máquina utilizada;
•
Utilização da CPU;
•
Disponibilidade da banda.
A arquitetura da máquina e a utilização da CPU influenciam diretamente no
desempenho final do sistema. No entanto, para o banco de imagens utilizado neste trabalho, a
disponibilidade da banda passa a ser um fator decisivo a partir de velocidades abaixo de 13
Mbps. Para velocidades superiores a esta, os tempos de resposta foram mais influenciados
pela configuração da máquina que pela disponibilidade de banda na rede.
Segundo os voluntários que testaram o sistema na Internet, considerando o tamanho
dos arquivos, para uploads de até 100 Kb e downloads de até 500 Kb, os tempos de resposta
obtidos em redes com velocidades a partir de 3 Mbps foram satisfatórios. Para arquivos
maiores, velocidades a partir de 13 Mbps seriam desejáveis.
Os testes realizados pelos voluntários demonstraram que a Internet atual não é ideal
para o uso de um sistema de recuperação de imagens por conteúdo. Para acesso em rede de
um sistema como esse, seria necessária a implantação de uma rede de alta velocidade
interligando os hospitais, clínicas médicas e universidades. Porém, eventuais acessos fora
destes locais seriam possíveis dependendo da velocidade da Internet, tamanho do arquivo e
disposição do usuário em aguardar o tráfego dos dados pela rede.
Capítulo 6 – Resultados e Conclusões 135
6.15 Principais Contribuições
Este trabalho fez a comparação do desempenho na busca baseada em conteúdo para
imagens médicas levando em consideração os atributos de textura extraídos através das
Transformadas Wavelets de Haar, Db2, Db3 e Db4, calculando-se medidas estatísticas de
média, variância e energia, e comparando os resultados obtidos com os resultados gerando
vetores de características com os coeficientes Wavelets.
Foi verificada a viabilidade de um sistema de recuperação de imagens por conteúdo
em uma rede óptica de alta velocidade e na Internet através de testes realizados na rede
KyaTera do projeto TIDIA-FAPESP e testes realizados por voluntários na Internet.
Mesmo sendo possível encontrar na literatura autores que propõe sistemas de
recuperação por conteúdo na Internet, não foi encontrado nenhum trabalho que tenha
discutido os tempos de busca envolvidos, tamanhos de arquivos e largura de banda necessária
para ser viável efetuar busca por conteúdo em rede como foi investigado neste trabalho.
Também não são encontradas na literatura descrições de testes com os voluntários acessando
o sistema com diversos tipos de conexão e velocidades.
6.16 Publicações
Este projeto de mestrado gerou um conjunto de publicações, onde surgiu a
oportunidade de discutir junto à comunidade científica, a sua forma de abordagem e os
resultados obtidos, tendo recebido opiniões, críticas e sugestões valiosas para o seu
desenvolvimento. A relação de publicações é a seguinte:
136 Capítulo 6 – Resultados e Conclusões
•
Artigo aceito no XII Congresso Brasileiro de Física Médica sob o título “Comparação
entre as Transformadas Wavelet e Wavelet Packet na Recuperação de Imagens
Médicas” (PARIS; GRACIOSO; GONZAGA, 2007)
•
Artigo aceito no WVC’2006 sob o título “Aplicação de Wavelets para Recuperação de
Imagens Médicas por Conteúdo” (PARIS; GRACIOSO; GONZAGA, 2006).
Com a finalidade de divulgar as contribuições deste trabalho na área recuperação de
imagens por conteúdo em redes de computadores e na Internet, pretende-se submeter os
resultados obtidos para serem apresentados em outros congressos nacionais e internacionais.
6.17 Trabalhos Futuros
A partir do desenvolvimento realizado sugere-se os seguintes trabalhos e
desenvolvimentos futuros:
A implantação de uma rede óptica de alta velocidade interligando hospitais, clínicas
médicas, laboratórios e centros de pesquisas, disponibilizando sistemas de busca por conteúdo,
permitindo consultas em pontos de acesso internos (intranet) e em pontos de acesso externos
(Internet), tornaria possível uma investigação mais detalhada sobre as velocidades necessárias,
tamanhos de arquivos e fluxo suportados tanto em uma rede de alta velocidade quanto na
Internet.
A aceitabilidade dos tempos de resposta foi medida de forma subjetiva, de acordo com
a opinião dos voluntários. A definição de tempos de respostas aceitáveis através de protocolos
específicos de redes serviriam como base para comparação com novos trabalhos.
Embora as consultas por similaridade possam ser efetuadas por meio de buscas
seqüenciais na base de dados, essa estratégia não é adequada para ser utilizada em grandes
conjuntos de dados, uma vez que o custo computacional envolvido é muito alto (BARONI,
Capítulo 6 – Resultados e Conclusões 137
2006). Assim, um aspecto importante a ser analisado está relacionado à utilização de
estruturas de indexação apropriadas, que possam agilizar a realização de consultas por
similaridade para o sistema proposto.
A tarefa de interpretar imagens médicas, demanda técnica e experiência que muitas
vezes médicos recém formados ainda não adquiriram, podendo gerar custos de exames
desnecessários ou ainda a não identificação de tumores ou outras doenças. Outro problema é
que mesmo médicos mais experientes podem divergir quanto ao ponto de vista interpretativo
na análise de imagens médicas. Neste sentido, outro aspecto importante a ser investigado é a
classificação de imagens por patologias.
Referências Bibliográficas
APACHE Software Foundation. Disponível em: < http://www.apache.org/>. Acesso em: 12
jul. 2007.
BARONI, M. C. N. Operações de consulta por similaridade em grandes bases de dados
complexos. Dissertação de Doutorado. Instituto de Ciências Matemáticas e Computação –
ICMC. Universidade de São Paulo, São Carlos, 2006.
BLUM, R. Network Performance Open Source Toolkit Using Netperf, tcptrace, NIST Net,
and SSFNet, Wiley Publishing, Inc., 2003.
BUENO, J. M., CHINO, F., TRAINA, A. J..M., TRAINA JR, C., MARQUES, P. M. A. M.
How to Add Content-based Image Retrieval Capability in a PACS. IEEE International
Conference on Computer Based Medical Systems - CBMS, Maribor, Slovenia, pp. 321-326,
2002.
CASTAÑÓN, C. A. B. Recuperação de Imagens por Conteúdo através de uma Análise
Multirresolução por Wavelets. Dissertação de Mestrado. Instituto de Ciências Matemáticas e
Computação – ICMC. Universidade de São Paulo, São Carlos, 2003.
COHEN, A., KOVACEVIC, J. Wavelets: The Mathematical Background. IEEE, vol. 84, n° 4,
p. 514-522, April 1996.
COMER, D. E. Interligação em rede com TCP/IP. Rio de Janeiro: Campus, 1998.
140 Referências Bibliográficas
DAUBECHIES, I. Ten Lectures on Wavelets, vol. 61. CBMS-NSF Regional Conference
Series in Applied Mathematics, Rutgers University and AT&T Bell Laboratories, 1992.
DAUBECHIES, I. Where Do Wavelets Come From? – A Personal Point of View. Proceedings
of the IEEE, vol. 84, n° 4, p. 510-513, April 1996.
FARRERL, A. A Internet e seus Protocolos: Uma Análise Comparativa. São Paulo: Campus,
2005.
FELIPE, J. C. Desenvolvimento de métodos para extração, comparação e análise de
características intrínsecas de imagens médicas, visando à recuperação perceptual por
conteúdo. Dissertação de Doutorado. Instituto de Ciências Matemáticas e Computação –
ICMC. Universidade de São Paulo, São Carlos, 2005.
FENG D. D., CAI, W., KIM, J. Kim, LIM, Y. S. Medical Image Data Retrieval and
Manipulation through the WWW. International Symposium on Intelligent Multimedia, Video,
and Speech Processing, p. 381-384, 2001.
GALLO, M.A.; HANCOCK, W.M. Comunicação entre Computadores e Tecnologias de
Rede. São Paulo: Pioneira Thomsom Learning, 2003.
GONZALEZ, R. C., WOODS, R. E. Processamento de Imagens Digitais. São Paulo: Edgard
Blücher, 2005.
Referências Bibliográficas 141
GRAPS, A. An Introduction to Wavelets. IEEE Computational Science and Engineering,
2(2):50-61, 1995.
GROSSMANN, A. MORLET, J. Decomposition of Hardy functions into square integrable
Wavelets of constant shape. SIAM, Journal of Mathematical Analysis, vol. 15, n° 4, p. 723-
736, July 1984.
HAAR, A. Zur Theorie der Orthogonalen Funktionen-Systeme. Mathematische Annalen, vol.
69, p. 331-371, 1910.
HARALICK, R. M. et al. Textural Features for Image Classification. IEEE Transactions on
Systems, Man, and Cybernetics, vol. SMC-3, n. 6, November, 1973.
KARAM, O. H. et al. Enhancement of wavelet-based medical image retrieval through feature
evaluation using an information gain measure. ACM symposium on Applied computing,
Melbourne, Florida, p. 220-226, 2003.
KUROSE, J. F., ROSS, K. W. Redes de Computadores e a Internet: Uma abordagem top-
down.São Paulo: Pearson Addison Wesley, 2006.
KyaTera. Disponível em: < http://kyatera.incubadora.fapesp.br>. Acesso em: 26 jan. 2008.
LI, K. Y., LIU, X. X., YU, X. F., YANG, X. D., HU, J. M. The complete solution of PACS
based on B/S mode. 2nd International Conference on Machine Learning and Cybernetics, p.
847-852.b , 2003
142 Referências Bibliográficas
LONG, L. R., ANTANI, S. K., THOMA, G. R. A prototype content-based image retrieval
system for spine X-rays. 16th IEEE Symposium on Computer-Based Medical Systems, p. 156-
162, 2003.
LONG, F., ZHANG, H., FENG, D. D. Fundamentals of content-based image retrieval.
Multimedia Information Retrieval and Management – Technological Fundamentals and
Applications. Springer, 2002.
LOPES, O. C. íris Servidor: Sistema servidor para recuperação de imagens por conteúdo.
Dissertação de mestrado. Instituto de Ciências Matemáticas e Computação – ICMC.
Universidade de São Paulo, São Carlos, 2005.
MALLAT, S. G. A Theory for Multiresolution Signal Decomposition: The Wavelet
Representation. IEEE Transactions on Pattern Analysis and Machine Inteligence, vol. 11, n°
7, p. 674-693, July 1989.
The Mathworks Inc. Matlab: The Language of Technical Computing. Matlab Help, 2004.
MEYER, Y. Wavelets Algorithms and Applications. Socity for Industrial and Applied
Mathematics, Philadelphia, first edition, 1993.
MORETTIN, P. A. Ondas e Ondaletas: da Análise de Fourier à Análise de Ondaletas. São
Paulo: Edusp, 1999.
Referências Bibliográficas 143
MÜLLER, H., MICHOUX, N., BANDON, D., GEISSBUHLER A. A Review of Content-
Based Image Retrieval Systems in Medical Applications – Clinical Benefits and Future
Directions. International Journal of Medical Informatics, vol. 73, p. 1-23, 2004.
NIKOLAIDOU, M., ANAGNOSTOPOULOS, D., HATZOPOULOS, M. Using a medical
digital library for education purposes, 16th IEEE Symposium on Computer-Based Medical
Systems, p. 22-27, 2003.
PARIS, A. C., GRACIOSO, A. C. N. R., GONZAGA, A. Aplicação de Wavelets para
Recuperação de Imagens Médicas por Conteúdo. II Workshop de Visão Computacional,
WVC-2006, São Carlos, SP, Outubro 2005.
PARIS, A. C., GRACIOSO, A. C. N. R., GONZAGA, A. Comparação entre as
Transformadas Wavelet e Wavelet Packet na Recuperação de Imagens Médicas. XII
Congresso Brasileiro de Física Médica, Foz do Iguaçu, PR, Junho 2007.
PHP: Hypertext Preprocessor. Disponível em: < http://www.php.net/>. Acesso em: 12 jul.
2007.
ROSA, N. A. Uma Abordagem Prática e Eficiente de Consultas por Similaridade para
Suporte a Diagnóstico por Imagens. Dissertação de Mestrado. Instituto de Ciências
Matemáticas e Computação – ICMC. Universidade de São Paulo, São Carlos, 2002.
144 Referências Bibliográficas
ROSSI, M. A., ZUCCHI, W L., POLI, V. C., ALMEIDA, J. R. J. Um Novo Conceito para
Redes de Telecomunicações Aeronáuticas e a Aviação Civil Brasileira IV Simpósio de
Transporte Aéreo, São José dos Campos, Brasil, p307, 2005.
STEVENS, W. R. TCP/IP Ilustrated: The Protocols, vol. 1 Massachusetts: Addison Wesley,
2000.
STOLLNITZ, E. J., DEROSE, T. D., SALESIN, D. H. Wavelets for computer graphics: A
primer, part 1. IEEE Computer Graphics and Applications, vol. 15, n° 3, p. 76-84, May 1995.
TANENBAUM, A. S. Redes de Computadores. Rio de Janeiro: Elsevier, 2003.
TRAINA, A. J. M., TRAINA JR, C., BUENO, J. M., MARQUES, P. A., The Metric
Histogram: A New and Efficient Approach for Content-based Image Retrieval, Sixth IFIP
Working Conference on Visual Database Systems, Brisbane, Australia, 2002.
TRAINA JR., C., TRAINA, A., SEEGER, B., FALOUTSOS, C. Slim-Trees: High
Performance Metric Trees Minimizing Overlap Between Nodes. Lecture Notes in Computer
Science, Germany, vol. 1777, p. 51-65, 2000.
WANG, J. Z. Wavelets and Imaging Informatics: A Review of the Literature. Journal of
Biomedical Informatics, vol. 34, p. 129-141, 2001.
Referências Bibliográficas 145
WANG, J. Z.; LI, J.; WIEDERHOLD, G. SIMPLIcity: Semantic-Sensitive Integrated
Matching for Picture Libraries. In: IEEE Transaction on Pattern Analysis and Machine
Intelligence, p. 947–963, 2001.
