Luis Antonio de Souza Júnior

  • Endereço para acessar este CV: http://lattes.cnpq.br/0576836756526956
  • Última atualização do currículo em 08/04/2018


Graduado do curso de Bacharelado em Ciência da Computação pela Universidade Estadual Paulista Julio de Mesquita Filho - Unesp, campus de Bauru. Bolsista pela FAPESP (2011-2012) vinculado ao projeto de pesquisa "Métodos de solução para o problema de corte bidimensional com sobras aproveitáveis" orientado pela Dra. Adriana Cherri Nicola (Departamento de Matemática, Unesp-Bauru). Professor das disciplinas "Dispositivos e Circuitos Eletrônicos" e "Arquitetura de Computadores" do curso de Ciência da Computação da Unesp, campus de bauru, de Março/2014 a Outubro/2014. Mestrado concluído (2014-2016) pelo Instituto de Biociências da UNESP de São José do Rio Preto, com produção do trabalho "Identificação Biométrica de Pessoas via Características dos Seios Paranasais Obtidas de Tomografias Computadorizadas". Atual pesquisador integrante do grupo "Re-MIC", da Techinical University of Applied Sciences - Regensburg, na Alemanha, e coordenado pelo professor pesquisador Christoph Palm. Doutorando do programa de Pós-Graduação em Ciência da Computação pela Universidade Federal de São Carlos (UFScar), orientado pelos professores João Paulo Papa e Christoph Palm no projeto entitulado "Auxílio ao Diagnóstico Automático do Esôfago de Barrett Utilizando Aprendizado de Máquina". (Texto informado pelo autor)


Identificação


Nome
Luis Antonio de Souza Júnior
Nome em citações bibliográficas
SOUZA JÚNIOR, L. A.;SOUZA, Luis;SOUZA, Luis Antonio de;SOUZA, Luis de;de Souza Junior, Luis Antônio;De Souza Jr., Luis A.;De Souza, Luis A.


Formação acadêmica/titulação


2017
Doutorado em andamento em Ciência da Computação.
Universidade Federal de São Carlos, UFSCAR, Brasil.
com período co-tutela/sanduíche em (Orientador: ).
Título: Auxílio ao Diagnóstico Automático do Esôfago de Barrett Utilizando Aprendizado de Máquina,
Orientador: João Paulo Papa.
Coorientador: Christoph Palm.
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.
Palavras-chave: Barrett's Esophagus; Classification; Machine Learning; Pattern Recognition; Deep Learning; Aprendizado de Máquina.
Grande área: Engenharias
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação.
Grande Área: Engenharias / Área: Engenharia Biomédica / Subárea: Engenharia Médica.
2014 - 2016
Mestrado em Ciência da Computação.
Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.
com período sanduíche em Ostbayerische Technische Hoschule Regensburg (Orientador: Christoph Palm).
Título: IDENTIFICAÇÃO BIOMÉTRICA DE PESSOAS VIA CARACTERÍSTICAS DOS SEIOS PARANASAIS OBTIDAS DE TOMOGRAFIAS COMPUTADORIZADAS,Ano de Obtenção: 2016.
Orientador: Aparecido Nilceu Marana.
Coorientador: Silke Anna Theresa Weber.
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.
Palavras-chave: Biometria Forense; Biometria; Seios Paranasais; Reconhecimento de Padrões; Aprendizado de Máquina.
Grande área: Ciências Exatas e da Terra
Grande Área: Engenharias / Área: Engenharia Biomédica.
Grande Área: Engenharias / Área: Engenharia Biomédica / Subárea: Engenharia Médica.
2010 - 2013
Graduação em Ciência da Computação.
Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.
Título: Interface para Classificação de Dados por Máquina de Vetores de Suporte;.
Orientador: João Paulo Papa.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
2007 - 2009
Ensino Médio (2º grau).
ETEC Dr. Domingos Minicucci Filho, ETEC-BOTUCATU, Brasil.




Atuação Profissional



Empresa Brasileira de Aeronáutica, EMBRAER, Brasil.
Vínculo institucional

2013 - 2013
Vínculo: Bolsista, Enquadramento Funcional: Engenharia de Produção / Informática, Carga horária: 18
Outras informações
Bolsa fornecida pelo estudo e desenvolvimento de dois sistemas que melhoraram o processo de inclusão de items na produção da fábrica e controle de Carga X Capacidade de funcionários para gestores. Carga horária total de 468 horas.


Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.
Vínculo institucional

2014 - 2014
Vínculo: Professor Substituto, Enquadramento Funcional: Docente, Carga horária: 12
Outras informações
Docente das disciplinas de "Dispositivos e Circuitos Eletrônicos" e "Arquitetura de Computadores" pelo Departamento de Computação da UNESP de Bauru.