WATANABE DA SILVA, C. Y. V., TRAINA, A. J. M. Recuperação de Imagens Médicas
por Conteúdo Utilizando Transformadas Wavelets. II Simpósio de Instrumentação e Imagens
Médicas, São Pedro, SP, p. 1-2, Outubro, 2005.
WATANABE DA SILVA, C. Y. V., TRAINA, A. J. M. Analisando Wavelets como
Geradoras de Características de Imagens para Recuperação por Conteúdo. II Workshop de
Visão Computacional, 2006, v. 1. p.1-6, São Carlos, 2006.
WATANABE DA SILVA, C. Y. V. Extração de características de imagens médicas
utilizando wavelets para mineração de imagens e auxílio ao diagnóstico. Dissertação de
Mestrado. Instituto de Ciências Matemáticas e Computação – ICMC. Universidade de São
Paulo, São Carlos, 2007.
WILSON, D. R., MARTINEZ, T. R. Improved heterogeneous distance functions. Journal of
Artificial Intelligence Research, vol. 6, p. 1-34, 1997.
WONG, S. T., TJANDRA, D., WANG, H., SHEN, W. Workflow-enabled distributed
component-based information architecture for digital medical imaging entreprises. IEEE
Transactions on Information Technology in Biomedicine, vol. 7, n° 3, p.171-183, 2003.
146 Referências Bibliográficas
ZHUANG, Y., LI, Q., LAU, R. W. H. Web-Based Image Retrieval: a Hybrid Approach.
Computer Graphics International, p. 62-69, 2001.
Apêndice
A
Matrizes de Confusão
Capítulo 5
Tabela A.1 – Haar, dois níveis de decomposição. Média e variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
93,50
% 6,25
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
7,75
% 61,50
% 30,75
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 23,75
% 76,25
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 69,50
% 30,50
%
100
%
Colo
0,00
% 0,00
% 0,00
% 16,00
% 84,00
%
100
%
Tabela A.2 – Haar, dois níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
97,75
% 2,00
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
6,50
% 59,25
% 34,25
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 29,75
% 70,25
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 78,75
% 21,25
%
100
%
Colo
0,00
% 0,00
% 0,00
% 3,75
% 96,25
%
100
%
148
Apêndice A – Matrizes de Confusão
Tabela A.3 – Haar, dois níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
64,75
% 34,25
% 1,00
% 0,00
% 0,00
%
100
%
Tórax
32,50
% 51,50
% 16,00
% 0,00
% 0,00
%
100
%
Abdômen
1,25
% 28,00
% 70,75
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 6,00
% 94,00
%
100
%
Tabela A.4 – Haar, dois níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
69,50
% 28,25
% 2,25
% 0,00
% 0,00
%
100
%
Tórax
31,75
% 55,75
% 12,50
% 0,00
% 0,00
%
100
%
Abdômen
2,50
% 37,00
% 60,50
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 0,00
% 100,00
%
100
%
Tabela A.5 – Haar, três níveis de decomposição. Média e variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
96,50
% 3,25
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
3,25
% 66,00
% 30,75
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 26,00
% 72,25
% 0,00
% 1,75
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 67,25
% 32,75
%
100
%
Colo
0,00
% 0,00
% 0,00
% 11,75
% 88,25
%
100
%
Tabela A.6 – Haar, três níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
97,75
% 2,00
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
4,75
% 67,25
% 28,00
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 25,50
% 74,00
% 0,00
% 0,50
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 76,00
% 24,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 3,25
% 96,75
%
100
%
Tabela A.7 – Haar, três níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
69,00
% 30,75
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
28,75
% 56,00
% 15,25
% 0,00
% 0,00
%
100
%
Abdômen
0,50
% 27,75
% 71,75
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 5,75
% 94,25
%
100
%
Apêndice A – Matrizes de Confusão 149
Tabela A.8 – Haar, três níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
72,50
% 27,25
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
29,00
% 57,50
% 13,50
% 0,00
% 0,00
%
100
%
Abdômen
1,00
% 27,50
% 71,50
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 0,00
% 100,00
%
100
%
Tabela A.9 – Haar, quatro níveis de decomposição. Média, variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
92,50
% 7,25
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
5,75
% 61,00
% 33,25
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 34,00
% 60,75
% 0,00
% 5,25
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 95,50
% 4,50
%
100
%
Colo
0,00
% 0,00
% 1,00
% 6,25
% 92,75
%
100
%
Tabela A.10 – Haar, quatro níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
93,00
% 6,75
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
5,75
% 61,00
% 33,25
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 33,50
% 61,50
% 0,00
% 5,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 96,25
% 3,75
%
100
%
Colo
0,00
% 0,00
% 1,00
% 5,25
% 93,75
%
100
%
Tabela A.11 – Haar, quatro níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
76,50
% 23,50
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
22,75
% 64,50
% 12,75
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 22,75
% 77,25
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 6,75
% 93,25
%
100
%
Tabela A.12 – Haar, quatro níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
76,75
% 23,25
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
22,75
% 64,50
% 12,75
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 22,50
% 77,50
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 0,50
% 99,50
%
100
%
150
Apêndice A – Matrizes de Confusão
Tabela A.13 – Db2, dois níveis de decomposição. Média e variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
97,00
% 0,50
% 1,75
% 0,75
% 0,00
%
100
%
Tórax
4,50
% 53,25
% 42,25
% 0,00
% 0,00
%
100
%
Abdômen
0,25
% 32,50
% 65,50
% 1,75
% 0,00
%
100
%
Coluna
5,00
% 0,25
% 0,75
% 76,50
% 17,50
%
100
%
Colo
0,00
% 0,00
% 0,00
% 2,00
% 98,00
%
100
%
Tabela A.14 – Db2, dois níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
99,75
% 0,00
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
0,75
% 54,25
% 45,00
% 0,00
% 0,00
%
100
%
Abdômen
0,75
% 36,75
% 60,50
% 2,00
% 0,00
%
100
%
Coluna
4,75
% 2,25
% 7,25
% 81,25
% 4,50
%
100
%
Colo
0,00
% 0,00
% 0,00
% 2,00
% 98,00
%
100
%
Tabela A.15 – Db2, dois níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
62,75
% 35,75
% 1,50
% 0,00
% 0,00
%
100
%
Tórax
34,50
% 49,50
% 16,00
% 0,00
% 0,00
%
100
%
Abdômen
2,25
% 29,00
% 68,75
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 7,75
% 92,25
%
100
%
Tabela A.16 – Db2, dois níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
67,75
% 29,00
% 3,25
% 0,00
% 0,00
%
100
%
Tórax
31,75
% 54,50
% 13,75
% 0,00
% 0,00
%
100
%
Abdômen
3,00
% 36,75
% 60,25
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 0,00
% 100,00
%
100
%
Tabela A.17 – Db2, três níveis de decomposição. Média e variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
96,25
% 3,75
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
0,25
% 65,75
% 34,00
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 28,25
% 71,50
% 0,00
% 0,25
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 75,75
% 24,25
%
100
%
Colo
0,00
% 0,00
% 0,00
% 13,25
% 86,75
%
100
%
Apêndice A – Matrizes de Confusão 151
Tabela A.18 – Db2, três níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
98,75
% 1,25
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
0,50
% 63,50
% 36,00
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 31,00
% 69,00
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 90,75
% 9,25
%
100
%
Colo
0,00
% 0,00
% 0,00
% 1,75
% 98,25
%
100
%
Tabela A.19 – Db2, três níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
68,50
% 30,75
% 0,75
% 0,00
% 0,00
%
100
%
Tórax
29,00
% 56,25
% 14,75
% 0,00
% 0,00
%
100
%
Abdômen
1,25
% 31,25
% 67,50
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 8,00
% 92,00
%
100
%
Tabela A.20 – Db2, três níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
71,50
% 27,50
% 1,00
% 0,00
% 0,00
%
100
%
Tórax
31,00
% 55,00
% 14,00
% 0,00
% 0,00
%
100
%
Abdômen
1,50
% 31,00
% 67,50
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 0,00
% 100,00
%
100
%
Tabela A.21 – Db2, quatro níveis de decomposição. Média, variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
95,50
% 4,50
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
1,75
% 69,25
% 29,00
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 19,75
% 70,25
% 0,00
% 10,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 83,25
% 16,75
%
100
%
Colo
0,00
% 0,25
% 12,50
% 16,75
% 70,50
%
100
%
Tabela A.22 – Db2, quatro níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
95,75
% 4,25
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
2,00
% 69,25
% 28,75
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 20,25
% 70,75
% 0,00
% 9,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 86,00
% 14,00
%
100
%
Colo
0,00
% 0,25
% 10,00
% 14,50
% 75,25
%
100
%
152
Apêndice A – Matrizes de Confusão
Tabela A.23 – Db2, quatro níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
79,25
% 20,75
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
20,75
% 63,25
% 16,00
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 30,75
% 69,25
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 10,00
% 90,00
%
100
%
Tabela A.24 – Db2, quatro níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
79,25
% 20,75
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
21,25
% 63,00
% 15,75
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 30,50
% 69,50
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 1,50
% 98,50
%
100
%
Tabela A.25 – Db3, dois níveis de decomposição. Média e variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
86,00
% 0,75
% 1,50
% 11,75
% 0,00
%
100
%
Tórax
1,75
% 52,00
% 45,75
% 0,50
% 0,00
%
100
%
Abdômen
1,50
% 32,75
% 60,00
% 5,75
% 0,00
%
100
%
Coluna
16,25
% 0,00
% 2,50
% 73,75
% 7,50
%
100
%
Colo
0,00
% 0,00
% 0,00
% 1,00
% 99,00
%
100
%
Tabela A.26 – Db3, dois níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
98,25
% 0,00
% 1,75
% 0,00
% 0,00
%
100
%
Tórax
0,50
% 53,00
% 45,75
% 0,75
% 0,00
%
100
%
Abdômen
3,25
% 36,25
% 55,50
% 4,75
% 0,25
%
100
%
Coluna
19,25
% 3,25
% 8,75
% 67,75
% 1,00
%
100
%
Colo
0,00
% 0,00
% 0,50
% 1,50
% 98,00
%
100
%
Tabela A.27 – Db3, dois níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
62,75
% 36,00
% 1,25
% 0,00
% 0,00
%
100
%
Tórax
32,75
% 51,00
% 16,25
% 0,00
% 0,00
%
100
%
Abdômen
2,50
% 30,00
% 67,50
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 6,75
% 93,25
%
100
%
Apêndice A – Matrizes de Confusão 153
Tabela A.28 – Db3, dois níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
68,00
% 28,75
% 3,25
% 0,00
% 0,00
%
100
%
Tórax
31,75
% 54,25
% 14,00
% 0,00
% 0,00
%
100
%
Abdômen
3,50
% 36,00
% 60,50
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 0,00
% 100,00
%
100
%
Tabela A.29 – Db3, três níveis de decomposição. Média e variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
97,00
% 3,00
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
0,25
% 62,00
% 37,75
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 27,75
% 71,00
% 0,00
% 1,25
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 61,00
% 39,00
%
100
%
Colo
0,00
% 0,00
% 1,50
% 24,25
% 74,25
%
100
%
Tabela A.30 – Db3, três níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
99,00
% 0,75
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
0,25
% 59,50
% 40,25
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 31,25
% 68,50
% 0,00
% 0,25
%
100
%
Coluna
0,00
% 0,00
% 0,25
% 76,50
% 23,25
%
100
%
Colo
0,00
% 0,00
% 0,25
% 6,50
% 93,25
%
100
%
Tabela A.31 – Db3, três níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
69,25
% 29,50
% 1,25
% 0,00
% 0,00
%
100
%
Tórax
28,00
% 56,25
% 15,75
% 0,00
% 0,00
%
100
%
Abdômen
1,75
% 31,50
% 66,75
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 9,25
% 90,75
%
100
%
Tabela A.32 – Db3, três níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
72,75
% 26,00
% 1,25
% 0,00
% 0,00
%
100
%
Tórax
28,50
% 56,75
% 14,75
% 0,00
% 0,00
%
100
%
Abdômen
2,00
% 32,25
% 65,75
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 0,00
% 100,00
%
100
%
154
Apêndice A – Matrizes de Confusão
Tabela A.33 – Db3, quatro níveis de decomposição. Média, variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
97,25
% 2,75
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
0,75
% 67,50
% 31,75
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 21,25
% 66,00
% 0,00
% 12,75
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 67,75
% 32,25
%
100
%
Colo
0,00
% 0,00
% 10,50
% 16,25
% 73,25
%
100
%
Tabela A.34 – Db3, quatro níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
97,50
% 2,50
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
0,75
% 67,50
% 31,75
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 23,00
% 67,25
% 0,00
% 9,75
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 72,75
% 27,25
%
100
%
Colo
0,00
% 0,00
% 8,75
% 13,75
% 77,50
%
100
%
Tabela A.35 – Db3, quatro níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
78,00
% 21,50
% 0,50
% 0,00
% 0,00
%
100
%
Tórax
20,00
% 60,50
% 19,50
% 0,00
% 0,00
%
100
%
Abdômen
0,75
% 35,75
% 63,50
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 14,25
% 85,75
%
100
%
Tabela A.36 – Db3, quatro níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
78,00
% 21,50
% 0,50
% 0,00
% 0,00
%
100
%
Tórax
20,00
% 60,50
% 19,50
% 0,00
% 0,00
%
100
%
Abdômen
0,75
% 35,75
% 63,50
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 1,75
% 98,25
%
100
%
Tabela A.37 – Db4, dois níveis de decomposição. Média e variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
78,00
% 0,00
% 2,25
% 19,75
% 0,00
%
100
%
Tórax
0,75
% 53,25
% 44,00
% 2,00
% 0,00
%
100
%
Abdômen
2,75
% 35,00
% 54,50
% 7,25
% 0,50
%
100
%
Coluna
37,00
% 1,75
% 6,25
% 52,25
% 2,75
%
100
%
Colo
0,00
% 0,00
% 0,00
% 1,00
% 99,00
%
100
%
Apêndice A – Matrizes de Confusão 155
Tabela A.38 – Db4, dois níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
97,25
% 0,00
% 2,75
% 0,00
% 0,00
%
100
%
Tórax
0,00
% 52,00
% 45,75
% 2,25
% 0,00
%
100
%
Abdômen
4,50
% 36,75
% 52,75
% 5,50
% 0,50
%
100
%
Coluna
31,75
% 5,00
% 9,25
% 53,00
% 1,00
%
100
%
Colo
0,00
% 0,00
% 0,50
% 1,75
% 97,75
%
100
%
Tabela A.39 – Db4, dois níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
64,25
% 34,50
% 1,25
% 0,00
% 0,00
%
100
%
Tórax
33,00
% 51,75
% 15,25
% 0,00
% 0,00
%
100
%
Abdômen
2,75
% 32,25
% 65,00
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 8,75
% 91,25
%
100
%
Tabela A.40 – Db4, dois níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
68,25
% 28,50
% 3,25
% 0,00
% 0,00
%
100
%
Tórax
31,25
% 54,00
% 14,75
% 0,00
% 0,00
%
100
%
Abdômen
4,75
% 35,25
% 60,00
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 0,00
% 100,00
%
100
%
Tabela A.41 – Db4, três níveis de decomposição. Média e variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
94,50
% 5,50
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
0,50
% 62,25
% 37,25
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 26,00
% 73,25
% 0,00
% 0,75
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 74,50
% 25,50
%
100
%
Colo
0,00
% 0,00
% 0,00
% 16,00
% 84,00
%
100
%
Tabela A.42 – Db4, três níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
98,75
% 1,00
% 0,25
% 0,00
% 0,00
%
100
%
Tórax
0,00
% 59,75
% 40,25
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 30,50
% 69,25
% 0,00
% 0,25
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 91,00
% 9,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 3,00
% 97,00
%
100
%
156
Apêndice A – Matrizes de Confusão
Tabela A.43 – Db4, três níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
70,25
% 27,50
% 2,25
% 0,00
% 0,00
%
100
%
Tórax
26,75
% 54,75
% 18,50
% 0,00
% 0,00
%
100
%
Abdômen
2,25
% 34,00
% 63,75
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 12,50
% 87,50
%
100
%
Tabela A.44 – Db4, três níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
71,50
% 25,75
% 2,75
% 0,00
% 0,00
%
100
%
Tórax
25,75
% 55,75
% 18,50
% 0,00
% 0,00
%
100
%
Abdômen
2,75
% 33,25
% 64,00
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 0,00
% 100,00
%
100
%
Tabela A.45 – Db4, quatro níveis de decomposição. Média, variância dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
96,25
% 3,75
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
0,75
% 67,75
% 31,50
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 23,25
% 63,75
% 0,00
% 13,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 72,00
% 28,00
%
100
%
Colo
0,00
% 0,00
% 14,00
% 15,75
% 70,25
%
100
%
Tabela A.46 – Db4, quatro níveis de decomposição. Média, variância e energia dos detalhes.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
96,50
% 3,50
% 0,00
% 0,00
% 0,00
%
100
%
Tórax
0,75
% 67,25
% 32,00
% 0,00
% 0,00
%
100
%
Abdômen
0,00
% 24,50
% 66,25
% 0,00
% 9,25
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 77,25
% 22,75
%
100
%
Colo
0,00
% 0,00
% 12,25
% 12,50
% 75,25
%
100
%
Tabela A.47 – Db4, quatro níveis de decomposição. Média e variância dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
77,75
% 18,50
% 3,75
% 0,00
% 0,00
%
100
%
Tórax
18,75
% 59,25
% 22,00
% 0,00
% 0,00
%
100
%
Abdômen
3,50
% 41,75
% 54,75
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 18,25
% 81,75
%
100
%
Apêndice A – Matrizes de Confusão 157
Tabela A.48 – Db4, quatro níveis de decomposição. Média, variância e energia dos detalhes e aproximação.
Matriz de Confusão - Média de Imagens Retornadas por Classe
Classes Crânio Tórax Abdômen Coluna Colo Total
Crânio
78,00
% 18,25
% 3,75
% 0,00
% 0,00
%
100
%
Tórax
18,75
% 59,25
% 22,00
% 0,00
% 0,00
%
100
%
Abdômen
3,75
% 41,25
% 55,00
% 0,00
% 0,00
%
100
%
Coluna
0,00
% 0,00
% 0,00
% 100,00
% 0,00
%
100
%
Colo
0,00
% 0,00
% 0,00
% 5,00
% 95,00
%
100
%
Apêndice
B
Testes Realizados por Voluntários na Internet
B.1 Testes Conexão Dial-up
Tabela B. 1 – Teste realizado por voluntário na Internet com conexão Dial-up.
Teste Internet
Nome:
Ismael Infante
Cidade:
Dourado
Profissão:
Estudante
Velocidade Contratada:
-
Bandwidth:
51 Kbps
Tipo de Conexão:
Dial-up
Data:
09/09/2007
Hora do início do teste:
18:00
Hora do final do teste:
19:25
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 26421 314062 47375 316547 179469 117047 312532 117719 - -
20
24671 179297 48094 319688 187391 81672 227141 92156
- -
10 23719 97563 46812 172469 189531 53688 157703 50032 - -
1 24313 18609 56093 31093 180406 16313 195031 19390 - -
Achou os tempos
aceitáveis?
Não Não Não Não -
160 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 2 – Teste realizado por voluntário na Internet com conexão Dial-up.
Teste Internet
Nome:
Ancelmo dos Santos Siqueira
Cidade:
Barueri
Profissão:
Estudante
Velocidade Contratada:
50 Kbps
Bandwidth:
46 Kbps
Tipo de Conexão:
Dial-up
Data:
01/09/2007
Hora do início do teste:
15:02
Hora do final do teste:
17:55
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload Busca
30 12875 297875
41719 443328 233657 182625 160484 168531 756172 147765
20
12422 164594 48859 306594 191437 124797 183812 119062 930468 102594
10 12375 88968 46234 159828 193422 67125 146453 62750 679656 50735
1 25375 11047 48734 24625 189734 13156 166078 12625 1430406
11406
Achou os tempos
aceitáveis?
Sim Razoável Não Não Não
Tabela B. 3 – Teste realizado por voluntário na Internet com conexão Dial-up.
Teste Internet
Nome:
Renata Aparecida de Almeida
Cidade:
Ibiúna
Profissão:
Estudante
Velocidade Contratada:
115 Kbps
Bandwidth:
44 Kbps
Tipo de Conexão:
Dial-up
Data:
13/09/2007
Hora do início do teste:
15:25
Hora do final do teste:
17:04
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2634 307782 57883 471948 188311 127073 183123 118711 - -
20
29002 180931 57283 329680 187800 89849 186098 81417
- -
10 25977 98822 52998 175592 191886 58795 200128 51835 - -
1 27079 19178 52195 38065 223835 30174 195651 18386 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Tabela B. 4 – Teste realizado por voluntário na Internet com conexão Dial-up.
Teste Internet
Nome:
Henrique Kanaguchiko
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
-
Bandwidth:
27 Kbps
Tipo de Conexão:
Dial-up
Data:
15/06/2007
Hora do início do teste:
18:30
Hora do final do teste:
21:07
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 12453 468656 - - 197687 206719 187172 192360 - -
20
15172 15172
- -
197698 11234 206484 28812
- -
10 167687 315172 - - 202516 17546 169234 65625 - -
1 14094 19640 - - 200141 34969 181609 17687 - -
Achou os tempos
aceitáveis?
Sim - Sim Sim -
Apêndice B – Testes Realizados por Voluntários na Internet 161
Tabela B. 5 – Teste realizado por voluntário na Internet com conexão Dial-up.
Teste Internet
Nome:
Cristiano Rodrigues de Araujo Maciel
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
45 Kbps
Bandwidth:
5 Kbps
Tipo de Conexão:
Dial-up
Data:
26/08/2007
Hora do início do teste:
20:11
Hora do final do teste:
23:24
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 26860 580828 65218 492797 209000 259641 125657 194047 322438 158432
20
27859 178656 61610 236437 198484 97437 124672 40766 295782 59094
10 24640 75713 42890 116141 199828 56969 141250 41203 295906 42046
1 28265 18844 46750 29844 219019 48047 179438 36641 261397 19760
Achou os tempos
aceitáveis?
Razoável Razoável Razoável Razoável Razoável
B.2 Testes Conexão Rádio
Tabela B. 6 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Danielle Cavallari de Oliveira
Cidade:
Itapevi
Profissão:
Estudante
Velocidade Contratada:
2.000 Kbps
Bandwidth:
3.150 Kbps
Tipo de Conexão:
Rádio
Data:
17/09/2007
Hora do início do teste:
16:55
Hora do final do teste:
17:49
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 812 21250 609 26688 8828 14781 19938 9172 - -
20
390 5516 625 3172 5437 6344 126344 5266
- -
10 359 3328 641 3465 6171 5391 18625 4328 - -
1 391 2657 625 2922 4140 7797 12640 4437 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Tabela B. 7 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Maria Lúcia dos Santos Teles
Cidade:
São Paulo/SP
Profissão:
Professora
Velocidade Contratada:
2.000 Kbps
Bandwidth:
2.520 Kbps
Tipo de Conexão:
Rádio
Data:
19/09/2007
Hora do início do teste:
09:23
Hora do final do teste:
10:15
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1578 10640 3844 14093 16688 8266 44968 7687 - -
20
1547 6453 3797 9969 16516 7250 46609 5985
- -
10 1485 4625 3875 7421 17031 6234 55468 7094 - -
1 1640 3188 4562 5984 17047 5015 41375 4281 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
162 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 8 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Gustavo Dias
Cidade:
Duque de Caxias/RJ
Profissão:
Professor
Velocidade Contratada:
1.000 Kbps
Bandwidth:
898 Kbps
Tipo de Conexão:
Rádio
Data:
10/09/2007
Hora do início do teste:
19:53
Hora do final do teste:
20:52
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3495 19177 5468 30163 19348 13279 70101 12878 - -
20 2974 13509 6009 21120 19318 10655 86534 9664 - -
10 2994 7911 5518 13099 18797 8051 44424 7901 - -
1 2914 5077 5447 5207 19618 6769 54949 10615 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
Tabela B. 9 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Leonardo Silva Kury Aragão Mendes
Cidade:
São Luiz/MA
Profissão:
Estudante
Velocidade Contratada:
1.000 Kbps
Bandwidth:
804 Kbps
Tipo de Conexão:
Rádio
Data:
10/09/2007
Hora do início do teste:
00:12
Hora do final do teste:
01:00
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 4296 24946 11627 35711 21291 16784 107404 13941 - -
20 - 19398 - 25227 - 12548 - 12819 - -
10 - 11156 - 17556 - 10585 - 9654 - -
1 - 6829 - 7982 - 9914 - 8022 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Não
Tabela B. 10 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Fernanda Baião
Cidade:
Rio de Janeiro
Profissão:
Professor
Velocidade Contratada:
1.000 Kbps
Bandwidth:
691 Kbps
Tipo de Conexão:
Rádio
Data:
09/09/2007
Hora do início do teste:
17:14
Hora do final do teste:
-
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3125 24844 - - - - - - - -
20 5703 14422 - - - - - - - -
10 2688 7594 - - - - - - - -
1 2609 7172 - - - - - - - -
Achou os tempos
aceitáveis?
Sim Não - - -
Apêndice B – Testes Realizados por Voluntários na Internet 163
Tabela B. 11 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Ádria Lúcia Menegazzo
Cidade:
Bernardino de Campos
Profissão:
Estudante
Velocidade Contratada:
512 Kbps
Bandwidth:
505 Kbps
Tipo de Conexão:
Rádio
Data:
17/10/2007
Hora do início do teste:
18:00
Hora do final do teste:
18:27
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 875 17593 1532 25610 5171 11250 11094 9735 11106 9835
20 844 3500 1860 17484 5203 5781 11110 5531 12113 6625
10 875 2953 1547 3000 5187 5109 11125 4906 12102 5236
1 1203 3578 1516 3515 5187 5313 11062 4797 11236 5165
Achou os tempos
aceitáveis?
Razoável Razoável Razoável Razoável Razoável
Tabela B. 12 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Regina Gracioso
Cidade:
Assis/SP
Profissão:
Biomédica
Velocidade Contratada:
100.000 Kbps
Bandwidth:
286 Kbps
Tipo de Conexão:
Rádio
Data:
03/09/2007
Hora do início do teste:
10:02
Hora do final do teste:
11:08
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 9656 6875
3797 14953
14000 17187 221829 13359 445672 9703
20 1344 4437
3797 6016 16391 6172 41907 7047 461187 6891
10 1422 4266 3703 3609 14015 6781 36062 6000 287375 5703
1 1344 3797 4172 6844 12625 6094 39547 4750 299031 5657
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Não
Tabela B. 13 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Juliana Gouveia Denipote
Cidade:
São Carlos
Profissão:
Estudante
Velocidade Contratada:
256 Kbps
Bandwidth:
199 Kbps
Tipo de Conexão:
Rádio
Data:
10/09/2007
Hora do início do teste:
15:47
Hora do final do teste:
17:32
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload Busca Upload
Busca
30 13984 102375
39188 116047 141640 38656 443828 41015 - -
20 9328 12765 32281 80812 142141 55281 329360 25156 - -
10 9297 1688 191703
48422 146719 20172 329625 17953 - -
1 10297 10125 34281 19906 141421 13422 1000265
12235 - -
Achou os tempos
aceitáveis?