Vínculo institucional

2013 - 2013
Vínculo: Bolsista, Enquadramento Funcional: Monitor, Carga horária: 12
Outras informações
Monitor das matérias de Algoritmos I e Estruturas de Dados I do Departamento de Computação da Unesp de Bauru.

Vínculo institucional

2011 - 2011
Vínculo: Colaborador, Enquadramento Funcional: Treinador para OBI, Carga horária: 12
Outras informações
Curso de treinamento em técnicas e linguagens de programação para novos ingressantes no curso de Ciência da Computação da Unesp de Bauru com o intuito de fundamentar conceitos para a realização da Olimpíada Brasileira de Informática.


Ostbayerische Technische Hoschule Regensburg, OTH, Alemanha.
Vínculo institucional

2016 - 2016
Vínculo: Bolsista, Enquadramento Funcional: Pesquisador convidado, Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações
Member part of the project "Computer Based Image Analysis of Barret 's Esophagus and the Diagnosis of Adenocarcinoma", supervised by Prof. Christian Hook and Prof. Christoph Palm .



Projetos de pesquisa


2016 - 2016
Computer Based Image Analysis of Barret's Esophagus and the Diagnosis of Adenocarcinoma
Descrição: Was applied the use of the SURF features in the Barrett's Esophagus description, with train and classification of the Support Vector Machines..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (1) .
Integrantes: Luis Antonio de Souza Júnior - Coordenador / Christoph Palm - Integrante / Christian Hook - Integrante / João Paulo Papa - Integrante.
2014 - 2016
IDENTIFICAÇÃO BIOMÉTRICA DE PESSOAS VIA CARACTERÍSTICAS DOS SEIOS PARANASAIS OBTIDAS DE TOMOGRAFIAS COMPUTADORIZADAS
Descrição: A identificação biométrica de pessoas na área forense está em constante estudo para facilitar e melhorar as maneiras de identificação mediante a avaliação de diversas estruturas que podem ser utilizadas como características biométricas. Os seios paranasais, cavidades ósseas presentes no crânio, apresentam alta individualidade e permanência, podendo ser utilizados em sistemas biométricos forenses. As maneiras de representação digital dos seios paranasais são modalidades de exames médicos, conhecidos como raios-X e tomografia computadorizada. As imagens de raios-X como ferramentas para obtenção de características dos seios paranasais apresentam alta aplicação nos trabalhos correlatos, entretanto, nesta modalidade de imagem, algumas desvantagens, como a baixa qualidade de resolução dificultam a identificação dos seios paranasais. Com a tomografia computadorizada, uma nova avaliação pode ser realizada para a obtenção das características dos seios paranasais, visto que esta modalidade de exame gera uma sequência de imagens com qualidade superior, tornando a segmentação e extração de características dos seios paranasais mais simples, intuitiva e precisa, facilitando seu uso em sistemas de reconhecimento biométrico. O objetivo desta dissertação foi desenvolver um novo método de identificação humana utilizando estruturas dos seios paranasais, obtidas de imagens de tomografia computadorizada, como características biométricas. Este método propõe avanços significativos principalmente nas etapas de segmentação e extração de características, uma vez que a segmentação das estruturas dos seios paranasais é realizada de forma automática. As características propostas como descritores são baseadas nas regiões e nas formas das estruturas dos seios paranasais. Resultados experimentais obtidos sobre uma base de dados contendo 310 imagens de tomografia computadorizada mostraram que o método automático proposto nesta dissertação obteve taxa de segmentação medida pelo Coeficiente KAPPA igual a 88,52% na segmentação dos seios frontais e 79,30% na segmentação dos seios maxilares. Com relação à identificação de pessoas, o método proposto obteve, no melhor caso, 8,99% de taxa de erro igual (EER). Assim, nesta dissertação de mestrado concluiu-se que: os seios da face podem ser utilizados com êxito para a identificação forense de pessoas, em particular os seios frontais; que os descritores de forma para os seios frontais são mais efetivos do que os descritores de região para a identificação de pessoas, enquanto que para os seios maxilares, os descritores de forma não apresentam alto valor de discriminação entre os indivíduos e; que é possível automatizar o processo de segmentação dos seios frontais e maxilares utilizando-se imagens de tomografia computadorizada..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (1) .
Integrantes: Luis Antonio de Souza Júnior - Integrante / Aparecido Nilceu Marana - Coordenador.
Número de produções C, T & A: 1
2011 - 2012
Métodos de solução para o problema de corte bidimensional com sobras aproveitáveis
Descrição: Os problemas de corte de estoque consistem em cortar um conjunto de peças disponíveis em estoque para a produção de um conjunto de itens, sob encomenda ou para estoque, em quantidades especificadas. Nestes problemas, a qualidade dos padrões de corte gerados depende diretamente dos tamanhos e quantidades dos itens a serem produzidos. Desta forma, neste projeto de iniciação científica que aborda problemas de corte bidimensionais, consideramos que se uma determinada demanda de itens gerar sobras indesejáveis (nem tão grandes para serem aproveitáveis, nem tão pequenas para serem perdas aceitáveis), então convém gerar retalhos (não computáveis como perda) que serão utilizados para produzir itens de demanda futuras. Isto introduz uma dificuldade para se comparar soluções do problema de corte, pois, uma solução com perda mínima pode deixar de ser interessante já que determinadas sobras podem ser aproveitadas. Para resolver este problema, propomos alterações na abordagem em Grafo E/OU, em procedimentos heurísticos clássicos da literatura e definimos algumas características desejáveis para uma boa solução, de modo que os padrões de corte com sobras indesejáveis sejam alterados. A análise do desempenho dos procedimentos propostos para resolver o problema de corte bidimensional com sobras aproveitáveis será realizada considerando problemas reais e um conjunto de problemas testes gerados aleatoriamente..
Situação: Concluído; Natureza: Pesquisa.