Razoável Não Não Não -
164 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 14 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Juliana E.S. Patrocinio
Cidade:
Assis
Profissão:
Estudante
Velocidade Contratada:
100 Kbps
Bandwidth:
167 Kbps
Tipo de Conexão:
Rádio
Data:
26/09/2007
Hora do início do teste:
15:18
Hora do final do teste:
16:05
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 7203 83156 12235 115594 51703 68250 70313 21484 169922 22656
20 7047 5344 28859 19016 69625 6437 66641 5500 174093 6313
10 5641 3172 18093 8375 22203 6782 56344 6156 320984 7031
1 8782 5125 21360 4688 17891 5391 55672 2419 133500 5516
Achou os tempos
aceitáveis?
Sim Razoável Razoável Sim Não
Tabela B. 15 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
André Luiz Cerveira
Cidade:
São Paulo
Profissão:
Analista Programador
Velocidade Contratada:
200 Kbps
Bandwidth:
119 Kbps
Tipo de Conexão:
Rádio
Data:
18/09/2007
Hora do início do teste:
Hora do final do teste:
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 4969 73406 8765 110890 24500 35375 54640 28578 138078 27312
20 1875 4750 8734 4609 26141 6781 55031 6422 145016 5969
10 1969 4313 8265 4563 24297 5953 54844 5422 138828 6828
1 1922 3718 5484 3500 24125 6234 55297 5312 137860 9094
Achou os tempos
aceitáveis?
Sim Sim Razoável Razoável Não
Tabela B. 16 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Tiago Sartori Martins
Cidade:
Santa Cruz do Rio Pardo/SP
Profissão:
Téc Proc. De Dados
Velocidade Contratada:
300 Kbps
Bandwidth:
107 Kbps
Tipo de Conexão:
Rádio
Data:
26/09/2007
Hora do início do teste:
09:54
Hora do final do teste:
11:07
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 12656 92000 29172 287265 82015 89266 67234 41531 666344 49219
20 20953 71578 21078 178501 89656 46562 90568 29438 261500 21204
10 9188 28312 20032 107203 67703 39843 93250 16843 205297 12578
1 11484 12468 19687 30640 56469 8360 97406 8688 152453 13219
Achou os tempos
aceitáveis?
Não Sim Sim Sim Sim
Apêndice B – Testes Realizados por Voluntários na Internet 165
Tabela B. 17 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Roberto Magalhães de Oliveira
Cidade:
Santa Cruz do Rio Pardo
Profissão:
Tec Informática
Velocidade Contratada:
800 Kbps
Bandwidth:
92 Kbps
Tipo de Conexão:
Rádio
Data:
05/11/2007
Hora do início do teste:
12:50
Hora do final do teste:
15:15
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 4235 80031 13094 96031 35109 24187 197859 29532 396375 28438
20 11969 7906 13437 4250 79219 15453 155484 10578 768484 19422
10 13140 9547 12328 3375 46140 6344 152172 4234 501765 9110
1 27953 15141 20235 5718 70625 5016 159797 4312 695609 13422
Achou os tempos
aceitáveis?
Sim Razoável Razoável Razoável Sim
Tabela B. 18 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Carmen Lúcia da Silva
Cidade:
Santa Cruz do Rio Pardo
Profissão:
Estudante
Velocidade Contratada:
1.000 Kbps
Bandwidth:
33 Kbps
Tipo de Conexão:
Rádio
Data:
18/10/2007
Hora do início do teste:
15:59
Hora do final do teste:
16:37
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 10750 113594 14750 104046 40781 37750 41062 34438 73797 23766
20 6625 4907 10344 9094 34797 6250 40265 7031 86532 6563
10 5500 5766 10766 5781 25906 5766 42594 5328 81656 5172
1 3593 6329 7937 2813 19406 11172 39609 5656 83922 4766
Achou os tempos
aceitáveis?
Sim Sim Não Não Não
Tabela B. 19 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Henrique Kanaguchiko
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
-
Bandwidth:
27 Kbps
Tipo de Conexão:
Dial-up
Data:
15/06/2007
Hora do início do teste:
18:30
Hora do final do teste:
21:07
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 12453 468656 - - 197687 206719 187172 192360 - -
20
15172 15172
- -
197698 11234 206484 28812
- -
10 167687 315172 - - 202516 17546 169234 65625 - -
1 14094 19640 - - 200141 34969 181609 17687 - -
Achou os tempos
aceitáveis?
Sim - Sim Sim -
166 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 20 – Teste realizado por voluntário na Internet com conexão a Rádio.
Teste Internet
Nome:
Cristiano Rodrigues de Araujo Maciel
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
45 Kbps
Bandwidth:
5 Kbps
Tipo de Conexão:
Dial-up
Data:
26/08/2007
Hora do início do teste:
20:11
Hora do final do teste:
23:24
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 26860 580828 65218 492797 209000 259641 125657 194047 322438 158432
20
27859 178656 61610 236437 198484 97437 124672 40766 295782 59094
10 24640 75713 42890 116141 199828 56969 141250 41203 295906 42046
1 28265 18844 46750 29844 219019 48047 179438 36641 261397 19760
Achou os tempos
aceitáveis?
Razoável Razoável Razoável Razoável Razoável
B.3 Testes Conexão Fibra Óptica.
Tabela B. 21 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
André de Almeida Máximo
Cidade:
Rio de Janeiro
Profissão:
Pesquisador
Velocidade Contratada:
-
Bandwidth:
34.420 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
11/11/2007
Hora do início do teste:
16:20
Hora do final do teste:
16:40
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 331 4907 411 6968 543 5842 7957 4867 - -
20 - 3991 - 2943 - 4676 - 4053 - -
10 - 2676 - 2820 - 4490 - 3797 - -
1 - 2060 - 1965 - 4311 - 3686 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Tabela B. 22 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
Ana Carolina Nicolosi da Rocha Gracioso
Cidade:
São Carlos
Profissão:
Estudante
Velocidade Contratada:
100.000 Kbps
Bandwidth:
28.000 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
09/09/2007
Hora do início do teste:
17:05
Hora do final do teste:
17:29
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 497 4523 551 6692 661 5990 841 5198 1464 5885
20 461 3505 529 4678 644 5948 828 5150 1339 4822
10 501 3119 547 4123 736 5285 843 4696 1299 5328
1 475 2376 520 2578 646 5341 840 4671 1432 5135
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Sim
Apêndice B – Testes Realizados por Voluntários na Internet 167
Tabela B. 23 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
Leandro Ramos da Silva
Cidade:
São Paulo
Profissão:
Arquiteto de Software
Velocidade Contratada:
-
Bandwidth:
21.790 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
10/09/2007
Hora do início do teste:
10:56
Hora do final do teste:
-
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 316 18671 - - - - - - - -
20 - - - - - - - - - -
10 - - - - - - - - - -
1 - - - - - - - - - -
Achou os tempos
aceitáveis?
- - - - -
Tabela B. 24 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
Rodrigo Faccioli
Cidade:
São Carlos
Profissão:
Estudante
Velocidade Contratada:
100.000 Kbps
Bandwidth:
21.670 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
11/09/2007
Hora do início do teste:
19:54
Hora do final do teste:
20:14
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 151 4181 185 4181 185 5538 264 4814 808 5141
20 61 2666 154 3888 92 4428 419 4255 654 4856
10 152 2242 155 3163 202 4659 264 4270 887 4794
1 170 2546 154 2685 124 5575 264 3805 950 4545
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Sim
Tabela B. 25 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
Adilson Gonzaga
Cidade:
São Carlos
Profissão:
Professor
Velocidade Contratada:
100.000 Kbps
Bandwidth:
11.940 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
17/09/2007
Hora do início do teste:
10:46
Hora do final do teste:
-
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 125 5438 172 5031 282 6328 375 5172 844 5984
20 109 3485 140 3219 203 5344 360 4891 782 4734
10 93 2797 141 3016 234 5422 359 4110 797 5015
1 187 2921 141 2516 219 4828 281 3890 813 4734
Achou os tempos
aceitáveis?
- - - - -
168 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 26 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
Ana Carolina Nicolosi da Rocha Gracioso
Cidade:
São Paulo/SP
Profissão:
Professora
Velocidade Contratada:
2.000 Kbps
Bandwidth:
3.740 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
15/10/2007
Hora do início do teste:
17:40
Hora do final do teste:
18:09
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1875 12562 4750 15219 16828 9172 37594 8156 92125 7047
20 2125 7015 4235 13750 16625 6188 39156 5593 92313 6875
10 1937 5438 4656 8000 16156 5938 37281 5250 92422 6032
1 1797 2953 4453 3516 16937 5875 37562 4625 92219 5704
Achou os tempos
aceitáveis?
Sim Sim Razoável Não Não
Tabela B. 27 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
Erlon Rodrigues Cruz
Cidade:
São Carlos
Profissão:
Estudante
Velocidade Contratada:
100.000 Kbps
Bandwidth:
3.220 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
03/09/2007
Hora do início do teste:
09:15
Hora do final do teste:
10:06
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 534 5834 260 8755 970 5514 7741 5418 - -
20 707 4181 614 5815 2754 6209 5839 5507 - -
10 1264 3699 600 4022 1575 4882 6844 4955 - -
1 222 3519 425 3071 800 5106 5211 4016 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Tabela B. 28 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
Sérgio Leal
Cidade:
São Paulo/SP
Profissão:
Professor
Velocidade Contratada:
-
Bandwidth:
2.820 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
18/09/2007
Hora do início do teste:
16:25
Hora do final do teste:
17:15
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 4106 11587 4987 16043 3115 9514 19388 10615 - -
20 4727 9273 1072 16784 4867 7701 19267 9273 - -
10 1171 4466 4276 14331 5178 6700 21732 6159 - -
1 8732 4146 2143 4837 3975 6079 36713 4136 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
Apêndice B – Testes Realizados por Voluntários na Internet 169
Tabela B. 29 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
Leandro Coser
Cidade:
Florianópolis
Profissão:
Pesquisador
Velocidade Contratada:
10.000 Kbps
Bandwidth:
2.100 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
14/09/2007
Hora do início do teste:
13:15
Hora do final do teste:
14:09
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 314 8705 826 9485 2902 5633 9890 5242 - -
20 655 12714 1217 6708 2324 4907 10857 5772 - -
10 5803 15039 795 4712 2153 5475 13202 4821 - -
1 4555 3385 1107 3229 2465 4649 15460 4680 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Tabela B. 30 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
Saulo de Tarso Oliveira Rodrigues
Cidade:
Campina Grande
Profissão:
Estudante
Velocidade Contratada:
100.000 Kbps
Bandwidth:
745 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
19/10/2007
Hora do início do teste:
14:25
Hora do final do teste:
14:49
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 7297 25828 2656 46000 12297 15985 25422 15469 73500 17078
20 24438 3797 2750 3375 12406 5250 28422 5140 70344 5265
10 969 8969 3000 2984 15813 4891 24718 5219 70750 5125
1 3016 3078 4485 3109 12406 5078 23484 5031 62781 4625
Achou os tempos
aceitáveis?
Sim Sim Razoável Não Não
Tabela B. 31 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
Manuel Messias Santos
Cidade:
São Paulo/SP
Profissão:
Estudante
Velocidade Contratada:
2.000 Kbps
Bandwidth:
531 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
15/09/2007
Hora do início do teste:
21:18
Hora do final do teste:
21:58
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 938 24066 2547 30759 13546 15421 51920 14406 - -
20 1312 16589 3155 25415 13233 10312 44343 13594 - -
10 2187 6888 2343 13247 12968 10640 43077 8516 - -
1 2953 7373 2781 5890 11046 7594 27171 11609 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
170 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 32 – Teste realizado por voluntário na Internet com conexão de Fibra Óptica.
Teste Internet
Nome:
Alexandre Gracioso
Cidade:
Assis
Profissão:
Militar
Velocidade Contratada:
100.000 Kbps
Bandwidth:
295 Kbps
Tipo de Conexão:
Fibra Óptica
Data:
01/10/2007
Hora do início do teste:
13:04
Hora do final do teste:
13:31
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 20703 51391 5047 73391 14500 26094 38969 23500 94344 41781
20 1641 5157 12984 4954 13906 6906 39859 6859 97031 12375
10 1578 5234 4250 4453 13719 6938 37406 6141 94969 6188
1 1609 4109 4094 3406 16813 6563 38313 6563 93860 5782
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Razoável
B.4 Testes Conexão Cabo
Tabela B. 33 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Milton Roberto Y Goya
Cidade:
São Paulo/SP
Profissão:
Estudante
Velocidade Contratada:
4.000 Kbps
Bandwidth:
5.040 Kbps
Tipo de Conexão:
Cabo
Data:
13/09/2007
Hora do início do teste:
00:26
Hora do final do teste:
01:06
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 703 13781 2141 38047 18031 11406 41375 6969 299222 4858
20
13128 8953 1797 3062 8266 4922 24360 4516
- -
10 656 2250 1797 5625 8031 9641 24593 6422 - -
1 3765 5578 3047 4062 8188 5109 652359 4547 - -
Achou os tempos
aceitáveis?
Razoável Razoável Sim Sim Não
Tabela B. 34 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Rodrigo José Firmino
Cidade:
Curitiba/PR
Profissão:
Professor
Velocidade Contratada:
-
Bandwidth:
2.407 Kbps
Tipo de Conexão:
Cabo
Data:
10/09/2007
Hora do início do teste:
10:45
Hora do final do teste:
11:05
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2344 11627 6209 16363 7271 14882 11016 9294 - -
20 871 6269 9103 14751 7361 9494 16784 9384 - -
10 560 10706 3305 6940 3414 7871 28251 8953 - -
1 2373 6740 2403 4786 2614 7231 40118 10645 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
Apêndice B – Testes Realizados por Voluntários na Internet 171
Tabela B. 35 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Ricardo Alexandre Afonso
Cidade:
Recife/PE
Profissão:
Gerente TI
Velocidade Contratada:
2.000 Kbps
Bandwidth:
2.100 Kbps
Tipo de Conexão:
Cabo
Data:
10/09/2007
Hora do início do teste:
08:52
Hora do final do teste:
09:30
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 8673 16142 1297 24873 4234 12469 39486 15203 - -
20 860 8204 1297 9875 5719 16983 32444 9797 - -
10 860 6172 1296 6969 5000 8078 30827 9875 - -
1 2984 8578 2796 11125 5312 10984 32109 8422 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Tabela B. 36 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Nilvana dos Santos Reigota
Cidade:
São Paulo
Profissão:
Analista
Velocidade Contratada:
2.000 Kbps
Bandwidth:
2.110 Kbps
Tipo de Conexão:
Cabo
Data:
02/09/2007
Hora do início do teste:
21:30
Hora do final do teste:
22:19
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1219 35984 3609 16750 16484 10079 51266 9157 - -
20
1187 4579 3577 5188 18531 6979 52313 5718
- -
10 2750 4204 3500 3297 16953 5391 57209 4985 - -
1 1181 3454 3297 3344 16406 5484 51968 6250 - -
Achou os tempos
aceitáveis?
Sim Sim Razoável Não
Tabela B. 37 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Cristiana Amazonas Cabral
Cidade:
Rio de Janeiro
Profissão:
Pesquisadora
Velocidade Contratada:
2.000 Kbps
Bandwidth:
1.890 Kbps
Tipo de Conexão:
Cabo
Data:
09/10/2007
Hora do início do teste:
12:00
Hora do final do teste:
12:44
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1093 10547 4125 16500 16422 10328 36531 8140 90984 7641
20 2718 7016 4843 11938 16672 7375 36938 6157 92703 6015
10 1047 5265 4938 7656 16781 7062 38218 5609 91766 5672
1 1860 3546 4094 4281 17031 4969 36516 5266 94484 5297
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável Razoável
172 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 38 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Pedro Degrazia Xerxenesky
Cidade:
Porto Alegra/RS
Profissão:
Estudante
Velocidade Contratada:
2.000 Kbps
Bandwidth:
1.890 Kbps
Tipo de Conexão:
Cabo
Data:
11/09/2007
Hora do início do teste:
21:40
Hora do final do teste:
22:26
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 23359 11657 4469 17422 17438 8406 48750 10953 - -
20 2406 7766 4437 12906 18687 10625 56407 6985 - -
10 2172 5656 6344 7609 18859 6110 46625 5468 - -
1 2234 3500 4422 3922 17828 5609 49328 5125 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
Tabela B. 39 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Rogério de Lima Marinheiro
Cidade:
Jacksonville/FL - EUA
Profissão:
Emp.Care Serv. Manager
Velocidade Contratada:
-
Bandwidth:
1.560 Kbps
Tipo de Conexão:
Cabo
Data:
16/09/2007
Hora do início do teste:
14:17
Hora do final do teste:
14:49
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1407 27024 4736 35209 6282 15627 11204 15017 18751 13470
20 5174 15004 5626 25253 9219 12626 9814 11297 31299 11266
10 4392 13535 4704 15985 6673 9954 14064 12610 19845 9110
1 4908 5407 5313 7891 9501 8204 9376 7141 29689 8188
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Razoável
Tabela B. 40 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Elloá Barreto Guedes da Costa
Cidade:
Campina Grande – PB
Profissão:
Estudante
Velocidade Contratada:
1.000 Kbps
Bandwidth:
1.014 Kbps
Tipo de Conexão:
Cabo
Data:
10/09/2007
Hora do início do teste:
13:32
Hora do final do teste:
14:20
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1382 26157 3535 42821 14681 22022 56411 18737 - -
20 18657 4546 8492 5047 14330 6699 52876 4867 - -
10 2324 5648 4386 9884 14511 8653 64753 8502 - -
1 1302 7420 3254 3535 14411 6399 61909 9383 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Apêndice B – Testes Realizados por Voluntários na Internet 173
Tabela B. 41 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Rodolfo Rodrigues
Cidade:
Osasco/SP
Profissão:
Estudante
Velocidade Contratada:
1.000 Mbps
Bandwidth:
955 Kbps
Tipo de Conexão:
Cabo
Data:
15/09/2007
Hora do início do teste:
10:20
Hora do final do teste:
11:33
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 7656 16937 4515 28360 25703 6907 66172 9625 - -
20
1484 3734 4656 4015 24938 8813 71794 5203
- -
10 1468 3422 8859 4984 25469 7469 62875 5703 - -
1 1281 4187 4625 3250 24156 4984 93063 8078 - -
Achou os tempos
aceitáveis?
Sim Sim Razoável Razoável -
Tabela B. 42 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
André Luis Benjamim de Oliveira
Cidade:
Osasco
Profissão:
Analista de Suporte
Velocidade Contratada:
1.000 Kbps
Bandwidth:
886 Kbps
Tipo de Conexão:
Cabo
Data:
18/09/2007
Hora do início do teste:
20:12
Hora do final do teste:
20:30
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 765 18047 6406 4860 8515 11328 32844 10015 - -
20 764 4062 1656 4500 7875 6062 29078 5687 - -
10 688 3031 1665 3610 9797 5593 27531 5125 - -
1 682 3516 1609 3687 13906 5813 30969 6922 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Tabela B. 43 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Suzi Maia
Cidade:
São Paulo
Profissão:
Estagiária
Velocidade Contratada:
600 Kbps
Bandwidth:
481 Kbps
Tipo de Conexão:
Cabo
Data:
04/10/2007
Hora do início do teste:
10:37
Hora do final do teste:
11:13
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2516 14984 4797 25718 17219 11812 36359 11578 91125 10922
20 1016 9906 4406 16750 23594 12672 36844 9469 93094 9125
10 2515 7750 4328 11344 17313 7265 38844 7844 94453 7625
1 2516 4922 4437 4953 16484 9359 37734 5719 92360 6406
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Sim
174 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 44 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Ricardo Morais
Cidade:
Cotia/SP
Profissão:
Estudante
Velocidade Contratada:
512 Kbps
Bandwidth:
454 Kbps
Tipo de Conexão:
Cabo
Data:
14/09/2007
Hora do início do teste:
12:32
Hora do final do teste:
13:06
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2781 70956 4687 102300 12672 38954 52425 49564 - -
20
3250 43642 5829 102379 12751 20220 82487 25486
- -
10 6688 33721 12063 22673 13188 17000 76284 18422 - -
1 4563 17423 4673 16571 11062 18720 95675 19391 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Tabela B. 45 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Roberto Paulo Maia
Cidade:
São Paulo/SP
Profissão:
Estudante
Velocidade Contratada:
512 Kbps
Bandwidth:
423 Kbps
Tipo de Conexão:
Cabo
Data:
03/09/2007
Hora do início do teste:
13:48
Hora do final do teste:
14:37
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 12469 57062 7890 81844 21657 25171 54125 23328 - -
20
8703 32172 12047 49172 25750 17813 102250 30562
- -
10 7343 17781 10609 31907 25532 15984 44265 23859 - -
1 37062 7407 5765 12282 25000 11859 47297 18968 - -
Achou os tempos
aceitáveis?
Sim Razoável Sim Razoável -
Tabela B. 46 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Vinicius Utescher Intrieri
Cidade:
São Paulo/SP
Profissão:
Analista
Velocidade Contratada:
2.000 Kbps
Bandwidth:
363 Kbps
Tipo de Conexão:
Cabo
Data:
12/09/2007
Hora do início do teste:
22:50
Hora do final do teste:
23:47
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 6125 37703 8250 61812 34000 22563 63797 13234 - -
20
5125 21203 8265 40610 34219 20531 73625 12250
- -
10 5734 16938 12391 24516 32812 15640 68015 6703 - -
1 5375 13109 14188 12907 14687 7297 56484 5812 - -
Achou os tempos
aceitáveis?
Sim Sim Não Não -
Apêndice B – Testes Realizados por Voluntários na Internet 175
Tabela B. 47 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Giuliane Rodrigues Maciel
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
512 Kbps
Bandwidth:
359 Kbps
Tipo de Conexão:
Cabo
Data:
26/08/2007
Hora do início do teste:
12:07
Hora do final do teste:
12:57
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1765 36390 4297 56094 19578 16688 44453 15687 109531 22172
20
1516 3031 4344 38578 21266 13641 45469 12016 111187 11734
10 1609 2688 7250 23203 19682 9594 44360 8453 113406 6969
1 1437 2734 4234 4953 19782 5656 44187 4453 109906 4937
Achou os tempos
aceitáveis?
Sim Razoável Sim Razoável Não
Tabela B. 48 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Leandro Sebastian Pereira da Silva
Cidade:
Jaú
Profissão:
Estudante
Velocidade Contratada:
512 Kbps
Bandwidth:
200 Kbps
Tipo de Conexão:
Cabo
Data:
17/09/2007
Hora do início do teste:
22:33
Hora do final do teste:
23:54
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 20156 66407 4156 65984 24593 32953 24394 31203 - -
20
2000 28986 8656 9125 18110 9891 28531 12765
- -
10 2216 8516 6281 10016 16454 13203 31937 57500 - -
1 3984 4937 6594 4859 14078 7797 45359 12125 - -
Achou os tempos
aceitáveis?
Razoável Sim Sim Sim -
Tabela B. 49 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Eduardo de Brito Nogueira
Cidade:
Natal
Profissão:
Engenheiro Civil
Velocidade Contratada:
200 Kbps
Bandwidth:
128 Kbps
Tipo de Conexão:
Cabo
Data:
26/09/2007
Hora do início do teste:
21:29
Hora do final do teste:
22:23
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 5797 73735 8750 104297 32156 32375 62500 29390 144453 29266
20 5219 46109 10016 94047 30734 29625 65235 22016 148656 28688
10 5219 21875 13469 46641 49704 16047 62094 17234 145562 15078
1 5625 5328 12235 12031 30375 7672 71203 7110 145516 7562
Achou os tempos
aceitáveis?
176 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 50 – Teste realizado por voluntário na Internet com conexão a Cabo.
Teste Internet
Nome:
Ana Luisa Nicolosi da Rocha
Cidade:
Limeira
Profissão:
Estudante
Velocidade Contratada:
100.000 Kbps
Bandwidth:
126 Kbps
Tipo de Conexão:
Cabo
Data:
13/06/2007
Hora do início do teste:
15:01
Hora do final do teste:
16:00
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5 Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1610 1734 5140 25890 23765 11469 101391 12640 - -
20 1640 11109 8688 6297 24438 6937 64031 10032 - -
10 1672 4438 5188 4891 23765 7171 85203 7796 - -
1 1609 3782 5187 3968 24078 6344 62453 5688 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Razoável
B.5 Testes Conexão ADSL
Tabela B. 51 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Gilberto Ferreira
Cidade:
São Paulo
Profissão:
Estudante
Velocidade Contratada:
28.000 Kbps
Bandwidth:
13.790 Kbps
Tipo de Conexão:
ADSL
Data:
27/08/2007
Hora do início do teste:
18:10
Hora do final do teste:
18:41
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1032 8453 3484 7657 14891 7703 33688 6156 83704 5844
20 1234 3906 3422 6156 14781 5516 33876 5078 84798 5704
10 1282 3640 3437 4797 14578 5547 33438 4984 84376 5437
1 1265 2516 3438 3328 14844 4578 33891 4125 83986 4640
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável Não
Tabela B. 52 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Cristiano Pereira da Silva
Cidade:
Carapicuiba
Profissão:
Estudante
Velocidade Contratada:
800 Kbps
Bandwidth:
4.870 Kbps
Tipo de Conexão:
ADSL
Data:
21/08/2007
Hora do início do teste:
22:25
Hora do final do teste:
23:23
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3015 21080 10525 30724 41019 14491 91341 12187 225254 11947
20 4577 13339 10295 21521 41370 10125 91291 9144 224934 9674
10 4757 8512 10314 13269 41019 8473 91402 7831 224924 8152
1 4516 4357 10375 5188 41059 7121 91321 6129 224943 7051
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Razoável
Apêndice B – Testes Realizados por Voluntários na Internet 177
Tabela B. 53 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Daniel Arndt Alves
Cidade:
São Paulo
Profissão:
Analista de Sistemas
Velocidade Contratada:
1.000 Kbps
Bandwidth:
4.128 Kbps
Tipo de Conexão:
ADSL
Data:
09/09/2007
Hora do início do teste:
18:59
Hora do final do teste:
19:39
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2718 32844 18328 30641 16718 9438 82406 8016 210922 8453
20 1734 9484 4109 11266 17422 6734 41031 7375 169469 7156
10 2031 4828 4281 8438 16203 6781 48344 5656 173485 7219
1 1766 6829 4359 4516 17532 9047 44641 4687 155484 8657
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável Não
Tabela B. 54 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Gabriel Calin
Cidade:
São Carlos
Profissão:
Engenheiro
Velocidade Contratada:
3.000 Kbps
Bandwidth:
3.450 Kbps
Tipo de Conexão:
ADSL
Data:
26/09/2007
Hora do início do teste:
12:48
Hora do final do teste:
13:14
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 4297 18219 7797 24250 27547 11391 50641 10422 127656 9797
20 10156 10797 6781 13578 23453 9672 54078 8938 125172 9968
10 4391 5250 9234 8078 26484 8203 51109 5687 125250 6344
1 3906 3484 9297 3984 23172 5140 50453 4344 119484 8485
Achou os tempos
aceitáveis?