Idiomas


Português
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.


Produções



Produção bibliográfica
Artigos completos publicados em periódicos

1.
De Souza Jr., Luis A.2018 De Souza Jr., Luis A.; MARANA, APARECIDO N. ; WEBER, SILKE A.T. . Automatic Frontal Sinus Recognition in Computed Tomography Images for Person Identification. FORENSIC SCIENCE INTERNATIONAL, v. 286, p. 252-264, 2018.

2.
De Souza, Luis A.2018 De Souza, Luis A.; Palm, Christoph ; MENDEL, ROBERT ; Hook, Christian ; EBIGBO, ALANNA ; PROBST, ANDREAS ; MESSMANN, HELMUT ; WEBER, SILKE ; Papa, João P. . A survey on Barrett's esophagus analysis using machine learning. COMPUTERS IN BIOLOGY AND MEDICINE, v. 96, p. 203-213, 2018.

Capítulos de livros publicados
1.
Ramos, Lucas Alexandre ; Marana, Aparecido Nilceu ; de Souza Junior, Luis Antônio . A Scale-Space Approach for Multiscale Shape Analysis. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2018, v. 10657, p. 542-549.

2.
SOUZA, Luis; Hook, Christian ; Papa, João P. ; Palm, Christoph . Barrett s Esophagus Analysis Using SURF Features. Informatik aktuell. XXed.: Springer Berlin Heidelberg, 2017, v. , p. 141-146.

Trabalhos completos publicados em anais de congressos
1.
SOUZA, Luis Antonio de; AFONSO, LUIS CLAUDIO SUGI ; Palm, Christoph ; PAPA, JOAO PAULO . Barrett's Esophagus Identification Using Optimum-Path Forest. In: 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2017, Niterói. 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2017. p. 308.

2.
SOUZA JÚNIOR, L. A.; Marana, A. N. ; WEBER, S. A. T. . Frontal Sinus Recognition Using Computed Tomography Images and Regional Descriptors. In: XII Workshop de Visão Computacional (ISSN: 2526-5887), 2016, Campo Grande, MG. WVC 2016: Proceedings, 2016.

Apresentações de Trabalho
1.
SOUZA JÚNIOR, L. A.; Marana, A. N. ; WEBER, S. A. T. . Frontal Sinus Recognition Using Computed Tomography Images and Regional Descriptors. 2016. (Apresentação de Trabalho/Congresso).


Demais tipos de produção técnica
1.
SOUZA JÚNIOR, L. A.; LAVOR, E. ; RAMOS, L. A. ; VIANNA, A. C. G. . Introdução a Algoritmos e Estruturas de Dados para Resolução de Problemas Computacionais. 2009. (Curso de curta duração ministrado/Extensão).



Eventos



Participação em eventos, congressos, exposições e feiras
1.
Encontro Regional de Matemática Aplicada e Computacional. Métodos de solução para o problema de corte bidimensional com sobras aproveitáveis. 2012. (Congresso).

2.
Minicurso "Design Patterns".Design Patterns. 2012. (Seminário).

3.
Visita Técnica IBM - SP. Visita Técnica IBM - SP. 2012. (Exposição).

4.
XIII Jornada de Informática. 2012. (Encontro).

5.
XII Jornada de Informática. 2011. (Encontro).

6.
XVI Oficina de Nacional de Problemas de Corte, Empacotamento, Dimensionamento de Lotes e Programação da Produção. 2011. (Congresso).

7.
XI Jornada da Informatica. 2010. (Encontro).


Organização de eventos, congressos, exposições e feiras
1.
SOUZA JÚNIOR, L. A.. Sensors, Pattern Recognition, Classification: What is it about in Medicine. 2016. (Congresso).




Página gerada pelo Sistema Currículo Lattes em 21/10/2018 às 11:21:27