Sim Sim Razoável Não Não
Tabela B. 55 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
João Carlos Bezerra de Sousa
Cidade:
São Paulo
Profissão:
Estudante
Velocidade Contratada:
2.000 Kbps
Bandwidth:
1.940 Kbps
Tipo de Conexão:
ADSL
Data:
12/09/2007
Hora do início do teste:
15:00
Hora do final do teste:
15:44
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1141 17875 5437 22516 15593 10047 77500 10766 - -
20 1109 4578 11375 6281 18543 13875 135610 14890 - -
10 953 7625 3735 10063 16703 11578 77140 6734 - -
1 921 4656 6547 4578 20657 8406 55015 6000 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
178 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 56 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Luiz Felipe Lourenço Martins
Cidade:
São Paulo
Profissão:
Estudante
Velocidade Contratada:
2.000 Kbps
Bandwidth:
1.720 Kbps
Tipo de Conexão:
ADSL
Data:
03/09/2007
Hora do início do teste:
10:38
Hora do final do teste:
12:32
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 25166 95579 16019 118558 93920 9526 110010 14159 754774 12456
20 24013 94005 31020 94122 87640 -13028 211387 22206 197050 -20780
10 48608 84441 20984 65099 76743 -32157 154732 44500 650981 10345
1 18754 66213 -7628 14604 73517 -37015 60273 -39093 701623 6770
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável Não
Tabela B. 57 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Lázaro Aparecido de Oliveira
Cidade:
São Paulo
Profissão:
Militar
Velocidade Contratada:
1.000 Kbps
Bandwidth:
1.210 Kbps
Tipo de Conexão:
ADSL
Data:
08/09/2007
Hora do início do teste:
08:34
Hora do final do teste:
9:07
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3031 19296 9000 27437 40516 11437 112531 9669 - -
20 2719 5031 7688 5766 37718 7735 100907 7218 - -
10 2343 4782 7922 6672 39156 7422 99812 6640 - -
1 2625 4188 12719 4640 37609 6781 93781 7563 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Tabela B. 58 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Carlos Augusto da Silva
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
2.000 Kbps
Bandwidth:
965 Kbps
Tipo de Conexão:
ADSL
Data:
14/09/2007
Hora do início do teste:
07:45
Hora do final do teste:
08:31
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 610 10016 1422 11688 6500 7563 33875 7438 - -
20 765 6094 2688 10172 5047 11672 27859 16891 - -
10 1063 4984 2860 6328 7672 6172 27390 5610 - -
1 1328 3891 1875 4078 5297 13828 22906 6656 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Apêndice B – Testes Realizados por Voluntários na Internet 179
Tabela B. 59 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
José Manoel Batista
Cidade:
São Paulo
Profissão:
Estudante
Velocidade Contratada:
2.000 Kbps
Bandwidth:
919 Kbps
Tipo de Conexão:
ADSL
Data:
26/08/2007
Hora do início do teste:
07:09
Hora do final do teste:
07:50
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3500 16922 6640 24297 35453 10266 82563 9157 208344 8859
20 17977 4516 6656 4313 35625 7265 82468 5922 207813 6125
10 1891 3875 6797 4156 36125 6188 83110 9437 207813 8328
1 2360 3093 7062 3110 38828 6094 82843 5344 207984 5282
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Sim
Tabela B. 60 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Gleison Martins dos Reis
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
500 Kbps
Bandwidth:
676 Kbps
Tipo de Conexão:
ADSL
Data:
15/09/2007
Hora do início do teste:
20:38
Hora do final do teste:
21:57
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 8906 32094 13437 46750 46985 17125 124156 20968 - -
20 9782 41062 16906 32203 49172 14062 153719 15140 - -
10 7625 24656 14625 18829 47531 14250 169593 9797 - -
1 5297 5640 11547 11719 60219 7766 166063 6485 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
Tabela B. 61 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Vanessa de Oliveira
Cidade:
Palmital/SP
Profissão:
Estagiária
Velocidade Contratada:
500 Kbps
Bandwidth:
608 Kbps
Tipo de Conexão:
ADSL
Data:
06/10/2007
Hora do início do teste:
Hora do final do teste:
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 5063 30671 12700 46792 42877 17313 102469 15688 251857 14224
20 5091 18872 11584 22875 43855 13719 108422 12500 252523 11151
10 5093 11428 12042 17333 42574 10047 103016 9453 254220 10144
1 5140 5536 11228 7405 44022 6844 102375 6360 257851 6731
Achou os tempos
aceitáveis?
Sim Razoável Razoável Razoável Não
180 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 62 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Danilo Sacoman Hespanhol
Cidade:
Palmital
Profissão:
Estagiário
Velocidade Contratada:
500 Kbps
Bandwidth:
605 Kbps
Tipo de Conexão:
ADSL
Data:
06/10/2007
Hora do início do teste:
15:07
Hora do final do teste:
16:01
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 5063 32672 11547 46796 47906 17313 102469 15688 261609 14562
20 5093 18984 11594 32672 46015 13719 108422 12500 259390 11937
10 5093 11219 11547 19359 45984 10047 103016 9453 258860 10062
1 5140 5375 11578 7125 46016 6844 102375 6360 258781 6625
Achou os tempos
aceitáveis?
Sim Razoável Razoável Razoável Não
Tabela B. 63 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Leonardo Ferreira de Oliveira
Cidade:
Carapicuíba
Profissão:
Estudante
Velocidade Contratada:
512 Kbps
Bandwidth:
596 Kbps
Tipo de Conexão:
ADSL
Data:
03/09/2007
Hora do início do teste:
12:00
Hora do final do teste:
13:10
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2406 31562 13469 46828 42890 17688 139594 15469 178694 17564
20 5156 22531 13078 33219 44094 13656 137516 12672 148569 13879
10 4828 11985 13906 20718 41375 11359 113641 13954 125641 11256
1 5828 5672 9469 6110 43766 8204 109188 7125 11225 8549
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável Razoável
Tabela B. 64 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Alcindo Soares Paura Filho
Cidade:
São Paulo
Profissão:
Estudante
Velocidade Contratada:
512 Kbps
Bandwidth:
551 Kbps
Tipo de Conexão:
ADSL
Data:
31/08/2007
Hora do início do teste:
22:00
Hora do final do teste:
22:44
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3360 31828 7938 43297 41031 14406 91672 12453 - -
20 2766 6016 10719 4109 39078 6906 101313 6234 - -
10 2438 3312 8547 3890 40875 6860 92094 5641 - -
1 3266 2875 8500 24688 39234 5984 100703 9047 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Apêndice B – Testes Realizados por Voluntários na Internet 181
Tabela B. 65 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Renata Saturnino Alves
Cidade:
Itapevi/SP
Profissão:
Estudante
Velocidade Contratada:
512 Kbps
Bandwidth:
545 Kbps
Tipo de Conexão:
ADSL
Data:
31/08/2007
Hora do início do teste:
13:50
Hora do final do teste:
15:17
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2458 38467 1957 45551 43609 17938 97048 14100 648094 15381
20 2332 19264 2129 35928 42036 14880 94668 13619 993664 11474
10 1555 5055 2240 19895 46578 9606 106696 8395 585114 7424
1 2472 4091 2021 4257 41502 6035 94575 5691 569104 6083
Achou os tempos
aceitáveis?
Sim Sim Razoável Razoável Não
Tabela B. 66 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
André Muezerie
Cidade:
São Carlos
Profissão:
Administrador de Redes
Velocidade Contratada:
500 Kbps
Bandwidth:
528 Kbps
Tipo de Conexão:
ADSL
Data:
02/09/2007
Hora do início do teste:
22:15
Hora do final do teste:
23:09
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3250 30110 8765 44938 55391 14407 95359 12328 251797 11500
20 3469 16812 8656 31828 40297 10953 101000 9516 274875 9766
10 3093 9969 8360 16688 38890 7860 87860 8453 254110 6547
1 3375 2578 8360 3844 38500 4891 94688 4500 252953 5687
Achou os tempos
aceitáveis?
Sim Sim Razoável Não Não
Tabela B. 67 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Alexandre Inácio dos Santos
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
600 Kbps
Bandwidth:
526 Kbps
Tipo de Conexão:
ADSL
Data:
22/08/2007
Hora do início do teste:
2:28
Hora do final do teste:
3:35
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 5078 30203 9344 44907 43375 15469 99015 13437 247782 12297
20 3109 2688 9188 2938 45078 5218 99265 4579 240860 5375
10 3094 2938 9406 3203 43156 4828 97250 4438 240813 4797
1 3265 2672 9640 2968 43531 4687 99547 4766 241234 4547
Achou os tempos
aceitáveis?
Sim Sim Sim Não Não
182 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 68 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Nicely Sabino
Cidade:
Osasco/SP
Profissão:
Estudante
Velocidade Contratada:
512 Kbps
Bandwidth:
517 Kbps
Tipo de Conexão:
ADSL
Data:
15/09/2007
Hora do início do teste:
18:35
Hora do final do teste:
21:10
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 106187 36282 8250 49984 483735 17422 179156 16406 - -
20 6000 20063 137812 34781 39297 14157 103266 14313 - -
10 3391 6375 26969 23313 54609 11156 96843 10453 - -
1 203485 7438 12031 7688 38578 9453 88453 11344 - -
Achou os tempos
aceitáveis?
Razoável Sim Razoável Sim -
Tabela B. 69 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Elaine Cristina de Paula
Cidade:
Ourinhos
Profissão:
Atendente
Velocidade Contratada:
500 Kbps
Bandwidth:
496 Kbps
Tipo de Conexão:
ADSL
Data:
13/10/2007
Hora do início do teste:
21:08
Hora do final do teste:
22:07
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 4406 31969 10563 47125 42938 16313 96032 15266 237563 13859
20 4593 18047 10484 32265 43156 13250 96171 12391 237515 11031
10 4610 11234 10515 19031 43079 9937 69109 9047 237438 9016
1 4594 5031 10547 6296 49140 6672 96312 6343 237359 6906
Achou os tempos
aceitáveis?
Sim Sim Razoável Razoável Não
Tabela B. 70 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Natália Soares Rochinha
Cidade:
Osasco/SP
Profissão:
Téc. de Infra-Estrutura
Velocidade Contratada:
512 Kbps
Bandwidth:
433 Kbps
Tipo de Conexão:
ADSL
Data:
09/09/2007
Hora do início do teste:
19:36
Hora do final do teste:
20:34
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3515 32641 22485 50687 47937 22547 141906 15360 - -
20 2187 6375 14984 7344 78797 8765 142344 8953 - -
10 2391 7000 8250 6484 77406 7750 220688 8828 - -
1 2078 5366 8406 4375 49062 5640 196329 5422 - -
Achou os tempos
aceitáveis?
Sim Razoável Não Não -
Apêndice B – Testes Realizados por Voluntários na Internet 183
Tabela B. 71 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Phelippe Delalibera
Cidade:
Itapevi/SP
Profissão:
Estudante
Velocidade Contratada:
10.000 Kbps
Bandwidth:
424 Kbps
Tipo de Conexão:
ADSL
Data:
29/08/2007
Hora do início do teste:
11:04
Hora do final do teste:
12:37
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload Busca
30 6094 34438 12250 57266 44969 31812 104641 31734 255578 24219
20 218594 13110 150344
16625 157094 18125 448063 27719 739640 15532
10 354250 13406 387125
19907 318578 21859 630360 39141 1119281
16094
1 434469 10625 455110
11265 493516 19938 885735 64437 1909468
18891
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Sim
Tabela B. 72 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
André de Souza Tarallo
Cidade:
São Carlos
Profissão:
Professor
Velocidade Contratada:
516 Kbps
Bandwidth:
416 Kbps
Tipo de Conexão:
ADSL
Data:
07/09/2007
Hora do início do teste:
21:10
Hora do final do teste:
21:59
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 1891 38516 22867 47704 49375 19969 110531 14359 437634 13456
20 3500 25860 9344 7906 41391 16532 151875 10187 432098 15045
10 2015 8297 10844 8438 44125 13000 143534 12845 412986 12342
1 7203 4937 11109 8688 42344 7156 144823 9453 424945 10834
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável Não
Tabela B. 73 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Eduardo Henrique Rizo
Cidade:
Presidente Prudente
Profissão:
Analista de Sistemas
Velocidade Contratada:
2.000 Kbps
Bandwidth:
397 Kbps
Tipo de Conexão:
ADSL
Data:
11/09/2007
Hora do início do teste:
09:24
Hora do final do teste:
09:50
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 515 16359 954 86407 19359 54125 19453 9266 - -
20 1219 3641 3750 4282 15016 6838 16218 5047 - -
10 2172 2719 3562 7953 5672 9359 59281 4922 - -
1 1641 3875 3313 4062 31766 5875 14375 4359 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
184 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 74 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Odilar G. Junior
Cidade:
Campos Grande/MS
Profissão:
Analista de Sistemas
Velocidade Contratada:
400 Kbps
Bandwidth:
337 Kbps
Tipo de Conexão:
ADSL
Data:
12/09/2007
Hora do início do teste:
00:06
Hora do final do teste:
00:42
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 4515 41437 25015 62360 46000 24469 89500 18734 - -
20 1891 24063 25328 42313 24438 14578 74297 13969 - -
10 4578 13672 27719 21281 28484 9606 72352 17439 - -
1 1891 4281 25110 6516 46281 8062 56294 11432 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Regular -
Tabela B. 75 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Lucélio Possamai Valdati
Cidade:
Jaguaruna/SC
Profissão:
Estudante
Velocidade Contratada:
400 Kbps
Bandwidth:
314 Kbps
Tipo de Conexão:
ADSL
Data:
09/09/2007
Hora do início do teste:
10:00
Hora do final do teste:
10:41
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 9906 42266 9187 68172 34562 22391 81875 19938 - -
20 6062 28375 25531 45219 57781 17781 101890 16000 - -
10 15360 18422 9938 25859 37438 12546 100281 11828 - -
1 5125 6032 8797 7438 32531 7016 109187 6937 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
Tabela B. 76 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Juliana de Cássia Cesca
Cidade:
Santa Cruz do R. Pardo
Profissão:
Estudante
Velocidade Contratada:
500 Kbps
Bandwidth:
293 Kbps
Tipo de Conexão:
ADSL
Data:
07/10/2007
Hora do início do teste:
09:28
Hora do final do teste:
10:11
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3531 48781 9594 74154 41469 23234 93985 20735 234625 18859
20 3593 4250 9609 3443 42329 6344 94407 5516 233891 5641
10 3563 4047 9578 3906 41391 6047 93985 4796 234516 5813
1 3172 2937 9203 3453 41359 5907 93968 4688 233875 5406
Achou os tempos
aceitáveis?
Sim Sim Razoável Razoável Não
Apêndice B – Testes Realizados por Voluntários na Internet 185
Tabela B. 77 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Beatriz Fátima Gregório da Silva
Cidade:
Itapevi
Profissão:
Militar
Velocidade Contratada:
250 Kbps
Bandwidth:
285 Kbps
Tipo de Conexão:
ADSL
Data:
12/09/2007
Hora do início do teste:
21:41
Hora do final do teste:
23:56
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 8297 61140 12437 90078 48031 27454 113829 26219 735828 23532
20 6328 35953 13485 62969 44906 20875 101234 18657 616735 18015
10 6750 20469 12343 36140 45250 15328 103641 13922 517735 12828
1 6250 6458 12468 10062 47844 8843 193797 7792 619250 7703
Achou os tempos
aceitáveis?
Sim Sim Razoável Não Não
Tabela B. 78 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Jean Carlos Marques
Cidade:
Ourinhos
Profissão:
Estagiário
Velocidade Contratada:
250 Kbps
Bandwidth:
263 Kbps
Tipo de Conexão:
ADSL
Data:
12/10/2007
Hora do início do teste:
14:30
Hora do final do teste:
15:24
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2734 58094 14219 89219 37328 26125 92391 23094 224735 20500
20 7359 35031 9843 61859 51016 18844 92453 17125 225719 15344
10 4735 18375 13141 34453 46375 13397 91891 10890 222610 11250
1 2657 5313 11016 6735 44406 6718 153109 5140 226282 5625
Achou os tempos
aceitáveis?
Tabela B. 79 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Patricia Lima Rocha
Cidade:
Carapicuíba/SP
Profissão:
Professora
Velocidade Contratada:
100.000 Kbps
Bandwidth:
253 Kbps
Tipo de Conexão:
ADSL
Data:
12/09/2007
Hora do início do teste:
15:00
Hora do final do teste:
16:32
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 7962 67107 21872 107325 82088 166189 166359 161041 - -
20 11466 36612 103369 96999 81736 153112 165902 16001 - -
10 11797 24796 19658 39687 75326 115329 154873 114287 - -
1 11437 11747 16263 14961 71998 109276 144099 110872 - -
Achou os tempos
aceitáveis?
Sim Razoável Não Não -
186 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 80 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Marcos Cordeiro d'Ornellas
Cidade:
Santa Maria/RS
Profissão:
Professor
Velocidade Contratada:
1.000 Kbps
Bandwidth:
248 Kbps
Tipo de Conexão:
ADSL
Data:
16/10/2007
Hora do início do teste:
16:40
Hora do final do teste:
17:20
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 19281 99000 8062 119125 33406 29422 62532 22937 153843 18843
20 5140 22547 12500 21750 24578 15609 43562 11343 115094 14609
10 12000 18157 4875 11796 13594 11453 55312 10641 142000 11844
1 2156 15812 4234 10265 24750 12454 51984 10031 127532 9141
Achou os tempos
aceitáveis?
Sim Não Não Não Não
Tabela B. 81 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Maicon Ferreira Teixeira
Cidade:
São Paulo/SP
Profissão:
Técnico de Informática
Velocidade Contratada:
256 Kbps
Bandwidth:
231 Kbps
Tipo de Conexão:
ADSL
Data:
05/10/2007
Hora do início do teste:
10:20
Hora do final do teste:
11:29
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 9875 65594 13375 97563 47234 37406 99141 27656 246407 24250
20 6375 43266 12968 67765 126109 25860 104360 21813 254781 20062
10 8687 27953 12672 39422 47266 16828 101312 14969 251141 13250
1 6813 8219 13079 11953 47546 10297 102469 9937 247813 9906
Achou os tempos
aceitáveis?
Razoável Razoável Razoável Não Não
Tabela B. 82 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Jamisson de Sena Costa
Cidade:
Barueri
Profissão:
Estudante
Velocidade Contratada:
256 Kbps
Bandwidth:
227 Kbps
Tipo de Conexão:
ADSL
Data:
15/09/2007
Hora do início do teste:
21:00
Hora do final do teste:
22:00
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 4531 57125 25172 87375 45766 24984 109266 22609 - -
20 7954 32547 13297 67766 45563 18516 109125 18297 - -
10 6438 22765 13063 33328 48078 11922 109860 10906 - -
1 6563 4110 16875 6859 46578 6141 118828 6062 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Sim -
Apêndice B – Testes Realizados por Voluntários na Internet 187
Tabela B. 83 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Taissa Fernanda de Souza
Cidade:
Carapicuíba/SP
Profissão:
Estudante
Velocidade Contratada:
10.000 Kbps
Bandwidth:
213 Kbps
Tipo de Conexão:
ADSL
Data:
03/09/2007
Hora do início do teste:
16:57
Hora do final do teste:
17:57
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3134 60057 9443 93234 30694 27259 92554 24225 42130 -
20 2517 33878 7751 6219 30454 11687 104000 8742 42050 -
10 2484 18977 13399 9684 34219 8202 93314 6679 42260 -
1 2313 4436 9003 4617 30494 7811 84903 6549 43152 -
Achou os tempos
aceitáveis?
Não Não Não Não Não
Tabela B. 84 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Wagner da Silva Ferreira
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
128 Kbps
Bandwidth:
206 Kbps
Tipo de Conexão:
ADSL
Data:
14/09/2007
Hora do início do teste:
22:20
Hora do final do teste:
23:42
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 5047 77547 9860 94672 45281 33109 101672 28625 - -
20 4454 40453 22469 66828 44219 23938 115297 22156 - -
10 2969 22625 22453 38171 41281 17125 116312 147141 - -
1 3406 8219 18828 11828 53157 12313 102266 12406 - -
Achou os tempos
aceitáveis?
Sim Razoável Sim Sim -
Tabela B. 85 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Lázaro Aparecido de Oliveira
Cidade:
São Paulo
Profissão:
Militar
Velocidade Contratada:
350 Kbps
Bandwidth:
205 Kbps
Tipo de Conexão:
ADSL
Data:
14/09/2007
Hora do início do teste:
07:45
Hora do final do teste:
09:03
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 7091 71613 13309 128044 25807 37714 56391 29342 419273 38455
20 1922 5959 6519 6069 39717 19177 49852 7691 448204 8031
10 1773 5919 5959 4266 21111 4741 58464 6269 723911 7040
1 3045 4086 5257 7211 22913 7380 54338 21781 659749 11787
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Sim
188 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 86 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Edílson Lima Silva
Cidade:
São Paulo
Profissão:
Estudante
Velocidade Contratada:
100.000 Kbps
Bandwidth:
175 Kbps
Tipo de Conexão:
ADSL
Data:
15/09/2007
Hora do início do teste:
02:18
Hora do final do teste:
03:12
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3846 32267 13008 22332 44514 16744 163335 16333 - -
20 3936 19358 13660 6339 54348 8823 92453 8542 - -
10 3935 5207 10966 6249 50593 8302 103329 9694 - -
1 3665 7651 21381 5979 43483 7301 90400 7050 - -
Achou os tempos
aceitáveis?
Tabela B. 87 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Tatiane Rodrigues de Souza
Cidade:
Itapevi/SP
Profissão:
Estudante
Velocidade Contratada:
100.000 Kbps
Bandwidth:
158 Kbps
Tipo de Conexão:
ADSL
Data:
15/09/2007
Hora do início do teste:
09:32
Hora do final do teste:
10:12
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 120078 7406 12484 93312 52656 27844 145594 24547 - -
20 225750 6953 163578 7375 173469 9797 329500 8703 - -
10 323156 6438 234093 6406 277047 10609 516204 7907 - -
1 383578 5312 289656 5719 49891 8922 705641 7187 - -
Achou os tempos
aceitáveis?
Sim Sim Razoável Razoável -
Tabela B. 88 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Nelmar Luiz Barbosa
Cidade:
Osasco/SP
Profissão:
Atendente
Velocidade Contratada:
2.000 Kbps
Bandwidth:
156 Kbps
Tipo de Conexão:
ADSL
Data:
22/09/2007
Hora do início do teste:
09:50
Hora do final do teste:
12:27
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 30515 - 28657 669187 254731 420257 - - - -
20 23859 27391 19083 598741 70578 32969 - - - -
10 29672 187813 12172 27078 688141 160500 - - - -
1 26391 23641 8844 114484 85391 46640 - - - -
Achou os tempos
aceitáveis?
Sim Razoável Razoável - -
Apêndice B – Testes Realizados por Voluntários na Internet 189
Tabela B. 89 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Adriano Kazuo Ivanaga
Cidade:
Barueri
Profissão:
Estudante
Velocidade Contratada:
2.000 Kbps
Bandwidth:
150 Kbps
Tipo de Conexão:
ADSL
Data:
24/08/2007
Hora do início do teste:
08:09
Hora do final do teste:
08:41
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2173 34550 1642 68999 5558 19708 15943 18046 96539 19738
20 6610 19568 5378 33278 5458 13380 12748 9603 37283 9434
10 3435 7060 26007 21942 17075 9354 22973 9263 33888 9053
1 1442 5378 7141 9184 5809 8071 15973 6720 27349 7601
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Razoável
Tabela B. 90 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Priscila Tosta
Cidade:
Ourinhos
Profissão:
Estudante
Velocidade Contratada:
100 Kbps
Bandwidth:
141 Kbps
Tipo de Conexão:
ADSL
Data:
17/10/2007
Hora do início do teste:
10:27
Hora do final do teste:
11:27
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2422 59406 18687 92312 39953 24485 90562 23016 217671 21234
20 3859 32859 10938 60641 40235 19282 85907 16547 213344 16765
10 3681 17094 8516 32984 38109 11734 86032 11109 214047 9203
1 2906 12453 6906 5906 40922 5375 85609 4469 215282 4359
Achou os tempos
aceitáveis?
Sim Razoável Sim Razoável Não
Tabela B. 91 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Cíntia Carla Melo Ferreira Lima
Cidade:
Capapicuiba
Profissão:
Estudante
Velocidade Contratada:
256 Kbps
Bandwidth:
132 Kbps
Tipo de Conexão:
ADSL
Data:
15/09/2007
Hora do início do teste:
22:30
Hora do final do teste:
23:37
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2906 36422 9109 49296 39000 16969 40140 17562 - -
20 2625 19578 8594 34797 44485 72985 87813 11594 - -
10 3719 11438 8859 19843 40078 28922 95765 9641 - -
1 9016 6625 7922 6765 54610 48922 93984 5140 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
190 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 92 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Sergio Germanovix
Cidade:
Londrina/PR
Profissão:
Técnico Óptico
Velocidade Contratada:
260 Kbps
Bandwidth:
120 Kbps
Tipo de Conexão:
ADSL
Data:
10/10/2007
Hora do início do teste:
21:35
Hora do final do teste:
22:36
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2078 67359 9062 138360 36187 27516 77000 25828 195078 22375
20 15687 39968 18078 67078 36875 22234 86125 20141 181703 18094
10 1203 21719 9391 35844 29266 15094 74266 12875 194766 11359
1 1093 5516 12093 10610 36844 7094 73344 7547 176719 6563
Achou os tempos
aceitáveis?
Tabela B. 93 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Mariane Ferreira Alves
Cidade:
Carapicuíba/SP
Profissão:
Estudante
Velocidade Contratada:
2.000 Kbps
Bandwidth:
102 Kbps
Tipo de Conexão:
ADSL
Data:
26/09/2007
Hora do início do teste:
11:01
Hora do final do teste:
12:37
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 8531 115391 26954 189123 48594 46402 142818 45343 303581 32797
20 4621 67565 13979 128679 46122 35999 107792 41326 264534 43165
10 13022 53951 22602 88232 63794 24466 123773 23244 318884 29264
1 11765 22675 20387 29364 77454 16733 93445 27746 297080 13625
Achou os tempos
aceitáveis?
Sim Sim Sim Sim Razoável
Tabela B. 94 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Diego Moralez da Silva
Cidade:
Carapicuíba
Profissão:
Estudante
Velocidade Contratada:
250 Kbps
Bandwidth:
94 Kbps
Tipo de Conexão:
ADSL
Data:
22/08/2007
Hora do início do teste:
00:00
Hora do final do teste:
01:22
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 13625 59625 10437 90640 42437 25360 101484 23781 214156 21687
20 5078 34015 11156 61937 41797 19062 103297 17938 218875 16828
10 4016 19531 9859 34547 42187 14000 90281 11422 224062 10391
1 4844 5079 12844 7703 41032 6672 88938 6156 220609 6641
Achou os tempos
aceitáveis?
Sim Sim Não Não Não
Apêndice B – Testes Realizados por Voluntários na Internet 191
Tabela B. 95 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Arismar Saldanha Moreno
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
500 Kbps
Bandwidth:
82 Kbps
Tipo de Conexão:
ADSL
Data:
22/09/2007
Hora do início do teste:
14:43
Hora do final do teste:
15:44
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3250 31922 10797 47094 43156 16031 96156 15359 236906 15766
20 4766 19547 10797 33250 43219 13859 96094 12578 238891 11953
10 4797 11546 10781 19594 43219 10500 96203 9188 237797 9672
1 4734 5656 10797 7359 44484 10500 97875 6828 238328 6563
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável Não
Tabela B. 96 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Magali Andréia Rossi
Cidade:
Cotia
Profissão:
Professora
Velocidade Contratada:
256 Kbps
Bandwidth:
75 Kbps
Tipo de Conexão:
ADSL
Data:
04/10/2007
Hora do início do teste:
13:47
Hora do final do teste:
14:34
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 4297 58938 8563 91140 38297 26500 85531 22141 212282 21062
20 5860 33078 8610 62141 37781 18391 87766 17515 212109 15250
10 3891 18735 8547 33172 40344 12110 85890 11516 213313 9438
1 3735 7468 8938 6516 39594 6219 87953 5156 213578 5906
Achou os tempos
aceitáveis?
Sim Sim Razoável Não Não
Tabela B. 97 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Guilherme Henrique Veloso Oliveira
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
100.000 Kbps
Bandwidth:
75 Kbps
Tipo de Conexão:
ADSL
Data:
31/08/2007
Hora do início do teste:
15:00
Hora do final do teste:
16:33
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 4579 62312 7016 89922 38625 26063 91000 24109 - -
20 1828 11719 9906 5031 36609 9766 91187 9484 - -
10 1797 3266 6875 3594 39453 5953 90105 5750 - -
1 1766 4969 7875 5062 36015 6875 90522 5265 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
192 Apêndice B – Testes Realizados por Voluntários na Internet
Tabela B. 98 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Deise Gabriela de Jesus
Cidade:
Carapicuíba
Profissão:
Estudante
Velocidade Contratada:
100.000 Kbps
Bandwidth:
67 Kbps
Tipo de Conexão:
ADSL
Data:
14/09/2007
Hora do início do teste:
20:05
Hora do final do teste:
21:50
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3184 59425 13510 90591 39116 26598 98732 23464 - -
20 3605 38635 10054 63211 39757 19218 109998 17525 - -
10 4106 19177 14451 34440 70231 12829 168753 11386 - -
1 3796 4506 21731 7060 39738 8973 168802 5818 - -
Achou os tempos
aceitáveis?
Sim Sim Sim Razoável -
Tabela B. 99 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Fernanda Rodrigues Bortolli
Cidade:
Osasco
Profissão:
Estudante
Velocidade Contratada:
250 Kbps
Bandwidth:
60 Kbps
Tipo de Conexão:
ADSL
Data:
02/09/2007
Hora do início do teste:
21:02
Hora do final do teste:
22:50
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 3579 60203 14625 90859 50609 28109 129890 24922 - -
20 5891 34188 14344 62547 50265 20422 151578 18750 - -
10 26812 19469 15109 34078 49859 13719 132860 11750 - -
1 6141 5765 12781 8531 49328 8297 129890 7906 - -
Achou os tempos
aceitáveis?
Razoável Sim Sim Sim -
Tabela B. 100 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Marcelo Nascimento dos Santos
Cidade:
Carapicuíba/SP
Profissão:
Estudante
Velocidade Contratada:
500 Kbps
Bandwidth:
55 Kbps
Tipo de Conexão:
ADSL
Data:
25/08/2007
Hora do início do teste:
18:40
Hora do final do teste:
19:20
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 8297 56613 18828 88828 43516 26672 95781 27784 234141 37984
20 1890 39141 7672 14532 40719 12750 91047 12265 233844 14672
10 4781 11719 7360 9906 38500 14219 92297 39406 234156 9953
1 1750 11078 11140 11547 37359 10265 106094 9219 225406 8860
Achou os tempos
aceitáveis?
Sim Razoável Não Não Não
Apêndice B – Testes Realizados por Voluntários na Internet 193
Tabela B. 101 – Teste realizado por voluntário na Internet com conexão ADSL.
Teste Internet
Nome:
Franco Manzano Esaki
Cidade:
Ourinhos
Profissão:
Estudante
Velocidade Contratada:
250 Kbps
Bandwidth:
43 Kbps
Tipo de Conexão:
ADSL
Data:
27/09/2007
Hora do início do teste:
20:21
Hora do final do teste:
21:13
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Imagem 5
Qtd imagens
retornadas
Upload
Busca Upload
Busca Upload
Busca Upload
Busca Upload
Busca
30 2750 57921 7329 88641 37531 25218 84391 22719 221250 20782
20 2781 3000 18578 3000 40938 6000 92438 5968 214500 5188
10 2594 2422 8421 2578 38266 5219 85078 4875 219781 4984
1 2000 3250 10829 3031 38922 5516 84672 4297 215625 4594
Achou os tempos
aceitáveis?
Sim Sim Razoável Não Não
Apêndice
C
Documentações
C.1 Instruções para testes na Internet:
Projeto de Mestrado: Ana Carolina Nicolosi da Rocha Gracioso.
Orientador: Adilson Gonzaga
Departamento de Engenharia Elétrica– USP – São Carlos.
Sobre o Projeto
O sistema a ser testado realiza busca por conteúdo em um banco de imagens médicas.
Funciona mais ou menos como o google quando buscamos por imagens, mas em vez de se
entrar com um texto entra com uma imagem, é então aplicada uma transformada matemática
na imagem e a busca pelas imagens mais similares é realizada levando-se em consideração a
textura da mesma.
IMPORTANTE:
1. Realize todo teste de uma única vez, não pode, por exemplo, fazer uma parte do teste
pela manhã e outra pela tarde ou no dia seguinte.
2. Feche todos os programas no computador enquanto efetua o teste.
3. Não fique navegando pela Internet ou realizando outras tarefas no decorrer do teste.
196 Apêndice C – Documentações
Instruções para o Preenchimento da Planilha tempos.xls
1.
Abra a planilha
tempos.xls
e preencha seu
Nome
,
Cidade
,
Tipo de Conexão
,
Velocidade
Contratada
,
Data
e
Hora de Início do teste
nos campos indicados na planilha.
2.
No seu navegador, abra o site do projeto http://143.107.235.199 e clique no link:
Bandwidth
3.
Copie os valores de
Bandwidth
e
Download
e cole nas células indicadas na planilha.
4.
Clique no link:
Sistema On-Line
.
5.
Limpe os
arquivos temporários da Internet
(Ferramentas – Opções da Internet – Excluir
Arquivos Temporários).
É muito importante limpar os temporários a cada teste!
NUNCA pule esta etapa.
6.
Clique em Procurar, selecione o arquivo
img1.gif
e clique em
Enviar
.
7.
Copie o valor do tempo de
upload
em milisegundos e cole na célula
B14
da planilha.
8.
Em
Quantidade de Imagens
selecione
30
e clique em
Pesquisar
.
9.
Copie o valor do tempo de
busca
em milisegundos e cole na célula
C14
da planilha.
10.
Repita os passos
4
a
9
pesquisando por
20
,
10
, e
1
imagens, sempre anotando os valores
de tempo de
upload
em milisegundos e tempo de
busca
em milissegundos nas respectivas
células (
B15
e
C15
/
B16
e
C16
/
B17
e
C17
).
11.
Responda a pergunta “
Você achou os tempos de upload e busca da imagem 1
aceitáveis?
” na célula indicada na planilha com:
Sim, Não, Razoável
.
12.
Repita os passos de
4
a
11
para as imagens:
img2.jpg
,
img3.png
,
img4.bmp
e
img5.tif
.
13.
Preencha a
Hora Final do teste
no campo indicado da planilha.
14.
Envie a planilha para o e-mail projeto.mestrado.carol@gmail.com
Apêndice C – Documentações 197
C.2 Alguns e-mails de voluntários relatando o erro com o upload da
Imagem 5.
C.2.1 E-mail de
Sérgio Leal Ferreira:
Prezada Ana Carolina,
Envio a planilha com os dados que obtive.
Infelizmente no upload da imagem 5 o sistema falhou. Não sei onde foi o problema, mas tentei várias
vezes sem sucesso.
Espero que tenha ajudado.
Prof. Dr. Sérgio Leal Ferreira
Departamento de Engenharia de Construção Civil
Escola Politécnica da Universidade de São Paulo
Av. Prof. Almeida Prado, travessa 2, n.83
Edifício de Engenharia Civil
Cidade Universitária - São Paulo-SP
CEP 05508-900
Brasil
Tel: +55-11-3091.5234
Fax: +55-11-3091.5544
C.2.2 E-mail de
Leandro Coser:
Segue os testes, o envio da ultima imagem não foi possível, sucessivas tentativas frustadas, então parei o
teste neste ponto.
C.2.3 E-mail de
Rodrigo José Firmino:
Prezada Ana Carolina,
Segue em anexo o resultado dos testes conforme instruções. Segui todos os
passos rigorosamente (inclusive apagando os arquivos temporários), mas não
consegui executá-los para o último arquivo ".tif". O upload demora uma
eternidade e me é mostrada uma página de erro no navegador.
Enfim, de qualquer forma, acho sua pesquisa muito interessante, e gostaria
de saber se seria possível a aplicação da mesma técnica para identificação
de edifícios e paisagens urbanas, na arquitetura. Certa vez vi um aplicativo
semelhante, na Antuérpia (Bélgica) que fazia o reconhecimento da imagem e
comparação a edifícios catalogados a um banco de dados da cidade. A partir
desse reconhecimento o usuário poderia obter informações sobre o edifício
como características físicas, história, etc. Acha que sua técnica seria
aplicável nesse sentido?
Abraços e boa sorte no final de sua pesquisa.
Rodrigo Firmino.
--------------------------------------------------
198 Apêndice C – Documentações
Professor em Gestão Urbana - PPGTU
Pontifícia Universidade Católica do Paraná - PUCPR
Av. Imaculada Conceição, 1155 - Prado Velho
Parque Tecnológico, Bloco 3, 2o Andar
CEP 80215901, Curitiba - PR
Tel.: +55 41 3271-2623
C.2.4 E-mail de
Elloá Barreto Guedes da Costa:
Olá,
Há mais de 20 minutos fiz a requisição de upload da imagem 5
mas não há retorno.
Envio a planilha com os resultados das imagens 1 a 4.
[]'s
Elloá Guedes
C.3 Troca de e-mails com o responsável pela rede da USP de São Carlos.
Ainda não tive tempo, mas o pessoal andou dando uma olhada em função do
nosso teste na sexta-feira. Você poderia tentar novamente?
Marcelo Sirbone
Ana Carolina Gracioso escreveu:
> Olá Marcelo,
>
> Fui para São Carlos hoje porém não consegui passar aí. Você conseguiu
> falar com o pessoal da USP de São Paulo para ver se o problema é lá?
>
> Abraços, Carol.
>
> > Date: Fri, 14 Sep 2007 09:44:45 -0300
> > From: redes@sc.usp.br
> > To: carol_gracioso@hotmail.com
> > Subject: Re: Problemas com UPLOAD
> >
> > Ok
> >
> > Ana Carolina Gracioso escreveu:
> > > Olá Marcelo,
> > >
> > > Só lí seu e-mail agora (21:22), fiz o teste e a imagem 5 não foi!
> > >
> > > Meu MSN é carol_gracioso@hotmail.com
> > > <mailto:carol_gracioso@hotmail.com>, se vc puder me adicionar podemos
> > > tentar testar quando estivermos on-line.
> > >
> > > Abraços, Carol.
> > >
> > > > Date: Thu, 13 Sep 2007 15:06:29 -0300
> > > > From: re[email protected]sp.br
> > > > To: carol_gracioso@hotmail.com
> > > > CC: agonzaga@sc.usp.br
> > > > Subject: Re: Problemas com UPLOAD
Apêndice C – Documentações 199
> > > >
> > > > Ana Carolina,
> > > >
> > > > A USP está testando equipamentos que fazem a identificação do
> > > tráfego da
> > > > rede para podermos aplicar melhor as políticas de QoS. Pode ser que
> > > > estes equipamentos podem estar gerando estes problemas. Neste
> momento a
> > > > rede está livre, tem como você fazer algum teste agora?
> > > >
> > > >
> > > > Marcelo Sirbone
> > > >
> > > > Ana Carolina Gracioso escreveu:
> > > > >
> > > > > Boa Tarde,
> > > > >
> > > > >
> > > > >
> > > > > Meu nome é Ana Carolina, sou orientada do professor Adilson
> Gonzaga
> > > > > (EESC).
> > > > >
> > > > >
> > > > >
> > > > > Desenvolvi um sistema de busca de imagens por conteúdo,
disponível
> > > > > para ser acessado via Internet e está rodando em um computador
que
> > > > > configurei como servidor no LAVI (Laboratório de Visão
> Computacional).
> > > > >
> > > > >
> > > > >
> > > > > O sistema está em teste a cerca de 60 dias, mas a alguns dias
> que não
> > > > > é mais possível realizar o UPOAD de uma das 5 imagens que estou
> > > usando
> > > > > nos testes. Quando tento fazer o UPLOAD de dentro da USP funciona
> > > para
> > > > > todas as imagens, mas quando tento fazer de fora da USP
> funciona só
> > > > > para as quatro imagens menores e dá timeout para a quinta imagem
> > > que é
> > > > > maior. No início dos testes este problema não ocorria, ou
> seja, era
> > > > > possível fazer o UPLOAD de todas as imagens de dentro e de
> fora da
> > > USP.
> > > > >
> > > > >
> > > > >
> > > > > Gostaria de saber se podem me ajudar a tentar descobrir se é
algum
> > > > > problema com a rede da USP.
> > > > >
> > > > >
> > > > >
> > > > > Grata, Ana Carolina.
> > > > >
> > > > >
200 Apêndice C – Documentações
> > > > >
> > >
> ------------------------------------------------------------------------
> > > > > Receba GRÁTIS as mensagens do Messenger no seu celular quando
você
> > > > > estiver offline. Conheça o MSN Mobile! Cadastre-se já!
> > > > > <http://mobile.live.com/signup/signup2.aspx?lc=pt-br>
> > > > >
> > >
> ------------------------------------------------------------------------
> > > > >
> > > > > No virus found in this incoming message.
> > > > > Checked by AVG Free Edition.
> > > > > Version: 7.5.487 / Virus Database: 269.13.16/1005 - Release Date:
> > > 13/9/2007 11:45
> > > > >
> > >
> > >
> > >
> ------------------------------------------------------------------------
> > > Conheça o Windows Live Spaces, a rede de relacionamentos conectada ao
> > > Messenger! Crie já o seu! <http://spaces.live.com/signup.aspx>
> > >
> ------------------------------------------------------------------------
> > >
> > > No virus found in this incoming message.
> > > Checked by AVG Free Edition.
> > > Version: 7.5.487 / Virus Database: 269.13.16/1005 - Release Date:
> 13/9/2007 11:45
> > >
>
>
> ------------------------------------------------------------------------
> Receba GRÁTIS as mensagens do Messenger no seu celular quando você
> estiver offline. Conheça o MSN Mobile! Cadastre-se já!
> <http://mobile.live.com/signup/signup2.aspx?lc=pt-br>
> ------------------------------------------------------------------------
>
> No virus found in this incoming message.
> Checked by AVG Free Edition.
> Version: 7.5.487 / Virus Database: 269.13.22/1013 - Release Date:
17/9/2007 13:29
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
